專利名稱:一種基于食道超聲的主動脈瓣快速分割方法
技術(shù)領(lǐng)域:
本發(fā)明涉及超聲圖像的主動脈瓣分割方法,具體的說是一種基于食道超聲的主動脈瓣快速分割方法。
背景技術(shù):
在現(xiàn)代醫(yī)學(xué)影像學(xué)中,超聲圖像具有強(qiáng)度低、價(jià)格便宜、對人體無害等優(yōu)點(diǎn),尤其對軟組織的探測和心血管臟器的血流觀察有獨(dú)到之處。隨著生活水平的提高、人口老齡化加劇,主動脈瓣狹窄、主動脈瓣關(guān)閉不全和主動脈瓣膜脫垂等比較常見的心臟瓣膜類疾病越來越多。臨床上這類疾病的主要診斷方法是用超聲設(shè)備觀察瓣膜的形狀和運(yùn)動,超聲心動圖就是一種很好的檢測心臟瓣膜疾病的工具,對其分析的首要步驟是超聲醫(yī)學(xué)圖像分害I]。因?yàn)槌晥D像中斑點(diǎn)噪聲多,目標(biāo)運(yùn)動復(fù)雜,目標(biāo)和背景灰度對比度低,所以對其分割具有很大的難度。在實(shí)際的超聲圖像處理與分析中,對目標(biāo)和病灶的識別、定位和定量分析主要依賴醫(yī)生經(jīng)驗(yàn)得到的手動分割。所以,醫(yī)生要想從混雜著大量斑點(diǎn)噪聲和偽影的心臟超聲圖像中分割出主動脈瓣,就需要有豐富的臨床醫(yī)學(xué)知識和敏銳的空間位置感。通常一組超聲序列就由幾十甚至上百張的圖片組成,如果完全由醫(yī)生手動分割,將會是非常龐大的工作量。國外,Ivana等人利用主動輪廓模型(也稱為Snake模型)對心臟瓣膜分割,引入瓣膜厚度緩慢變化的特征,改變內(nèi)部能量項(xiàng),自動分割出厚度均勻的瓣葉。但是,在Snake模型框架下,目標(biāo)是用點(diǎn)序列進(jìn)行描述的,很難處理拓?fù)渥兓⑶矣捎诔曅膭訄D中心臟主動脈瓣膜的邊緣和紋理特征都不是很突出,結(jié)構(gòu)又很復(fù)雜,即使用主動輪廓分割也容易在弱邊緣處泄露。因此,實(shí)現(xiàn)超聲圖像中主動脈瓣的自動、精確、快速分割意義重大。
發(fā)明內(nèi)容
本發(fā)明的目 的是提供一種自動、快速、精確的對超聲圖像的主動脈瓣進(jìn)行分割的方法,以解決現(xiàn)有技術(shù)存在的主動脈瓣超聲圖像分割不完整和嚴(yán)重溢出的問題。本發(fā)明的目的是這樣實(shí)現(xiàn)的:一種基于食道超聲的主動脈瓣快速分割方法,包括以下步驟:(I)將B超輸出的視頻格式的主動脈瓣超聲結(jié)果轉(zhuǎn)化為一組連續(xù)圖像,提取所述連續(xù)圖像的扇形區(qū)域,對所述扇形區(qū)域進(jìn)行形態(tài)學(xué)濾波預(yù)處理,得到一組連續(xù)的經(jīng)預(yù)處理的主動脈瓣超聲圖像;(2)選取所述的經(jīng)預(yù)處理的主動脈瓣超聲圖像中處于快速射血期或快速充盈期的圖像中的一張作為關(guān)鍵幀,將處于非快速射血期和非快速充盈期的圖像作為非關(guān)鍵幀,然后以交互的方式在所述關(guān)鍵幀上選取四個(gè)點(diǎn),利用Cardinal樣條插值,做出邊界輪廓曲線,所述邊界輪廓曲線包圍的區(qū)域作為初始約束區(qū)域,即能量約束區(qū)域;(3)所述的邊界輪廓曲線將所述關(guān)鍵幀的圖像分為內(nèi)外兩部分,內(nèi)部為正,外部為負(fù),得到邊界輪廓曲線符號圖;計(jì)算所述關(guān)鍵幀的圖像上每個(gè)像素點(diǎn)到所述邊界輪廓曲線的最短歐氏距離,得到邊界輪廓曲線距離圖,然后將所述邊界輪廓曲線符號圖和所述邊界輪廓曲線距離圖相乘,生成所述關(guān)鍵幀的約束區(qū)域的符號距離圖;(4)定義Ecmstraint(Cji)= / Ω(φ-Φα)2(1Χ(^為區(qū)域約束項(xiàng),Φ。表示所述關(guān)鍵幀的約束區(qū)域的符號距離圖;利用形狀約束比較函數(shù)在CV模型中加入所述區(qū)域約束項(xiàng),然后最小化所述CV模型的能量泛函,提取得到所述關(guān)鍵幀的主動脈瓣分割結(jié)果;(5)將所述關(guān)鍵幀的主動脈瓣分割結(jié)果作為相鄰的下一個(gè)非關(guān)鍵幀的能量約束區(qū)域,所述非關(guān)鍵幀的能量約束區(qū)域的邊界輪廓曲線將所述非關(guān)鍵幀的圖像分為內(nèi)外兩部分,內(nèi)部為正,外部為負(fù),得到非關(guān)鍵幀的邊界輪廓曲線符號圖;計(jì)算所述非關(guān)鍵幀的圖像上每個(gè)像素點(diǎn)到所述非關(guān)鍵幀的能量約束區(qū)域的邊界輪廓曲線的最短歐氏距離,得到非關(guān)鍵幀的邊界輪廓曲線距離圖 ,然后將所述非關(guān)鍵幀的符號圖和所述距離圖相乘,生成非關(guān)鍵幀的約束區(qū)域的符號距離圖。(6)定義Eranstraint(Cj5)= / Ω(φ-Φα)2(1Χ(^為區(qū)域約束項(xiàng),Φ。表示所述非關(guān)鍵幀的約束區(qū)域的符號距離圖;利用形狀約束比較函數(shù)在CV模型中加入所述區(qū)域約束項(xiàng),然后最小化所述CV模型的能量泛函,提取得到所述非關(guān)鍵幀的主動脈瓣分割結(jié)果。所述步驟(2)中Cardinal樣條插值表達(dá)如下:為所述的在所述關(guān)鍵幀上選取的四個(gè)點(diǎn),所述Pk和Pk+1是中間的兩個(gè)控制點(diǎn),從Plri到Pk+2間的四個(gè)點(diǎn)用于建立Cardinal樣條段的邊界條件為:P (O) =Pk,P ⑴=Pk+1,P,(0)=0.5 (1-t) (PwJV1),P,(1)=0.5(l_t) (Pk+2_Pk),上述式中的t為張量參數(shù),t的取值范圍為0.3 1,利用邊界條件得:P(U) = Ph (_su3+2 su2_su)+Pk [ (2_s) U3+(s_3) U2+1 ]+Pk+1 [ (s_2) U3+(3_2)u2+su] +Pk+2 (SU3-SU2),對上式進(jìn)行變量代換,即s=(l_t)/2,根據(jù)t值,由參數(shù)u插值形成閉合的光滑曲線,作為邊界輪廓曲線。所述步驟(3)和步驟(5)中所述符號距離圖的生成算法如下:以n(X,y)為所述關(guān)鍵幀或所述非關(guān)鍵幀圖像上任意一點(diǎn),所述邊界輪廓曲線記為曲線C,所述曲線C將所述關(guān)鍵幀或所述非關(guān)鍵幀圖像分為內(nèi)外兩部分Cin和Ctjut,根據(jù)下式:
權(quán)利要求
1.一種基于食道超聲的主動脈瓣快速分割方法,其特征是,包括以下步驟: (1)將B超輸出的視頻格式的主動脈瓣超聲結(jié)果轉(zhuǎn)化為一組連續(xù)圖像,提取所述連續(xù)圖像的扇形區(qū)域,對所述扇形區(qū)域進(jìn)行形態(tài)學(xué)濾波預(yù)處理,得到一組連續(xù)的經(jīng)預(yù)處理的主動脈瓣超聲圖像; (2)選取所述的經(jīng)預(yù)處理的主動脈瓣超聲圖像中處于快速射血期或快速充盈期的圖像中的一張作為關(guān)鍵幀,將處于非快速射血期和非快速充盈期的圖像作為非關(guān)鍵幀,然后以交互的方式在所述關(guān)鍵幀上選取四個(gè)點(diǎn),利用Cardinal樣條插值,做出邊界輪廓曲線,所述邊界輪廓曲線包圍的區(qū)域作為初始約束區(qū)域,即能量約束區(qū)域; (3)所述的關(guān)鍵幀的邊界輪廓曲線將所述關(guān)鍵幀的圖像分為內(nèi)外兩部分,內(nèi)部為正,夕卜部為負(fù),得到邊界輪廓曲線符號圖;計(jì)算所述關(guān)鍵幀的圖像上每個(gè)像素點(diǎn)到所述邊界輪廓曲線的最短歐氏距離,得到邊界輪廓曲線距離圖,然后將所述邊界輪廓曲線符號圖和所述邊界輪廓曲線距離圖相乘,生成所述關(guān)鍵幀的約束區(qū)域的符號距離圖; (4)定義Econstraint(Φ)= / Ω(Φ-Φα)2(1Χ(^為區(qū)域約束項(xiàng),Φ。表示所述關(guān)鍵幀的約束區(qū)域的符號距離圖;利用形狀約束比較函數(shù)在CV模型中加入所述區(qū)域約束項(xiàng),然后最小化所述CV模型的能量泛函,提取得到所述關(guān)鍵幀的主動脈瓣分割結(jié)果; (5)將所述關(guān)鍵幀的主動脈瓣分割結(jié)果作為相鄰的下一個(gè)非關(guān)鍵幀的能量約束區(qū)域,所述非關(guān)鍵幀的能量約束區(qū)域的邊界輪廓曲線將所述非關(guān)鍵幀的圖像分為內(nèi)外兩部分,內(nèi)部為正,外部為負(fù),得到非關(guān)鍵幀的邊界輪廓曲線符號圖;計(jì)算所述非關(guān)鍵幀的圖像上每個(gè)像素點(diǎn)到所述非關(guān)鍵幀的能量約束區(qū)域的邊界輪廓曲線的最短歐氏距離,得到非關(guān)鍵幀的邊界輪廓曲線距離圖,然后將所述非關(guān)鍵幀的的邊界輪廓曲線符號圖和所述非關(guān)鍵幀的的邊界輪廓曲線距離圖相乘,生成非關(guān)鍵幀的約束區(qū)域的符號距離圖; (6)定義Ecmstraint(Φ)= / Ω(Φ-Φα)2(1Χ(^為區(qū)域約束項(xiàng),Φ。表示所述非關(guān)鍵幀的約束區(qū)域的符號距離圖;利用形狀約束比較函數(shù)在CV模型中加入所述區(qū)域約束項(xiàng),然后最小化所述CV模型的能量泛函 ,提取得到所述非關(guān)鍵幀的主動脈瓣分割結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于食道超聲的主動脈瓣快速分割方法,其特征是,所述步驟(2)中Cardinal樣條插值表達(dá)如下: 為所述的在所述關(guān)鍵幀上選取的四個(gè)點(diǎn),所述Pk和Pk+1是中間的兩個(gè)控制點(diǎn),從Plri到Pk+2間的四個(gè)點(diǎn)用于建立Cardinal樣條段的邊界條件為:P(O)=Pk, P(l)=Pk+1, P’ (0)=0.5 (1-t) (Pk+1-Pk-1) P’ (1)=0.5 (1-t) (Pk+2-Pk), 上述式中的t為張量參數(shù),t的取值范圍為0.3 I, 利用邊界條件得:P (u) =Pj5-1 (_su3+2su2_su) +Pk [ (2_s) u3+ (s_3) u2+1 ] +Pk+1 [ (s_2) u3+ (3_2 s)u2+su] +Pk+2 (SU3-SU2), 對上式進(jìn)行變量代換,即S= (ι-t)/2,根據(jù)t值,由參數(shù)u插值形成閉合的光滑曲線,作為邊界輪廓曲線。
3.根據(jù)權(quán)利要求1所述的一種基于食道超聲的主動脈瓣快速分割方法,其特征是,所述步驟(3)和步驟(5)中所述符號距離圖的生成算法如下: 以n(x,y)為所述關(guān)鍵幀或所述非關(guān)鍵幀圖像上任意一點(diǎn),所述邊界輪廓曲線記為曲線C,所述曲線C將所述關(guān)鍵幀或所述非關(guān)鍵幀圖像分為內(nèi)外兩部分Cin和Ctjut,根據(jù)下式:
4.根據(jù)權(quán)利要求1所述的一種基于食道超聲的主動脈瓣快速分割方法,其特征是,所述步驟(4)和步驟(6)的具體如下: 利用形狀約束比較函數(shù)在CV模型中加入所述區(qū)域約束項(xiàng):
全文摘要
本發(fā)明公開了一種基于食道超聲的主動脈瓣快速分割方法,通過在超聲圖像的關(guān)鍵幀上定義約束區(qū)域,將該約束區(qū)域生成區(qū)域約束項(xiàng),加入能量演化CV模型,并最小化CV模型能量泛函,得到關(guān)鍵幀的主動脈瓣分割結(jié)果;同時(shí)將關(guān)鍵幀的分割結(jié)果作為非關(guān)鍵幀的約束區(qū)域,將該約束區(qū)域加入能量演化CV模型,并最小化CV模型能量泛函,得到非關(guān)鍵幀的主動脈瓣分割結(jié)果。本發(fā)明能夠快速、精確的對超聲圖像的主動脈瓣進(jìn)行分割。
文檔編號G06T7/00GK103093477SQ20131005072
公開日2013年5月8日 申請日期2013年2月8日 優(yōu)先權(quán)日2013年2月8日
發(fā)明者顧力栩, 董斌, 郭怡婷, 王兵 申請人:河北大學(xué)