申请/专利权人：艾瑞迈迪科技石家庄有限公司

申请日：2019-04-23

公开（公告）日：2024-04-02

公开（公告）号：CN111179409B

主分类号：G06T17/00

分类号：G06T17/00;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2020.06.12#实质审查的生效;2020.05.19#公开

摘要：本发明涉及医疗技术领域，公开了一种呼吸运动建模方法、装置和系统，该方法包括：采集脏器不同部位的2D超声序列；对每个2D超声序列，以整张帧图像为感兴趣区域，采用基于kd‑树最近邻查找的流形学习方法进行降维分析，将流形学习结果输出的数值作为参考信号，实现呼吸参考信号的提取；从每个2D超声序列的呼吸参考信号中提取一个从呼气末到吸气末的呼吸信号，将呼吸信号对应的图像子序列重采样，得到重建的4D超声数据；将重建出的4D超声数据进行基于B‑样条参数化的拉格朗日nD+t形变模型的弹性配准，获得变换矩阵；将呼吸参考信号和对应的变换矩阵进行线性拟合，生成呼吸模型。本发明方案提高了呼吸运动建模的有效性。

主权项：1.一种呼吸运动建模方法，其特征在于，包括：采集脏器不同部位的2D超声序列；对每个2D超声序列，以整张帧图像为感兴趣区域，采用基于kd-树最近邻查找的流形学习方法进行降维分析，将流形学习结果输出的数值作为参考信号，实现呼吸参考信号的提取；从每个2D超声序列的呼吸参考信号中提取一个从呼气末到吸气末的呼吸信号，将所述呼吸信号对应的图像子序列重采样，得到重建的4D超声数据；将所述重建出的4D超声数据进行基于B-样条参数化的拉格朗日nD+t形变模型的弹性配准，获得变换矩阵；将所述呼吸参考信号和对应的变换矩阵进行线性拟合，生成半个呼吸周期的呼吸模型；所述基于kd-树最近邻查找的流形学习方法包括：1将所有输入的图像数据进行适当降采样后处理成高维的向量；2对所有输入的图像数据处理成高维向量后建立kd-树，对每个输入向量xi，选择与其最近的包括xi在内的k个最近邻构成局部邻域Xi,其中表示k个最近邻；3将超声序列中每帧图像与其对应的k个最近邻输入到LTSA算法中进行呼吸信号参考值的计算，输出一个一维向量，所述一维向量作为该序列的呼吸参考信号；4对每组超声序列重复上述过程将得到多组呼吸参考信号；所述4D超声重建包括以下几个步骤：1每组2D超声序列提取出呼吸信号，有S1,...,Si,...,SN个呼吸信号；2对每个Si找出多对连续的呼气末参考值EE和吸气末参考值EI；3从多对EE和EI中找一对EEi和EIi，其值与所有EE和EI的平均值最接近；4把EEi和EIi之间的子图像序列提出，对子图像序列利用线性插值的方法进行重采样为k帧，每帧都对应不同节点；5将具有相同呼吸节点的图像组合起来构成3D体数据，从而获得一组从呼气末到吸气末的4D超声数据；所述3D体数据标记为Iy，其中y＝xT,tT∈R3×R，y表示I上的一个坐标，包括空间位置x∈R3及时间位置t∈R；基于B-样条的变换矩阵为： 其中，yk表示控制点，βry为B样条最优顺序多项式，pk表示B-样条系数向量，Ny表示在y处的B样条的紧支撑内的所有控制点的集合，Tμy或Tμx,t表示基于B-样条的坐标变换矩阵。

全文数据：

权利要求：

百度查询： 艾瑞迈迪科技石家庄有限公司 一种呼吸运动建模方法、装置和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD