[发明专利]心脏二尖瓣瓣环的自动检测方法

说明书

技术领域

本发明涉及的是一种计算机应用技术领域的方法，具体地说，是一种心脏二尖瓣瓣环的自动检测方法。

背景技术

超声心动图是当前诊断心脏二尖瓣病变的主要诊断影像工具。研究者发现，二尖瓣返流与瓣环的形变有密切联系。临床诊断和研究一般人工方式测量二尖瓣瓣环的面积、周长和直径等形态参数来评价二尖瓣功能。由于识别二尖瓣瓣环比较困难，从心动超声图像中逐个识别二尖瓣瓣环特征点，即使对于熟练的医生来说也是一项繁冗的工作。

经对现有技术文献的检索发现，Ionasec等在《IEEE Transaction on Medical Imaging》（电气和电子工程师协会医学成像学报）（2010，29（9）：1636-1651）上发表了（“Patient-Specific Modeling and Quantification of the Aoric and Mitral Valves From4-D Cardiac CT and TEE”）一文，该文提出了一种轨迹谱学习算法，实现了在CT图像中心内二尖瓣、主动脉瓣等解剖特征点的自动识别算法。然而，上述研究工作需要大量图像数据库，花费几年的时间人工采集大量的训练样本，实现过程需要大量的人力物力。

发明内容

本发明的目的在于针对现有技术的不足，提出一种心脏二尖瓣瓣环的自动检测方法，使得医生可以迅速方便地通过测量二尖瓣瓣环的形态参数来评价二尖瓣功能，并且能进一步用于二尖瓣配准和建模等应用。本发明主要针对超声心动图，利用先验知识和加性核支持向量机快速准确地自动识别二尖瓣瓣环。

根据本发明提供的心脏二尖瓣瓣环的自动检测方法，包括如下步骤：

步骤(1)：基于局部上下文特征的加性最小核支持向量机分类器快速识别瓣环候选特征点；

步骤(2)：利用加权模板计算候选特征点的局部加权密度；

步骤(3)：采用二分法自适应搜索局部加权密度值的阈值，计算连续区域的中心点，利用最近邻算法计算聚类中心作为最后二尖瓣瓣环的特征点。

优选地，在所述步骤(1)中，根据超声心动图设计一个局部上下文特征，具体为：在超声心动图的图像中某一点，沿45°角共有8个方向，在每个方向上间隔采样，其中，各个方向的采样位置为{1,3,5,8,11,15,19,23}；选择采样点的灰度和3×3窗口的均值作为特征，这样得到图像中这一点的局部上下文特征；根据局部上下文特征训练加性最小核支持向量机分类器，识别二尖瓣瓣环候选特征点{x_c}。

优选地，在所述步骤(2)中，以曼哈顿距离为权重的11×11模板对所有瓣环候选点进行滤波，得到候选点的局部加权密度值P(x)：

P(x)=Σy∈{xc}∩N11(x)Dcityblock(y-x)]]>

其中，{x_c}表示二尖瓣瓣环候选特征点，N₁₁(x)表示点x的11×11邻域，D_cityblock(y-x)表示点y与x间的曼哈顿距离。

优选地，在所述步骤(3)中，采用二分法自适应搜索局部加权密度值的阈值，剔除候选特征点中非瓣环的异常点，计算连续区域的中心点，利用最近邻算法计算聚类中心作为最终二尖瓣瓣环的特征点。

本发明的有益效果是：(1)根据超声心动图的斑点噪声、图像分辨率较低、边界模糊等特性和心脏腔室空间结构关系设计了一个有效的局部上下文特征；(2)利用基于局部上下文特征的加性最小核支持向量机分类器能够快速准确地识别二尖瓣瓣环特征点，可以用于二尖瓣病变测量评价和实时检测应用。