[发明专利]一种基于分数维的三维血管斑块超声图像特征描述方法有效
申请号: | 201710780743.9 | 申请日: | 2017-09-01 |
公开(公告)号: | CN107610107B | 公开(公告)日: | 2019-09-13 |
发明(设计)人: | 丁明跃;周然;赵媛 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/49 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 许恒恒;李智 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分数 三维 血管 超声 图像 特征 描述 方法 | ||
本发明公开了一种基于分数维的三维血管斑块超声图像特征描述方法。所述方法包括以下步骤:(1)采集三维血管超声图像;(2)从所采集到的三维血管超声图像中分割出斑块轮廓;(3)从步骤(2)所得的三维血管斑块超声图像中计算斑块的分数维特征,包括:三维盒计数方法和三维毯覆盖方法,分别描述了斑块的表面粗糙度和三维纹理变化。本方法首次将分形理论应用于三维血管超声图像提取斑块的表面变化和内部特性,为动脉粥样硬化的预测提供了一种定量的分析方法。
技术领域
本发明属于计算机技术与医学图像的交叉领域,具体涉及到一种超声图像中血管斑块特征提取方法。
背景技术
在以往对血管斑块超声图像的研究中,大多数通过提取二维B超图像的统计特征来分析斑块的易损特性,包括:灰度中值(GSM)、均值、标准差等等。近年来,许多学者提出用纹理特征来描述斑块的特性,并在区分有症状和无症状的斑块取得了一定的效果。最常见的纹理特征包括:空间灰度依赖矩阵(SGLDM)、灰度共生矩阵(GLCM)、灰度差分统计(GLDS)、Law's纹理、局部二值模式(LBP)、傅里叶谱分析等。
三维超声提供了一种更高效、重复性更好、可靠性更高的血管斑块检测和分析手段,能够更可靠的分析斑块的组成、结构、形态等特性同时监测药物治疗对粥样硬化的影响。颈动脉斑块的破裂是脑血管疾病发生的主要因素之一,对颈动脉斑块进行定量的特征描述在区分易损斑块以及对治疗的药效评价方面都有着极其重要的意义。Landry和Fenster提出从三维超声图像中获取斑块的总体积(Total plaque volume,TPV)作为粥样硬化的表征。Wannarong和parrage也首次在临床验证了内中膜厚度(Intima-mediathickness,IMT),斑块总面积(Total plaque area,TPA),和TPV对粥样硬化生长的规律。为了克服TPV的局限性,Egger和Spence提出用血管壁体积(Vessel wall volume,VWV)来描述粥样硬化。
在三维超声图像中血管斑块IMT、TPA、TPV、VWV等特征的获取往往需要人工参与,不仅费时费力而且依赖与医生的主观性,重复性差。而在以往的研究中,主要是从二维B超图像中获取纹理特征,也有一些学者,用三维血管超声图像中提取斑块纹理特征,但是对每个切面二维图像提取特征后进行组合得到三维特征,而并非真正的三维特征,没有考虑帧与帧之间的联系。一方面,它无法得到三维表面的变化信息;另一方面,它得到的是二维图像内部的纹理,而无法得到轴向的像素之间的变化关系,是不全面的。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于分数维的三维血管斑块超声图像特征描述方法,其目的在于利用分形理论直接计算三维血管斑块超声图像的分数维特征,以描述斑块的表面粗糙度和内部纹理变化,由此解决现有的血管斑块超声图像特征描述方法中主观性强、重复性差等问题,同时,考虑了三维超声图像帧之间的联系,具有更好的描述性和鲁棒性。
为实现上述目的,按照本发明的一个方面,提供了一种三维血管斑块超声图像特征描述方法,其特征在于,包括以下步骤:
(1)获取三维血管超声图像;
(2)从步骤(1)获取的三维血管超声图像中分割出斑块轮廓;
(3)从步骤(2)得到的斑块轮廓获得斑块区域的超声图像,然后从斑块区域的超声图像中根据斑块轮廓并运用三维盒计数方法获取表征斑块的三维表面粗糙度的分数维特征值;根据斑块内部灰度值的变化并运用三维毯覆盖方法获取表征斑块三维内部纹理变化的分数维特征值;
所述三维盒计数方法为:通过使用不同边长的正方体盒子去覆盖斑块区域的超声图像图像,获得盒子数量和盒子边长对数的回归曲线,该曲线的斜率即为表征斑块的三维表面粗糙度分数维特征值;盒子边长由1变化到最大值,边长最大值不超过三维图像的最小边长;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710780743.9/2.html,转载请声明来源钻瓜专利网。