[發明專利]一種基于食道超聲的主動脈瓣快速分割方法

有效

• 申請號: 201310050721.9
• 申請日: 2013-02-08
• 公開（公告）號: CN103093477A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 顧力栩;董斌;郭怡婷;王兵
• 申請（專利權）人: 河北大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 石家莊國域專利商標事務所有限公司 13112
• 代理人: 蘇艷肅

技術領域

本發明涉及超聲圖像的主動脈瓣分割方法，具體的說是一種基于食道超聲的主動脈瓣快速分割方法。

背景技術

在現代醫學影像學中，超聲圖像具有強度低、價格便宜、對人體無害等優點，尤其對軟組織的探測和心血管臟器的血流觀察有獨到之處。隨著生活水平的提高、人口老齡化加劇，主動脈瓣狹窄、主動脈瓣關閉不全和主動脈瓣膜脫垂等比較常見的心臟瓣膜類疾病越來越多。臨床上這類疾病的主要診斷方法是用超聲設備觀察瓣膜的形狀和運動，超聲心動圖就是一種很好的檢測心臟瓣膜疾病的工具，對其分析的首要步驟是超聲醫學圖像分割。因為超聲圖像中斑點噪聲多，目標運動復雜，目標和背景灰度對比度低，所以對其分割具有很大的難度。在實際的超聲圖像處理與分析中，對目標和病灶的識別、定位和定量分析主要依賴醫生經驗得到的手動分割。所以，醫生要想從混雜著大量斑點噪聲和偽影的心臟超聲圖像中分割出主動脈瓣，就需要有豐富的臨床醫學知識和敏銳的空間位置感。通常一組超聲序列就由幾十甚至上百張的圖片組成，如果完全由醫生手動分割，將會是非常龐大的工作量。

國外，Ivana等人利用主動輪廓模型（也稱為Snake模型）對心臟瓣膜分割，引入瓣膜厚度緩慢變化的特征，改變內部能量項，自動分割出厚度均勻的瓣葉。但是，在Snake模型框架下，目標是用點序列進行描述的，很難處理拓撲變化，并且由于超聲心動圖中心臟主動脈瓣膜的邊緣和紋理特征都不是很突出，結構又很復雜，即使用主動輪廓分割也容易在弱邊緣處泄露。因此，實現超聲圖像中主動脈瓣的自動、精確、快速分割意義重大。

發明內容

本發明的目的是提供一種自動、快速、精確的對超聲圖像的主動脈瓣進行分割的方法，以解決現有技術存在的主動脈瓣超聲圖像分割不完整和嚴重溢出的問題。

本發明的目的是這樣實現的：一種基于食道超聲的主動脈瓣快速分割方法，包括以下步驟：

（1）將B超輸出的視頻格式的主動脈瓣超聲結果轉化為一組連續圖像，提取所述連續圖像的扇形區域，對所述扇形區域進行形態學濾波預處理，得到一組連續的經預處理的主動脈瓣超聲圖像；

（2）選取所述的經預處理的主動脈瓣超聲圖像中處于快速射血期或快速充盈期的圖像中的一張作為關鍵幀，將處于非快速射血期和非快速充盈期的圖像作為非關鍵幀，然后以交互的方式在所述關鍵幀上選取四個點，利用Cardinal樣條插值，做出邊界輪廓曲線，所述邊界輪廓曲線包圍的區域作為初始約束區域，即能量約束區域；

（3）所述的邊界輪廓曲線將所述關鍵幀的圖像分為內外兩部分，內部為正，外部為負，得到邊界輪廓曲線符號圖；計算所述關鍵幀的圖像上每個像素點到所述邊界輪廓曲線的最短歐氏距離，得到邊界輪廓曲線距離圖，然后將所述邊界輪廓曲線符號圖和所述邊界輪廓曲線距離圖相乘，生成所述關鍵幀的約束區域的符號距離圖；

（4）定義E_constraint(φ)=∫_Ω(φ-φ₀)²dxdy為區域約束項，φ₀表示所述關鍵幀的約束區域的符號距離圖；利用形狀約束比較函數在CV模型中加入所述區域約束項，然后最小化所述CV模型的能量泛函，提取得到所述關鍵幀的主動脈瓣分割結果；

（5）將所述關鍵幀的主動脈瓣分割結果作為相鄰的下一個非關鍵幀的能量約束區域，所述非關鍵幀的能量約束區域的邊界輪廓曲線將所述非關鍵幀的圖像分為內外兩部分，內部為正，外部為負，得到非關鍵幀的邊界輪廓曲線符號圖；計算所述非關鍵幀的圖像上每個像素點到所述非關鍵幀的能量約束區域的邊界輪廓曲線的最短歐氏距離，得到非關鍵幀的邊界輪廓曲線距離圖，然后將所述非關鍵幀的符號圖和所述距離圖相乘，生成非關鍵幀的約束區域的符號距離圖。

（6）定義E_constraint(φ)=∫_Ω(φ-φ₀)²dxdy為區域約束項，φ₀表示所述非關鍵幀的約束區域的符號距離圖；利用形狀約束比較函數在CV模型中加入所述區域約束項，然后最小化所述CV模型的能量泛函，提取得到所述非關鍵幀的主動脈瓣分割結果。

所述步驟（2）中Cardinal樣條插值表達如下：