一種全自動超聲造影圖像分割方法
【技術領域】
[0001] 本發明屬于超聲造影成像技術領域,尤指一種全自動超聲造影圖像分割方法。
【背景技術】
[0002] 超聲成像是目前比較成熟的無創檢測方式,相比于CT和MRI(Magnetic Resonance Imaging,磁共振成像),超聲診斷具有福射少、費用便宜、操作方便等優勢,使得超聲診斷成 為臨床的首要檢查手段。超聲造影技術是利用造影劑使散射回聲增強,可W有效提高超聲 診斷的分辨力、敏感性和特異性。因此,超聲造影成像被喻為超聲技術的第Ξ次革命。目前, W非線性檢測方法進行造影劑微泡的成像是目前超聲造影的主要方法。
[0003] 在發明名稱為一種超聲造影成像方法及造影圖像的區域檢測、顯像方法(【申請號】 CN201310719832.4)的專利申請中,采取的技術方案是W非線性基波造影圖像為基礎,結合 非線性基波和線性基波信息,識別區分非線性基波造影圖像中的造影劑區域、組織殘留和 噪聲區域,抑制組織殘留,增強造影劑信息,進而提高造影圖像的信噪比。然而,采用現有技 術中的超聲造影方法,檢測到的造影劑信號中難免混入組織成分。
【發明內容】
[0004] 針對現有技術方案存在的不足,本發明提出了一種改進超聲血管造影圖像質量的 圖像分割方法。
[0005] 本發明提出的全自動超聲造影圖像分割方法包括:步驟1,采集并存儲超聲造影圖 像序列,構造多帖超聲造影圖像序列的帖間灰度標準差矩陣;步驟2,對所述帖間灰度標準 差矩陣進行形態學濾波,再進行二值化,獲得超聲造影區域的初始輪廓線;步驟3,利用連續 多帖超聲造影圖像序列的帖間灰度標準差矩陣和灰度中值矩陣,構建基于Snake活動輪廓 模型的能量方程;步驟4,將所述初始輪廓線代入所述能量方程進行多次迭代,獲得超聲造 影區域的最終輪廓線,實現對超聲造影區域的分割。
[0006] 本發明提出的全自動超聲造影圖像分割方法,考慮到超聲造影微泡隨動脈血液的 高速流動特性,在連續多帖超聲造影圖像中,造影區域的圖像灰度差要明顯大于血管和周 圍組織區域,基于造影區域在運一特性的顯著差異,實現精確的超聲造影區域圖像分割,避 免非線性基波和線性基波區分不清造成的誤差。本發明在應用時可W明顯提高超聲造影圖 像的信噪比,有利于臨床診斷。
【附圖說明】
[0007] 此處所說明的附圖用來提供對本發明的進一步理解,構成本申請的一部分,并不 構成對本發明的限定。在附圖中:
[000引圖1為本發明一實施例的全自動超聲造影圖像分割方法流程圖。
[0009]圖2為本發明一具體實施例的大鼠頸動脈超聲造影圖像。
[0010]圖3為本發明一具體實施例的IFGS姻像。
[0011] 圖4為本發明一具體實施例形態學濾波和二值化后獲得的二值化圖像。
[0012] 圖5為本發明一具體實施例獲得初始輪廓線后的圖像。
[0013] 圖6為本發明一具體實施例最終分割得到的圖像。
【具體實施方式】
[0014] W下配合圖示及本發明的較佳實施例,進一步闡述本發明為達成預定發明目的所 采取的技術手段。
[0015] 圖1為本發明一實施例的全自動超聲造影圖像分割方法流程圖。如圖1所示,該方 法包括:
[0016]步驟1,局帖頻義集并存儲超聲造影圖像序列,構造多帖超聲造影圖像序列的帖間 灰度標準差(Inter Rrame Grayscale Standard Difference,IFGSD)矩陣。
[0017]步驟2,對所述帖間灰度標準差矩陣進行形態學濾波(mor地ological filter),再 進行二值化,獲得超聲造影區域的初始輪廓線。
[0018] 具體的,步驟1及步驟2是基于多帖超聲造影圖像帖間灰度差,獲得造影區域的初 始輪廓線。上述步驟是基于超聲造影微泡隨動脈血液的高速流動特性,動脈內血流速度遠 遠大于動脈及周圍組織的自身運動速度,血液中的造影微泡動脈血液高速流動;通過比較 連續兩幅或多幅的超聲造影圖像會發現,造影區域的灰度變化很大,而血管壁和組織區域 變化較小。基于連續多帖超聲造影圖像在造影和組織區域的圖像灰度差異,可W獲得超聲 造影圖像的初始輪廓線。
[0019] 在步驟1中,義集并存儲超聲造影圖像序列,構造多帖超聲造影圖像序列的帖間灰 度標準差矩陣,假設有2k+l帖連續的超聲造影圖像序列,則IFGSD矩陣表示為:
[0020]
[0021] 其中,D表示化+1帖連續的超聲造影圖像序列的帖間灰度標準差矩陣,It為該超聲 造影圖像序列中第t個超聲造影圖像的灰度值,7是2k+l帖連續的超聲造影圖像序列的平 均值。
[0022] 在步驟2中,對IFGSD矩陣進行形態學濾波所利用的公式為:
[0023] F=(D〇SE)·沈;(2)
[0024] 其中,F為進行形態學濾波后獲得的圖像,SE是結構模塊,0和?分別是開運算和閉 運算。
[0025] 在步驟2中,進一步對圖像F進行二值化處理,獲得二值化圖,并基于該二值化圖獲 得超聲造影區域的初始輪廓線。
[0026] 步驟3,利用連續多帖超聲造影圖像序列的帖間灰度標準差矩陣和灰度中值矩陣, 構建基于Snake活動輪廓模型的能量方程。
[0027] 基于Snake活動輪廓模型的能量方程為內部能量函數和外部能量函數之和,其中, 內部能量函數為:
[002引
[0029] 其中,v(s) = [x(s),y(s)],se[0,l]為初始輪廓,α和β分別代表輪廓的彈性和剛 性
?是初始輪廓上節點數;
[0030] 外部能量函數為:
[0031]
[0032] 其中,
是連續多帖超聲造影圖像序列的中值,丫 1和丫 2為約束系 數,G。是高斯函數,*是卷積運算符,V是梯度運算符,m,n用于表示濾波窗口,x,y是窗口內的 一個點。
[0033]
I中值濾波函數,m X η為濾波窗口,X,y是窗口內的一個點。此處計算是 在mXn的中值濾波窗口中,對所有屬于窗口內的點(x,y) e [m,n]進行中值計算,然后將運 個中值賦給窗口內的所有點。
[0034] 步驟4,將所述初始輪廓線代入所述能量方程進行多次迭代,獲得超聲造影區域的 最終輪廓線,實現對超聲造影區域的區分和分割。
[0035] 本發明所利用的IFGSD矩陣能夠凸顯超聲造影圖像區域,抑制組織區域。
[0036] 為了對上述全自動超聲造影圖像分割方法進行更為清楚的解釋,下面結合一個具 體的實施例來進行說明,然而值得注意的是該實施例僅是為了更好地說明本發明,并不構 成對本發明不當的限定。
[0037] W大鼠為例,首先采用超聲設備Verasonics Vevo2100,采集一系列大鼠頸動脈的 超聲造影圖像,如參考圖2所示,為本發明一具體實施例的大鼠頸動脈超聲造影圖像。
[003引接著,利用連續7幅超聲造影圖像,計算獲得IFGSD圖像,如圖3所示,為本發明一具 體實施例的IFGSD圖像。進一步的,利用形態學濾波和二值化,獲得二值化圖像,如圖4所示, 為本發明一具體實施例形態學濾波和二值化后獲得的二值化圖像。
[0039] 然后,可W獲得初始化輪廓線,如圖5所示,為本發明一具體實施例獲得初始輪廓 線后的圖像,圖中豎線框所示為初始化輪廓線。
[0040] 最后,將初始輪廓數據代入能量方程進行多次迭代,即可獲得最終輪廓線,實現對 超聲造影區域的分割,如圖6所示,為本發明一具體實施例最終分割得到的圖像,圖中豎線 框所示為最終輪廓線。
[0041] 相比【背景技術】提到的方案會遇到生物組織中難免有非線性成分,對超聲造影結果 會產生影響等問題,本發明采用的IFGSD矩陣能夠凸顯超聲造影圖像區域,抑制組織區域。
[0042] 本發明提出的全自動超聲造影圖像分割方法,考慮到超聲造影微泡隨動脈血液的 高速流動特性,在連續多帖超聲造影圖像中,造影區域的圖像灰度差要明顯大于血管和周 圍組織區域,基于造影區域在運一特性的顯著差異,實現精確的超聲造影區域圖像分割,避 免非線性基波和線性基波區分不清造成的誤差。本發明在應用時可W明顯提高超聲造影圖 像的信噪比,有利于臨床診斷。
[0043] W上所述的具體實施例,對本發明的目的、技術方案和有益效果進行了進一步詳 細說明,所應理解的是,W上所述僅為本發明的具體實施例而已,并不用于限定本發明的保 護范圍,凡在本發明的精神和原則之內,所做的任何修改、等同替換、改進等,均應包含在本 發明的保護范圍之內。
【主權項】
1. 一種全自動超聲造影圖像分割方法,其特征在于,該方法包括: 步驟1,采集并存儲超聲造影圖像序列,構造多幀超聲造影圖像序列的幀間灰度標準差 矩陣; 步驟2,對所述幀間灰度標準差矩陣進行形態學濾波,再進行二值化,獲得超聲造影區 域的初始輪廓線; 步驟3,利用連續多幀超聲造影圖像序列的幀間灰度標準差矩陣和灰度中值矩陣,構建 基于Snake活動輪廓模型的能量方程; 步驟4,將所述初始輪廓線代入所述能量方程進行多次迭代,獲得超聲造影區域的最終 輪廓線,實現對超聲造影區域的分割。2. 根據權利要求1所述的方法,其特征在于,在步驟1中,采集并存儲超聲造影圖像序 列,構造多幀超聲造影圖像序列的幀間灰度標準差矩陣,該幀間灰度標準差矩陣表示為:其中,D表示2k+l幀連續Η、」?尸15京>m?豕/卞外H、」TO 1? 隹差矩陣,11為該超聲造影 圖像序列中第t個超聲造影圖像的灰度值,?是2k+l幀連續的超聲造影圖像序列的平均值。3. 根據權利要求2所述的方法,其特征在于,在步驟2中,對所述幀間灰度標準差矩陣進 行形態學濾波所利用的公式為: F=(D〇SE) · SE; (2) 其中,F為進行形態學濾波后獲得的圖像,SE是結構模塊,〇和?分別是開運算和閉運 算; 在步驟2中,進一步對圖像F進行二值化處理,獲得二值化圖,并基于該二值化圖獲得超 聲造影區域的初始輪廓線。4. 根據權利要求3所述的方法,其特征在于,在步驟3中,基于Snake活動輪廓模型的能 量方程為內部能量函數和外部能量函數之和,其中, 內部能量函數為:其中,¥(8)=[以8),7(8)], 86[〇,1]為初始輪廓,<1和0分別代表輪廓的彈性和剛性,N是初始輪廓上節點數; 外部能量函數為:其中是連續多幀超聲造影圖像序列的中值,γι和γ2為約束系數, 是高斯函數,*是卷積運算符,V是梯度運算符,m,η用于表示濾波窗口,X,y是窗口內的一個 點。
【專利摘要】本發明公開了一種全自動超聲造影圖像分割方法,該方法包括:步驟1,采集并存儲超聲造影圖像序列,構造多幀超聲造影圖像序列的幀間灰度標準差矩陣;步驟2,對所述幀間灰度標準差矩陣進行形態學濾波,再進行二值化,獲得超聲造影區域的初始輪廓線;步驟3,利用連續多幀超聲造影圖像序列的幀間灰度標準差矩陣和灰度中值矩陣,構建基于Snake活動輪廓模型的能量方程;步驟4,將所述初始輪廓線代入所述能量方程進行多次迭代,獲得超聲造影區域的最終輪廓線,實現對超聲造影區域的分割。
【IPC分類】G06T7/00
【公開號】CN105631867
【申請號】CN201510991360
【發明人】錢明, 牛麗麗, 鄭海榮, 周偉
【申請人】中國科學院深圳先進技術研究院
【公開日】2016年6月1日
【申請日】2015年12月25日