[发明专利]基于水平集图像分割的卵泡超声处理方法和系统

说明书

本发明提供一种基于水平集图像分割的卵泡超声处理方法和系统，通过预处理令卵泡超声图像进行图像增强，得到高质量的预处理图像；根据超声图像的灰度分布特点，将预处理图像分成多个区域，分别计算各个区域的区域阈值，基于区域阈值对各区域进行灰度自适应分割；采用水平集图像分割对预分割区域进行二次分割，增强预分割区域中的卵泡区域、非卵泡区域之间的区别，得到疑似卵泡区域；基于决策树和bagging算法，对疑似卵泡区域进行分区，提取其中的独立完整卵泡区域，并通过进行卵泡质量打分评估。解决超声卵泡监测存在主观性强，量化指标少等问题；实现卵泡超声图像的自动分割，优化诊断流程，提高诊断质量，并减轻医务工作者的劳动强度。

技术领域

本发明涉及图像增强、图像降噪以及图像分割领域，具体地，涉及一种基于水平集图像分割的卵泡超声处理方法和系统，尤其是涉及基于双边滤波的图像降噪与自适应直方图的图像增强、基于灰度自适应阈值的预分割与基于水平集方法-CV模型二次分割的卵泡超声图像的图像处理方法，并采用最小二乘法对卵泡质量进行数字化定量评价。

背景技术

医学图像分割的是从完全依靠人工分割到实现半人工半自动分割再慢慢走向全自动分割的发展过程。早期的医学图像分割是依靠人工分割在图像上描绘期望的区域边界。半自动分割是把计算机技术和人的知识结合在一起，完成对图像的分割工作。比起单纯的人工分割，在一定程度上，减少了人力成本与人为因素的影响，但是超声图像的分割仍然受到了操作者的技术能力以及经验上的影响。近年，随着模糊技术和人工智能技术的发展，这类激素被广泛应用于图像分割领域，也使得部分医学图像的分割完全脱离了人为干预，实现了全自动分割。

对于超声图像，经检索：欧玥等人在《改进测地线活动轮廓模型的超声图像分割》中实现了肝脏超声图像分割。金联等人在文《基于遗传算法的水平集超声图像分割》将遗传算法和水平集结合有效分分割出了肝脏超声图像的肿瘤，陈冠饶等人在文《一种基于生物仿真结构的神经网络在超声医学图像分割中的应用》心脏超声图像分割中应用了生物仿真结构的神经网络。

但是目前针对于卵泡超声图像处理的研究仍是较为缺乏的，卵泡超声图像相对与其他医学超声图像，目标区域较小，数量不统一，且形状各异，难以直接应用其他的超声图像处理方法。

与本申请相关的现有技术是专利文献105496453A，提供了一种黄牛卵泡超声监测系统及其监测方法，包括以下单元：读取显示超声图像单元，图像裁剪单元，图像去噪单元，卵泡检测单元，表面提取单元，三维重建单元，体积计算单元，体积检测单元以及点集渲染单元。提供了一个对黄牛卵泡超声图像处理及计算的平台，程序可以对超声图像进行去噪、检测卵泡、提取卵泡表面、卵泡三维重建、卵泡体积计算及监测功能。能够监测不同发展状态下黄牛卵泡发育情况，并可对疾病进行诊断和跟踪监测治疗，具有快捷、高效、准确率高、直观性强等优点。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于水平集图像分割的卵泡超声处理方法和系统。

根据本发明提供的一种基于水平集图像分割的卵泡超声处理方法，包括：

预处理步骤：识别卵泡超声图像，通过预处理令卵泡超声图像进行图像增强，得到高质量的预处理图像；

预分割步骤：根据超声图像的灰度分布特点，将预处理图像分成多个区域，分别计算各个区域的区域阈值，基于区域阈值对各区域进行灰度自适应分割，得到多个预分割区域；

二次分割步骤：采用水平集图像分割对预分割区域进行二次分割，增强预分割区域中的卵泡区域、非卵泡区域之间的区别，得到疑似卵泡区域；

区域甄别步骤：提取疑似卵泡区域的图像特征，基于决策树和bagging算法，对疑似卵泡区域进行分区，提取其中的独立完整卵泡区域，并计算该区域卵泡质量评估特征指标，通过由结合专家质量评估打分最小二乘法拟合建立的卵泡质量评估体系模型进行卵泡质量计算机打分评估。

优选地，所述预处理步骤包括：