[發明專利]基于幀間形狀約束的GCV模型分割主動脈瓣超聲圖像序列方法

有效

• 申請號: 201310522101.0
• 申請日: 2013-10-29
• 公開（公告）號: CN103606145A
• 公開（公告）日: 2014-02-26
• 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;G06T5/00;A61B8/00
• 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

1.一種基于幀間形狀約束的GCV模型分割主動脈瓣超聲圖像序列方法，其特征在于包括以下步驟：

a）獲取一組連續的主動脈瓣超聲圖像序列，數量為M，并提取每一幀圖像的扇形區域，非扇形區域的閾值為255；然后對每一幀圖像進行維納濾波；

b）進行維納濾波后，計算每一幀圖像的梯度矢量流場，并且在各圖像上均隨機定義一個初始演化曲線；

通過計算各所述初始演化曲線法向量方向與各所述梯度矢量流場方向夾角的余弦值，將梯度矢量流場作為能量約束項加入到CV模型框架，得到各圖像的GCV模型；

c）在第1幀圖像上手動定義四個點，然后利用B樣條插值形成閉合曲線，將該閉合曲線作為初始約束形狀；然后利用形狀比較函數將該初始約束形狀作為能量約束項加入到第1幀圖像的GCV模型中，然后最小化該GCV模型的能量泛函，得到第1幀圖像的主動脈瓣分割結果；

d）對第m幀圖像的主動脈瓣分割結果進行滾球法濾波，得到的結果作為第m+1幀圖像的非初始約束形狀，然后利用形狀比較函數將該非初始約束形狀作為能量約束項加入到第m+1幀圖像的GCV模型中，然后最小化該GCV模型的能量泛函，得到第m+1幀圖像的主動脈瓣分割結果；其中，1≤m≤M-1。

2.根據權利要求1所述的基于幀間形狀約束的GCV模型分割主動脈瓣超聲圖像序列方法，其特征是，b）步所述計算每一幀圖像的梯度矢量流場的方法具體是：最小化能量函數Egvf(g)=∫∫μ(ux2+uy2+vx2+vy2)+|▿f|2|g-▿f|2dxdy,]]>得到梯度矢量流場g(x,y)=(u(x,y),v(x,y))；其中μ是規則化參數，f(x,y)表示超聲圖像的梯度圖。