(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211045079.0 (22)申请日 2022.08.30 (65)同一申请的已公布的文献号 申请公布号 CN 115131508 A (43)申请公布日 2022.09.30 (73)专利权人 南通佳茂霖智能科技有限公司 地址 226000 江苏省南 通市崇川路58号3号 楼325室 (72)发明人 何美娟　宋冯骁睿　 (51)Int.Cl. G06T 17/00(2006.01) G06T 7/00(2017.01) G06T 7/13(2017.01) (56)对比文件 CN 114332285 A,202 2.04.12CN 1076107 73 A,2018.01.19 CN 10176 3642 A,2010.0 6.30 审查员 祝子豪 (54)发明名称 基于数据处理的DSA建模点云数据融合处理 方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及基 于数据处理的DSA建模点云数据融合处理方法。 该方法采用DSA造影 设备识别图形获取不同视点 下待检测血管组织的血管减影图像， 然后对获取 到的不同视点下待检测血管组织的血管减影图 像进行数据处理， 得到各分叉点的可信度和各中 轴点的可信度， 基于各分叉点的可信度和各中轴 点的可信度， 对 各血管中轴三维点云数据进行融 合， 得到综合血管中轴三维点云数据， 进而对待 检测血管组织进行三维重建。 因此， 本发明提供 的方法采用图形识别的方式， 并进行相关的数据 处理， 重建待检测血管组织的三维模型， 提高了 血管三维模型的重建精度。 权利要求书3页 说明书11页 附图1页 CN 115131508 B 2022.11.25 CN 115131508 B 1.一种基于数据处理的DSA建模点云数据融合处理方法， 其特征在于， 该方法包括以下 步骤： 获取待检测血 管组织在不同视点下的血 管减影图像中的血 管区域； 对于任一视点下的血管减影图像： 获取该图像中各血管中轴段上的中轴点和该图像中 的各交汇 区域； 根据各交汇 区域的边数和各交汇 区域的边缘像素点的曲率， 得到各交汇 区 域的类别； 所述类别包括交叉类别和分叉类别； 若交汇区域对应的类别为分叉类别， 则将对 应交汇区域的中心点记为分叉点； 对于任一视点下的血管减影图像中的任一分叉点： 根据 该分叉点所在的交汇区域中像 素点的灰度均值和与该分叉点所在的交汇区域相连 的各血管中轴段上的中轴点的灰度均 值， 计算该分叉点的可信度； 将与该分叉点相连的各血管中轴段划分成预设个数的等份， 根 据各分割点对应的血 管直径， 得到该分叉点对应的多个匹配特 征序列； 根据任意两个视点下的血管减影图像中各分叉点对应的多个匹配特征序列， 得到各分 叉点匹配点对； 以各分叉点匹配点对中两个分叉点的可信度的均值作为三维重 建时对应分 叉点对应的可信度； 根据各分叉点匹配点对中两个分叉点的可信度和各分叉点匹配点对中 两个分叉点到与其所在的交汇区域相连的各血管中轴段上的中轴点的长度， 计算三 维重建 时各中轴点的可信度； 根据三维重建时各分叉点对应的可信度和各中轴点的可信度， 对各血管中轴三维点云 数据进行融合， 得到综合血管中轴三维点云数据； 根据综合血管中轴三维点云数据和各中 轴点对应的血 管直径， 对待检测血 管组织进行三维重建； 所述DSA为数字减影血 管造影技 术。 2.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法， 其特征在 于， 所述获取待检测血 管组织在不同视点下的血 管减影图像中的血 管区域， 包括： 对于待检测血 管组织在任一视点下的血 管减影图像： 对该血管减影图像进行 灰度化处 理， 得到血 管减影灰度图像； 统计所述血管减影灰度图像中各灰度值对应的像素点的数量， 根据所述血管减影灰度 图像中各 灰度值对应的像素点的数量， 得到灰度直方图； 根据所述灰度直方图， 利用EM算法拟合得到对应的高斯混合模型； 所述高斯混合模型 中的子高斯模型个数为2； 根据所述高斯混合模型， 将所述灰度图像中的像素点划分为背景点和血管组织点， 根 据血管组织点得到血 管区域。 3.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法， 其特征在 于， 所述获取 该图像中各 血管中轴段 上的中轴点和该图像中的各交汇区域， 包括： 获取该图像中的血管区域的边缘， 对于该图像中的血管区域的任一血管组织点， 判断 该血管组织点与所述边缘上距离最近的点是否为两个， 若是， 则判定该血管组织点为中轴 点； 若不是， 则判定该 血管组织点不为中轴点； 以各连续获取的中轴点中的距离交汇处最近的中轴点对应的两个最近的血管边缘点 截取血管区域边缘； 将截取后的边缘点平移至交汇处， 构成延 长的中轴点， 将由延长的中轴 点围成的区域作为交汇区域。 4.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法， 其特征在权　利　要　求　书 1/3 页 2 CN 115131508 B 2于， 所述根据各交汇 区域的边数和各交汇 区域的边缘像素点的曲率， 得到各交汇 区域的类 别， 包括： 若交汇区域的边数等于 3， 则判定对应交汇区域 为分叉区域； 若交汇区域的边数大于3， 则计算交汇区域各边缘上任意两个相邻点曲率的差值， 获取 曲率的差值的最大值与最小值之差， 将所述曲率的差值的最大值与最小值之差进 行归一化 处理， 得到交汇 区域各边缘对应的归一化差值； 计算交汇 区域各边缘对应的归一化差值的 均值； 判断所述交汇区域各边缘对应的归一化差值的均值是否小于 设定阈值， 若小于， 则判 定对应交汇区域 为分叉区域； 若大于等于， 则判定对应交汇区域 为交叉区域。 5.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法， 其特征在 于， 采用如下公式计算该分叉点的可信度： 其中， 为分叉点 的可信度， 为与分叉点 相连的血管中轴段的数量， 为分 叉点 所在的交汇区域内血管组织点的灰度均值， 为血管减影图像 上血管区域 内最大的灰度值， 为与分叉点 相连的第 个血管中轴段 上的中轴点的灰度均值。 6.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法， 其特征在 于， 所述根据各分割点对应的血 管直径， 得到该分叉点对应的多个匹配特 征序列， 包括： 根据各分割点对应的血管直径， 构建各血管中轴段对应的血管直径序列； 所述血管直 径序列中的各 元素为对应血 管中轴段的各分割点对应的血 管直径； 将与该分叉点相连的各血管中轴段对应的血管直径序列作为该分叉点对应的多个匹 配特征序列。 7.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法， 其特征在 于， 根据任意两个视点下 的血管减影图像中各分叉点对应的多个匹配特征序列， 得到各分 叉点匹配点对， 包括： 将所述任意两个视点下的血管减影图像中的一个血管减影图像记为第 一图像， 将所述 任意两个视点下的血 管减影图像中的另一个血 管减影图像记为第二图像； 对于第一图像中的任一分叉点： 将该分叉点记为目标分叉点， 根据所述目标分叉点对应的匹配特征序列， 采用极线约 束， 初步筛选出第二图像中与目标分叉点匹配的分叉点； 根据所述第二图像中与目标分叉 点匹配的分叉点， 得到与目标分叉点匹配的候选集合； 若候选集合为空， 则判定目标分叉点 在第二图像中无匹配点； 若候选集合非空， 则判定候选集合中存在与目标分叉点相匹配的 分叉点； 根据目标分叉点对应的各匹配特征序列和候选集合中各候选分叉点对应的各匹配特 征序列， 计算目标分叉点的各匹配特征序列与候选集合中各候选分叉点的各匹配特征序列 的相似度； 根据所述相似度， 得到第二图像中与该目标分叉点匹配的分叉点， 将该目标分叉权　利　要　求　书 2/3 页 3 CN 115131508 B 3