[发明专利]基于图像的血管内中膜厚度自动提取方法及系统

权利要求书

1.一种基于图像的血管内中膜厚度自动提取方法，包括以下步骤：

获取血管超声图像，并从血管超声图像中选取感兴趣区域；

采用基于非均匀B样条的经验模态分解算法对所述感兴趣区域去噪；

通过K均值聚类法对所述去噪后的感兴趣区域中的像素点基于像素灰度进行分类，以分离出血管腔、血管壁外膜和感兴趣区域中除血管腔、血管壁外膜外的其它区域三部分；

通过数学形态学从所述分离出的感兴趣区域中除血管腔、血管壁外膜外的其他区域部分提取血管内中膜厚度。

2.根据权利要求1所述的基于图像的血管内中膜厚度自动提取方法，其特征在于，所述采用基于非均匀B样条的经验模态分解算法对所述感兴趣区域去噪的步骤具体包括以下步骤：

提取所述感兴趣区域中的局部的极大值点和局部的极小值点；

通过非均匀B样条曲面拟合法分别对极大值点和极小值点进行插值拟合，得到对所述感兴趣区域的上包络曲面和下包络曲面，计算所述上包络曲面和下包络曲面的均值得到所述经验模态分解算法的第一尺度分解的残差信号，即为去噪后的感兴趣区域。

3.根据权利要求2所述的基于图像的血管内中膜厚度自动提取方法，其特征在于，在提取所述感兴趣区域中的局部的极大值点和局部的极小值点的步骤之后还包括步骤：

在所述感兴趣区域的血管壁纵向上设置稠密网格和血管壁切向上设置稀疏网格；

根据所述稠密网格和稀疏网格通过所述非均匀B样条曲面拟合法分别对极大值点和极小值点进行插值拟合。

4.根据权利要求1所述的基于图像的血管内中膜厚度自动提取方法，其特征在于，在所述采用基于非均匀B样条的经验模态分解算法对所述感兴趣区域去噪的步骤之前还包括步骤：

采用高斯滤波器对所述感兴趣区域初步去噪。

5.根据权利要求1所述的基于图像的血管内中膜厚度自动提取方法，其特征在于，通过K均值聚类法对所述去噪后的感兴趣区域中的像素点基于像素灰度进行分类，以分离出血管腔、血管壁外膜和感兴趣区域中除血管腔、血管壁外膜外的其它区域三部分的步骤具体为：

以代表亮、灰、暗的三类像素灰度的灰度值组成的特征向量，将其设置为聚类中心初始值；

根据所述聚类中心初始值将所述感兴趣区域分离为第一区、第二区和第三区，所述第一区对应血管腔部分，所述第二区对应血管壁外膜部分，所述第三区对应感兴趣区域中除血管腔、血管壁外膜外的其它区域部分。

6.根据权利要求1所述的基于图像的血管内中膜厚度自动提取方法，其特征在于，从所述分离出的感兴趣区域中除血管腔、血管壁外膜外的其他区域部分通过数学形态学提取血管内中膜厚度的步骤具体为：

预先设置形态半径分别为第一可变参数和第二可变参数；

提取血管壁外膜，将该部分作为蒙板从该感兴趣区域剔除，然后将感兴趣区域中除血管腔、血管壁外膜外的其他区域部分作为前景，分别以形态半径为第一可变参数和第二可变参数进行分割操作，得到血管内中膜区域分割结果，测量所述分割结果得到所述血管内中膜厚度。

7.一种基于图像的血管内中膜厚度自动提取系统，其特征在于，包括：

图像获取模块，用于获取血管超声图像，并从血管超声图像中选取感兴趣区域；

去噪处理模块，用于采用基于非均匀B样条的经验模态分解算法对所述感兴趣区域去噪；

分离模块，用于通过K均值聚类法对所述去噪后的感兴趣区域中的像素点基于像素灰度进行分类，以分离出血管腔、血管壁外膜和感兴趣区域中除血管腔、血管壁外膜外的其它区域三部分；

提取模块，用于通过数学形态学从所述分离出的感兴趣区域中除血管腔、血管壁外膜外的其他区域部分提取血管内中膜厚度。

8.根据权利要求7所述的基于图像的血管内中膜厚度自动提取系统，其特征在于，所述去噪处理模块还用于提取所述感兴趣区域中的局部的极大值点和局部的极小值点，通过非均匀B样条曲面拟合法分别对极大值点和极小值点进行插值拟合，得到对所述感兴趣区域的上包络曲面和下包络曲面，计算所述上包络曲面和下包络曲面的均值得到所述经验模态分解算法的第一尺度分解的残差信号，即为去噪后的感兴趣区域。