Изобретение относится к области медицины, в частности - к обработке компьютерно-томографического (КТ)-изображения, и может использоваться для: персонализированного моделирования при планировании и оптимизации КТ-ангиографического исследования; обработки томографических изображений; создания синтетических КТ-данных, повышение диагностической информативности КТ-изображения. Изобретение предназначено для выделения в сигнале рентгеновской плотности и анализа пространственного распределения контрастного вещества в просвете сосуда на КТ-ангиографических (КТА) изображениях. К существенным отличительным признакам заявляемого изобретения относятся: оценка гемодинамических параметров за счет использования коэффициентов и соотношений контраст-индуцированного компонента сигнала рентгеновской плотности, полученного с помощью аппроксимации заявленным способом.
Технической задачей, на решение которой направлено заявленное изобретение, является создание способа выделения контраст-индуцированного компонента сигнала рентгеновской плотности для последующего анализа его пространственного распределения и извлечения диагностически значимых признаков.
Сущность изобретения заключается в подходе, который позволяет выделить в сигнале рентгеновской плотности детерминированный контраст-индуцированный компонент, т.е. результат поглощения рентгеновского излучения молекулами контрастного вещества. Для получения указанного компонента проводят аппроксимацию исходных данных КТА-изображения в области интереса с помощью разработанной биоадекватной математической модели. Для аппроксимации используют метод нелинейных наименьших квадратов с оптимизацией Левенберга-Маквардта [1]. Основу разработанной модели составляет предложенная аппроксимирующая функция, определенная как суперпозиция симметричных сигмоид специального вида:
где F0 - уровень сигнала вне области сосуда, а - амплитуда сигнала, b,c,d и e определяют положение и наклон боковых сигмоид.
Коэффициенты аппроксимирующей функции вычисляются итеративно, методом нелинейных наименьших квадратов. Начальные условия для каждой строки (столбца) данных определяются на основании аппроксимируемых данных:
1. F0 - минимальный уровень сигнала;
2. а - абсолютная разница между максимальным и минимальным неотрицательным уровнями сигнала;
3. с и е - индексы начальной и конечной точек сигнала;
4. b и d равны 1, что соответствует симметричной форме сигнала.
Аппроксимация проводится на каждом изображении в аксиальной проекции отдельно для строк и столбцов области интереса. Результаты постолбцовой и построчной аппроксимации формируют итоговый сигнал по критерию близости к исходным данным:
где Fi(pix) - исходное значение, Fi(pix) - результат построчной, a Fj(pix) - постолбцовой аппроксимации в пикселе pix с координатами (i;j).
В качестве исходных данных используют: КТА-изображение (артериальная фаза сканирования) в аксиальной плоскости и бинарную маску сегментации просвета сосуда на данном изображении.
Осуществление заявляемого изобретения происходит следующим образом:
1) проводят постобработку бинарной маски с помощью размытия по методу Гаусса И;
2) проводят извлечение области интереса из исходных данных посредством специального пересечения с исходной и обработанной в п. 1. масками;
3) проводят циклическую обработку КТ-изображений в аксиальной плоскости последовательно аппроксимируя сигнал рентгеновской плотности с помощью предложенной аппроксимирующей функции (1) по строкам и столбцам методом нелинейных наименьших квадратов;
4) учитывают локальную гетерогенность потока за счет использования двунаправленной обработки и меры близости к исходным данным (2);
5) формируют итоговый сигнал рентгеновской плотности, описывающий пространственное распределение контрастного вещества в просвете сосуда.
На Фиг. 1 представлен алгоритм осуществления изобретения.
На Фиг. 2 представлен вид аппроксимирующей кривой биоадекватной модели описания контраст-индуцированной компоненты сигнала рентгеновской плотности. Обозначения: iprising и ipfalliung - точки перегиба линейной части сигмоид; Δxrising и ΔXfalling области нарастания и спада; wpl - плато.
На Фиг. 3 представлен пример практического применения способа для подавления кон-траст-индуцированой компоненты рентгеновской плотности с целью получения синтетических бесконтрастных изображений аорты с сохранением корректной (т.е. выполненной по контрастно-усиленному КТ-изображению) экспертной разметки.
Изобретение может использоваться для:
1) оптимизации КТ-ангиографического протокола за счет персонализованного математического моделирования распределения контрастного вещества в различные фазы исследования;
2) анализа гемодинамических особенностей кровотока пациента;
3) повышения диагностической информативности КТ-ангиографии за счет выявления достоверной корреляций между особенностями распределения контрастного вещества и патологиями сосуда;
4) увеличения объема данных для обучения и тестирования алгоритмов искусственного интеллекта в сфере оппортунистического скрининга сосудистых патологий по данным КТ за счет использования разработанного способа для подавления контраст-индуцированной компоненты поглощения рентгеновского излучения с сохранением экспертной разметки изображений, выполненной по контрастно-усиленным изображениям;
5) создания синтетической бесконтрастной фазы КТА-исследования;
6) развития алгоритмов постобработки КТ-изображений.
Работа с изобретением обеспечит получение навыков: объективного (численного) анализа изображений КТ-ангиографии.
Источники информации
1. Elzhov V, Mullen KM, Spiess A-N, Maintainer BB. Title R Interface to the Levenberg-Marquardt Nonlinear Least-Squares Algorithm Found in MINPACK, Plus Support for Bounds n.d.
2. Uchida S. Image processing and recognition for biological images. Dev Growth Differ. // Wiley Online Library. 2013. Vol. 55, №4. P. 523-549. doi: 10.111l/dgd.12054
название | год | авторы | номер документа |
---|---|---|---|
СПОСОБ КАТЕТЕРИЗАЦИИ И СПОСОБ ЭНДОВАСКУЛЯРНОЙ ОККЛЮЗИИ БРОНХИАЛЬНЫХ И МЕЖРЁБЕРНЫХ АРТЕРИЙ | 2018 |
|
RU2661097C1 |
СПОСОБ ВИЗУАЛИЗАЦИИ ВНУТРЕННИХ ОРГАНОВ ПРИ ТЯЖЕЛОЙ ТРАВМЕ У ДЕТЕЙ | 2012 |
|
RU2504333C1 |
СПОСОБ ВЫБОРА ТИПОРАЗМЕРА КАТЕТЕРА ДЛЯ КАТЕТЕРИЗАЦИИ БРОНХИАЛЬНЫХ И МЕЖРЁБЕРНЫХ ВЕТВЕЙ ГРУДНОЙ АОРТЫ | 2018 |
|
RU2661096C1 |
СПОСОБ ИСПРАВЛЕНИЯ ФАЗОВЫХ ИСКАЖЕНИЙ В СИГНАЛАХ ПРИ ТРАНСКРАНИАЛЬНОЙ УЛЬТРАЗВУКОВОЙ ВИЗУАЛИЗАЦИИ | 2020 |
|
RU2744313C1 |
СПОСОБ ИЗГОТОВЛЕНИЯ ФАНТОМА С СОСУДАМИ ДЛЯ УЛЬТРАЗВУКОВЫХ ИССЛЕДОВАНИЙ | 2021 |
|
RU2777255C1 |
СПОСОБ ИЗГОТОВЛЕНИЯ ФАНТОМА ДЛЯ ТРАНСКРАНИАЛЬНЫХ УЛЬТРАЗВУКОВЫХ ИССЛЕДОВАНИЙ | 2021 |
|
RU2776983C1 |
АНГИОГРАФИЧЕСКИЙ БРОНХИАЛЬНЫЙ КАТЕТЕР ДЛЯ КАТЕТЕРИЗАЦИИ БРОНХИАЛЬНЫХ И МЕЖРЕБЕРНЫХ АРТЕРИЙ | 2018 |
|
RU2661417C1 |
Способ диагностики огнестрельных ранений позвоночника с помощью магнитно-резонансной и рентгеновской компьютерной томографии | 2019 |
|
RU2714082C1 |
Способ обнаружения сигналов кровотока при ультразвуковой визуализации | 2023 |
|
RU2825826C1 |
СПОСОБ ПОЛУЧЕНИЯ УЛЬТРАЗВУКОВЫХ ИЗОБРАЖЕНИЙ ГОЛОВНОГО МОЗГА | 2020 |
|
RU2750965C1 |
Изобретение относится к области медицины, а именно к лучевой диагностике, и может быть использовано для выделения контраст-индуцированной компоненты рентгеновской плотности в просвете сосуда на КТ-ангиографическом изображении. Проводят КТ-ангиографию (КТ-А) и получают изображение артериальной фазы сканирования сосуда в аксиальной плоскости. Осуществляют разметку изображения и получают бинарную маску сегментации просвета сосуда. Проводят обработку бинарной маски сегментации с помощью размытия по методу Гаусса. Получают область интереса из исходных данных как результат логического пересечения КТ-изображения, исходной и обработанной масок. Проводят аппроксимацию сигнала рентгеновской плотности в области интереса отдельно для строк и столбцов с помощью аппроксимирующей функции. Полученный сигнал рентгеновской плотности соответствует пространственному распределению контрастного вещества в просвете сосуда. Способ обеспечивает выделение пространственного распределения контрастного вещества в просвете сосуда на изображениях КТ-А. 3 ил.
Способ выделения контраст-индуцированной компоненты рентгеновской плотности в просвете сосуда на КТ-ангиографическом изображении, заключающийся в том, что:
- проводят КТ-ангиографическое исследование для получения изображение артериальной фазы сканирования сосуда в аксиальной плоскости;
- проводят разметку изображения и получают бинарную маску сегментации просвета сосуда;
- проводят обработку бинарной маски сегментации с помощью размытия по методу Гаусса;
- получают область интереса из исходных данных как результат логического пересечения КТ-изображения, исходной и обработанной масок;
- проводят аппроксимацию сигнала рентгеновской плотности в области интереса отдельно для строк и столбцов с помощью аппроксимирующей функции где: F0 - уровень сигнала вне области сосуда,
α - амплитуда сигнала, b, с, d и е определяют положение и наклон боковых сигмоид, - вычисляют итеративно методом нелинейных наименьших квадратов; причем, начальные условия для вычисления значений коэффициентов определяются на основании аппроксимируемых данных следующим образом: F0 - минимальный уровень сигнала, α - абсолютная разница между максимальным и минимальным неотрицательным уровнями сигнала, с и е- индексы начальной и конечной точек сигнала, b и d равны 1;
- результаты постолбцовой и построчной аппроксимации формируют итоговый сигнал по критерию близости к исходным данным:
исходное значение, Fi(pix) - результат построчной, a Fi(pix) - постолбцовой аппроксимации в пикселе pix с координатами (i;j);
- полученный сигнал рентгеновской плотности соответствует пространственному распределению контрастного вещества в просвете сосуда.
СПОСОБ И СИСТЕМА ИДЕНТИФИКАЦИИ НОВООБРАЗОВАНИЙ НА РЕНТГЕНОВСКИХ ИЗОБРАЖЕНИЯХ | 2020 |
|
RU2734575C1 |
СПОСОБ ОБРАБОТКИ И АНАЛИЗА ИЗОБРАЖЕНИЙ КОМЕТОПОДОБНЫХ ОБЪЕКТОВ, ПОЛУЧЕННЫХ МЕТОДОМ "ДНК-КОМЕТ" | 2009 |
|
RU2404453C1 |
ЮРОВА А | |||
С | |||
МЕТОДЫ АВТОМАТИЗИРОВАННОЙ СЕГМЕНТАЦИИ КТ-ИЗОБРАЖЕНИЙ БРЮШНОЙ ПОЛОСТИ | |||
Диссертация на соискание учёной степени кандидата физико-математических наук | |||
Способ получения цианистых соединений | 1924 |
|
SU2018A1 |
RAUPACH R | |||
et al | |||
Analytical evaluation of the signal and noise propagation in x-ray differential phase-contrast |
Авторы
Даты
2024-11-14—Публикация
2023-08-11—Подача