[发明专利]基于图像处理的鼻咽镜下腭咽闭合度的半自动检测方法

摘要

本发明公开了一种基于图像处理的鼻咽镜下腭咽闭合度半自动检测方法，该检测方法包括获取目标图像，选取基准图像并对腭咽口边界选取人工标记点，对图像帧进行预处理，预处理后的图像实现对腭咽口下边界、左右边界与上边界的分割，计算腭咽口面积和腭咽闭合度计算等步骤。本发明提供的腭咽闭合度半自动检测方法可以对鼻咽内镜获取的腭咽图像进行半自动检测，利用图像处理的方法提取和分割腭咽闭合区域，相比于现有技术，检测结果客观准确，在参考标记点的选取和水平集演化最优参数的选取上进行改进，提高目标区域的提取准确度和降低算法开销；在临床上对腭咽闭合功能的数字化评估提供可靠的参考数据，符合精准医疗的发展需求。

主权项

1.一种基于图像处理的鼻咽镜下腭咽闭合度半自动检测方法，其特征在于，具体包括以下步骤：(1)获取目标图像，由内镜主机采集录制整个检查过程的视频，人工截取被测者发音稳定状态下的视频段，提取该视频中的所有图像帧Ii(i＝1,2,3…,N)，其中Ii为第i帧图像，N为视频中包含的所有图像帧的总数；(2)选取基准图像并对腭咽口边界选取人工标记点，根据视频段中的腭咽口运动情况，选定腭咽口静息状态的一帧图像In为参考基准图像，对腭咽口的边界绘制M个标记点，M的取值为12，定义标记点集合为Pi，i为图像帧数，该集合中元素为腭咽口上下边界与左右边界标记点，其中腭咽口的上边界选取4个标记点为Uk(i)(k＝1,2,3,4)，下边界选取4个标记点为Dk(i)(k＝1,2,3,4)，左右边界各2个标记点为Lk(i)(k＝1,2)和Rk(i)(k＝1,2)；(3)对图像帧进行预处理，去除图像中的文字信息和黑色区域；(3a)首先对视频中的每一帧图像，去除左右及上下边界的黑色区域；(3b)对图像In1中的白色区域求取连通域并计算连通域面积，找到面积最大的白色区域，求取该白色区域横坐标的最小值Lmin与最大值Lmax，求取白色区域纵坐标的最小值Hmin与最大值Hmax；(3c)在原彩色图像In中，截取图像，满足坐标点的横坐标范围为[Lmin,Lmax]，纵坐标的范围为[Hmin,Hmax]，截取的图像为In2；(3d)对视频中的每帧图像，去除四个角的黑色区域；(3e)采用相同的方法对其余三个角的填充方法相同，填充后的图像为In3；(4)对预处理后的图像为In3进行处理，实现对腭咽口下边界的分割：在第n帧图像In中，人工标记下边界的4个点为：Dk(n)(k＝1,2,3,4)；对该4个标记点进行二次样条插值，得到拟合曲线ln，该曲线即为In中的腭咽口下边界；(5)对预处理后的图像为In3进行处理，实现对腭咽口左右边界与上边界的分割：(5a)对选定的第n帧基准图像In进行人工标记腭咽口边界和预处理后，其人工标记点集合为Pn，对其进行水平集演化得到最优Wn值下的水平集轮廓Cfn：(5a1)对图像In做高斯平滑滤波，求出图像的特征参数值；(5a2)根据鼻咽内镜图像中腭咽口内部区域的边界与图像边界之间的距离，设置初始水平集Csn，Csn表示第n帧图像的初始水平集；初始水平集Csn为一个矩形框，矩形框大小由矩形框与图像边沿的距离wn决定，wn表示第n帧的矩形框与图像边沿的距离。设图像的宽度为width_image，则矩形框的宽度width_Rec_box＝width_image‑2*wn；设图像的高度为height_image，则矩形框的高度height_rec_box＝height_image‑2*wn。(5a3)对于第n帧图像In，其人工标记点集合为Pn，包含12个点，分别为腭咽口的上边界4个点，左边界2个点，右边界2个点，下边界4个点；分别计算当Wn取值为1,2,3,...,20时进行300次演化后的水平集轮廓Cfnj，(j＝1,2,...,20)；对于每个水平集轮廓Cfnj，分别计算标定点集合Pn中每个点到该水平集轮廓的最短距离，并计算这8个最短距离的均值dnj(j＝1,2,3,...,20)；当dnj取最小值时，其对应的水平集轮廓Cfn即为第n帧的最优水平集轮廓，并得到该水平集轮廓的参数Wn；(5b)按照正向顺序从第n+1帧到结束帧，对每帧图像进行水平集演化，得到最优Wi值下的水平集轮廓Cfi，i表示第i帧，并计算每帧图像的腭咽口边界点集合Pi，从而计算得到每帧图像中腭咽口的边界；(5b1)当i>n时，对于第i帧图像，其前一帧图像Ii‑1中的腭咽口标记点集合为Pi‑1。分别计算当Wi为1,2,3,...,20时进行300次演化后的水平集轮廓Cfij(j＝1,2,...,20)；对于每个水平集轮廓Cfij，分别计算标定点集合Pi‑1中每个点到该水平集轮廓的最短距离，并计算这8个最短距离的均值dij(j＝1,2,3,...,20)；当dij取最小值时，其对应的水平集轮廓Cfi即为第i帧的最优水平集轮廓，并得到该水平集轮廓对应的参数为Wi。(5b2)由第i‑1帧得到腭咽口边界点集合Pi‑1包含点：U1(i‑1)、U2(i‑1)、U3(i‑1)、U4(i‑1)、D1(n)、D2(n)、D3(n)、D4(n)、L1(i‑1)、L2(i‑1)、R1(i‑1)、R2(i‑1)，基于Cfi和Pi‑1寻找点U'1(i‑1)，该点为水平集轮廓Cfi上的一点，且满足点U'1(i‑1)到点U1(i‑1)的距离最短；同理，寻找到点U'2(i‑1)、U'3(i‑1)、U'4(i‑1)、L'1(i‑1)、L'2(i‑1)、R'1(i‑1)、R'2(i‑1)，这8个点与人工标记下边界点D1(n)，D2(n)，D3(n)，D4(n)，即构成第i帧图像上的腭咽口边界点集合Pi；(5c)按照逆向顺序从第n‑1帧到起始帧，对每帧图像进行水平集演化，得到最优Wi值下的水平集轮廓Cfi，i表示第i帧，并计算每帧图像的腭咽口边界点集合Pi，从而计算得到每帧图像中腭咽口的边界；(5c1)当ixm为按照逆时针顺序排列的腭咽口边界点的第m个点的横坐标，ym为第m个点的纵坐标，xm+1是第m+1个点的横坐标，ym+1是第m+1个点的纵坐标；(7)腭咽闭合度计算，对视频中的所有图像帧Ii(i＝1,2,3…,N)计算对应的腭咽口面积Ai后，求取并确定腭咽口面积最大的图像帧，设该帧图像为Imax，其对应的腭咽口面积为Amax；按照公式(2)计算每帧图像的腭咽闭合度Bi：Bi＝Ak/Amax(i＝1,2,3…,N)               (2)。