[發(fā)明專利]一種基于限制點集方法的血管壁網(wǎng)格劃分方法

在審

• 申請?zhí)枺?/td>: 201410773992.1
• 申請日: 2015-08-03
• 公開（公告）號: CN104504757A
• 公開（公告）日: 2015-07-29
• 發(fā)明（設計）人: 汪友生;董路;寧克友;金銘;樊存佳
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G06T17/20
• 分類號: G06T17/20
• 代理公司: 北京思海天達知識產(chǎn)權代理有限公司 11203
• 代理人: 劉萍

1.一種基于限制點集方法的血管壁網(wǎng)格劃分方法，其特征在于，是在連接著血管內(nèi)超聲儀的計算機中依次按以下步驟進行的：

步驟(1)血管內(nèi)超聲儀一般以0.5mm/s的速度勻速回拉導管，獲得人體冠狀動脈的血管內(nèi)超聲視頻影像；

步驟(2)將步驟(1)得到的血管內(nèi)超聲視頻影像導入計算機，從視頻中截取連續(xù)的多幀血管內(nèi)超聲圖像作為實驗圖像，圖像分辨率為384*384，以下簡稱為超聲圖像；

步驟(3)對上述超聲圖像檢測血管壁內(nèi)外膜邊緣進行超聲圖像感興趣區(qū)域ROI分割；

步驟(4)對步驟(3)中取得的ROI區(qū)域進行二值化，m表示已取得的IVUS圖像的ROI區(qū)域，此時m是一個384*384的矩陣，取值范圍0～255，經(jīng)過多次實驗對比，二值化的閾值設為240，即m值小于240的全部歸一化為0，m值大于等于240的全部歸一化為255；

步驟(5)將步驟(4)中已進行二值化處理的ROI區(qū)域提取內(nèi)外膜邊緣特征點；

步驟(5.1)從圖像邊緣上提取出有意義的n個點，使這n個點最具有代表性；首先這n個點要在圖像邊緣上；其次最近鄰的兩點之間要盡量分散開；具體做法是首先對邊緣像素隨機抽樣，在對邊緣像素隨機抽樣過程中檢查全部點對的歐式距離：

d=(x1-x2)2+(y1-y2)2---(1)]]>

其中，d表示兩相鄰點之間的距離，(x₁,y₁)，(x₂,y₂)分別為兩個相鄰點的坐標；每次去除距離最小的點對中的一個點，直至剩下點的數(shù)量達到要取樣的點的數(shù)量n；為了減少計算量，當m＞＞n時，隨機取3n個點，對這3n個點進行上述操作即可；如果直接對這些點進行Delaunay網(wǎng)格劃分可以看到這種邊緣定點的劃分結果不是很均勻而且劃分區(qū)域包括了血管腔部分，顯然不合理；

步驟(5.2)對于步驟(5.1)取得的點集設為點集合P＝{p₁,p₂,p₃...p_n}，n為邊界點個數(shù)，從集合P中盡可能少的提取特征點，并且能滿足提取后的特征點能夠表示血管壁的邊緣形態(tài)，包括以下幾部分內(nèi)容：

1).設定初始角度閾值ε和長度閾值t；

2).選取橫坐標最大的邊界點S1作為初始點，按逆時針方向查找第二個邊界點S2，連接S1、S2形成線段L1，然后查找下一點S3，連接S2、S3形成L2，計算L1與L2的夾角θ；其中

θ=arctan(k2-k11+k1k2)---(2)]]>

k₂和k₁分別是線段L2和L1的斜率，并計算點S1、S3連線L3的長度L，當θ≥ε時點S3為特征點，表示S3點是邊界特征變化的拐點；當θ<ε且L≥t表明S3點邊界特征變化不大，但忽略點S2后，形成的約束線段L3的長度已超過閾值長度，那么忽略該點會導致網(wǎng)格構建后的三角形出現(xiàn)狹長和尖銳的部分，不符合要求，故滿足該條件的點也視為特征點；其余點視為非特征點；

3).初始角度閾值ε的選擇可根據(jù)對血管壁網(wǎng)格劃分大小不同要求進行選擇，網(wǎng)格較小則閾值ε選擇較小，表示出現(xiàn)小突變的邊界點也視為特征點，在MATLAB的坐標環(huán)境下，ε取值在0.5°～1.5°之間，長度閾值t設為10；

步驟(6)對上述點進行Delaunay劃分，將得到的三角形按照它們與血管壁的位置關系分為兩類：1)位于血管壁內(nèi)外膜之間；2)位于位于血管腔內(nèi)；求出三角形的中心點坐標P(x,y)，然后判斷P(x,y)點與內(nèi)外膜邊界點的位置關系，通過判斷中心點的位置關系，便可確定該三角形屬于哪一類；將第2)種類型的三角形存入非法三角形集合T中，并將T中的三角形按比鄰關系進行分組，記為Z_n，彼此相鄰為一組，n＝1,2,3…為每一組的索引，將同組內(nèi)三角形按逆時針方向進行排序，以集合T中組Z_n為順序，遍歷每個Z_n中所有非法三角形，在第1)種類型三角形中找出所有與該三角形有共享邊的其他三角形，對于共享邊予以保留，剩余的邊予以刪除，遍歷集合T，直至T中所有三角形都被清除。