[发明专利]一种颈动脉内中膜边界自动分割方法与系统

说明书

本发明公开了一种颈动脉内中膜边界自动分割方法及系统，对超声图像序列进行预处理，通过粗裁剪、生成种子点、动态规划方法处理实现对序列第一帧的初始化；建立图像序列分割的状态空间框架，运用蛇算法获取状态空间中的观测量，并使用卡尔曼滤波器求解该状态空间方程，得到图像内对应的颈动脉壁的实际位置；顺序地分割后续图像，得到图像分割结果。本发明中序列的第一帧初始化工作为自动分割，真正实现了颈动脉内中膜边界的全自动分割，在时效性方面有了质的提升。

技术领域

本发明涉及一种颈动脉内中膜边界自动分割方法与系统。

背景技术

从超声图像中分割出颈动脉IM(内膜-中膜)边界，进而在心动周期中观测颈 动脉IMT(内膜-中膜厚度)的变化对心血管疾病的发现、预防及预后都具有重要 意义。

超声成像通常用于检查颈动脉内中膜的生物力学特性，从超声图像中分割 出颈动脉IM(内膜-中膜)边界，进而在心动周期中观测颈动脉IMT(内膜-中膜厚 度)的变化对心血管疾病的发现、预防及预后都具有重要意义。而颈动脉超声图 像分割的核心任务是使用相应的边缘提取算法完整地提取IM边界，即动脉的 LI(lumen intima，内膜)和MA(mediaadventitia，中外模)边界。

从实现手段上分类，主要有动态规划，蛇算法，神经网络，Chan-Vese模型 等方法。由于图像噪声、IM边界的动态特性、观测者之间的差异等干扰因素的 影响，这项工作仍然很有挑战性，有待开发超声图像的全自动分割技术以最大 限度地减少使用者的工作量。

目前上述颈动脉分割技术只能处理单张超声图像，而无法处理连续的超声 图像序列，而且多为半自动分割，时效性不够高。此外，很多方法只能较好地 处理噪声较少的理想图像，鲁棒性不够强，实用性也大为降低。

发明内容

本发明为了解决上述问题，提出了一种颈动脉内中膜边界自动分割方法与 系统，本发明以状态空间框架为基础，并融合了蛇算法，使分割的准确率和鲁 棒性都大为提高。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一目的是提供一种颈动脉内中膜边界自动分割方法，对超声图 像序列进行预处理，通过粗裁剪、生成种子点、动态规划方法处理实现对序列 第一帧的初始化；

建立图像序列分割的状态空间框架，运用蛇算法获取状态空间中的观测量， 并使用卡尔曼滤波器求解该状态空间方程，得到图像内对应的颈动脉壁的实际 位置；

顺序地分割后续图像，得到图像分割结果。

进一步的，对超声图像序列进行预处理的过程具体为：将每帧的灰度值正 则化到[0,255]，再对每一帧应用高斯低通滤波器处理。

进一步的，将第一张图像进行粗裁剪的具体过程为：对图像矩阵的每一列 进行灰度检索，根据连续点序列的灰度值，判断点序列为血管内腔还是膜，最 后一个灰度值小于第一设定值的点被选为内膜边界的上限，该点的y坐标记作 A_i，继续灰度索引直至找到灰度值最大的点，该点的y坐标记B_i,若这两点的y 坐标差值满足设定的阈值要求，则后者即为中外模边界的下限。

更进一步的，设置第一设定值和第二设定值，灰度值小于第一设定值的点 为暗，判断为血管内腔，灰度值大于第二设定值的点为亮，判断为膜，第二设 定值大于第一设定值。

更进一步的，根据B_i求得A_i，在A_i和B_i之外的区域设为禁止区域，动态 规划的前向传播将不会通过该区域。