[發(fā)明專利]血管內(nèi)超聲圖像內(nèi)外膜分割方法及裝置

有效

• 申請?zhí)枺?/td>: 201410758252.0
• 申請日: 2014-12-11
• 公開（公告）號: CN104504689A
• 公開（公告）日: 2015-04-08
• 發(fā)明（設(shè)計）人: 楊雨晗;吳丹;張元亭
• 申請（專利權(quán)）人: 深圳先進(jìn)技術(shù)研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司11127
• 代理人: 王天堯

1.一種血管內(nèi)超聲圖像內(nèi)外膜分割方法，其特征在于，包括：

將待測血管內(nèi)超聲圖像輸入到特征檢測模型中，得到待測血管內(nèi)超聲圖像各像素的特征信息，所述特征檢測模型是通過將不同的已進(jìn)行內(nèi)外膜分割的血管內(nèi)超聲圖像樣本輸入到無監(jiān)督式學(xué)習(xí)模型中進(jìn)行學(xué)習(xí)得到的；

將待測血管內(nèi)超聲圖像各像素的特征信息輸入到用于判斷特征信息為血管內(nèi)膜內(nèi)、膜中或外膜外的分類模型中，得到待測血管內(nèi)超聲圖像各像素特征信息的分類信息，所述分類模型是通過將不同的已進(jìn)行內(nèi)外膜分割的血管內(nèi)超聲圖像樣本輸入到所述特征檢測模型中，得到血管內(nèi)超聲圖像樣本各像素的特征信息，并采用有監(jiān)督式分類法對血管內(nèi)超聲圖像樣本各像素的特征信息進(jìn)行統(tǒng)計得到的；

根據(jù)待測血管內(nèi)超聲圖像各像素的特征信息和待測血管內(nèi)超聲圖像各像素特征信息的分類信息，建立血管的動態(tài)輪廓模型，根據(jù)所述動態(tài)輪廓模型中達(dá)到穩(wěn)態(tài)的曲線獲得血管內(nèi)膜外膜分割曲線。

2.如權(quán)利要求1所述的血管內(nèi)超聲圖像內(nèi)外膜分割方法，其特征在于，根據(jù)待測血管內(nèi)超聲圖像各像素的特征信息和待測血管內(nèi)超聲圖像各像素特征信息的分類信息，建立血管的動態(tài)輪廓模型，包括：

根據(jù)待測血管內(nèi)超聲圖像各像素的特征信息和待測血管內(nèi)超聲圖像各像素特征信息的分類信息，建立梯度向量場來驅(qū)動所述動態(tài)輪廓模型的輪廓變形；

根據(jù)所述動態(tài)輪廓模型的輪廓的法向量建立氣球力函數(shù)，來控制所述動態(tài)輪廓模型的輪廓的膨脹和收縮。

3.如權(quán)利要求2所述的血管內(nèi)超聲圖像內(nèi)外膜分割方法，其特征在于，所述氣球力函數(shù)控制所述動態(tài)輪廓模型的輪廓進(jìn)行膨脹還是收縮由所述待測血管內(nèi)超聲圖像各像素特征信息的分類信息決定。

4.如權(quán)利要求3所述的血管內(nèi)超聲圖像內(nèi)外膜分割方法，其特征在于，獲得血管內(nèi)膜外膜分割曲線，包括：

在分割內(nèi)膜時，所述動態(tài)輪廓模型的動態(tài)輪廓的初始位置是環(huán)繞血管內(nèi)超聲圖像的中心傳感器的成像邊界的，根據(jù)內(nèi)膜內(nèi)區(qū)域的像素點(diǎn)的氣球力為正，內(nèi)膜外區(qū)域的像素點(diǎn)的氣球力為負(fù)的特征，將所述動態(tài)輪廓中膨脹的區(qū)域劃分為內(nèi)膜內(nèi)區(qū)域，將所述動態(tài)輪廓中收縮的區(qū)域劃分為內(nèi)膜外區(qū)域；

在分割外膜時，所述動態(tài)輪廓模型的動態(tài)輪廓的初始位置是已探測的內(nèi)膜邊界，根據(jù)外膜內(nèi)區(qū)域的像素點(diǎn)的氣球力為正，外膜外區(qū)域的像素點(diǎn)的氣球力為負(fù)的特征，將所述動態(tài)輪廓中膨脹的區(qū)域劃分為膜中區(qū)域，將所述動態(tài)輪廓中收縮的區(qū)域劃分為外膜外區(qū)域。

5.如權(quán)利要求1至4中任一項(xiàng)所述的血管內(nèi)超聲圖像內(nèi)外膜分割方法，其特征在于，所述無監(jiān)督式學(xué)習(xí)模型為深度學(xué)習(xí)模型，所述有監(jiān)督式分類法為支持向量機(jī)分類法。

6.一種血管內(nèi)超聲圖像內(nèi)外膜分割裝置，其特征在于，包括：

特征信息獲取模塊，用于將待測血管內(nèi)超聲圖像輸入到特征檢測模型中，得到待測血管內(nèi)超聲圖像各像素的特征信息，所述特征檢測模型是通過將不同的已進(jìn)行內(nèi)外膜分割的血管內(nèi)超聲圖像樣本輸入到無監(jiān)督式學(xué)習(xí)模型中進(jìn)行學(xué)習(xí)得到的；

分類信息獲取模塊，用于將待測血管內(nèi)超聲圖像各像素的特征信息輸入到用于判斷特征信息為血管內(nèi)膜內(nèi)、膜中或外膜外的分類模型中，得到待測血管內(nèi)超聲圖像各像素特征信息的分類信息，所述分類模型是通過將不同的已進(jìn)行內(nèi)外膜分割的血管內(nèi)超聲圖像樣本輸入到所述特征檢測模型中，得到血管內(nèi)超聲圖像樣本各像素的特征信息，并采用有監(jiān)督式分類法對血管內(nèi)超聲圖像樣本各像素的特征信息進(jìn)行統(tǒng)計得到的；

分割模塊，用于根據(jù)待測血管內(nèi)超聲圖像各像素的特征信息和待測血管內(nèi)超聲圖像各像素特征信息的分類信息，建立血管的動態(tài)輪廓模型，根據(jù)所述動態(tài)輪廓模型中達(dá)到穩(wěn)態(tài)的曲線獲得血管內(nèi)膜外膜分割曲線。

7.如權(quán)利要求6所述的血管內(nèi)超聲圖像內(nèi)外膜分割裝置，其特征在于，所述分割模塊，包括：

梯度向量場建立單元，用于根據(jù)待測血管內(nèi)超聲圖像各像素的特征信息和待測血管內(nèi)超聲圖像各像素特征信息的分類信息，建立梯度向量場來驅(qū)動所述動態(tài)輪廓模型的輪廓變形；

氣球力函數(shù)建立單元，用于根據(jù)所述動態(tài)輪廓模型的輪廓的法向量建立氣球力函數(shù)，來控制所述動態(tài)輪廓模型的輪廓的膨脹和收縮。

8.如權(quán)利要求7所述的血管內(nèi)超聲圖像內(nèi)外膜分割裝置，其特征在于，所述氣球力函數(shù)控制所述動態(tài)輪廓模型的輪廓進(jìn)行膨脹還是收縮由所述待測血管內(nèi)超聲圖像各像素特征信息的分類信息決定。