[发明专利]一种基于食道超声的主动脉瓣快速分割方法

说明书

技术领域

本发明涉及超声图像的主动脉瓣分割方法，具体的说是一种基于食道超声的主动脉瓣快速分割方法。

背景技术

在现代医学影像学中，超声图像具有强度低、价格便宜、对人体无害等优点，尤其对软组织的探测和心血管脏器的血流观察有独到之处。随着生活水平的提高、人口老龄化加剧，主动脉瓣狭窄、主动脉瓣关闭不全和主动脉瓣膜脱垂等比较常见的心脏瓣膜类疾病越来越多。临床上这类疾病的主要诊断方法是用超声设备观察瓣膜的形状和运动，超声心动图就是一种很好的检测心脏瓣膜疾病的工具，对其分析的首要步骤是超声医学图像分割。因为超声图像中斑点噪声多，目标运动复杂，目标和背景灰度对比度低，所以对其分割具有很大的难度。在实际的超声图像处理与分析中，对目标和病灶的识别、定位和定量分析主要依赖医生经验得到的手动分割。所以，医生要想从混杂着大量斑点噪声和伪影的心脏超声图像中分割出主动脉瓣，就需要有丰富的临床医学知识和敏锐的空间位置感。通常一组超声序列就由几十甚至上百张的图片组成，如果完全由医生手动分割，将会是非常庞大的工作量。

国外，Ivana等人利用主动轮廓模型（也称为Snake模型）对心脏瓣膜分割，引入瓣膜厚度缓慢变化的特征，改变内部能量项，自动分割出厚度均匀的瓣叶。但是，在Snake模型框架下，目标是用点序列进行描述的，很难处理拓扑变化，并且由于超声心动图中心脏主动脉瓣膜的边缘和纹理特征都不是很突出，结构又很复杂，即使用主动轮廓分割也容易在弱边缘处泄露。因此，实现超声图像中主动脉瓣的自动、精确、快速分割意义重大。

发明内容

本发明的目的是提供一种自动、快速、精确的对超声图像的主动脉瓣进行分割的方法，以解决现有技术存在的主动脉瓣超声图像分割不完整和严重溢出的问题。

本发明的目的是这样实现的：一种基于食道超声的主动脉瓣快速分割方法，包括以下步骤：

（1）将B超输出的视频格式的主动脉瓣超声结果转化为一组连续图像，提取所述连续图像的扇形区域，对所述扇形区域进行形态学滤波预处理，得到一组连续的经预处理的主动脉瓣超声图像；

（2）选取所述的经预处理的主动脉瓣超声图像中处于快速射血期或快速充盈期的图像中的一张作为关键帧，将处于非快速射血期和非快速充盈期的图像作为非关键帧，然后以交互的方式在所述关键帧上选取四个点，利用Cardinal样条插值，做出边界轮廓曲线，所述边界轮廓曲线包围的区域作为初始约束区域，即能量约束区域；

（3）所述的边界轮廓曲线将所述关键帧的图像分为内外两部分，内部为正，外部为负，得到边界轮廓曲线符号图；计算所述关键帧的图像上每个像素点到所述边界轮廓曲线的最短欧氏距离，得到边界轮廓曲线距离图，然后将所述边界轮廓曲线符号图和所述边界轮廓曲线距离图相乘，生成所述关键帧的约束区域的符号距离图；

（4）定义E_constraint(φ)=∫_Ω(φ-φ₀)²dxdy为区域约束项，φ₀表示所述关键帧的约束区域的符号距离图；利用形状约束比较函数在CV模型中加入所述区域约束项，然后最小化所述CV模型的能量泛函，提取得到所述关键帧的主动脉瓣分割结果；

（5）将所述关键帧的主动脉瓣分割结果作为相邻的下一个非关键帧的能量约束区域，所述非关键帧的能量约束区域的边界轮廓曲线将所述非关键帧的图像分为内外两部分，内部为正，外部为负，得到非关键帧的边界轮廓曲线符号图；计算所述非关键帧的图像上每个像素点到所述非关键帧的能量约束区域的边界轮廓曲线的最短欧氏距离，得到非关键帧的边界轮廓曲线距离图，然后将所述非关键帧的符号图和所述距离图相乘，生成非关键帧的约束区域的符号距离图。

（6）定义E_constraint(φ)=∫_Ω(φ-φ₀)²dxdy为区域约束项，φ₀表示所述非关键帧的约束区域的符号距离图；利用形状约束比较函数在CV模型中加入所述区域约束项，然后最小化所述CV模型的能量泛函，提取得到所述非关键帧的主动脉瓣分割结果。

所述步骤（2）中Cardinal样条插值表达如下：