[发明专利]一种冠状动脉OCT图像自动分割方法

摘要

本发明公开了一种冠状动脉OCT图像自动分割方法，其步骤包括：对OCT图像进行去除中心斜线、导管圆环和外围文字标注的预处理，得到预处理后的图像；二值化并进一步获取血管内膜图像，然后与所得预处理图像叠加，得去噪图像；调整二值化图像的权重并与去噪图像叠加，得增强高信号区域能量的叠加图像；利用k‑means法将叠加图像聚类，然后利用径向基函数变换到高维空间，再构建GraphCuts能量函数进一步处理，得分割结果。本发明的涉及冠状动脉区域OCT图像自动分割方法能够较好地实现三种斑块区域的自动区域分割，分割效果明显优于传统方法，能够较好的保存图像斑块区域，分割损失较小，且通过多次实验发现，本文方法具有较强的鲁棒性。

主权项

1.一种冠状动脉OCT图像自动分割方法，其特征在于，包括如下步骤：A)以包含纤维化斑块、钙化斑块和脂质斑块的冠状动脉OCT原始图像作为处理对象，对OCT原始图像进行去除中心斜线、导管圆环和外围文字标注的预处理，得到预处理后的图像；B)将所述预处理后的图像转化成极坐标形式，然后进行二值化，得到二值化图像；对所得二值化图像的组内方差求出最小值，然后提取该二值化图像的每一列第一个非零像素并组成一条连续的直线，再转化为直角坐标系形式，得到血管内膜图像；将所得血管内膜图像置入A)步所得预处理后的图像中，然后将内膜内部区域像素值设置为0，得到去除内膜内部噪音的去噪图像；C)调整B)步所述二值化图像的二值化权重为0.3，然后叠加到B)步所得去噪图像中，得到高信号区域能量增强的叠加的图像；D)利用k-means法将所述叠加的图像依据颜色分布分成不同的聚类，并使用欧式距离作为最小化函数以确定聚类中心；E)利用径向基函数将D)步所得聚类之后的图像变换到高维空间；F)构建GraphCuts能量函数对经E)步处理图像进行处理，通过最小化该能量函数达到每一个像素点的最优配置，实现将钙化斑块、纤维化斑块和脂质斑块分割出来的目的，得到分割结果。