发明名称 一种血管内超声图像序列的三维分割方法
摘要 一种血管内超声图像序列的三维分割方法,用于提高图像序列的分割处理效率。其技术方案是:它首先对原始图像进行滤除噪声和抑制环晕伪像的预处理,然后获取IVUS图像序列的四个纵向视图,并从中提取出血管内腔边界和中-外膜边界,再通过将这些边界曲线映射到各帧IVUS图像中,得到横向视图中的初始边界,最后通过使能量函数最小,初始边界不断变形,最终得到各帧IVUS图像中的血管内腔和中-外膜边界。与传统方法相比,本发明具有以下优点:第一,可以利用整个图像序列的信息;第二,可同时完成对各帧图像的分割,实现对整个图像序列的并行处理,从而大大提高了处理效率,缩短了处理时间。
申请公布号 CN101964118B 申请公布日期 2012.09.19
申请号 CN201010297322.9 申请日期 2010.09.30
申请人 华北电力大学(保定) 发明人 孙正;杨宇
分类号 G06T17/00(2006.01)I;G06T5/00(2006.01)I 主分类号 G06T17/00(2006.01)I
代理机构 石家庄冀科专利商标事务所有限公司 13108 代理人 李羡民;高锡明
主权项 1.一种血管内超声图像序列的三维分割方法,其特征是,首先对IVUS原始图像进行滤除噪声和抑制环晕伪像的预处理,然后获取IVUS图像序列的四个纵向视图,并从中提取出血管内腔边界和中-外膜边界,再通过将这些边界映射到各帧IVUS图像中,得到横向视图中的初始边界,最后通过使能量函数最小,初始边界不断变形,最终得到各帧IVUS图像中的血管内腔和中-外膜边界;具体步骤如下:a、对原始IVUS图像进行预处理,包括滤波去噪和去除环晕伪像:首先采用中值滤波和高斯平滑两种通用预处理方法,减少IVUS图像中的椒盐噪声和随机噪声,然后对各帧IVUS图像进行极坐标变换,得到其极坐标视图,再按照下式去除极坐标视图中的环晕伪像:<img file="93408DEST_PATH_IMAGE001.GIF" wi="272" he="52" />,其中,<img file="674562DEST_PATH_IMAGE002.GIF" wi="46" he="22" />和<img file="9728DEST_PATH_IMAGE003.GIF" wi="50" he="22" />分别为原极坐标视图和去除环晕伪像后的极坐标视图中像素点<img file="676333DEST_PATH_IMAGE004.GIF" wi="38" he="22" />处的灰度值;<img file="755147DEST_PATH_IMAGE005.GIF" wi="13" he="14" />为像素点的极径;<img file="190808DEST_PATH_IMAGE006.GIF" wi="14" he="20" />为像素点的极角;<img file="962455DEST_PATH_IMAGE007.GIF" wi="44" he="25" />是原IVUS图像中导管区域的像素灰度值;<i>ImageWidth</i>为以像素为单位的图像宽度;<i>ε</i>为权重参数;最后经过极坐标逆变换,即可得到直角坐标系下去除环晕伪像后的IVUS图像;b、分别取IVUS图像序列的沿血管长轴方向的四个纵向视图,即垂直切面A、水平切面B、左对角线切面C和右对角线切面D;c、从IVUS纵向视图中提取出血管内腔边界和中-外膜边界:从纵向视图的中轴线开始,分别向左和向右逐行遍历四个IVUS纵向视图中的各像素,用<img file="850776DEST_PATH_IMAGE008.GIF" wi="44" he="22" />表示坐标为<img file="733282DEST_PATH_IMAGE009.GIF" wi="36" he="22" />的像素的灰度值,<img file="11730DEST_PATH_IMAGE010.GIF" wi="62" he="22" />表示坐标为<img file="954278DEST_PATH_IMAGE011.GIF" wi="54" he="22" />的像素的灰度值,若<img file="329896DEST_PATH_IMAGE012.GIF" wi="138" he="22" />,则<img file="750513DEST_PATH_IMAGE009.GIF" wi="36" he="22" />为目标边界点,否则不是;将每行左右两部分的像素中,第一个符合上述条件的像素记为内腔边界点,第二个记为中-外膜边界点;其中,<i>η</i>为阈值;d、将四个纵向视图中的边界映射到各帧IVUS图像中,纵向视图的边界线对应到横向视图中为边界点,依次连接各边界点,得到各帧IVUS图像中血管内腔的初始边界和中-外膜的初始边界;e、各帧IVUS图像中的初始边界通过snake变形获得血管内腔边界和中-外膜边界:将各帧IVUS图像中血管壁的初始边界作为snake模型的初始形状,将初始边界离散成由<i>N</i>个点组成的有序点集,则能量函数的离散表达式为:<img file="160766DEST_PATH_IMAGE013.GIF" wi="145" he="42" /><img file="274215DEST_PATH_IMAGE014.GIF" wi="261" he="50" />,<img file="137129DEST_PATH_IMAGE015.GIF" wi="226" he="50" />其中,<img file="361437DEST_PATH_IMAGE016.GIF" wi="26" he="25" />是内部能量;<img file="360617DEST_PATH_IMAGE017.GIF" wi="28" he="25" />是外部能量;<img file="644968DEST_PATH_IMAGE018.GIF" wi="60" he="25" />(<i>i</i>=1,2,…,<i>N</i>-2)是第<i>i</i>个snake点,<img file="995178DEST_PATH_IMAGE019.GIF" wi="48" he="25" />是它的坐标;<img file="23176DEST_PATH_IMAGE020.GIF" wi="22" he="25" />和<img file="142442DEST_PATH_IMAGE021.GIF" wi="25" he="25" />分别是第<i>i</i>-1个和第<i>i</i>+1个snake点;<img file="332115DEST_PATH_IMAGE022.GIF" wi="16" he="24" />和<img file="169621DEST_PATH_IMAGE023.GIF" wi="46" he="20" />分别是相邻snake点之间的平均距离和最大距离;<img file="735732DEST_PATH_IMAGE024.GIF" wi="58" he="28" />和<img file="975083DEST_PATH_IMAGE025.GIF" wi="69" he="28" />分别是坐标为<img file="273340DEST_PATH_IMAGE026.GIF" wi="49" he="28" />的像素的灰度和灰度梯度值;<img file="660459DEST_PATH_IMAGE027.GIF" wi="106" he="22" />都是权重参数;通过使能量函数<img file="967944DEST_PATH_IMAGE028.GIF" wi="17" he="18" />最小,snake模型从初始形状开始不断变形,最终停留在能量函数取得全局最小值的最优位置,即为目标边界。
地址 071003 河北省保定市永华北大街619号