[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

说明书

一种基于超声图像的血流速度波形自动化识别方法，属于图像处理算法领域。该方法基于采集或拍摄得到的含有血流速度波形的临床超声图像，对图像进行灰度化和二值化预处理；基于二值化图像采用二分法对图像进行横向分割，分割出血流速度波形下方高灰度值的区域；从分割后区域的最后一行整体向上遍历，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，即可识别出波形的边界，即血流速度波形；最后从波形中间位置向两端遍历去除非波形的数字、边框等干扰，输出数字化波形。本发明实现了图像中血流速度波形的自动化识别及数字化输出，当无法获取超声设备的波形源数据时，为血流速度波形的分析工作奠定了基础。

技术领域

本发明属于图像处理算法领域，涉及一种基于超声图像的血流速度波形自动化识别方法。

背景技术

超声是临床中一种常规的血流速度检测方法，在人体疾病的诊断中具有广泛的应用价值。通过超声设备检测出的血流速度波形含有丰富的与疾病有关的信息，无论在临床的实时观察，或是在后续对疾病的分析，血流波形都有着重要的参考意义。血流波形的幅值、形状可通过人工实时观察并分析，但除去这些显而易见的特征，波形中可能包含无法直接观察的与疾病相关的信息。在后续对疾病的分析中，这些信息可以通过数字信号处理的方法进行发掘。然而由于超声设备厂家的数据保护，血流波形的源数据往往无法直接获得。科研工作者通常只能通过拍摄获取血流速度波形的超声图片，而后通过Photoshop等软件人工擦去多余信息，保留感兴趣区域，再使用Getdata等波形数字化软件使用手动框选的方法提取波形进行分析。这会造成大量繁琐复杂且效率低下的重复工作，当样本量较大时，造成时间和人力资源的浪费，并不适用于临床。出于对血流波形分析的需要，本发明开发了一种基于超声图像的血流速度波形的自动化识别方法，对含有血流速度波形的超声图像进行波形的识别并数字化输出，为后续的血流速度波形的分析工作奠定了基础，对于疾病诊断的前期工作具有一定的价值。

发明内容

本发明提供了一种基于超声图像的血流速度波形的自动化识别方法，实现超声图像中血流速度波形的自动识别与数字化输出。基于超声图像的血流速度波形自动化识别方法包括：基于血流波形区域的高灰度值特点，在灰度化和二值化后，对图像进行二分法横向分割。当多次分割后的图像区域总体灰度值相对较高且白色区域占空比达到一定阈值时，即认为分割出血流速度波形下方高灰度值的区域。而后整体向上遍历，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，即可识别出波形的边界，即血流速度波形。消除数字边框等干扰后即可输出波形。

为达到上述目的，本发明通过以下技术方案来实现：

基于超声图像的血流速度波形的自动化识别方法，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、符号以及边框等干扰；

步骤A6:输出数字化波形。

作为本发明进一步的技术方案，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；