一种前视血管内超声图像中钙化组织的分割方法及系统与流程

本发明涉及图像分割，具体涉及一种前视血管内超声图像中钙化组织的分割方法及系统。

背景技术：

1、前视血管内超声作为一种介入性、实时性的超声成像技术，不仅能显示血管内腔形态，还能显示血管壁分层结构，对动脉粥样硬化等心血管疾病的诊断和治疗具有非常重要的价值。基于前视血管内超声诊断动脉粥样硬化需要获取粥样硬化的的图像特征，如斑块深度信息、腔内病变组织等量化指标，这些量化指标的准确提取依赖于有效的图像分割。人工分割是超声图像分割的标准，由医生手动勾画血管内腔和中外膜边界等，不仅费时费力，而且受医生经验等主观性的限制，可重复性较差。对于超声图像自动分割问题，已经有多种方法来提高超声图像分割的准确性和效率，例如，将基于边缘和基于区域的水平集进化方法与模糊逻辑相结合以进行ivus边界划定；用主动轮廓和概率方法来检测管腔壁边界以早期检测斑块沉积；使用字典学习和稀疏表示基于纹理特征提取管腔轮廓等方法。上述方法大多从图像中获取单个特征的角度入手去解决问题，为全自动分割管腔和斑块信息提取奠定了基础。因此，亟需能够精确进行全自动分割管腔和提取斑块信息的方法对超声图像进行研究。

技术实现思路

1、为解决上述背景中的技术问题，本发明提供了一种前视血管内超声图像中钙化组织的分割方法，步骤包括：

2、对前视血管内超声图像进行预处理，得到处理后图像；

3、获取所述处理后图像中聚类低值的像素区域；

4、基于所述聚类低值的像素区域，获取管腔轮廓边界；

5、对所述管腔轮廓边界进行椭圆拟合，获得分割图像。

6、优选的，得到所述处理后图像的方法包括：通过中值滤波与伽马校正对图像的噪音进行抑制以及对比度调整，首先使用中值滤波去除图像中的斑点噪声，通过替换每个像素值为其邻域内的中值来减少噪声；之后，应用伽马校正调整图像的对比度，通过非线性变换压缩或扩展图像的灰度值范围，增强图像的动态范围。

7、优选的，获取所述聚类低值的像素区域的方法包括：首先所述处理图像执行超像素分割，将图像划分为多个具有相似特征的超像素；之后，采用模糊c均值聚类算法对超像素进行分类，确定聚类中心，将像素分为不同的类别；之后，通过连通分量标记识别低灰度值的连通区域；最后，通过形态学腐蚀处理，进一步精炼这些低值区域，以去除噪声并突出感兴趣的低回声特征。

8、优选的，获取所述管腔轮廓边界的方法包括：应用chan-vese主动轮廓模型对所述聚类低值的像素区域进行细化，通过最小化能量泛函来自动调整轮廓线，使其更精确地贴合管腔的实际边界。

9、优选的，获得所述分割图像的方法包括：

10、首先，利用最小二乘法对管腔轮廓进行椭圆拟合，确定椭圆参数：所述椭圆参数包括：中心坐标、长轴、短轴和倾斜角度；之后，基于拟合的椭圆边界，识别并提取边界范围内的组织信息；之后，通过高值聚类方法识别钙化组织，使用形态学膨胀减少高值区域的空缺，并降低连通区域的数量；最后，将极坐标转换应用于分割图像，通过连通分量标记和比值判别标准识别高强度值区域，从而获得最终的所述分割图像。

11、本发明还提供了一种前视血管内超声图像中钙化组织的分割系统，所述系统应用于上述方法，包括：处理模块、聚类模块、细化模块和分割模块；

12、所述处理模块用于对前视血管内超声图像进行预处理，得到处理后图像；

13、所述聚类模块用于获取所述处理后图像中聚类低值的像素区域；

14、所述细化模块用于基于所述聚类低值的像素区域，获取管腔轮廓边界；

15、所述分割模块用于对所述管腔轮廓边界进行椭圆拟合，获得分割图像。

16、优选的，所述处理模块的工作流程包括：通过中值滤波与伽马校正对图像的噪音进行抑制以及对比度调整，方法包括：首先使用中值滤波去除图像中的斑点噪声，通过替换每个像素值为其邻域内的中值来减少噪声；之后，应用伽马校正调整图像的对比度，通过非线性变换压缩或扩展图像的灰度值范围，增强图像的动态范围。

17、优选的，所述聚类模块的工作流程包括：首先所述处理图像执行超像素分割，将图像划分为多个具有相似特征的超像素；之后，采用模糊c均值聚类算法对超像素进行分类，确定聚类中心，将像素分为不同的类别；之后，通过连通分量标记识别低灰度值的连通区域；最后，通过形态学腐蚀处理，进一步精炼这些低值区域，以去除噪声并突出感兴趣的低回声特征。

18、与现有技术相比，本发明的有益效果如下：

19、本发明提出了一种全自动前视血管内超声图像钙化组织分割方法，依靠超像素模糊聚类、连通分量、形态学运算、主动轮廓模型细化来实现管腔分割与提取，通过椭圆拟合界定潜在的腔内病变组织，通过极坐标变换与区域检测器钙化判别，并结合超声图像中的深度信息计算出病变组织与旋磨刀具之间的轴向距离。使用这种方法进行图像处理提高了分割准确性，得出的分割轮廓与人工结果之间具有较高的重合度，相比于阈值分割法与模糊聚类分割，对管腔边界轮廓进行细化与平滑处理使得分割结果更适应实际管腔结果，具有很强的实用性和可重复性。

技术特征：

1.一种前视血管内超声图像中钙化组织的分割方法，其特征在于，步骤包括：

2.根据权利要求1所述的前视血管内超声图像中钙化组织的分割方法，其特征在于，得到所述处理后图像的方法包括：通过中值滤波与伽马校正对图像的噪音进行抑制以及对比度调整，首先使用中值滤波去除图像中的斑点噪声，通过替换每个像素值为其邻域内的中值来减少噪声；之后，应用伽马校正调整图像的对比度，通过非线性变换压缩或扩展图像的灰度值范围，增强图像的动态范围。

3.根据权利要求1所述的前视血管内超声图像中钙化组织的分割方法，其特征在于，获取所述聚类低值的像素区域的方法包括：首先所述处理图像执行超像素分割，将图像划分为多个具有相似特征的超像素；之后，采用模糊c均值聚类算法对超像素进行分类，确定聚类中心，将像素分为不同的类别；之后，通过连通分量标记识别低灰度值的连通区域；最后，通过形态学腐蚀处理，进一步精炼这些低值区域，以去除噪声并突出感兴趣的低回声特征。

4.根据权利要求1所述的前视血管内超声图像中钙化组织的分割方法，其特征在于，获取所述管腔轮廓边界的方法包括：应用chan-vese主动轮廓模型对所述聚类低值的像素区域进行细化，通过最小化能量泛函来自动调整轮廓线，使其更精确地贴合管腔的实际边界。

5.根据权利要求1所述的前视血管内超声图像中钙化组织的分割方法，其特征在于，获得所述分割图像的方法包括：

6.一种前视血管内超声图像中钙化组织的分割系统，所述系统应用于权利要求1-5任一项所述的方法，其特征在于，包括：处理模块、聚类模块、细化模块和分割模块；

7.根据权利要求6所述的前视血管内超声图像中钙化组织的分割系统，其特征在于，所述处理模块的工作流程包括：通过中值滤波与伽马校正对图像的噪音进行抑制以及对比度调整，方法包括：首先使用中值滤波去除图像中的斑点噪声，通过替换每个像素值为其邻域内的中值来减少噪声；之后，应用伽马校正调整图像的对比度，通过非线性变换压缩或扩展图像的灰度值范围，增强图像的动态范围。

8.根据权利要求6所述的前视血管内超声图像中钙化组织的分割系统，其特征在于，所述聚类模块的工作流程包括：首先所述处理图像执行超像素分割，将图像划分为多个具有相似特征的超像素；之后，采用模糊c均值聚类算法对超像素进行分类，确定聚类中心，将像素分为不同的类别；之后，通过连通分量标记识别低灰度值的连通区域；最后，通过形态学腐蚀处理，进一步精炼这些低值区域，以去除噪声并突出感兴趣的低回声特征。

技术总结
本发明公开了一种前视血管内超声图像中钙化组织的分割方法及系统，其中方法步骤包括：对前视血管内超声图像进行预处理，得到处理后图像；获取处理后图像中聚类低值的像素区域；基于聚类低值的像素区域，获取管腔轮廓边界；对管腔轮廓边界进行椭圆拟合，获得分割图像。本发明提高了分割准确性，得出的分割轮廓与人工结果之间具有较高的重合度，相比于阈值分割法与模糊聚类分割，对管腔边界轮廓进行细化与平滑处理使得分割结果更适应实际管腔结果，具有很强的实用性和可重复性。

技术研发人员：崔子玉,朱兆聚,黄沛文,高楚航,张国威
受保护的技术使用者：福建珞创医疗科技有限公司
技术研发日：
技术公布日：2024/9/23