专利名称：一种血管内超声图像序列的三维分割方法
技术领域：
本发明涉及一种血管内超声图像序列的三维分割方法，该方法可实现对IVUS图 像序列的并行分割，属医学成像技术领域。
背景技术：
血管内超声(Intravascular Ultrasound, IVUS)成像技术能够反映血管内腔的变 化以及含斑块在内的管腔横断面结构、血管壁厚度、形态以及斑块成分等。血管壁在IVUS 图像上呈现回声不同的三层环形结构，且图像序列中的前后帧之间非常相似，具有很强的 相关性。对IVUS图像进行分割，提取出血管内腔边界和中-外膜边界(包括可能存在的斑 块边缘)，是定量分析和血管三维重建的重要步骤，分割质量直接决定定量测量和三维重建 的精度。目前临床常采用手动分割，由富有经验的医生用鼠标在屏幕上逐帧勾画。由于IVUS 图像序列常包括上千帧，因而该方法不但耗时，而且可重复性差，分割结果在很大程度上取 决于操作者的经验和主观因素。现有的采用数字图像处理技术的自动分割方法都是在二维 空间中进行串行处理，即对IVUS序列中的各帧图像进行逐帧分割，因而处理效率较低。
发明内容
本发明的目的是克服现有技术的不足、提供一种IVUS图像序列的三维分割方法， 以提高图像序列的分割处理效率。本发明所称问题是以下述技术方案实现的一种血管内超声图像序列的三维分割方法，它首先对原始IVUS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 中血管壁的初始边界，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。上述血管内超声图像序列的三维分割方法，具体采用以下步骤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
Γ η ,,,。、{hathcer ‘ r 么 ε χ ImcigeWidth/2Ι\γ,Θ) = ·{其中，I(r，θ )和I' (r, θ )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(r，θ )处的灰度值；r为像素点的极径；θ为像素点的极角；I。athrtCT是原IVUS 图像中导管区域的像素灰度值；ImageWidth为以像素为单位的图像宽度；ε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I(i，j)表示坐标为(i,j)的像素的灰度值，I(i，j+1)表示坐标为(i，j+Ι)的像素 的灰度值，若I(i，j+l)-I(i，j) ^ η, η为阈值，则(i，j)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，n为阈值；d、将四个纵向视图中的边界曲线映射到各帧IVUS图像中，纵向视图中的边界线 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图像中血管内腔初始边界和中_外膜初始边界作为snake模型的初 始形状，将初始边界离散成由N个点组成的有序点集，则snake能量函数的离散表达式为
权利要求
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。
2.根据权利要求1所述血管内超声图像序列的三维分割方法，其特征是，该方法包括 以下步骤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,,,\Ueter, r< SXlmageWidth12 [ (τ,θ), else其中，I(r，θ )和I' (r, θ )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(r，θ )处的灰度值；r为像素点的极径；θ为像素点的极角；I。athrtCT是原IVUS图像 中导管区域的像素灰度值；ImageWidth为以像素为单位的图像宽度；ε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I(i，j)表示坐标为(i，j)的像素的灰度值，I (i，j+1)表示坐标为(i，j+1)的像素的灰 度值，若I(i，j+l)_I(i，j)彡n，则(i，j)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， η为阈值；d、将四个纵向视图中的边界曲线映射到各帧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N个点组成的有序点集，则能量函数的离散表达式为N-IE = j^[Emt(i) +Eext(i)]ι=0max α2 max α^dd255V2其中，Eint是内部能量；Eext是外部能量；Ci(Xi，yi)(i = 1,2,…，N-2)是第i个snake 点，(XiJi)是它的坐标；(V1和ci+1分别是第i_l个和第i+Ι个snake点J和maxd分别是 相邻snake点之间的平均距离和最大距离；I (Xi，Yi)和▽/(U)分别是坐标为Ui, Yi)的像素的灰度和灰度梯度值；α，β，Y，λ e
都是权重参数。通过使能量函数E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。
3.根据权利要求2所述血管内超声图像序列的三维分割方法，其特征是，所述权重参 数ε的取值区间为
，阈值η的取值区间为[10，20]。
4.根据权利要求3所述血管内超声图像序列的三维分割方法，其特征是，能量函数的 全局最优化采用Williams贪婪算法完成。
全文摘要
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。
文档编号G06T5/00GK101964118SQ20101029732
公开日2011年2月2日 申请日期2010年9月30日 优先权日2010年9月30日
发明者孙正, 杨宇 申请人:华北电力大学(保定)