基于形态学的导管伪影处理方法和装置与流程

1.本技术涉及图像处理技术领域，更为具体地说，涉及一种基于形态学的导管伪影处理方法、装置和电子设备。


背景技术：

2.由于光学相干断层扫描(optical coherencetomography：oct)中导管工艺问题或满足某些反射条件时，oct成像可能会产生导管伪影，其主要特征在图像中呈现为较亮的光圈。虽然这种光学伪像大部分有明显的均匀光圈特征，人眼很容易识别，但还是可能干扰术者对于病变/支架的判断。
3.另外，在通过软件去除伪像美化图像时，因为担心去伪像的过程中去除掉了有用的病变/支架信息，因此需要仔细考虑。并且，伪像的出现位置和形态千变万化，术者需要根据实际病例的图像来定义伪像区域。
4.基于此，期望提供一种改进的导管伪影处理方案。


技术实现要素：

5.本技术实施例提供了一种基于形态学的导管伪影处理方法、装置和电子设备，可以根据导管伪影的分布情况来选择合适的计算边界，并基于导管的形态学特征处理导管伪影，从而准确地处理导管伪影图像。
6.根据本技术的一方面，提供了一种基于形态学的导管伪影处理方法，包括：获取通过oct成像技术获得的a-line图像；剪切所述a-line图像上预定宽度范围的直线高亮区域以获得待处理导管伪影图像；使用预定阈值分割算法从所述待处理导管伪影图像分割出血管壁与导管伪影图像；以及，基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像。
7.在上述基于形态学的导管伪影处理方法中，所述预定宽度范围为0.86mm～nmm，且n为用户根据实际情况设定的数值。
8.在上述基于形态学的导管伪影处理方法中，所述预定宽度范围为0.86mm～2mm。
9.在上述基于形态学的导管伪影处理方法中，在获得待处理导管伪影图像之后进一步包括：对所述待处理导管伪影图像进行图像预处理，所述图像预处理包括对所述待处理导管伪影图像的平滑处理。
10.在上述基于形态学的导管伪影处理方法中对所述待处理导管伪影图像的平滑处理包括：确定与所述导管的延伸方向垂直的处理方向；以及，在所述处理方向上取预定范围的像素区域的平均值以平滑所述平滑方向上的灰度。
11.在上述基于形态学的导管伪影处理方法中，使用预定阈值分割算法从所述待处理导管伪影图像分割出血管壁与导管伪影图像包括：使用otus阈值分割算法进行所述待处理导管伪影图像的背景部分与血管壁部分的图像分割；以及，使用沿所述导管的延伸方向的动态阈值方法进行所述待处理导管伪影图像的沿与所述延伸方向垂直的处理方向分布的
导管伪影和部分血管壁的图像分割。
12.在上述基于形态学的导管伪影处理方法中，基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像包括：在垂直于所述导管的延伸方向的处理方向上对所述血管壁与导管伪影图像进行开运算以去除所述血管壁与导管伪影图像上沿所述处理方向的突出部分以获得第一子图像；在所述延伸方向上对所述血管壁与导管伪影图像进行开运算以去除伪影以获得第二子图像；以及，计算所述第一子图像和所述第二子图像的差分图像以获得所述导管伪影图像。
13.在上述基于形态学的导管伪影处理方法中，基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像包括：基于导管伪影的形态学特征筛选所述导管伪影图像，所述形态学特征包括所述导管伪影的长度和/或长宽比。
14.在上述基于形态学的导管伪影处理方法中，在获得导管伪影图像之后，进一步包括：确定所述a-line图像中与所述导管伪影图像对应的导管伪影区域；确定在所述导管的延伸方向上与所述导管伪影区域相邻的相同大小的第一区域和第二区域；以及，计算所述第一区域和所述第二区域的灰度平均值填充所述导管伪影区域，以获得导管伪影去除图像。
15.在上述基于形态学的导管伪影处理方法中，在获得导管伪影去除图像之后，进一步包括：响应于显示切换指令，切换显示所述a-line图像和所述导管伪影去除图像。
16.根据本技术的另一方面，提供了一种基于形态学的导管伪影处理装置，包括：获取单元，用于获取通过oct成像技术获得的a-line图像；剪切单元，用于剪切所述a-line图像上预定宽度范围的直线高亮区域以获得待处理导管伪影图像；分割单元，用于使用预定阈值分割算法从所述待处理导管伪影图像分割出血管壁与导管伪影图像；以及，处理单元，用于基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像。
17.根据本技术的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的基于形态学的导管伪影处理方法。
18.根据本技术的又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的基于形态学的导管伪影处理方法。
19.本技术实施例提供的基于形态学的导管伪影处理方法、装置和电子设备，可以根据导管伪影的分布情况来选择合适的计算边界，并基于导管的形态学特征处理导管伪影，从而准确地处理导管伪影图像。
附图说明
20.通过阅读下文优选的具体实施方式中的详细描述，本技术各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本技术的限制。显而易见地，下面描述的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。而且在整个附图中，用相同的附图标记表示相同的部件。
21.图1图示了根据本技术实施例的基于形态学的导管伪影处理方法的流程图。
22.图2图示了通过oct系统获得的导管的a-line图像的示意图。
23.图3图示了根据本技术实施例的基于形态学的导管伪影处理装置的框图。
24.图4图示了根据本技术实施例的电子设备的框图
具体实施方式
25.下面，将参考附图详细地描述根据本技术的示例实施例。显然，所描述的实施例仅仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
26.示例性方法
27.对于oct成像得到的导管图像，在去除伪影时，由于导管伪影范围不确定，对整张图像进行检测可能增加算法耗时，并且，在导管图像中获取了导管伪影后，对伪影区域填充时可能会造成与相邻位置灰度过渡不自然的问题。
28.基于此，本技术实施例提供了一种基于形态学的导管伪影处理方法，如图1所示，包括如下步骤。这里，图1图示了根据本技术实施例的基于形态学的导管伪影处理方法的流程图。
29.步骤s110，获取通过oct成像技术获得的a-line图像。这里，所述a-line图像是使用oct系统对轴向扫描的深度不同的介质进行回撤扫描所获得的图像。
30.步骤s120，剪切所述a-line图像上预定宽度范围的直线高亮区域以获得待处理导管伪影图像。也就是，本技术的申请人考虑到导管伪影在a-line图像上通常呈直线状高亮区域，且一般分布在预定宽度范围内，例如0.86mm～2mm之间。因此，在本技术实施例中，在a-line图像上确定导管伪影对应的roi(region of interest：感兴趣区域)，将其设定在预定范围内，例如0.86mm～nmm之间，其中n为可选设定值。具体地，因为实际临床图像中伪像的出现情况各不相同，伪像边界n可由用户根据实际情况设定。这里，将roi区域的图像剪切进行单独处理可以更加高效地解决导管伪影问题。
31.因此，在根据本技术实施例的基于形态学的导管伪影处理方法中，所述预定宽度范围为0.86mm～nmm，其中n为用户根据实际情况设定的数值。
32.并且，在上述基于形态学的导管伪影处理方法中，所述预定宽度范围为0.86mm～2mm。
33.另外，对于剪切后的图像，可以先进行图像预处理，例如，所述图像预处理可以为对图像进行的平滑处理，包括去除噪点等。具体地，在导管为沿x方向延伸的情况下，由于重点关注分布在y方向上的伪影，可以采用均值滤波进行平滑处理，即，以5*25的像素区域取平均，主要平滑y方向上的灰度，如图2所示。这里，图2图示了通过oct系统获得的导管的a-line图像的示意图。
34.因此，在根据本技术实施例的基于形态学的导管伪影处理方法中，在剪切所述a-line图像上预定宽度范围的直线高亮区域以获得待处理导管伪影图像之后进一步包括：对所述待处理导管伪影图像进行图像预处理，所述图像预处理包括对所述待处理导管伪影图像的平滑处理。
35.并且，在上述基于形态学的导管伪影处理方法中，对所述待处理导管伪影图像的平滑处理包括：确定与所述导管的延伸方向垂直的处理方向；以及，在所述处理方向上取预
定范围的像素区域的平均值以平滑所述平滑方向上的灰度。
36.步骤s130，使用预定阈值分割算法从所述待处理导管伪影图像分割出血管壁与导管伪影图像。这里，在本技术实施例中，考虑到采集到的每个oct成像技术所获得的a-line图像可能具有不同的平均亮度，因此直接通过全局阈值分割提取伪影区域，分割效果不太理想。因此在本技术实施例中，采用了结合动态阈值的otus阈值分割算法来提取血管壁与导管伪影图像。
37.具体地，otus阈值分割算法主要实现背景与血管壁的分割，对亮度较小的伪影分割效果较差。因此，在本技术实施例中，结合了x方向上的动态阈值方法，实现了y方向分布的导管伪影及少部分纵向分布的血管壁的分割。并且，通过将二者相结合，可实现血管壁与导管伪影图像较好的分割提取。
38.这里，otsu算法又称最大类间差法，其计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性，将图像分成背景和前景两部分。因方差是灰度分布均匀性的一种度量，背景和前景之间的类间方差越大，说明构成图像的两部分的差别越大，当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。动态阈值分割算法是将原图与处理后的图像作差，计算差值图像中亮部或暗部区域，具有较强的抗干扰性，对图像整体亮度变化不敏感。
39.因此，在根据本技术实施例的基于形态学的导管伪影处理方法中，使用预定阈值分割算法从所述待处理导管伪影图像分割出血管壁与导管伪影图像包括：使用otus阈值分割算法进行所述待处理导管伪影图像的背景部分与血管壁部分的图像分割；以及，使用沿所述导管的延伸方向的动态阈值方法进行所述待处理导管伪影图像的沿与所述延伸方向垂直的处理方向分布的导管伪影和部分血管壁的图像分割。
40.步骤s140，基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像。例如，可以在y方向做开运算，去掉直线区域上突出的部分；在x方向同样做开运算，去掉伪影，然后将上述两部分做图像相减，以获得单纯的导管伪影图像。具体地，开运算是指对图像先腐蚀再膨胀，能够消除亮度较高的细小突出部分，断开纤细连接，平滑对象轮廓。
41.另外，本技术的申请人考虑到想要获取的导管伪影图像通常呈直线区域，长度较长，长宽比较大，因此可以基于导管伪影的形态学特征来筛选长度和/或长宽比，以获取较为准确的导管伪影图像。在本技术实施例中，一般长度范围设置为90～500像素(即，以图像像素距离为准)，长/宽设置在1～2.5能够满足筛选要求。
42.因此，在根据本技术实施例的基于形态学的导管伪影处理方法中，基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像包括：在垂直于所述导管的延伸方向的处理方向上对所述血管壁与导管伪影图像进行开运算以去除所述血管壁与导管伪影图像上沿所述处理方向的突出部分以获得第一子图像；在所述延伸方向上对所述血管壁与导管伪影图像进行开运算以去除伪影以获得第二子图像；计算所述第一子图像和所述第二子图像的差分图像以获得所述导管伪影图像。
43.并且，在根据本技术实施例的基于形态学的导管伪影处理方法中，基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像包括：基于导管伪影的
形态学特征筛选所述导管伪影图像，所述形态学特征包括所述导管伪影的长度和/或长宽比。
44.由此，通过根据本技术实施例的基于形态学的导管伪影处理方法，用户可以根据导管伪影的分布情况来选择合适的计算边界，以实现去除导管伪影的功能，并且，基于导管的形态学特征，可以较为准确地获取导管伪影图像。
45.进一步，在得到导管伪影图像之后，如果直接将导管伪影图像对应的区域在通过oct成像获得的a-line图像上填充灰度值0，即黑色，则黑色的伪影区域将与残留血液的管腔形成鲜明的对比，不能达到图像质量提升的效果。因此，在通过根据本技术实施例的基于形态学的导管伪影处理方法中，通过计算导管伪影在x方向上左右两个相同大小的相邻区域内对应的灰度平均值，以此填充中间的伪影区域。这样，可以使得伪影区域的显示效果更为平滑，也就是，在消除伪影后，所述a-line图像不会出现突兀的去除痕迹。
46.因此，在根据本技术实施例的基于形态学的导管伪影处理方法中，在获得导管伪影图像之后，进一步包括：确定所述a-line图像中与所述导管伪影图像对应的导管伪影区域；确定在所述导管的延伸方向上与所述导管伪影区域相邻的相同大小的第一区域和第二区域；以及，计算所述第一区域和所述第二区域的灰度平均值填充所述导管伪影区域，以获得导管伪影去除图像。
47.另外，在本技术实施例中，为了方便用户对比导管伪影去除前后的显示效果，可以响应于显示切换指令，来切换显示所述a-line图像和所述导管伪影去除图像。例如，所述显示切换指令可以定义为软件中打开/关闭导管伪影处理方法的快捷按钮，以实现通过开/关实现导管伪影去除效果对比的功能。
48.因此，在根据本技术实施例的基于形态学的导管伪影处理方法中，在获得导管伪影去除图像之后，进一步包括：响应于显示切换指令，切换显示所述a-line图像和所述导管伪影去除图像。
49.示例性装置
50.图2图示了根据本技术实施例的基于形态学的导管伪影处理装置的框图。
51.如图2所示，根据本技术实施例的基于形态学的导管伪影处理装置200包括：获取单元210，用于获取通过oct成像技术获得的a-line图像；剪切单元220，用于剪切所述a-line图像上预定宽度范围的直线高亮区域以获得待处理导管伪影图像；分割单元230，用于使用预定阈值分割算法从所述待处理导管伪影图像分割出血管壁与导管伪影图像；以及，处理单元240，用于基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像。
52.在一个示例中，在上述基于形态学的导管伪影处理装置200中，所述预定宽度范围为0.86mm～nmm，且n为用户根据实际情况设定的数值。
53.在一个示例中，在上述基于形态学的导管伪影处理装置200中，所述预定宽度范围为0.86mm～2mm。
54.在一个示例中，在上述基于形态学的导管伪影处理装置200中，所述剪切单元220在获得待处理导管伪影图像之后进一步用于：对所述待处理导管伪影图像进行图像预处理，所述图像预处理包括对所述待处理导管伪影图像的平滑处理。
55.在一个示例中，在上述基于形态学的导管伪影处理装置200中，所述剪切单元220
对所述待处理导管伪影图像的平滑处理包括：确定与所述导管的延伸方向垂直的处理方向；以及，在所述处理方向上取预定范围的像素区域的平均值以平滑所述平滑方向上的灰度。
56.在一个示例中，在上述基于形态学的导管伪影处理装置200中，所述分割单元230用于：使用otus阈值分割算法进行所述待处理导管伪影图像的背景部分与血管壁部分的图像分割；以及，使用沿所述导管的延伸方向的动态阈值方法进行所述待处理导管伪影图像的沿与所述延伸方向垂直的处理方向分布的导管伪影和部分血管壁的图像分割。
57.在一个示例中，在上述基于形态学的导管伪影处理装置200中，所述处理单元240用于：在垂直于所述导管的延伸方向的处理方向上对所述血管壁与导管伪影图像进行开运算以去除所述血管壁与导管伪影图像上沿所述处理方向的突出部分以获得第一子图像；在所述延伸方向上对所述血管壁与导管伪影图像进行开运算以去除伪影以获得第二子图像；以及，计算所述第一子图像和所述第二子图像的差分图像以获得所述导管伪影图像。
58.在一个示例中，在上述基于形态学的导管伪影处理装置200中，所述处理单元240用于：基于导管伪影的形态学特征筛选所述导管伪影图像，所述形态学特征包括所述导管伪影的长度和/或长宽比。
59.在一个示例中，在上述基于形态学的导管伪影处理装置200中，进一步包括：填充单元，用于在获得导管伪影图像之后，确定所述a-line图像中与所述导管伪影图像对应的导管伪影区域；确定在所述导管的延伸方向上与所述导管伪影区域相邻的相同大小的第一区域和第二区域；以及，计算所述第一区域和所述第二区域的灰度平均值填充所述导管伪影区域，以获得导管伪影去除图像。
60.在一个示例中，在上述基于形态学的导管伪影处理装置200中，进一步包括：开关单元，用于响应于显示切换指令，切换显示所述a-line图像和所述导管伪影去除图像。
61.这里，本领域技术人员可以理解，上述基于形态学的导管伪影处理装置200中的各个单元和模块的具体功能和操作已经在上面参考图1描述的基于形态学的导管伪影处理方法中详细介绍，并因此，将省略其重复描述。
62.并且，本领域技术人员可以理解，上述基于形态学的导管伪影处理装置200中的各个单元可以以软件、硬件或者固件等各种形式实现在各种终端设备中。在一个示例中，根据本技术实施例的基于形态学的导管伪影处理装置200可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该基于形态学的导管伪影处理装置200可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端证设备所开发的一个应用程序；当然，该基于形态学的导管伪影处理装置200同样可以是该终端设备的众多硬件模块之一。
63.替换地，在另一示例中，该基于形态学的导管伪影处理装置200与该终端设备也可以是分立的设备，并且该基于形态学的导管伪影处理装置200可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
64.示例性电子设备
65.下面，参考图3来描述根据本技术实施例的电子设备。
66.图3图示了根据本技术实施例的电子设备的框图。
67.如图3所示，电子设备10包括一个或多个处理器11和存储器12。
68.处理器11可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力
的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。
69.存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本技术的实施例的基于形态学的导管伪影处理方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如各个设备的标识信息，以及用户的相关信息等各种内容。
70.在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
71.例如，该输入装置13可以是例如键盘、鼠标等等。
72.该输出装置14可以向外部输出各种信息，包括a-line图像和导管伪影去除图像等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
73.当然，为了简化，图3中仅图示了该电子设备10中与本技术有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。
74.示例性计算机程序产品和计算机可读存储介质
75.除了上述方法和设备以外，本技术的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术实施例的基于形态学的导管伪影处理方法中的步骤。
76.所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本技术实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c++等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
77.此外，本技术的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术实施例的基于形态学的导管伪影处理方法中的步骤。
78.所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
79.以上结合具体实施例描述了本技术的基本原理，但是，需要指出的是，在本技术中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本技术的
各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本技术为必须采用上述具体的细节来实现。
80.本技术中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
81.还需要指出的是，在本技术的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本技术的等效方案。
82.提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本技术。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本技术的范围。因此，本技术不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
83.为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本技术的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。