[發明專利]基于圖像的血管內中膜厚度自動提取方法及系統

有效

• 申請號: 201110269825.X
• 申請日: 2011-09-13
• 公開（公告）號: CN102332161A
• 公開（公告）日: 2012-01-25
• 發明（設計）人: 楊平;林宛華;張晶;張元亭
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 吳平

【技術領域】

本發明涉及生物醫學圖像處理領域，特別涉及基于圖像的血管內中膜厚度自動提取方法及系統。

【背景技術】

心腦血管疾病已成為人類健康的頭號殺手，動脈粥硬化及其并發癥是導致心腦血管疾病的主要機制。血管內中膜厚度(Intima-Media?Thickness，IMT)是臨床診斷中衡量動脈粥樣硬化程度的最主要的指標。血管內中膜厚度是指血管壁遠端內腔-內膜和中膜-外膜之間的距離，隨著年齡的增長和動脈粥樣硬化病變，血管會發生器質性變化，內中膜厚度增加。

為了方便獲知血管內中膜厚度，常通過超聲檢查進行拍攝圖像。傳統的測量血管內中膜厚度的方法是通過手動標記，根據經驗，在拍攝的超聲圖像中的血管腔-內膜和中膜-外膜的邊界上分別標記兩點，其間的距離作為IMT的值。因IMT的值并不是均勻的，且生物組織的分解并不是絕對的，故血管內中膜厚度很大程度取決于操作者的經驗，存在較大的不穩定和個體間差異。

為此，研究者提出了使用圖像分割的方法自動提取血管內中膜厚度，但因超聲圖像分辨率低，并伴隨有嚴重的斑點噪聲和偽影，使得自動提取存在較大困難。

【發明內容】

基于此，有必要提供一種能降低噪聲影響且操作方便的基于圖像的血管內中膜厚度自動提取方法。

一種基于圖像的血管內中膜厚度自動提取方法，包括以下步驟：

獲取血管超聲圖像，并從血管超聲圖像中選取感興趣區域；

采用基于非均勻B樣條的經驗模態分解算法對所述感興趣區域去噪；

通過K均值聚類法對所述去噪后的感興趣區域中的像素點基于像素灰度進行分類，以分離出血管腔、血管壁外膜和感興趣區域中除血管腔、血管壁外膜外的其它區域三部分；

通過數學形態學從所述分離出的感興趣區域中除血管腔、血管壁外膜外的其他區域部分提取血管內中膜厚度。

優選地，所述采用基于非均勻B樣條的經驗模態分解算法對所述感興趣區域去噪的步驟具體包括以下步驟：

提取所述感興趣區域中的局部的極大值點和局部的極小值點；

通過非均勻B樣條曲面擬合法分別對極大值點和極小值點進行插值擬合，得到對所述感興趣區域的上包絡曲面和下包絡曲面，計算所述上包絡曲面和下包絡曲面的均值得到所述經驗模態分解算法的第一尺度分解的殘差信號，即為去噪后的感興趣區域。

優選地，在提取所述感興趣區域中的局部的極大值點和局部的極小值點的步驟之后還包括步驟：

在所述感興趣區域的血管壁縱向上設置稠密網格和血管壁切向上設置稀疏網格；

根據所述稠密網格和稀疏網格通過所述非均勻B樣條曲面擬合法分別對極大值點和極小值點進行插值擬合。

優選地，在所述采用基于非均勻B樣條的經驗模態分解算法對所述感興趣區域去噪的步驟之前還包括步驟：

采用高斯濾波器對所述感興趣區域初步去噪。

優選地，所述通過K均值聚類法對所述去噪后的感興趣區域中的像素點基于像素灰度進行分類，以分離出血管腔、血管壁外膜和感興趣區域中除血管腔、血管壁外膜外的其它區域三部分的步驟具體為：

以代表亮、灰、暗的三類像素灰度的灰度值組成的特征向量，將其設置為聚類中心初始值；

根據所述聚類中心初始值將所述感興趣區域分離為第一區、第二區和第三區，所述第一區對應血管腔部分，所述第二區對應血管壁外膜部分，所述第三區對應感興趣區域中除血管腔、血管壁外膜外的其它區域部分。

優選地，從所述分離出的感興趣區域中除血管腔、血管壁外膜外的其他區域部分通過數學形態學提取血管內中膜厚度的步驟具體為：

預先設置形態半徑分別為第一可變參數和第二可變參數；

提取血管壁外膜，將該部分作為蒙板從該感興趣區域剔除，然后將感興趣區域中除血管腔、血管壁外膜外的其他區域部分作為前景，分別以形態半徑為第一可變參數和第二可變參數進行分割操作，得到血管內中膜區域分割結果，測量所述分割結果得到所述血管內中膜厚度。

此外，還有必要提供一種能降低噪聲影響且操作方便的基于圖像的血管內中膜厚度自動提取系統。

一種基于圖像的血管內中膜厚度自動提取系統，包括：

圖像獲取模塊，用于獲取血管超聲圖像，并從血管超聲圖像中選取感興趣區域；

去噪處理模塊，用于采用基于非均勻B樣條的經驗模態分解算法對所述感興趣區域去噪；