[發明專利]基于超聲結構分層引導的光聲內窺定量層析成像方法及其系統

有效

• 申請號: 202010616808.8
• 申請日: 2020-07-01
• 公開（公告）號: CN111829956B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 楊思華;郭婷;熊科迪
• 申請（專利權）人: 華南師范大學
• 主分類號: G01N21/17
• 分類號: G01N21/17;G01N29/06;G01N29/09;G01N29/44;G06T7/00
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

1.基于超聲結構分層引導的光聲內窺定量層析成像方法，其特征在于，包括下述步驟：

采集同一位置的光聲圖像和超聲圖像；

超聲圖像中不同聲阻抗層分割及邊緣識別，根據腔體不同的聲阻抗結構產生的超聲回波信號幅值的差異，分割超聲圖像得到相應生理結構分層圖像，并識別各層邊緣得到位置矩陣；

所述超聲圖像中不同聲阻抗層分割及邊緣識別步驟具體為：

圖像預處理，基于中值濾波消除隨機信號干擾，并將圖像轉為灰度圖，提取圖像灰度直方圖；

圖像分割，設置多個不同閾值提取出腔體壁因聲阻抗差異造成的不同聲阻抗分層圖像；所述圖像分割具體為：

首先基于Ostu閾值法分割出腔體壁區域，然后基于灰度直方圖局部像素統計設置多閾值，將感興趣區域逐層分割；

邊緣識別，將分層圖像做二值處理，對層信號進行膨脹腐蝕，利用Sobel算子對圖像分割步驟得到的腔體壁各組織層的邊緣準確識別，得到邊緣位置矩陣；

光聲圖像分層提取，基于得到超聲圖像各聲阻抗層邊緣的位置矩陣，在與超聲成像同步的光聲成像圖像中提取對應的各層光聲信號；

所述光聲圖像分層提取具體為：

信號增強處理，基于直方圖均衡化法對血管結構進行增強處理；

信息提取，將層邊緣的位置矩陣作半距離處理，生成提取矩陣與光聲圖像點乘運算，提取出各層血管結構圖像；

三維圖像生成，將各層血管結構圖像進行最大值投影，沿z軸方向N個最大值投影累積生成三維血管結構分層圖像；

光聲圖像的參數量化，對提取出的各層光聲信號的血管結構特征進行識別和參數量化，量化各層血管結構的面積、體積、長度。

2.根據權利要求1所述的基于超聲結構分層引導的光聲內窺定量層析成像方法，其特征在于，所述邊緣識別以圓形模板進行橫向膨脹操作，利用Sobel算子進行初步邊緣識別；若識別結果為無閉合曲線，則腐蝕操作后，再次執行Sobel算子邊緣識別，輸出邊緣矩陣；若識別結果為存在閉合曲線，則進行空洞填充和腐蝕操作，再次執行Sobel算子邊緣識別，輸出邊緣矩陣。

3.根據權利要求2所述的基于超聲結構分層引導的光聲內窺定量層析成像方法，其特征在于，所述邊緣識別是將輸出的邊緣矩陣做斷點掃描，將間斷部位做基于鄰近坐標相關性的斷點連接。

4.根據權利要求1所述的基于超聲結構分層引導的光聲內窺定量層析成像方法，其特征在于，所述光聲圖像的參數量化具體為：

血管結構面積、體積量化，將各層三維血管結構圖像二值化處理，基于離散體素統計得到血管結構面積，同時計算深度距離，得到血管結構體積；

血管結構中心線提取，將三維血管結構體積轉化為三維方向加權圖，從加權圖中建立最小成本生成樹，通過回溯最小成本生成樹提取中心線；

血管結構長度量化，基于歐幾里得距離計算提取出的血管結構中心線，得到血管結構長度。

5.基于超聲結構分層引導的光聲內窺定量層析成像系統，其特征在于，具體包括：圖像采集模塊、不同聲阻抗層分割及邊緣識別模塊、光聲圖像信息提取模塊以及光聲圖像的參數量化模塊；

所述圖像采集模塊，用于采集得到橫斷面光聲圖像和超聲圖像；

所述不同聲阻抗層分割及邊緣識別模塊，用于在超聲圖像中根據腔體不同的聲阻抗結構產生的超聲回波信號幅值的差異，分割得到相應生理結構分層圖像，并識別各層邊緣得到位置矩陣；

所述不同聲阻抗層分割及邊緣識別模塊包括：圖像預處理模塊、圖像分割模塊以及邊緣識別模塊；

所述圖像預處理模塊，基于中值濾波消除隨機信號干擾，將圖像轉為灰度圖，提取圖像灰度直方圖；

所述圖像分割模塊，利用多閾值法，設置多個不同閾值提取出腔體壁因聲阻抗差異造成的不同聲阻抗分層圖像；具體為：首先基于Ostu閾值法分割出腔體壁區域，然后基于灰度直方圖局部像素統計設置多閾值，將感興趣區域逐層分割；

所述邊緣識別模塊，將分層圖像做二值處理，對層信號進行膨脹腐蝕，并利用Sobel算子對分割得到的腔體壁各組織層的邊緣準確識別，得到邊緣位置矩陣；

所述光聲圖像信息提取模塊，用于基于同步的超聲邊緣位置矩陣，在光聲圖像中提取對應各層的光聲信號；具體操作包括：

信號增強處理，基于直方圖均衡化法對血管結構進行增強處理；

信息提取，將層邊緣的位置矩陣作半距離處理，生成提取矩陣與光聲圖像點乘運算，提取出各層血管結構圖像；

三維圖像生成，將各層血管結構圖像進行最大值投影，沿z軸方向N個最大值投影累積生成三維血管結構分層圖像；

所述光聲圖像的參數量化模塊，用于對層析的三維光聲圖像的血管結構特征進行識別和參數量化，量化各層血管結構的面積、體積、長度。