切换至 "中华医学电子期刊资源库"

中华消化病与影像杂志(电子版) ›› 2022, Vol. 12 ›› Issue (05) : 281 -285. doi: 10.3877/cma.j.issn.2095-2015.2022.05.007

论著

冠状动脉CT血管造影图像标注方法的研究
尹燕伟1, 朱敏1, 董祥梅2, 胡嘉航1, 李永生3,()   
  1. 1. 157011 黑龙江省,牡丹江医学院附属红旗医院影像科
    2. 157011 黑龙江省,牡丹江医学院附属红旗医院院病理科
    3. 157011 黑龙江省,牡丹江医学院医学影像学院
  • 收稿日期:2022-03-07 出版日期:2022-10-01
  • 通信作者: 李永生
  • 基金资助:
    牡丹江市应用技术研究与开发计划项目(HT2020JG054); 黑龙江省教育厅基本科研业务费项目(2021kyywf0508)

Research on images annotation of coronary CT angiography

Yanwei Yin1, Min Zhu1, Xiangmei Dong2, Jiahang Hu1, Yongsheng Li3,()   

  1. 1. Department of Imaging, Hongqi Hospital Affiliated to Mudanjiang Medical University, Mudanjiang 157011, China
    2. Department of Pathology, Hongqi Hospital Affiliated to Mudanjiang Medical University, Mudanjiang 157011, China
    3. School of Medical Imaging, Mudanjiang Medical University, Mudanjiang 157011, China
  • Received:2022-03-07 Published:2022-10-01
  • Corresponding author: Yongsheng Li
引用本文:

尹燕伟, 朱敏, 董祥梅, 胡嘉航, 李永生. 冠状动脉CT血管造影图像标注方法的研究[J]. 中华消化病与影像杂志(电子版), 2022, 12(05): 281-285.

Yanwei Yin, Min Zhu, Xiangmei Dong, Jiahang Hu, Yongsheng Li. Research on images annotation of coronary CT angiography[J]. Chinese Journal of Digestion and Medical Imageology(Electronic Edition), 2022, 12(05): 281-285.

医学图像的分割和标注问题是目前医学图像处理方向研究的难点和热点。目前对于冠状动脉CT医学图像人工标注的标准尚未有统一的定义和一致的标注方法。为此根据医学影像中的器官位置探讨冠状动脉CT血管造影的图像标注方法,本文讨论了冠状动脉CT血管造影图像标注格式、原则和策略。结合分段标注原则在标注时将整个冠状动脉CT血管造影图像细化为十二段。结合具体实例阐述了右冠状动脉支分段和右后降支分段图像的具体标注方法,即选择标注、如何标注、标注形式等。这种针对医学影像器官位置的CT血管造影分段标注方法可以为医学图像的自动标注构建高效统一的训练数据集,提高以监督学习或者半监督学习方式为基础的自动图像标注的效率。

The problem of segmentation and annotation of medical images is the difficulty and hotspot of current medical image processing research.At present, there is no unified definition and consistent annotation method for manual annotation of coronary CT medical images.Therefore, the image annotation method of coronary CT angiography is discussed according to the position of organs in medical images.This paper discusses the annotation format, principles and strategies of coronary CT angiography.According to the segmented image annotation principle, the whole coronary CT angiography image is subdivided into twelve segments.Combined with specific examples, the specific annotation methods of segmented images of right coronary artery branch and right posterior descending branch are expounded, that is, selective annotation, how to annotate and annotation form, etc.This segmented annotation method of CT angiography for organ positions in medical images can build an efficient and unified training data set for automatic annotation of medical images, and improve the efficiency of automatic image annotation based on supervised learning or semi-supervised learning.

表1 冠状动脉CTA标注的原始分段标准
表2 冠状动脉人工标注分段及命名标准
图1 右冠状动脉支标注示意图注:1A中蓝色十字线所在位置为右冠状动脉支的起始点;1B中房室交点为终结点;1C为其三维渲染结果
图2 右后降支标注示意图注:2A为右后降支的起点;2B为右后降支的终点,黄色箭头所指粗较暗的血管为心中静脉;2C为右后降支的三维渲染图
图3 不需标注的实例示意图注:3A中十字线所在血管为右后降支,其上方那支血管不标注。3B没有右后降支,右冠状动脉在左上角发出的那个分支不标注
图4 不需标注的实例示意图注:尽管图中十字线所在的血管后段走行类似右后降支,但是其发出点较早,是右室后支的变异,无需标注
1
高西.深度学习技术在皮图像分割应用综述[J].中国图象图形学报202126(9):2058-2077.
2
黄鸿.基于部分注释CT图像的自监督迁移学习肺结节分类[J].光学学报202040(18):99-106.
3
张欢,仇大伟.U-Net模型改进及其在医学图像分割上的研究综述[J].激光与光电子学进展202259(2):17.
4
熊丰.基于改进VGG19卷积神经网络的肺炎图像分类[J].光子学报202150(10):345-353.
5
夏景明,邢露萍.基于MDM-ResNet的脑肿瘤分类方法[J].南京信息工程大学学报(自然科学版)202214(2):212-219.
6
张天.跨媒体医学图像自动标注技术研究[D].成都:电子科技大学,2021.
7
Lutnick B, Ginley B, Govind D, et al.An integrated iterative annotation technique for easing neural network training in medical image analysis[J].Nat Mach Intell20191(2):112-119.
8
Deng Y, Sun Y, Zhu Y, et al.A new framework to reduce doctor′s workload for medical image annotation[J].IEEE Access20197:107097-107104.
9
中国医师协会放射学分会"互联网+"影像学组.中枢神经系统肿瘤的MRI影像标注专家共识[J].国际医学放射学杂志202144(4):378.
10
毕蓉蓉.CT图像下结合RCNN与U-Net的肺实质自动分割[J].哈尔滨理工大学学报202126(3):74-82.
11
孔令军,王茜雯,包云超,等.基于深度学习的医疗图像分割综述[J].无线电通信技术202147(2):121-130.
12
陈哲,黄巍,陈昭.基于Web应用的医学图像半自动标注系统[J].计算机应用与软件201936(10):1-5.
13
卞洁楠,房劬.医学影像标注系统:CN110993067A [P].2020-04-10.
14
蒋西然,蒋韬,孙嘉瑶,等.深度学习人工智能技术在医学影像辅助分析中的应用[J].中国医疗设备202136(6):164-171.
15
刘晓鸣.深度学习在医学影像分割与分类中的关键技术研究[D].长春:吉林大学,2021.
16
吴鹃.基于三维数据重建与目标定位的DICOM图像分析测量系统[J].电气自动化202143(4):112-114.
17
Kalen Joseph D, Clunie David A, Liu Yanling, et al.Design and Implementation of the Pre-Clinical DICOM Standard in Multi-Cohort Murine Studies[J].Tomography20217(1):1-9.
18
张龙达,王云山,郝素丽,等.DICOM 128字节引言输入验证错误漏洞分析[J].中国医疗器械信息202127(1):30-31.
19
李永生,董祥梅,田美娜,等.新型冠状病毒肺炎CT表现与图像标注方法[J/OL].中华消化病与影像杂志(电子版)202111(4):176-178.
20
陈奕,董祥梅,朱险峰,等.基于图像分割软件的气胸诊断及图像标注方法[J].网络安全技术与应用2021(9):137-138.
[1] 张婉微, 秦芸芸, 蔡绮哲, 林明明, 田润雨, 金姗, 吕秀章. 心肌收缩早期延长对非ST段抬高型急性冠脉综合征患者冠状动脉严重狭窄的预测价值[J]. 中华医学超声杂志(电子版), 2023, 20(10): 1016-1022.
[2] 刘婷婷, 丁明岩, 冀威, 郭丽娟, 李颖, 赵含章, 朱芳. 非冠状动脉梗阻性缺血性心脏病女性患者心率储备与微循环功能障碍的相关性研究[J]. 中华医学超声杂志(电子版), 2022, 19(10): 1077-1082.
[3] 齐旭浩, 卢凯. 冠状动脉慢性完全闭塞患者血清微小RNA-126变化的临床意义[J]. 中华危重症医学杂志(电子版), 2022, 15(06): 486-489.
[4] 叶晓芳, 杨京华, 武元星, 朱光发. COPD患者冠状动脉旁路移植术后肺部感染的预后影响及危险因素分析[J]. 中华肺部疾病杂志(电子版), 2023, 16(02): 175-179.
[5] 谢恩睿, 段一璇, 刘畅, 邓捷. 利用随机森林联合人工神经网络基于外周血细胞易感基因建立冠心病诊断模型[J]. 中华细胞与干细胞杂志(电子版), 2023, 13(01): 19-26.
[6] 南文慧, 周丽花, 李珊珊, 荣嵘. 冠状动脉旁路移植术后行hs-TnI预测主要心血管不良事件发生的临界值及相关性分析[J]. 中华临床医师杂志(电子版), 2023, 17(03): 237-242.
[7] 李丹, 刘璞娟, 卞亚辉, 张会军, 王莉. 动机性访谈结合阶段性健康教育对冠状动脉旁路移植术后健康行为的影响[J]. 中华临床医师杂志(电子版), 2022, 16(11): 1151-1156.
[8] 季鹏, 郭言言, 王超. CT灌注成像联合CT血管造影对TIA患者进展为急性脑梗死的预测[J]. 中华介入放射学电子杂志, 2023, 11(02): 128-132.
[9] 郑毅华, 陈晓丹, 伍慧妍, 詹铀超. 缺血性修饰白蛋白、心型脂肪酸结合蛋白、可溶性生长刺激表达基因2蛋白与GRACE评分联合检测对急性冠状动脉综合征的早期诊断价值[J]. 中华临床实验室管理电子杂志, 2023, 11(01): 10-15.
[10] 颜凡辉, 赵明俐, 李颖, 郭方明, 詹景冬, 赵英杰, 王阳, 张艳芬, 赵笑梅. 急性冠脉综合征患者冠脉血管病变程度与血清TNF-α、VEGF水平相关性研究[J]. 中华诊断学电子杂志, 2023, 11(03): 158-164.
[11] 熊鑫, 邓勇志. 基于血管内超声的机器学习在冠状动脉病变中的研究进展[J]. 中华诊断学电子杂志, 2023, 11(03): 153-157.
[12] 张娟, 纪青, 胡国宏, 谭成, 王双双, 易秀英. CD11b基因rs4597342位点多态性与川崎病的相关性研究[J]. 中华诊断学电子杂志, 2023, 11(02): 92-96.
[13] 陈猛, 孟润祺, 曹勇, 张金国. 冠状动脉支架内再狭窄的影像诊断与治疗研究进展[J]. 中华诊断学电子杂志, 2023, 11(01): 12-16.
[14] 神童, 申程, 甘立军. 囊泡在冠状动脉钙化过程中的作用[J]. 中华诊断学电子杂志, 2023, 11(01): 1-4.
[15] 孙相利, 许真真. 经皮冠状动脉旋磨术在冠状动脉重度钙化病变介入治疗中的应用[J]. 中华老年病研究电子杂志, 2023, 10(02): 33-36.
阅读次数
全文


摘要