基于水平集方法的冠状动脉CT图像分割

发布时间：2021-06-18 07:46

　　目的采用水平集方法实现对CT图像中冠状动脉的高效自动识别与分割,借此简化三维模型重建工作,从而提高使用冠脉CT造影计算的血流储备分数（computed tomography derived fractional flow reserve,FFRct）整体的计算效率。方法选取20名冠心病患者作为研究对象,提取26支狭窄冠脉血管的CT图像。分别利用水平集方法和手动方法对CT图像进行冠脉的识别与分割处理从而生成三维模型。利用计算流体力学（computational fluid dynamics,CFD）仿真方法分别获取各冠脉段的血流储备分数（fractional flow reserve,FFR）数值,并通过Bland-Altman方法分析两种方法所得FFR的一致性,用以验证水平集方法在冠脉识别精度上与手动方法的差异。结果对比了两种冠脉识别方法获取FFR数值整体所需的时间。与手动方法相比,水平集方法的模型重建时间减少了约10倍。经检验,两种冠脉识别方法的FFR数值计算结果一致性良好。结论基于水平集方法可以实现冠脉CT图像的高效自动识别,具有一定的临床应用意义。 

【文章来源】：北京生物医学工程. 2020,39(06)

【文章页数】：6 页

【部分图文】：

冠脉轮廓膨胀示意图

表1 两种方法冠脉CT图像分割所需时间统计Table 1 Time statistics of two methods for coronary CT image segmentation 模型编号 所需时间/min LSM 手动识别 1 34.5 311 2 33.0 315 3 33.5 326 4 36.5 321 5 33.7 333 6 34.9 335 7 38.7 339 8 35.0 335 9 32.9 340 10 32.0 342 11 36.7 341 12 36.3 347 13 37.4 350 14 31.4 321 15 37.0 315 16 35 320 17 35.2 333 18 37.1 321 19 36.3 350 20 35.5 342 21 37.9 312 22 33.0 305 23 37.1 323 24 33.9 312 25 32.7 307 26 33.1 303图3 冠脉三维重建模型

冠脉三维重建模型

【参考文献】：
期刊论文
[1]定量测量结果的一致性评价及Bland-Altman法的应用[J]. 萨建,刘桂芬.  中国卫生统计. 2011(04)
[2]水平集的图像分割方法综述[J]. 钱芸,张英杰.  中国图象图形学报. 2008(01)
[3]基于单水平集的多目标轮廓提取[J]. 龚永义,罗笑南,黄辉,廖国钧,张余.  计算机学报. 2007(01)



本文编号：3236268