[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

说明书

【技术领域】

本发明涉及生物医学图像处理领域，特别涉及基于图像的血管内中膜厚度自动提取方法及系统。

【背景技术】

心脑血管疾病已成为人类健康的头号杀手，动脉粥硬化及其并发症是导致心脑血管疾病的主要机制。血管内中膜厚度(Intima-Media Thickness，IMT)是临床诊断中衡量动脉粥样硬化程度的最主要的指标。血管内中膜厚度是指血管壁远端内腔-内膜和中膜-外膜之间的距离，随着年龄的增长和动脉粥样硬化病变，血管会发生器质性变化，内中膜厚度增加。

为了方便获知血管内中膜厚度，常通过超声检查进行拍摄图像。传统的测量血管内中膜厚度的方法是通过手动标记，根据经验，在拍摄的超声图像中的血管腔-内膜和中膜-外膜的边界上分别标记两点，其间的距离作为IMT的值。因IMT的值并不是均匀的，且生物组织的分解并不是绝对的，故血管内中膜厚度很大程度取决于操作者的经验，存在较大的不稳定和个体间差异。

为此，研究者提出了使用图像分割的方法自动提取血管内中膜厚度，但因超声图像分辨率低，并伴随有严重的斑点噪声和伪影，使得自动提取存在较大困难。

【发明内容】

基于此，有必要提供一种能降低噪声影响且操作方便的基于图像的血管内中膜厚度自动提取方法。

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。

优选地，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。

优选地，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。

优选地，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。

优选地，所述通过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。

优选地，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。

此外，还有必要提供一种能降低噪声影响且操作方便的基于图像的血管内中膜厚度自动提取系统。

一种基于图像的血管内中膜厚度自动提取系统，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；