[发明专利]一种血管内超声图像序列的三维分割方法

权利要求书

1.一种血管内超声图像序列的三维分割方法，其特征是，首先对IVUS原始图像进行滤除噪声和抑制环晕伪像的预处理，然后获取IVUS图像序列的四个纵向视图，并从中提取出血管内腔边界和中-外膜边界，再通过将这些边界曲线映射到各帧IVUS图像中，得到横向视图中的初始边界，最后通过使能量函数最小，初始边界不断变形，最终得到各帧IVUS图像中的血管内腔和中-外膜边界。

2.根据权利要求1所述血管内超声图像序列的三维分割方法，其特征是，该方法包括以下步骤：

a、对原始IVUS图像进行预处理，包括滤波去噪和去除环晕伪像：

首先采用中值滤波和高斯平滑两种通用预处理方法，减少IVUS图像中的椒盐噪声和随机噪声，然后对各帧IVUS图像进行极坐标变换，得到其极坐标视图，再按照下式去除极坐标视图中的环晕伪像：

I′(r,θ)=Icatheter,r≤ϵ×ImageWidth/2I(r,θ),else]]>

其中，I(r，θ)和I′(r，θ)分别为原极坐标视图和去除环晕伪像后的极坐标视图中像素点(r，θ)处的灰度值；r为像素点的极径；θ为像素点的极角；I_catheter是原IVUS图像中导管区域的像素灰度值；ImageWidth为以像素为单位的图像宽度；ε为权重参数；最后经过极坐标逆变换，即可得到直角坐标系下去除环晕伪像后的IVUS图像；

b、分别取IVUS图像序列的沿血管长轴方向的四个纵向视图，即垂直切面A、水平切面B、左对角线切面C和右对角线切面D；

c、从IVUS纵向视图中提取出血管内腔边界和中-外膜边界：

从纵向视图的中轴线开始，分别向左和向右逐行遍历四个IVUS纵向视图中的各像素，用I(i，j)表示坐标为(i，j)的像素的灰度值，I(i，j+1)表示坐标为(i，j+1)的像素的灰度值，若I(i，j+1)-I(i，j)≥η，则(i，j)为目标边界点，否则不是；将每行左右两部分的像素中，第一个符合上述条件的像素记为内腔边界点，第二个记为中-外膜边界点；其中，η为阈值；

d、将四个纵向视图中的边界曲线映射到各帧IVUS图像中，纵向视图的边界线对应到横向视图中为边界点，依次连接各边界点，得到各帧IVUS图像中血管内腔的初始边界和中-外膜的初始边界；

e、各帧IVUS图像中的初始边界通过snake变形获得血管内腔边界和中-外膜边界：

将各帧IVUS图像中血管壁的初始边界作为snake模型的初始形状，将初始边界离散成由N个点组成的有序点集，则能量函数的离散表达式为：

E=Σi=0N-1[Eint(i)+Eext(i)]]]>

Eint(i)=α|d‾-|ci-ci-1||maxd+β|ci-1-2ci+ci+1|2maxd,]]>Eext(i)=γI(xi,yi)255-λ|▿I(xi,yi)|2552]]>

其中，E_int是内部能量；E_ext是外部能量；c_i(x_i，y_i)(i＝1，2，…，N-2)是第i个snake点，(x_i，y_i)是它的坐标；c_i-1和c_i+1分别是第i-1个和第i+1个snake点；和maxd分别是相邻snake点之间的平均距离和最大距离；I(x_i，y_i)和分别是坐标为(x_i，y_i)的像素的灰度和灰度梯度值；α，β，γ，λ∈[0，1]都是权重参数。

通过使能量函数E最小，snake模型从初始形状开始不断变形，最终停留在能量函数取得全局最小值的最优位置，即为目标边界。