一種全方向m型心動(dòng)圖檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)視覺、數(shù)字圖像處理、醫(yī)學(xué)領(lǐng)域，尤其是一種全方向M型心動(dòng)圖 檢測(cè)方法。
【背景技術(shù)】
[0002] 全方向M型心動(dòng)圖是將醫(yī)學(xué)上所獲取的心臟的二維超聲序列圖像沿任意方向取 樣所重建出的灰度（位置）一時(shí)間波形圖。全方向M型心動(dòng)圖的邊緣的實(shí)質(zhì)是血液與腔室 壁組織結(jié)構(gòu)形成的分界線與方向線交點(diǎn)的位置變化按時(shí)間展開該運(yùn)動(dòng)曲線能夠比較清晰 的顯示局部心臟結(jié)構(gòu)隨運(yùn)動(dòng)變化的細(xì)節(jié)。提取出全方向M型心動(dòng)圖的邊緣并對(duì)此邊緣進(jìn)行 分析，便等效于分析了室壁與血液在方向線上的分界點(diǎn)往返運(yùn)動(dòng)的情況。而室壁與血液的 邊界點(diǎn)的運(yùn)動(dòng)情況直接反映了心臟腔室壁受血液動(dòng)力的沖擊和室壁壓迫血液后的運(yùn)動(dòng)情 況，這對(duì)臨床診斷是十分重要的血液動(dòng)力學(xué)信息。
[0003] 傳統(tǒng)邊緣檢測(cè)算法面對(duì)成像原理較為復(fù)雜，圖像質(zhì)量模糊而且含有很多噪聲的全 方向M型心動(dòng)圖的時(shí)候所表現(xiàn)出的檢測(cè)效果并不理想，這主要是因?yàn)椋簜鹘y(tǒng)的邊緣檢測(cè)算 法均是以梯度運(yùn)算為基礎(chǔ)，他們僅僅只考慮了梯度幅度，如果梯度幅度大于所設(shè)定的閾值 就認(rèn)為是邊緣點(diǎn)，對(duì)于灰度變化明顯并且對(duì)比度較高的圖像邊緣，這些算子都能滿足要求。 但是如果圖像噪聲影響較大，或者圖像灰度變化不明顯的模糊邊緣，那么檢測(cè)效果就不理 想或者無法檢測(cè)出來。
[0004] 至今為止，人們已經(jīng)對(duì)心動(dòng)圖的邊緣檢測(cè)進(jìn)行了大量的研究，目前正在臨床上應(yīng) 用的基于灰度值線狀模板搜索法結(jié)合人工干預(yù)進(jìn)行全方向M型心動(dòng)圖邊界的自動(dòng)和準(zhǔn)自 動(dòng)提取的方法，取得了不錯(cuò)的效果，但都只針對(duì)一些采樣效果相對(duì)理想的心動(dòng)圖，面對(duì)存在 大量噪聲，圖像較為模糊的心動(dòng)圖，解決起來仍然存在不足。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明的目的是提供一種全方向M型心動(dòng)圖自動(dòng)檢測(cè)方法。
[0006] 本發(fā)明采用以下方案實(shí)現(xiàn)：一種全方向M型心動(dòng)圖檢測(cè)方法，其特征在于：采用結(jié) 合分?jǐn)?shù)階微分的圖像增強(qiáng)和基于灰色絕對(duì)關(guān)聯(lián)度構(gòu)造統(tǒng)計(jì)量進(jìn)行圖像邊緣檢測(cè)的算法，首 先對(duì)模糊的心動(dòng)圖進(jìn)行分?jǐn)?shù)階微分的圖像增強(qiáng)，然后再按照灰色關(guān)聯(lián)度思想構(gòu)造統(tǒng)計(jì)量， 從心動(dòng)圖復(fù)雜的心臟組織紋理中找到灰度相關(guān)性最低的邊緣，最后再用區(qū)域標(biāo)記法與所設(shè) 定的閾值進(jìn)行比較，去掉孤立的噪聲點(diǎn)，得到最佳的運(yùn)動(dòng)曲線。
[0007] 在本發(fā)明一實(shí)施例中，其具體步驟為：
[0008] SOl :輸入一幅心動(dòng)圖圖像，進(jìn)行高斯濾波處理；
[0009] S02 :采用分?jǐn)?shù)階微分進(jìn)行圖像增強(qiáng)處理；
[0010] S03 :選取最優(yōu)階數(shù)進(jìn)行增強(qiáng)處理；
[0011] S04 :利用灰色絕對(duì)關(guān)聯(lián)度構(gòu)造統(tǒng)計(jì)量檢測(cè)出變化最為劇烈的運(yùn)動(dòng)曲線；
[0012] S05 :用區(qū)域標(biāo)記法消除長度小于5個(gè)像素的偽邊緣點(diǎn)，并進(jìn)行連接得到最終運(yùn)動(dòng) 曲線。
[0013] 在本發(fā)明一實(shí)施例中，待檢測(cè)全方向M型心動(dòng)圖為臨床上較為模糊且含噪聲較多 的圖像。
[0014] 在本發(fā)明一實(shí)施例中，所述步驟S02具體為：
[0015] S21 :采用高斯濾波對(duì)含噪圖像進(jìn)行預(yù)處理；
[0016] S22:為了繼續(xù)保持心動(dòng)圖灰度分布的均勻性，應(yīng)該對(duì)整個(gè)高斯模板的權(quán)值，進(jìn)行 規(guī)范化處理；
[0017] 在本發(fā)明一實(shí)施例中，所述步驟S22處理完成后，采用分?jǐn)?shù)階微分來對(duì)對(duì)比度較 低的含噪圖像進(jìn)行增強(qiáng)處理，使得在抑制圖像中的背景和噪聲的同時(shí)使得邊緣細(xì)節(jié)信息變 得清晰易于檢測(cè)。
[0018] 在本發(fā)明一實(shí)施例中，所述步驟S03具體為：
[0019] S31 :選擇較為經(jīng)典的5X5Tiansi模板來對(duì)心動(dòng)圖進(jìn)行增強(qiáng)處理；
[0020] S32 :針對(duì)具體心動(dòng)圖的特點(diǎn)，采用0. 1~0. 9階的微分模板對(duì)心動(dòng)圖進(jìn)行增強(qiáng)處 理，并得到效果最為理想的階數(shù)來作為最優(yōu)階數(shù)。
[0021] 在本發(fā)明一實(shí)施例中，所述步驟S04具體為：設(shè)一幅心動(dòng)圖的大小為MXN， 為了計(jì)算方便，取理想情況下的非邊緣點(diǎn)以及其相鄰像素一起形成參考序列：k = {0, 0, 0, 0, 0, 0, 0} (k為按照?qǐng)D4所劃分的區(qū)域標(biāo)號(hào)），在按照當(dāng)前像素所劃分的區(qū)域Dk(k = 1，2, ....，8)中的像素形成比較序列，例如D1內(nèi)的像素形成的比較序列為：
[0022] Ii1= {f u，Am, fu，fu，Au D，式中，L為像素 f(i，j)的灰度值， 有：
【主權(quán)項(xiàng)】
1. 一種全方向M型心動(dòng)圖檢測(cè)方法，其特征在于：采用結(jié)合分?jǐn)?shù)階微分的圖像增強(qiáng)和 基于灰色絕對(duì)關(guān)聯(lián)度構(gòu)造統(tǒng)計(jì)量進(jìn)行圖像邊緣檢測(cè)的算法，首先對(duì)模糊的心動(dòng)圖進(jìn)行分?jǐn)?shù) 階微分的圖像增強(qiáng)，然后再按照灰色關(guān)聯(lián)度思想構(gòu)造統(tǒng)計(jì)量，從心動(dòng)圖復(fù)雜的心臟組織紋 理中找到灰度相關(guān)性最低的邊緣，最后再用區(qū)域標(biāo)記法與所設(shè)定的閾值進(jìn)行比較，去掉孤 立的噪聲點(diǎn)，得到最佳的運(yùn)動(dòng)曲線。
2. 根據(jù)權(quán)利要求1所述的一種全方向M型心動(dòng)圖檢測(cè)方法，其特征在于：其具體步驟 為： 501 :輸入一幅心動(dòng)圖圖像，進(jìn)行1?斯濾波處理； 502 :采用分?jǐn)?shù)階微分進(jìn)行圖像增強(qiáng)處理； 503 :選取最優(yōu)階數(shù)進(jìn)行增強(qiáng)處理； 504 :利用灰色絕對(duì)關(guān)聯(lián)度構(gòu)造統(tǒng)計(jì)量檢測(cè)出變化最為劇烈的運(yùn)動(dòng)曲線； 505 :用區(qū)域標(biāo)記法消除長度小于5個(gè)像素的偽邊緣點(diǎn)，并進(jìn)行連接得到最終運(yùn)動(dòng)曲 線。
3. 根據(jù)權(quán)利要求2所述的一種全方向M型心動(dòng)圖檢測(cè)方法，其特征在于：所述步驟SOl 具體為： 511 :利用高斯濾波來處理模糊的含噪圖像； 512 :濾波器的模板的權(quán)值之和不為1，為了繼續(xù)保持心動(dòng)圖灰度分布的均勻性，應(yīng)該 對(duì)整個(gè)模板的權(quán)值，進(jìn)行規(guī)范化處理。
4. 根據(jù)權(quán)利要求2所述的一種全方向M型心動(dòng)圖方法，其特征在于：所述步驟S03具 體為： 531 :采用0. 1~0. 9階的分?jǐn)?shù)階微分對(duì)圖像進(jìn)行增強(qiáng)處理； 532 :對(duì)比各階分?jǐn)?shù)階微分的結(jié)果，找到最優(yōu)階數(shù)，使得增強(qiáng)后的邊緣最為清晰易檢測(cè)。
5. 根據(jù)權(quán)利要求2所述的一種視頻序列彩色圖像拼接方法，其特 征在于：所述步驟S04的實(shí)現(xiàn)方式：選擇窗口大小，并選擇中心像素為 ： /(?』，按從上到下從左到右的順序遍歷圖像；在圖像窗口中以/(*&/)為中心，按水平和垂 直以及兩對(duì)角線將窗口像素分為8個(gè)部分；由于要從擁有復(fù)雜肌肉背景的心動(dòng)圖中提取出 變化最為劇烈的運(yùn)動(dòng)曲線，因此按公式
(2)進(jìn)行計(jì)算得到統(tǒng)計(jì)量$，然后再設(shè)定閾值令1*_ =min { 2； }，如果T11〈丨則認(rèn)為/(ij)是邊緣點(diǎn)，否則為非邊緣點(diǎn)，式中?像素/(ij)的灰度值。
6. 根據(jù)權(quán)利要求2所述的一種全方向M型心動(dòng)圖檢測(cè)方法，其特征在于：所述步驟 S05處理完成后，由于灰度變化劇烈也有可能是孤立的噪聲點(diǎn)，再根據(jù)噪聲點(diǎn)的孤立特點(diǎn)， 利用區(qū)域標(biāo)記法消除長度小于5個(gè)像素的偽邊緣點(diǎn)，并進(jìn)行連接得到最終運(yùn)動(dòng)曲線。
【專利摘要】本發(fā)明涉及一種全方向M型心動(dòng)圖檢測(cè)方法，其特征在于：采用結(jié)合分?jǐn)?shù)階微分的圖像增強(qiáng)和基于灰色絕對(duì)關(guān)聯(lián)度構(gòu)造統(tǒng)計(jì)量進(jìn)行圖像邊緣檢測(cè)的算法，首先對(duì)模糊的心動(dòng)圖進(jìn)行分?jǐn)?shù)階微分的圖像增強(qiáng)，然后再按照灰色關(guān)聯(lián)度思想構(gòu)造統(tǒng)計(jì)量，從心動(dòng)圖復(fù)雜的心臟組織紋理中找到灰度相關(guān)性最低的邊緣，最后再用區(qū)域標(biāo)記法與所設(shè)定的閾值進(jìn)行比較，去掉孤立的噪聲點(diǎn)，得到最佳的運(yùn)動(dòng)曲線。
【IPC分類】G06T5-00, G06T7-00
【公開號(hào)】CN104680548
【申請(qǐng)?zhí)枴緾N201510124454
【發(fā)明人】黃立勤, 王琨
【申請(qǐng)人】福州大學(xué)
【公開日】2015年6月3日
【申請(qǐng)日】2015年3月20日