System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及圖像處理及機器學習領域,具體涉及一種基于ct圖像定量分析左心耳封堵效果的方法和系統。
技術介紹
1、心房顫動(房顫)是中老年最常見的心律失常,它會導致左心耳內血栓形成,血栓脫落后會導致缺血性腦卒中等血栓栓塞性疾病。房顫患者常通過服用抗凝藥物來預防血栓形成和腦卒中發生,然而,抗凝治療客觀上存在一定的出血風險,且相當一部分房顫患者存在口服抗凝禁忌證。左心耳封堵術(left?atrial?appendage?occlusion,laao)是一種用于治療房顫的介入手術,通過在左心耳內植入封堵器來防止血栓形成及脫落,減少房顫患者的栓塞事件風險。然而,封堵器在植入后需要等待封堵器表面完全內皮化,所述內皮化是指在封堵器表面形成內皮細胞層的過程。這種內皮細胞層的形成可以減少血液與封堵器材料的直接接觸,從而降低封堵器相關的血栓形成和其他并發癥的風險。因此,準確評估左心耳封堵術后并發癥的發生及嚴重程度對于指導臨床決策和改進手術策略至關重要。
2、目前,對左心耳術封堵術后并發癥如殘余分流、封堵器表面不完全內皮化、封堵器移位、封堵器相關血栓的定量評估已經成為一個研究熱點,越來越多的研究人員和醫生致力于開發新的方法和技術來實現準確的定量評估。但是現有技術中評估左心耳封堵術后并發癥的方法主要依賴于醫生的經驗和主觀判斷。這種方法存在一定的主觀性和不一致性,且對醫生的專業知識和經驗有較高的要求。因此,如何對左心耳術后效果進行定量評估,以提高評估的準確性和可重復性是目前亟待解決的問題。
3、在圖像處理和計算機視覺領域,專利技
4、近年來,醫學影像處理和機器學習技術的快速發展為解決這一問題提供了新的機遇。醫學影像處理技術可以對ct影像進行預處理和增強,以提高圖像的質量和清晰度。特征提取技術可以從影像中提取與目標相關的特征,如心房的形狀、大小和封堵器位置、器械表面結構等。機器學習技術可以利用這些特征訓練模型,實現對左心耳術后并發癥的自動識別和分析。
技術實現思路
1、本專利技術提供一種基于ct圖像定量分析左心耳封堵效果的方法,以高效、快速、準確地得到封堵器相關表面參數,為左心耳術后并發癥的自動識別和分析提供基礎。
2、為此,本專利技術提供如下技術方案:
3、一種基于ct圖像定量分析左心耳封堵效果的方法,所述方法包括:
4、步驟1:采集左心耳封堵術后患者心臟的cta圖像;
5、步驟2:對所述心臟cta圖像序列進行三維重建,得到心臟三維圖像,并利用左心房分割模型得到左心房的三維圖像;
6、步驟3:利用左心耳封堵器分割模型分割出cta圖像中的左心耳封堵器區域;
7、步驟4:基于分割出的左心耳封堵器區域,構建左心耳封堵器的三維模型,通過三維重建得到左心耳封堵器三維圖像;
8、步驟5:基于左心耳封堵器三維圖像,獲取左心耳封堵器的三維平面、封堵器正面圖及左心耳開口平面;
9、步驟6:提取左心耳封堵術后評估參數,所述參數至少包括:殘余分流的大小、位置和分級,封堵器的位置、露肩位置及高度,封堵器內皮化程度,器械相關血栓的位置;
10、步驟7:根據得到的左心耳封堵術后的評估參數對左心耳封堵效果進行評估。
11、進一步地,步驟3構建左心耳封堵器分割模型的步驟為:
12、步驟3.1:采集左心耳封堵術后患者的cta圖像,對左心耳封堵器進行分割,得到訓練數據集及對應的掩模;
13、步驟3.2:基于步驟3.1得到的訓練數據集和掩模,訓練u-net算法模型,將訓練好的模型作為左心耳封堵器分割模型。
14、進一步地,步驟5的具體步驟包括:
15、步驟5.1:基于以左心耳封堵器圖像中的的封堵器鉚的中心點為起始點p1,以封堵器的尖端為終點p2,路徑方向為p1→p2,將從p1至p2的連接線作為封堵器的初始軸向,并通過迭代計算不斷更正封堵器的軸向,最終獲得封堵器的實際軸向;
16、步驟5.2:將經過封堵器鉚的中心點并垂直于初始軸向的切線作為封堵器左房面的切線,隨著封堵器軸向迭代計算的同時更正封堵器左房面的切線,最終獲得實際封堵器左房面切線;
17、步驟5.3:將得到的實際封堵器左房面的切線和封堵器的實際軸向固定為90°,從而得到左心耳封堵器的三維平面:軸斷面、矢狀面、冠狀面;
18、步驟5.4:將得到的軸斷面、冠狀面、矢狀面三個平面兩兩以90°角固定,通過調整軸斷面的窗寬窗位,直至能顯示出封堵器的ct圖像層,從而獲得左心耳封堵器的正面圖;
19、步驟5.5:在三維重建多平面中,使用正交平面法,將十字準線放置在回旋支近端的水平;
20、步驟5.6:依次旋轉冠狀面和矢狀面的十字準線,調整冠狀面和矢狀面的十字準線位置,將冠狀面和矢狀面的十字準線分別放置在回旋支和肺靜脈嵴處,從而確定左心耳開口的位置,將放置在回旋支和肺靜脈嵴處的十字準線所對應的平面作為左心耳開口平面。
21、進一步地,步驟6包括以下具體步驟:
22、步驟6.1:確定殘余分流的位置、大小及分級;
23、步驟6.2:確定封堵器位置,包括露肩高度和露肩位置;
24、步驟6.3:確定封堵器的造影劑衰減厚度hat以及內皮化程度;
25、步驟6.4:評估hat,若hat厚度大于3mm時,觀察hat是否規則,若否,則將其看作為drt,并通過鐘表法表示當前drt位置。
26、進一步地,步驟6.1的具體步驟為:
27、步驟6.1.1:分別旋轉冠狀面和矢狀面的十字準線,在矢狀面或冠狀面中將造影劑由左心房進入左心耳的通道作為殘余分流;
28、步驟6.1.2:基于軸斷面確定殘余分流處的控制線,獲得殘余分流的截面;
29、步驟6.1.3:基于該截面確定殘余分流的最小直徑及面積;
30、步驟6.1.4:按照殘余分流的最小直徑對殘余分流進行分級,若直徑為0-1mm為微量、1mm-3mm為少量、3mm-5mm為中量、大于5mm為大量。
31、進一步地,步驟6.2的具體步驟為:
32、步驟6.2.1:旋轉軸斷面的十字準線,直到在矢狀面或冠狀面中確定封堵器露肩的位置;
33、步驟6.2.2:以左心耳開口平面為起點,封堵器露肩最高的位置為終點,計算兩點之間的歐式距離,將該距離作為封堵器本文檔來自技高網...
【技術保護點】
1.一種基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,所述方法包括:
2.根據權利要求1所述的基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,步驟3構建左心耳封堵器分割模型的步驟為:
3.根據權利要求1所述的基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,步驟5的具體步驟包括:
4.根據權利要求1所述的基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,步驟6包括以下具體步驟:
5.根據權利要求4所述的基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,步驟6.1的具體步驟為:
6.根據權利要求5所述的基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,步驟6.2的具體步驟為:
7.根據權利要求5所述的基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,步驟6.3的具體步驟為:
8.根據權利要求7所述的基于CT圖像定量分析左心耳封堵效果的方法,其特征在于,步驟6.3.5中的內皮化區域分割方法為灰度閾值法分割算法,其具體步驟為:
9.根據權利要求7所述的基于C
10.一種基于CT圖像提取左心耳數據參數的系統,基于權利要求1所述方法實現,其特征在于,所述系統包括:
...【技術特征摘要】
1.一種基于ct圖像定量分析左心耳封堵效果的方法,其特征在于,所述方法包括:
2.根據權利要求1所述的基于ct圖像定量分析左心耳封堵效果的方法,其特征在于,步驟3構建左心耳封堵器分割模型的步驟為:
3.根據權利要求1所述的基于ct圖像定量分析左心耳封堵效果的方法,其特征在于,步驟5的具體步驟包括:
4.根據權利要求1所述的基于ct圖像定量分析左心耳封堵效果的方法,其特征在于,步驟6包括以下具體步驟:
5.根據權利要求4所述的基于ct圖像定量分析左心耳封堵效果的方法,其特征在于,步驟6.1的具體步驟為:
6.根據權利要求5所述的基于ct圖像定量分析左心...
【專利技術屬性】
技術研發人員:陳韜,王鑫焱,郭軍,陳韻岱,李俊,王民漢,周宇,趙冉,王清松,盧旭,
申請(專利權)人:中國人民解放軍總醫院第六醫學中心,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。