心外膜脂肪的参数测定方法、装置、存储介质及处理器

本技术涉及医学影像处理，特别是涉及一种心外膜脂肪的参数测定方法、装置、存储介质及处理器。

背景技术：

1、心外膜脂肪(epicardial adipose tissue，eat)是位于心肌和心包脏层之间的一层脂肪组织，因其与心脏之间独特的解剖和生理关系而备受关注。eat具有多种生理功能，例如可机械性地保护心肌、为心肌提供热量及能量、有助于保护冠状动脉循环、改善内皮功能、减少氧化应激和炎症等，从而达到保护心脏的目的。心外膜脂肪的参数测定对心血管疾病的研究有着重要的意义。

2、目前，心外膜脂肪的参数测定通常是通过人工的方式逐层勾勒出冠状动脉ct血管造影检查影像中的心包轮廓，并通过勾勒出的eat区域计算出心外膜脂肪的参数。但是，通过人工的方式测定心外膜脂肪的参数，不但耗时较长，还会出现因部分层面ct扫描的心包轮廓显示不清而勾画错误、层间所勾勒出的轮廓缺乏连续性，导致心外膜脂肪的参数测定的准确率较低的问题。因此，无法有效地辅助对心血管疾病的研究。

技术实现思路

1、基于上述问题，本技术提供了一种心外膜脂肪的参数测定方法、装置、存储介质及处理器，目的是以自动化的方式实现高准确度的心外膜脂肪参数的测定。

2、本技术实施例公开了如下技术方案：

3、本技术第一方面，提供了一种心外膜脂肪的参数测定方法，该方法包括：

4、获取待测定的冠状动脉ct血管造影检查影像的截面轮廓点描记数据；冠状动脉ct血管造影检查影像为三维影像，冠状动脉ct血管造影检查影像包括多层二维的截面图像；

5、利用截面轮廓点描记数据拟合得到截面轮廓点描记数据对应的截面图像的心外膜脂肪轮廓线；

6、根据拟合得到的多条心外膜脂肪轮廓线，通过放样技术拟合生成经过多条心外膜脂肪轮廓线的心包轮廓曲面；

7、根据心包轮廓曲面生成心包腔三维模型；

8、通过对心包腔三维模型进行体素分析，测定出冠状动脉ct血管造影检查影像对应的心外膜脂肪参数。

9、在可选的实现方式中，截面轮廓点描记数据包括在所对应的截面图像上描记的截面轮廓点的位置信息；利用截面轮廓点描记数据拟合得到截面轮廓点描记数据对应的截面图像的心外膜脂肪轮廓线，包括：

10、利用目标截面图像上描记的截面轮廓点的位置信息，生成得到经过目标截面图像上的所有截面轮廓点的心外膜脂肪初始轮廓线；

11、根据目标截面图像上描记的截面轮廓点的位置信息和心外膜脂肪初始轮廓线，确定心外膜脂肪初始轮廓线的多个曲线片段；

12、根据多个曲线片段和目标截面图像上描记的截面轮廓点的位置信息生成多个曲线控制点；

13、根据多个控制点的位置信息和截面轮廓点的位置信息，拟合出经过目标截面图像上的所有截面轮廓点和所有曲线控制点的闭合曲线，作为目标截面图像的心外膜脂肪轮廓线。

14、在可选的实现方式中，根据拟合得到的多条心外膜脂肪轮廓线，通过放样技术拟合生成经过多条心外膜脂肪轮廓线的心包轮廓曲面，包括：

15、利用多条心外膜脂肪轮廓线，分别提取所对应的心包截面的方向变量和所对应的心包截面的垂线的方向变量；

16、根据多条心外膜脂肪轮廓线上各曲线控制点的权重，所提取的各心包截面的方向变量以及垂线的方向变量，通过放样技术生成由四边形有限元网络构成的心包轮廓曲面。

17、在可选的实现方式中，用于生成心包轮廓曲面的心外膜脂肪轮廓线数量为m，m小于冠状动脉ct血管造影检查影像中包含的截面图像的总层数；通过对心包腔三维模型进行体素分析，测定出冠状动脉ct血管造影检查影像对应的心外膜脂肪参数，包括：

18、根据心包腔三维模型，插值计算冠状动脉ct血管造影检查影像中未获取心外膜脂肪轮廓线的截面图像的心外膜脂肪轮廓线；

19、过滤掉心包腔三维模型中不符合脂肪组织的体素ct值区间的体素；

20、基于保留下来的体素进行分析，测定冠状动脉ct血管造影检查影像对应的心外膜脂肪参数。

21、在可选的实现方式中，基于保留下来的体素进行分析，测定冠状动脉ct血管造影检查影像对应的心外膜脂肪参数，包括：

22、基于保留下来的体素进行分析，获取心外膜脂肪的体积以及ct值特征参数；ct值特征参数包括：最小ct值、最大ct值、平均ct值、中位ct值或ct值标准差中的至少一种；

23、将ct值特征参数作为心外膜脂肪的密度。

24、在可选的实现方式中，心外膜脂肪的参数测定方法还包括：利用获取到的冠状动脉ct血管造影检查影像的心外膜脂肪的体积和密度作为预测因子，通过多元回归分析方法获得第一预测模型相较于基准模型对射血分数改善型心力衰竭的第一预测效能提升信息，通过多元回归分析方法获得第二预测模型相较于基准模型对射血分数改善型心力衰竭的第二预测效能提升信息，通过多元回归分析方法获得第三预测模型相较于基准模型对射血分数改善型心力衰竭的第三预测效能提升信息；

25、其中，第一预测模型将心外膜脂肪的体积作为模型的预测因子之一；第二预测模型将心外膜脂肪的密度作为模型的预测因子之一；第三预测模型为将心外膜脂肪的体积和密度作为模型的预测因子中的两种；基准模型未将心外膜脂肪的体积及密度作为模型的预测因子。

26、本技术第二方面，提供了一种心外膜脂肪的参数测定装置，该装置包括：

27、获取模块，用于获取待测定的冠状动脉ct血管造影检查影像的截面轮廓点描记数据；冠状动脉ct血管造影检查影像为三维影像，冠状动脉ct血管造影检查影像包括多层二维的截面图像；

28、曲线拟合模块，用于利用截面轮廓点描记数据拟合得到截面轮廓点描记数据对应的截面图像的心外膜脂肪轮廓线；

29、曲面生成模块，用于根据拟合得到的多条心外膜脂肪轮廓线，通过放样技术拟合生成经过多条心外膜脂肪轮廓线的心包轮廓曲面；

30、三维模型生成模块，用于根据心包轮廓曲面生成心包腔三维模型；

31、参数测定模块，用于通过对心包腔三维模型进行体素分析，测定出冠状动脉ct血管造影检查影像对应的心外膜脂肪参数。

32、可选地，截面轮廓点描记数据包括在所对应的截面图像上描记的截面轮廓点的位置信息；曲线拟合模块包括：

33、第一生成单元，用于利用目标截面图像上描记的截面轮廓点的位置信息，生成得到经过目标截面图像上的所有截面轮廓点的心外膜脂肪初始轮廓线；

34、确定单元，用于根据目标截面图像上描记的截面轮廓点的位置信息和心外膜脂肪初始轮廓线，确定心外膜脂肪初始轮廓线的多个曲线片段；

35、第二生成单元，用于根据多个曲线片段和目标截面图像上描记的截面轮廓点的位置信息生成多个曲线控制点；

36、拟合单元，用于根据多个控制点的位置信息和截面轮廓点的位置信息，拟合出经过目标截面图像上的所有截面轮廓点和所有曲线控制点的闭合曲线，作为目标截面图像的心外膜脂肪轮廓线。

37、本技术第三方面，提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，当计算机程序被处理器运行时，实现上述的心外膜脂肪的参数测定方法。

38、本技术第四方面，提供了一种处理器，用于运行计算机程序，计算机程序运行时执行上述的心外膜脂肪的参数测定方法。

39、相较于现有技术，本技术具有以下有益效果：

40、在本技术技术方案中，通过利用获取的待测定的冠状动脉ct血管造影检查影像的截面轮廓点描记数据，自动拟合得到截面轮廓点描记数据对应的截面图像的心外膜脂肪轮廓线，无需通过人工的方式勾勒出心包轮廓，避免了由于部分层面ct扫描的心包轮廓显示不清而勾画错误，导致心外膜脂肪的参数测定的准确率较低的问题；然后根据拟合得到的多条心外膜脂肪轮廓线，通过放样技术拟合生成经过多条心外膜脂肪轮廓线的心包轮廓曲面，并根据心包轮廓曲面自动生成心包腔三维模型，并通过对心包腔三维模型进行体素分析，测定出冠状动脉ct血管造影检查影像对应的心外膜脂肪参数，达到了以自动化的方式实现高准确度的心外膜脂肪参数的测定的目的，提升了所测定的心外膜脂肪参数对心血管疾病的研究的辅助价值。并能够为医疗工作者的医疗工作(例如对相关人员的给药和治疗)提供有价值的参考作用。