y为W位置为X的像素点为中屯、的阔值窗口W在所述光声显微血管图像I中的 区域，WGRMxm，！为奇数；
[0034]计算所述第二分割图像中每一个像素点的强度It(x)，计算公式为
其中，I(X)为所述光声显微血管图像I中位置为X的像素点的强度；
[0035] 根据所述第二分割图像中每一个像素点的强度It(x)生成所述第二分割图像It。
[0036] 可选地，在本发明光声显微血管图像分割和量化方法的另一实施例中，所述采用 加权平均方法对所述第一分割图像和所述第二分割图像进行复合，并将得到的图像作为第 =分割图像，包括：
[0037]计算所述第S分割图像中每一个像素点的强度1。。,似，计算公式为1。。,似= aXlT(x) + (l-a)XlH(x)，其中，a为权值因子，Ih(x)为所述第一分割图像中位置为X的 像素点的强度，It(x)为所述第二分割图像中位置为X的像素点的强度；
[0038] 根据所述第S分割图像中每一个像素点的强度1。。,〇〇生成所述第S分割图像 I〇ut。
[0039] 本发明实施例中，采用加权平均的方法对所述第一分割图像和所述第二分割图像 进行复合，从而能够得到更为精确的血管分割结果。
[0040] 可选地，在本发明光声显微血管图像分割和量化方法的另一实施例中，所述基于 所述第=分割图像计算所述光声显微血管图像的血管特征参数，包括：
[0041] 基于所述第=分割图像，采用距离变换方法计算所述光声显微血管图像I的血管 半径；
[0042] 基于所述第S分割图像，计算所述光声显微血管图像I的血管密度VD，计算公式 为
其中，1。。,00为所述第S分割图像I。。,中位置为X的像素点的强度， IwtGRmxn，mGN+，nG妒；
[0043] 采用骨架化方法计算所述第S分割图像I。。,的骨架图像I.,。1，并基于所述骨架图 像Iskei，计算所述光声显微血管图像I的血管长度分数VLF，计算公式夫
其中，Lkei(y)为所述骨架图像Lkei中位置为y的像素点的强度； W44] 利用所述骨架图像Lkei，采用box-counting方法计算所述光声显微血管图像I的 分形维数V?。
[0045] 可选地，在本发明光声显微血管图像分割和量化方法的另一实施例中，还包括：
[0046] 计算所述光声显微血管图像每一点的血管特征参数生成相应的血管特征参数的 量化图。
[0047] 如图4所示，（A)为原始光声显微血管图像，做为第一分割图像，似为第二分割 图像，值）为第=分割图像，巧）为血管半径量化图，从图3中可W较为清晰地看到血管半径 信息，有助于微循环血管类疾病的诊断。
[0048] 可选地，在本发明光声显微血管图像分割和量化方法的另一实施例中，所述计算 所述光声显微血管图像每一点的血管特征参数，并生成相应的血管特征参数量化图，包 括：
[0049] 根据所述光声显微血管图像的血管半径生成血管半径的量化图；
[0050] 对于所述光声显微血管图像I中每一个像素点，计算该像素点位置X处的血管 密度VD(x)，并根据VD(x)生成血管密度的量化图，计算公式为
其中， lout(Z)为所述第立分割图像I。。冲位置为Z的像素点的强度，Wx为W位置为X的像素点为 中屯、的局部窗口Ni为奇数；
[0051] 对于所述光声显微血管图像I中每一个像素点，计算该像素点位置X处的血管长 度分数VLF(X)，并根据VLF(X)生成血管长度分数量化图，计算公式呆
其中，为所述骨架图像Iskei中位置为U的像素点的强度；
[0052] 对于所述光声显微血管图像I中每一个像素点，利用所对应的骨架图像中该像素 点的位置X的像素值Lkei(x)，采用box-counting方法计算所述光声显微血管图像I中的 每一点的分形维数V? (X)，并根据VpD(X)生成分形维数量化图。
[0053] 本发明实施例中，计算光声显微血管图像中每一位置处的血管半径时可W直接从 光声显微血管图像的血管半径的计算结果中获取；而每一位置处的血管长度分数、血管密 度和分形维数信息的计算方法原理上大致与光声显微血管图像的相应血管特征参数的计 算方法相同，唯一不同的是，因为设及到某一位置，需要找到用于进行血管特征参数计算的 第=分割图像上的一个子区域，而后即可按照与光声显微血管图像的相应血管特征参数的 计算方法相同的方法计算找到的第=分割图像上的子区域对应的光声显微血管图像的子 区域的血管特征参数，并将计算得到的值作为某一个位置处的血管特征参数。
[0054] 可选地，在本发明光声显微血管图像分割和量化方法的另一实施例中，还包括：
[0055] 计算所述光声显微血管图像I的子区域图像的量化参数。
[0056] 可选地，在本发明光声显微血管图像分割和量化方法的另一实施例中，所述计算 所述光声显微血管图像I的子区域图像的量化参数，还包括：
[0057] 对于所述子区域R的血管半径量化参数，基于血管半径量化图，对所述子区域R中 所有像素点位置处的血管半径求平均，得到所述子区域R的血管半径量化参数值；
[0058] 对于所述子区域R的血管密度量化参数，基于血管密度量化图，对所述子区域R中 所有像素点位置处的血管密度求平均，得到所述子区域R的血管密度量化参数值；
[0059] 对于所述子区域R的血管长度分数量化参数，基于血管长度分数量化图，对所述 子区域R中所有像素点位置处的血管长度分数求平均，得到所述子区域R的血管长度分数 量化参数值；
[0060] 对于所述子区域R的血管分形维数量化参数，基于血管分形维数量化图，对所述 子区域R中所有像素点位置处的血管分形维数求平均，得到所述子区域R的血管分形维数 量化参数值。
[0061] 如图5所示的小区域的血管特征参数的量化图，（A)为血管长度分数量化图，做 为血管密度量化图，（C)为分形维数量化图，从图5中可W较为清晰地看到子区域的血管长 度分数、血管密度和分形维数信息，有助于对局部血管情况的观测。
[0062] 如图6所示，本实施例公开一种光声显微血管图像分割和量化装置，包括：
[0063] 分割单元1，用于获取待进行分割和量化处理的光声显微血管图像，利用多尺度 Hessian滤波器对所述光声显微血管图像进行分割得到第一分割图像，并利用局部自适应 阔值方法对所述光声显微血管图像进行分割得到第二分割图像；
[0064] 复合单元2,用于采用加权平均方法对所述第一分割图像和所述第二分割图像进 行复合，并将得到的图像作为第=分割图像；
[00化]计算单元3,用于基于所述第=分割图像计算所述光声显微血管图像的血管特征 参数，其中，所述血管特征参数包括血管半径、血管密度、血管长度分数和分形维数。
[0066] 本发明实施例所述的光声显微血管图像分割和量化装置，结合化ssian滤波器的 多尺度特性有效分割图像中不同尺寸的血管，并采用自适应局域阔值方法对化ssian滤波 器的模糊和放大效应进行改进，W给出更为精确的分割结果，即利用改进的多尺度化ssian 滤波器从光声显微血管图像中分割出血管，并量化得到表征血管特征的血管半径、血管密 度、血管长度分数和分形维数，相较于仅对血管的强度信息进行量化的现有技术，本发明综 合血管的强度信息和形态信息，对血管的特征参数进行量化，能够更为准确、全面的量化光 声显微血管图像的血管特征，W用W识别血管疾病。
[0067] 虽然结合附图描述了本发明的实施方式，但是本领域技术人员可W在不脱离本发 明的精神和范围的情况下做出各种修改和变型，运样的修改和变型均落入由所附权利要求 所限定的范围之内。
【主权项】
1. 一种光声显微血管图像分割和