[发明专利]一种冠状动脉OCT图像自动分割方法

权利要求书

1.一种冠状动脉OCT图像自动分割方法，其特征在于，包括如下步骤：

A)以包含纤维化斑块、钙化斑块和脂质斑块的冠状动脉OCT原始图像作为处理对象，对OCT原始图像进行去除中心斜线、导管圆环和外围文字标注的预处理，得到预处理后的图像；

B)将所述预处理后的图像转化成极坐标形式，然后进行二值化，得到二值化图像；

对所得二值化图像的组内方差求出最小值，然后提取该二值化图像的每一列第一个非零像素并组成一条连续的直线，再转化为直角坐标系形式，得到血管内膜图像；

将所得血管内膜图像置入A)步所得预处理后的图像中，然后将内膜内部区域像素值设置为0，得到去除内膜内部噪音的去噪图像；

C)调整B)步所述二值化图像的二值化权重为0.3，然后叠加到B)步所得去噪图像中，得到高信号区域能量增强的叠加的图像；

D)利用k-means法将所述叠加的图像依据颜色分布分成不同的聚类，并使用欧式距离作为最小化函数以确定聚类中心；

E)利用径向基函数将D)步所得聚类之后的图像变换到高维空间；

F)构建GraphCuts能量函数对经E)步处理图像进行处理，通过最小化该能量函数达到每一个像素点的最优配置，实现将钙化斑块、纤维化斑块和脂质斑块分割出来的目的，得到分割结果。

2.根据权利要求1所述的冠状动脉OCT图像自动分割方法，其特征在于，

D)步具体过程是：使用k-means方法将所得叠加的图像依据颜色分布分成不同的聚类，并使用欧式距离作为最小化函数以确定聚类中心C，其中：K为聚类时分割出的区域数目，设置K＝4；l为像素点的标签，取值为1～K，xl是第l聚类的像素；i是为像素维度，Si是每个聚类中的像素集合，μi表示Si中的确定的质心，即聚类中心C。

3.根据权利要求2所述的冠状动脉OCT图像自动分割方法，其特征在于，

E)步中径向基函数公式其中，β为径向基函数的宽度参数，用于控制函数径向作用范围，取β＝0.5；Im为图像的像素集合。

4.根据权利要求3所述的冠状动脉OCT图像自动分割方法，其特征在于，

F)步中，GraphCuts能量函数H(f)＝D(f)+α·R(f)，其中，

①D(f)是计算分割区域内颜色相似性的数据项，采用kernel空间中的非欧氏距离作为数据项，则数据项D(f)演化为：

其中：x和l分别为图像的像素点和对应的标签，Sl和L为聚类集合和标签空间；为kernel非线性映射，ul为分段常数模型的模型参数，mx为图像的颜色向量；

②R(f)是使边界平滑的正则项，采用采用临近点与中心点的不相似程度作为正则项作为正则项，则正则项R(f)演化为：R(f)＝∑{x，y}∈Nr(f(x)，f(y))，

其中，{x，y}为靠近点集N中的一对临近点；r(f(x)，f(y))＝min(A2，|uf(x)-uf(y)|2)，A为点集N中心的灰度强度，f(x)、f(y)为分别为x、y点到标签空间的映射，uf(x)、uf(y)为分别为x、y点的灰度强度；

③f表示像素点到标签空间的映射；

④α为权重系数，用于控制边界平滑程度，设置α＝0.6。