一种心血管造影图像的图像压缩方法与流程

1.本发明涉及医疗保健信息处理技术领域，具体涉及一种心血管造影图像的图像压缩方法。


背景技术：

2.常规对心血管造影图像进行存储时都会采用全局压缩，即在心血管造影图像中对血管栓塞阻塞区域的压缩和正常区域的压缩权值相等，这样使得栓塞阻塞区域在存储时大概率出现较长的编码，导致存储时容易出现编码缺位、丢失、突变等异常情况，进而导致心血管造影图像失真，在后续使用时无法还原出真实的病理情况。


技术实现要素：

3.为了解决上述技术问题，本发明的目的在于提供一种心血管造影图像的图像压缩方法，所采用的技术方案具体如下：本发明提出了一种心血管造影图像的图像压缩方法，所述方法包括：获得心血管造影图像；根据所述心血管造影图像中的像素值分布识别出每条血管区域；根据每条所述血管区域的宽度变化和像素变化获得血管路径特征序列；获得所述血管路径特征序列中的离群样本点，位置连续的所述离群样本点构成离群路径特征序列，相邻所述离群路径特征序列之间的非离群样本点构成非离群路径特征序列；以所述离群路径特征序列与相邻所述非离群路径特征序列之间的平均元素值差异作为判别指标；将所述判别指标满足预设条件的所述离群路径特征序列对应的区域作为疑似异常区域；获得所述疑似异常区域与相邻所述非离群路径特征序列对应区域之间的像素值变化差异和宽度变化差异；若所述宽度变化差异大于预设第一阈值，则将所述疑似异常区域设置异常标签；所述异常标签包括第一异常标签和第二异常标签，若所述像素值变化差异大于预设第二阈值，则对应的所述异常标签为第二异常标签，反之则为第一异常标签；在所述心血管造影图像中划分多种压缩区域，所述压缩区域包括第一异常标签区域、第二异常标签区域和其他区域；根据所述判别指标分别对每个所述第一异常标签区域和每个所述第二异常标签区域设置压缩标签值，所述其他区域的压缩标签值设置为预设定值；根据每个像素点对应的所述压缩标签值获得压缩权值，对所述心血管造影图像压缩，获得压缩图像。
4.进一步地，所述获得心血管造影图像包括：将初始心血管造影图像灰度化处理，并获得对应的灰度直方图，所述灰度直方图中包含三个波段，保留左侧两个波段的像素点，并将最右侧波段像素点的像素值设置为255，获得所述心血管造影图像。
5.进一步地，所述根据所述心血管造影图像中的像素值分布识别出每条血管区域包括：
根据预设尺寸将所述心血管造影图像分为多个子区域；获取每个所述子区域与所述心血管造影图像的第一平均像素值差异；将所述子区域与预设邻域范围内的其他子区域合并，获得每个所述子区域对应的合并子区域；获取每个所述合并子区域与所述心血管造影图像的第二平均像素值差异；获取所述第一平均像素值差异与所述第二平均像素值差异的差值，以最小差值对应的所述合并子区域作为血管根节点区域；以所述血管根节点区域的平均像素值作为像素值阈值，遍历整个所述心血管造影图像进行连通域检测，获得最大血管根节点连通域；以所述最大血管根节点连通域作为生长点，利用区域生长算法获得每条所述血管区域。
6.进一步地，所述根据每条所述血管区域的宽度变化和像素变化获得血管路径特征序列包括：获得所述血管区域的两条血管边缘，两条血管边缘上对应位置的像素点构成一个像素点组；获得每组所述像素点组内两个像素点之间的距离，构成宽度变化序列；获得每组所述像素点组内两个像素点连线上的平均像素值，构成像素值变化序列；获得所述宽度变化序列内相邻两个元素之间的差异，获得第一差分序列；获得所述像素值变化序列内相邻两个元素之间的差异，获得第二差分序列；将所述第一差分序列和所述第二差分序列之间对应位置的元素相乘，获得所述血管路径特征序列。
7.进一步地，所述将所述判别指标满足预设条件的所述离群路径特征序列对应的区域作为疑似异常区域包括：以所述离群路径特征序列的相邻非离群路径特征序列的平均元素值与对应所述离群路径特征序列平均元素值之间的差值作为所述判别指标；若所述判别指标大于0，则认为所述离群路径特征序列对应的区域为所述疑似异常区域。
8.进一步地，所述获得所述疑似异常区域与相邻所述非离群路径特征序列对应区域之间的像素值变化差异和宽度变化差异包括：以所述疑似异常区域与相邻所述非离群路径特征序列对应的所述像素值变化序列之间的平均元素差异作为所述像素值变化差异；以所述疑似异常区域与相邻所述非离群路径特征序列对应的所述宽度变化序列之间的平均元素差异作为所述宽度变化差异。
9.进一步地，所述第一异常标签区域或所述第二异常标签区域的获取方法包括：获得所述第一异常标签所在的所述疑似异常区域中像素点的横坐标极值与纵坐标极值；根据所述横坐标极值与所述纵坐标极值构建矩形区域，以所述矩形区域作为对应的所述第一异常标签区域；获得所述第二异常标签所在的所述疑似异常区域中像素点的横坐标极值与纵坐标极值；根据所述横坐标极值与所述纵坐标极值构建矩形区域，以所述矩形区域作为对应的所述第二异常标签区域。
10.进一步地，所述压缩标签值的设置方法包括：将所有所述第一异常标签区域根据对应的所述判别指标进行升序排列，获得每个所述第一异常标签区域对应的第一排列序号，以所述第一排列序号的二倍作为对应第一异常标签区域的所述压缩标签值；
将所有所述第二异常标签区域根据对应的所述判别指标进行升序排列，获得每个所述第二异常标签区域对应的第二排列序号，以所述第二排列序号作为对应第二异常标签区域的所述压缩标签值；将所述其他区域的所述压缩标签值设置为1。
11.进一步地，所述以每个像素点对应的所述压缩标签值获得压缩权值，对所述心血管造影图像压缩包括：根据每个像素点对应的所述压缩标签值与对应像素值出现概率的乘积作为所述压缩权值；根据所述压缩权值利用霍夫曼编码对所述心血管造影图像进行压缩。
12.本发明具有如下有益效果：本发明实施例通过识别心血管造影图像中的血管区域，进而构建每个血管区域的路径特征序列。利用路径特征序列表征的血管路径特征对离群样本点进行分析，获得疑似异常区域。通过疑似异常区域与邻近的非离群路径特征序列之间的像素值变化差异和宽度变化差异对疑似异常区域进行设置标签。以判别指标作为区域异常程度的参考数据，根据判别指标对不同标签对应的区域设置不同的标签值，进而使得不同压缩区域具有不同的压缩方式，通过标签值的限定，可以在压缩过程中对于异常区域进行针对性的压缩，从而在对整个压缩图像进行存储时，异常区域对应压缩区域的编码发生缺位、丢失、突变等情况的概率变小，使得整个图像数据更安全，存在失真的情况更小。
附图说明
13.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
14.图1为本发明一个实施例所提供的一种心血管造影图像的图像压缩方法流程图。
具体实施方式
15.为了更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及功效，以下结合附图及较佳实施例，对依据本发明提出的一种心血管造影图像的图像压缩方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
16.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
17.下面结合附图具体的说明本发明所提供的一种心血管造影图像的图像压缩方法的具体方案。
18.请参阅图1，其示出了本发明一个实施例提供的一种心血管造影图像的图像压缩方法流程图，该方法包括：步骤s1：获得心血管造影图像；根据心血管造影图像中的像素值分布识别出每条血管区域；根据每条血管区域的宽度变化和像素变化获得血管路径特征序列。
19.心血管造影是一种常用的心血管疾病的检测方法，通过血管中的造影剂利用造影技术获得血管特征分明的心血管造影图像。通过造影技术获得的初始心血管造影图像为非常规的灰度图，灰度值的范围不满足常规灰度图中灰度值的变化范围，因此在压缩存储时占用空间较大。为了方便存储及后续特征分析，需要先将初始心血管造影图像灰度化处理，在本发明实施例中，灰度化处理方法为：将初始心血管造影图像中的灰度值变化范围内的所有灰度值进行归一化，将归一化后的结果乘上255并取整，获得初始心血管造影图像的灰度图。需要说明的是，后续所提出的像素值即为对应的灰度值。
20.因为心血管造影图像在进行病理分析时主要是对其中的血管位置的特征变化进行分析，所以为了对图像进行针对性的压缩，需要首先对图像中的血管区域进行提取，在对血管区域进行提取之前，需要对灰度化后的初始心血管造影图像进行进一步地预处理，降低除血管信息之外的背景信息的影响，方便后续的血管区域提取，具体包括：根据先验知识可知，在初始心血管造影图像中存在三种像素分布区域：第一种像素分布区域为除血管之外的其他组织形成的背景区域，此区域占比较大且像素值较大，相对于其他区域更亮；第二种像素分布区域为血管区域，此区域在图像中的占比小于背景区域，且因为造影剂的影响，此区域的像素值较小，相对于背景区域更暗；第三种像素分布区域为少量的造影剂聚集区域，因为造影过程中造影挤的不正常扩散，导致在血管中出现造影剂聚集的区域，此区域范围最小且占比最小，相对于血管区域的像素值更小，整体区域更黑。为了排除背景信息的影响，需要根据像素值大小将背景信息识别出来。因此获得灰度化后的初始心血管造影图像的灰度直方图，在灰度直方图中根据波峰点和波谷点可分为三个波段，分别对应这三种像素分布区域，其中最右侧波段的灰度级最大，因此最右侧波段为背景信息，将左侧两个波段的像素点保留，将右侧波段像素点的像素值设置为255，获得处理后的心血管造影图像，心血管造影图像中血管信息与背景信息特征差异较大，方便了血管区域的提取。
21.对于特征明显的心血管造影图像，可进一步根据像素值分布识别出每条血管区域，具体包括：（1）根据预设尺寸将心血管造影图像分为多个子区域。获取每个子区域与心血管造影图像的第一平均像素值差异，即获得每个子区域的平均像素值与整个血管造影图像的平均像素值的差值。在本发明实施例中，子区域的尺寸为5*5。
22.（2）将子区域与预设邻域范围内的其他子区域合并，获得每个子区域对应的合并子区域。获取每个合并子区域与心血管造影图像的第二平均像素值差异，即获得每个合并子区域的平均像素值与整个血管造影图像的平均像素值的差值。在本发明实施例中，预设邻域设置为8邻域，即将每个子区域与其8邻域范围内的其他子区域合并，获得合并子区域。
23.（3）获取第一平均像素值差异与第二平均像素值差异的差值，如果合并子区域所在的位置为血管根节点所在的位置，则合并子区域即对应的子区域的像素值均为较小值，且该差值较小，因此以最小差值对应的合并子区域作为血管根节点区域。以血管根节点区域的平均像素值作为像素值阈值，遍历整个心血管造影图像进行连通域检测，获得最大血管根节点连通域。以最大血管根节点连通域作为生长点，利用区域生长算法获得每条血管区域。需要说明的是，区域生长算法为本领域技术人员熟知的技术手段，在本发明实施例中仅简要描述其生长过程：将最大血管根节点连通域最外侧像素点作为基础点向外任意一个
方向进行路径搜寻，搜寻方式为对所有非255灰度值的像素点进行搜选，在搜寻过程中遇见灰度值为255的像素点则停止该方向的路径搜寻，待所有点搜寻结束后可获得多条血管区域，需要说明的是，若在搜寻过程中遇见的血管分叉形成的血管支路，则每条血管支路认为是一条新的血管区域。
24.心血管的病变主要体现在栓塞等现象中，在心血管造影图像中体现的就是血管的宽度和像素值发生变化，因此为了识别出具有病理参考性的异常血管区域从而进行针对性的压缩，需要先获得每条血管的特征描述，即根据每条血管区域的宽度变化和像素变化获得血管路径特征序列，在血管路径特征序列中，每个元素代表血管对应位置处的变化特征，具体获取方法包括：（1）获得血管区域的两条血管边缘，两条血管边缘上对应位置的像素点构成一个像素点组。在本发明实施例中利用canny算子进行边缘检测算法，每条边缘上的像素点均能够以根节点为起始点获得一个序号值，即相同序号值的像素点为一个像素点组。例如以根节点向第条支血管路径延伸方向的第一个上边缘像素点的像素值记为，其中上标1即为序号值，下标为对应的坐标值；第一个下边缘的像素点的像素值记为，其中下标1即为序号值，上标为对应的坐标值，以此类推即可获得每个血管区域的所有像素点组。
25.（2）因为像素点组为两条血管边缘对应位置的像素点组，因此像素点组内的两个像素点的距离代表了血管此位置处的宽度，因此获得每组像素点组内两个像素点之间的距离，构成宽度变化序列，其中表示第个血管区域的宽度变化序列，为第s个像素点位置处的宽度。
26.（3）因为血管存在宽度，因此对于某个位置处的像素值需要进行量化，即获得每组像素点组内两个像素点连线上的平均像素值，以该平均像素值作为血管区域对应位置处的像素值信息，进而构成像素值变化序列，其中，表示第个血管区域的像素值变化序列，为第s个像素点位置处的像素值。
27.（4）因为在血管路径特征序列中每个位置的元素表示的是变化特征，因此获得宽度变化序列内相邻两个元素之间的差异，获得第一差分序列。获得像素值变化序列内相邻两个元素之间的差异，获得第二差分序列。将第一差分序列和第二差分序列之间对应位置的元素相乘，获得血管路径特征序列，即第个血管区域的血管路径特征序列中第s个位置出的元素值为：，其中，为宽度变化序列中第s+1个位置处的元素，为宽度变化序列中第s个位置处的元素，为像素值变化序列内第s+1个位置处的元素，为像素值变化序列内第s个位置处的元素，为第一差分序列内第s个位置处的元素，为第二差分序列内第s个位置处的元素。
28.在心血管造影图像中，血管变化特征为由根节点开始延伸在每一条支血管末端的过程中，宽度逐渐变小，灰度值逐渐变大，若在该条血管上出现病变，则宽度信息和灰度值信息会存在突变，因此通过对宽度信息和像素值信息的量化，进而构建血管路径特征序列可以有效表征血管上的信息变化特征，方便后续对异常区域的提取。
29.步骤s2：获得血管路径特征序列中的离群样本点，位置连续的离群样本点构成离群路径特征序列，相邻离群路径特征序列之间的非离群样本点构成非离群路径特征序列；以离群路径特征序列与相邻非离群路径特征序列之间的平均元素值差异作为判别指标；将判别指标满足预设条件的离群路径特征序列对应的区域作为疑似异常区域。
30.在血管区域中，整体变化特征是一个存在规律性的变化，如果在某个位置处出现栓塞等病理异常，则会在血管路径特征序列中出现较为明显的离散值，并且异常区域应当是由连续多个像素点形成的，即血管路径特征序列中连续出现的离散值有可能为异常区域反映出的数据。因此对血管路径特征序列中的离群样本点进行筛选，在心血管造影图像中位置连续的离群样本点构成离群路径特征序列。需要说明的是，离群样本点的筛选可选用现有技术中数据拟合的方法，例如曲线拟合等，具体方法在此不做限定，均为本领域技术人员熟知的技术手段。
31.通过对离群样本点的筛选及离群路径特征序列的划分，将整个血管路径特征序列分为多个离群路径特征序列及离群路径特征序列之间的非离群路径特征序列，即相邻所述离群路径特征序列之间的非离群样本点构成非离群路径特征序列。非离群路径特征序列代表的是血管中的正常区域，因此以离群路径特征序列与相邻非离群路径特征序列之间的平均元素值差异作为判别指标，即判别指标越大，说明相对于正常区域离群路径特征序列对应的区域的变化差异越大，离群路径特征序列对应的区域为异常区域的概率越大。因此将判别指标满足预设条件的离群路径特征序列对应的区域作为疑似异常区域，在后续步骤中对疑似异常区域进行进一步的异常判断。
32.优选的，考虑到血管栓塞或者堵塞的情况会导致异常区域的宽度变化和像素值变化变小，即对应血管位置中血液含量异常，导致血管无法正常收缩，因此以离群路径特征序列的相邻非离群路径特征序列的平均元素值与对应离群路径特征序列平均元素值之间的差值作为判别指标。若判别指标大于0，则认为离群路径特征序列对应的区域为疑似异常区域；反之则认为离群路径特征序列对应的区域为数据处理过程中误差等因素形成的非疑似异常区域。
33.步骤s3：获得疑似异常区域与相邻非离群路径特征序列对应区域之间的像素值变化差异和宽度变化差异；若宽度变化差异大于预设第一阈值，则将疑似异常区域设置异常标签；异常标签包括第一异常标签和第二异常标签，若像素值变化差异大于预设第二阈值，则对应的异常标签为第二异常标签，反之则为第一异常标签。
34.同步骤s2中的计算方法，进一步对疑似异常区域进行细致的特征分析，具体包括：以疑似异常区域与相邻非离群路径特征序列对应的像素值变化序列之间的平均元素差异作为像素值变化差异。
35.以疑似异常区域与相邻非离群路径特征序列对应的宽度变化序列之间的平均元素差异作为宽度变化差异。
36.像素值变化差异与宽度变化差异表示了相邻两个区域的特征之间的差异，因此仅存在三种情况：和都为较大值；较小或者趋近于0，较大；较小或者趋近于0，较大。根据先验知识可知，对于血管病理异常而言，其血管宽度收到血液含量影响，血管宽度的变化应是最明显的，因此若宽度变化差异大于预设第一阈值，则认为宽度变化差异较大，将疑似异常区域设置异常标签。反之则为正常标签，需要说明的是，对于较小或者趋近于0，较大的情况，说明对应区域的宽度变化正常，但是灰度值变化较大，因此说明该区域为造影剂的聚集区域，属于正常现象。
37.进一步异常标签可分为第一异常标签和第二异常标签，分别对应和都为较大值的情况和较小或者趋近于0，较大的情况。若像素值变化差异大于预设第二阈值，则对应的所述异常标签为第二异常标签，反之则为第一异常标签。对于第一异常标签而言，说明对应区域的灰度变化正常但是宽度变化异常，因此此处最可能是由于心血管栓塞或者闭塞导致的造影剂通过异常，从而使得该位置的宽度变小。对于第二异常标签而言，说明对应区域为心血管栓塞或者闭塞导致的血管宽度异常并且伴随着大量造影剂聚集区域。
38.步骤s4：在心血管造影图像中划分多种压缩区域，压缩区域包括第一异常标签区域、第二异常标签区域和其他区域；根据判别指标分别对每个第一异常标签区域和每个第二异常标签区域设置压缩标签值，其他区域的压缩标签值设置为预设定值；根据每个像素点对应的压缩标签值获得压缩权值，对心血管造影图像压缩，获得压缩图像。
39.通过对不同区域进行标签的设置，可将整个心血管造影图像分为三种压缩区域，分别为第一异常标签区域、第二异常标签区域和其他区域。其中其他区域即为包含正常标签和其他未赋标签的区域。
40.优选的，为了方便后续的编码压缩，对于异常标签对应的压缩区域，应保证为规则形状，因此获得第一异常标签所在的疑似异常区域中像素点的横坐标极值与纵坐标极值；根据横坐标极值与纵坐标极值构建矩形区域，以矩形区域作为对应的第一异常标签区域；获得第二异常标签所在的疑似异常区域中像素点的横坐标极值与纵坐标极值；根据横坐标极值与纵坐标极值构建矩形区域，以矩形区域作为对应的第二异常标签区域。
41.进一步对三种压缩区域设置压缩标签值，因为判别指标可表示异常程度，因此可根据判别指标分别对每个第一异常标签区域和每个第二异常标签区域设置压缩标签值；而其他区域的压缩标签值可设置为预设定值。具体压缩标签值的设置过程包括：将所有第一异常标签区域根据对应的判别指标进行升序排列，获得每个第一异常标签区域对应的第一排列序号，以第一排列序号的二倍作为对应第一异常标签区域的压缩标签值。
42.将所有第二异常标签区域根据对应的判别指标进行升序排列，获得每个第二异常标签区域对应的第二排列序号，以第二排列序号作为对应第二异常标签区域的压缩标签值。
43.将其他区域的压缩标签值设置为1。
44.通过对不同压缩区域的压缩标签值的设置可对每个异常区域代表的压缩区域进行针对性的编码压缩，对于其他非异常区域的其他区域可进行正常压缩，实现了针对性压
缩的同时减少了计算量。
45.常规霍夫曼编码是直接利用像素值出现概率对图像进行压缩，通过对不同区域设置不同压缩标签值后，每个像素点都对应一个压缩标签值，因此可根据每个像素点对应的压缩标签值和像素值出现概率对心血管造影图像进行霍夫曼编码，获得压缩图像，具体包括：根据每个像素点对应的压缩标签值与像素值出现概率的乘积作为压缩权值；根据压缩权值利用霍夫曼编码对心血管造影图像进行压缩。
46.至此，通过对图像的分区域并标签化，在整张图像上设置不同的压缩标签及其对应的压缩区域，保证了压缩编码过程中对于异常区域的针对性压缩，避免异常区域存在较长的码长进而导致失真等异常情况。
47.需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
48.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
49.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。