一种全自动超声造影图像分割方法
【技术领域】
[0001] 本发明属于超声造影成像技术领域，尤指一种全自动超声造影图像分割方法。
【背景技术】
[0002] 超声成像是目前比较成熟的无创检测方式，相比于CT和MRI(Magnetic Resonance Imaging,磁共振成像），超声诊断具有福射少、费用便宜、操作方便等优势，使得超声诊断成 为临床的首要检查手段。超声造影技术是利用造影剂使散射回声增强，可W有效提高超声 诊断的分辨力、敏感性和特异性。因此，超声造影成像被喻为超声技术的第Ξ次革命。目前， W非线性检测方法进行造影剂微泡的成像是目前超声造影的主要方法。
[0003] 在发明名称为一种超声造影成像方法及造影图像的区域检测、显像方法（【申请号】 CN201310719832.4)的专利申请中，采取的技术方案是W非线性基波造影图像为基础，结合 非线性基波和线性基波信息，识别区分非线性基波造影图像中的造影剂区域、组织残留和 噪声区域，抑制组织残留，增强造影剂信息，进而提高造影图像的信噪比。然而，采用现有技 术中的超声造影方法，检测到的造影剂信号中难免混入组织成分。
【发明内容】
[0004] 针对现有技术方案存在的不足，本发明提出了一种改进超声血管造影图像质量的 图像分割方法。
[0005] 本发明提出的全自动超声造影图像分割方法包括:步骤1，采集并存储超声造影图 像序列，构造多帖超声造影图像序列的帖间灰度标准差矩阵;步骤2,对所述帖间灰度标准 差矩阵进行形态学滤波，再进行二值化，获得超声造影区域的初始轮廓线;步骤3，利用连续 多帖超声造影图像序列的帖间灰度标准差矩阵和灰度中值矩阵，构建基于Snake活动轮廓 模型的能量方程;步骤4，将所述初始轮廓线代入所述能量方程进行多次迭代，获得超声造 影区域的最终轮廓线，实现对超声造影区域的分割。
[0006] 本发明提出的全自动超声造影图像分割方法，考虑到超声造影微泡随动脉血液的 高速流动特性，在连续多帖超声造影图像中，造影区域的图像灰度差要明显大于血管和周 围组织区域，基于造影区域在运一特性的显著差异，实现精确的超声造影区域图像分割，避 免非线性基波和线性基波区分不清造成的误差。本发明在应用时可W明显提高超声造影图 像的信噪比，有利于临床诊断。
【附图说明】
[0007] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不 构成对本发明的限定。在附图中：
[000引图1为本发明一实施例的全自动超声造影图像分割方法流程图。
[0009]图2为本发明一具体实施例的大鼠颈动脉超声造影图像。
[0010]图3为本发明一具体实施例的IFGS姻像。
[0011] 图4为本发明一具体实施例形态学滤波和二值化后获得的二值化图像。
[0012] 图5为本发明一具体实施例获得初始轮廓线后的图像。
[0013] 图6为本发明一具体实施例最终分割得到的图像。
【具体实施方式】
[0014] W下配合图示及本发明的较佳实施例，进一步阐述本发明为达成预定发明目的所 采取的技术手段。
[0015] 图1为本发明一实施例的全自动超声造影图像分割方法流程图。如图1所示，该方 法包括：
[0016]步骤1，局帖频义集并存储超声造影图像序列，构造多帖超声造影图像序列的帖间 灰度标准差（Inter Rrame Grayscale Standard Difference，IFGSD)矩阵。
[0017]步骤2,对所述帖间灰度标准差矩阵进行形态学滤波(mor地ological filter)，再 进行二值化，获得超声造影区域的初始轮廓线。
[0018] 具体的，步骤1及步骤2是基于多帖超声造影图像帖间灰度差，获得造影区域的初 始轮廓线。上述步骤是基于超声造影微泡随动脉血液的高速流动特性，动脉内血流速度远 远大于动脉及周围组织的自身运动速度，血液中的造影微泡动脉血液高速流动；通过比较 连续两幅或多幅的超声造影图像会发现，造影区域的灰度变化很大，而血管壁和组织区域 变化较小。基于连续多帖超声造影图像在造影和组织区域的图像灰度差异，可W获得超声 造影图像的初始轮廓线。
[0019] 在步骤1中，义集并存储超声造影图像序列，构造多帖超声造影图像序列的帖间灰 度标准差矩阵，假设有2k+l帖连续的超声造影图像序列，则IFGSD矩阵表示为：
[0020]
[0021] 其中，D表示化+1帖连续的超声造影图像序列的帖间灰度标准差矩阵，It为该超声 造影图像序列中第t个超声造影图像的灰度值，7是2k+l帖连续的超声造影图像序列的平 均值。
[0022] 在步骤2中，对IFGSD矩阵进行形态学滤波所利用的公式为：
[0023] F=(D〇SE)·沈；（2)
[0024] 其中，F为进行形态学滤波后获得的图像，SE是结构模块，0和?分别是开运算和闭 运算。
[0025] 在步骤2中，进一步对图像F进行二值化处理，获得二值化图，并基于该二值化图获 得超声造影区域的初始轮廓线。
[0026] 步骤3,利用连续多帖超声造影图像序列的帖间灰度标准差矩阵和灰度中值矩阵， 构建基于Snake活动轮廓模型的能量方程。
[0027] 基于Snake活动轮廓模型的能量方程为内部能量函数和外部能量函数之和，其中， 内部能量函数为：
[002引
[0029] 其中，v(s) = [x(s)，y(s)]，se[0，l]为初始轮廓，α和β分别代表轮廓的弹性和刚 性
?是初始轮廓上节点数；
[0030] 外部能量函数为：
[0031]
[0032] 其中，
是连续多帖超声造影图像序列的中值，丫 1和丫 2为约束系 数，G。是高斯函数，*是卷积运算符，V是梯度运算符，m，n用于表示滤波窗口，x，y是窗口内的 一个点。
[0033]
I中值滤波函数，m X η为滤波窗口，X，y是窗口内的一个点。此处计算是 在mXn的中值滤波窗口中，对所有属于窗口内的点（x，y) e [m，n]进行中值计算，然后将运 个中值赋给窗口内的所有点。
[0034] 步骤4,将所述初始轮廓线代入所述能量方程进行多次迭代，获得超声造影区域的 最终轮廓线，实现对超声造影区域的区分和分割。
[0035] 本发明所利用的IFGSD矩阵能够凸显超声造影图像区域，抑制组织区域。
[0036] 为了对上述全自动超声造影图像分割方法进行更为清楚的解释，下面结合一个具 体的实施例来进行说明，然而值得注意的是该实施例仅是为了更好地说明本发明，并不构 成对本发明不当的限定。
[0037] W大鼠为例，首先采用超声设备Verasonics Vevo2100,采集一系列大鼠颈动脉的 超声造影图像，如参考图2所示，为本发明一具体实施例的大鼠颈动脉超声造影图像。
[003引接着，利用连续7幅超声造影图像，计算获得IFGSD图像，如图3所示，为本发明一具 体实施例的IFGSD图像。进一步的，利用形态学滤波和二值化，获得二值化图像，如图4所示， 为本发明一具体实施例形态学滤波和二值化后获得的二值化图像。
[0039] 然后，可W获得初始化轮廓线，如图5所示，为本发明一具体实施例获得初始轮廓 线后的图像，图中竖线框所示为初始化轮廓线。
[0040] 最后，将初始轮廓数据代入能量方程进行多次迭代，即可获得最终轮廓线，实现对 超声造影区域的分割，如图6所示，为本发明一具体实施例最终分割得到的图像，图中竖线 框所示为最终轮廓线。
[0041] 相比【背景技术】提到的方案会遇到生物组织中难免有非线性成分，对超声造影结果 会产生影响等问题，本发明采用的IFGSD矩阵能够凸显超声造影图像区域，抑制组织区域。
[0042] 本发明提出的全自动超声造影图像分割方法，考虑到超声造影微泡随动脉血液的 高速流动特性，在连续多帖超声造影图像中，造影区域的图像灰度差要明显大于血管和周 围组织区域，基于造影区域在运一特性的显著差异，实现精确的超声造影区域图像分割，避 免非线性基波和线性基波区分不清造成的误差。本发明在应用时可W明显提高超声造影图 像的信噪比，有利于临床诊断。
[0043] W上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详 细说明，所应理解的是，W上所述仅为本发明的具体实施例而已，并不用于限定本发明的保 护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本 发明的保护范围之内。
【主权项】
1. 一种全自动超声造影图像分割方法，其特征在于，该方法包括： 步骤1，采集并存储超声造影图像序列，构造多帧超声造影图像序列的帧间灰度标准差 矩阵； 步骤2,对所述帧间灰度标准差矩阵进行形态学滤波，再进行二值化，获得超声造影区 域的初始轮廓线； 步骤3，利用连续多帧超声造影图像序列的帧间灰度标准差矩阵和灰度中值矩阵，构建 基于Snake活动轮廓模型的能量方程； 步骤4，将所述初始轮廓线代入所述能量方程进行多次迭代，获得超声造影区域的最终 轮廓线，实现对超声造影区域的分割。2. 根据权利要求1所述的方法，其特征在于，在步骤1中，采集并存储超声造影图像序 列，构造多帧超声造影图像序列的帧间灰度标准差矩阵，该帧间灰度标准差矩阵表示为：其中，D表示2k+l帧连续Η、」?尸15京>m?豕/卞外H、」TO 1? 隹差矩阵，11为该超声造影 图像序列中第t个超声造影图像的灰度值，?是2k+l帧连续的超声造影图像序列的平均值。3. 根据权利要求2所述的方法，其特征在于，在步骤2中，对所述帧间灰度标准差矩阵进 行形态学滤波所利用的公式为： F=(D〇SE) · SE； (2) 其中，F为进行形态学滤波后获得的图像，SE是结构模块，〇和?分别是开运算和闭运 算； 在步骤2中，进一步对图像F进行二值化处理，获得二值化图，并基于该二值化图获得超 声造影区域的初始轮廓线。4. 根据权利要求3所述的方法，其特征在于，在步骤3中，基于Snake活动轮廓模型的能 量方程为内部能量函数和外部能量函数之和，其中， 内部能量函数为：其中，￥(8)=[以8)，7(8)]， 86[〇，1]为初始轮廓，<1和0分别代表轮廓的弹性和刚性，N是初始轮廓上节点数； 外部能量函数为：其中是连续多帧超声造影图像序列的中值，γι和γ2为约束系数， 是高斯函数，*是卷积运算符，V是梯度运算符，m，η用于表示滤波窗口，X，y是窗口内的一个 点。
【专利摘要】本发明公开了一种全自动超声造影图像分割方法，该方法包括：步骤1，采集并存储超声造影图像序列，构造多帧超声造影图像序列的帧间灰度标准差矩阵；步骤2，对所述帧间灰度标准差矩阵进行形态学滤波，再进行二值化，获得超声造影区域的初始轮廓线；步骤3，利用连续多帧超声造影图像序列的帧间灰度标准差矩阵和灰度中值矩阵，构建基于Snake活动轮廓模型的能量方程；步骤4，将所述初始轮廓线代入所述能量方程进行多次迭代，获得超声造影区域的最终轮廓线，实现对超声造影区域的分割。
【IPC分类】G06T7/00
【公开号】CN105631867
【申请号】CN201510991360
【发明人】钱明, 牛丽丽, 郑海荣, 周伟
【申请人】中国科学院深圳先进技术研究院
【公开日】2016年6月1日
【申请日】2015年12月25日