[发明专利]基于超声结构分层引导的光声内窥定量层析成像方法及其系统

权利要求书

1.基于超声结构分层引导的光声内窥定量层析成像方法，其特征在于，包括下述步骤：

采集同一位置的光声图像和超声图像；

超声图像中不同声阻抗层分割及边缘识别，根据腔体不同的声阻抗结构产生的超声回波信号幅值的差异，分割超声图像得到相应生理结构分层图像，并识别各层边缘得到位置矩阵；

所述超声图像中不同声阻抗层分割及边缘识别步骤具体为：

图像预处理，基于中值滤波消除随机信号干扰，并将图像转为灰度图，提取图像灰度直方图；

图像分割，设置多个不同阈值提取出腔体壁因声阻抗差异造成的不同声阻抗分层图像；所述图像分割具体为：

首先基于Ostu阈值法分割出腔体壁区域，然后基于灰度直方图局部像素统计设置多阈值，将感兴趣区域逐层分割；

边缘识别，将分层图像做二值处理，对层信号进行膨胀腐蚀，利用Sobel算子对图像分割步骤得到的腔体壁各组织层的边缘准确识别，得到边缘位置矩阵；

光声图像分层提取，基于得到超声图像各声阻抗层边缘的位置矩阵，在与超声成像同步的光声成像图像中提取对应的各层光声信号；

所述光声图像分层提取具体为：

信号增强处理，基于直方图均衡化法对血管结构进行增强处理；

信息提取，将层边缘的位置矩阵作半距离处理，生成提取矩阵与光声图像点乘运算，提取出各层血管结构图像；

三维图像生成，将各层血管结构图像进行最大值投影，沿z轴方向N个最大值投影累积生成三维血管结构分层图像；

光声图像的参数量化，对提取出的各层光声信号的血管结构特征进行识别和参数量化，量化各层血管结构的面积、体积、长度。

2.根据权利要求1所述的基于超声结构分层引导的光声内窥定量层析成像方法，其特征在于，所述边缘识别以圆形模板进行横向膨胀操作，利用Sobel算子进行初步边缘识别；若识别结果为无闭合曲线，则腐蚀操作后，再次执行Sobel算子边缘识别，输出边缘矩阵；若识别结果为存在闭合曲线，则进行空洞填充和腐蚀操作，再次执行Sobel算子边缘识别，输出边缘矩阵。

3.根据权利要求2所述的基于超声结构分层引导的光声内窥定量层析成像方法，其特征在于，所述边缘识别是将输出的边缘矩阵做断点扫描，将间断部位做基于邻近坐标相关性的断点连接。

4.根据权利要求1所述的基于超声结构分层引导的光声内窥定量层析成像方法，其特征在于，所述光声图像的参数量化具体为：

血管结构面积、体积量化，将各层三维血管结构图像二值化处理，基于离散体素统计得到血管结构面积，同时计算深度距离，得到血管结构体积；

血管结构中心线提取，将三维血管结构体积转化为三维方向加权图，从加权图中建立最小成本生成树，通过回溯最小成本生成树提取中心线；

血管结构长度量化，基于欧几里得距离计算提取出的血管结构中心线，得到血管结构长度。

5.基于超声结构分层引导的光声内窥定量层析成像系统，其特征在于，具体包括：图像采集模块、不同声阻抗层分割及边缘识别模块、光声图像信息提取模块以及光声图像的参数量化模块；

所述图像采集模块，用于采集得到横断面光声图像和超声图像；

所述不同声阻抗层分割及边缘识别模块，用于在超声图像中根据腔体不同的声阻抗结构产生的超声回波信号幅值的差异，分割得到相应生理结构分层图像，并识别各层边缘得到位置矩阵；

所述不同声阻抗层分割及边缘识别模块包括：图像预处理模块、图像分割模块以及边缘识别模块；

所述图像预处理模块，基于中值滤波消除随机信号干扰，将图像转为灰度图，提取图像灰度直方图；

所述图像分割模块，利用多阈值法，设置多个不同阈值提取出腔体壁因声阻抗差异造成的不同声阻抗分层图像；具体为：首先基于Ostu阈值法分割出腔体壁区域，然后基于灰度直方图局部像素统计设置多阈值，将感兴趣区域逐层分割；

所述边缘识别模块，将分层图像做二值处理，对层信号进行膨胀腐蚀，并利用Sobel算子对分割得到的腔体壁各组织层的边缘准确识别，得到边缘位置矩阵；

所述光声图像信息提取模块，用于基于同步的超声边缘位置矩阵，在光声图像中提取对应各层的光声信号；具体操作包括：

信号增强处理，基于直方图均衡化法对血管结构进行增强处理；

信息提取，将层边缘的位置矩阵作半距离处理，生成提取矩阵与光声图像点乘运算，提取出各层血管结构图像；

三维图像生成，将各层血管结构图像进行最大值投影，沿z轴方向N个最大值投影累积生成三维血管结构分层图像；

所述光声图像的参数量化模块，用于对层析的三维光声图像的血管结构特征进行识别和参数量化，量化各层血管结构的面积、体积、长度。