[发明专利]一种基于超声图像的血流速度波形自动化识别方法

权利要求书

1.一种基于超声图像的血流速度波形的自动化识别方法，其特征在于，该方法包括以下步骤：

步骤A1:对超声图像进行灰度化，获得灰度图；

步骤A2:对灰度图进行二值化处理得到二值化图像；

步骤A3:采用二分法对二值化图像进行多次横向分割，得到包含血流速度波形下方高灰度值的区域；

步骤A4:基于上述算法步骤A3分割出的区域，在整个二值化图像中，从该区域的最后一行即第segLowRow行开始，整个图像的所有列向上遍历，当经历最大灰度梯度且继续往上的一定长度区域内无高亮灰度时，停止遍历，识别出波形的边界，即血流速度波形；

步骤A5:消除血流速度波形左右两边存在的数字、符号以及边框干扰；

步骤A6:输出数字化波形；

步骤A3中所述二分法对二值化图像的横向分割方法包括以下步骤：

步骤B1:每次在图像行数的1/2处分割图像，比较每次分割后上半部分与下半部分图像的灰度总值和各自白色区域的占空比；白色区域即为血流速度波形下方包含的高灰度值区域；

步骤B2:舍弃灰度总值相对较低的上半部图像，对剩余下半部分再次从中间行处进行分割，直到分割出的图像中，白色区域的占空比大于等于设定阈值时优选为0.4，停止分割，得到包含血流速度波形下方高灰度值的区域。

2.按照权利要求1所述的一种基于超声图像的血流速度波形的自动化识别方法，其特征在于，步骤A4中所述特征，包括停止遍历的判断依据为：由于血流速度波形下方可能存在黑色缝隙，并不是所有都是高灰度值的白色区域，故在向上遍历时，不能认定有灰度值的跳变就是波形的边界；需要增加的一个条件就是遇到最大灰度梯度(255)且继续往上一段长度内没有白色区域，该长度设定为原始图像总行数的10％。

3.按照权利要求1所述的一种基于超声图像的血流速度波形的自动化识别方法，其特征在于，步骤A5中所述的消除血流速度波形左右两边存在的数字、符号以及边框干扰的方法，包括以下步骤：

步骤C1:在识别出波形边界后从图像的中间列即波形的中间位置分别向两头遍历，判断是否遇到数字或符号；

步骤C2:判断是否遇到矩形边框；

步骤C3:遇到数字、符号或边框干扰即结束遍历，输出波形。