[发明专利]一种用于光学分辨率光声显微镜下活体肿瘤血管新生图像的血管提取方法

摘要

本发明提供一种用于光学分辨率光声显微镜(OR‑PAM)下活体肿瘤血管新生图像的血管提取方法，属于图像处理领域。本发明中首先使用了多种增强算法结合对肿瘤血管新生图像进行预处理，有效的增强了细小血管的对比度，最大程度的降低了噪声的影响。然后采用Otsu算法来自动选取阈值进行二值化图像，有效的降低错分概率。最后使用两步快速行进法去测定血管的中心线，从而使所计算的中心线能够更准确地定位在血管内，而且针对传统的水平集血管提取算法速度太慢的问题，使用快速行进算法进行血管提取的算法运行速度有了很大的提升。实验结果表明，该方法可以更有效的提取出肿瘤血管新生图像的血管信息，包括细小血管的信息也提取效果良好。

主权项

1.一种用于光学分辨率光声显微镜OR‑PAM下活体肿瘤血管新生图像的血管提取方法，该方法首先使用图像增强算法对光学分辨率光声显微镜下活体肿瘤血管新生图像进行预处理，然后利用最大类间方差法Otsu提取血管新生图像的二值化图像，再利用两步快速行进法提取血管新生图像的血管中心线，该方法包括以下步骤：步骤1：使用高频强调滤波去增强血管新生图像中的细小血管的对比度，高频强调滤波定义如下：Hhfe(u,v)＝a+bHhp(u,v)其中Hhp(u,v)是一个高通算子，u和v代表二维空间频率分量，a指偏移量，b指乘数；步骤2：计算图像的Hessian矩阵；步骤3：计算Hessian矩阵的特征值；步骤4：对特征图进行梯度增强得到一个增强的特征映射，并利用梯度域图像增强方法去进一步增强血管新生图像中的细小血管的对比度，具体方法为：对图像的梯度场进行了直方图均衡化，使图像的低频区域的细节能够在梯度域得到增强，再利用最小二乘算法重建梯度域图像，即可得到梯度域增强后的图像；步骤5：使用Otsu算法选取最佳阈值T，把血管图像提取为二值化图像；步骤6：基于所提取的二值化血管图像，使用两步快速行进法提取出血管的中心线。