一種脈搏波圖像包絡(luò)線提取和特征點跟蹤的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通過脈沖多普勒圖像測量血流速度的領(lǐng)域，尤其是一種脈搏波圖像包 絡(luò)線提取和特征點跟蹤的方法。
【背景技術(shù)】
[0002] 脈沖多普勒圖像在臨床醫(yī)學(xué)中有著重要的作用，是測量血管參數(shù)的重要載體。許 多重要的醫(yī)學(xué)指標(biāo)可以從脈搏信號中分析和計算而來，如：血液流動速度，血管的內(nèi)中膜厚 度，血管的最大血流速度和血管的動脈硬化程度等。這些指標(biāo)能很大程度地幫助醫(yī)療從業(yè) 者更好的分析病人的身體情況。雖然脈搏波信號因人而異，并且隨著病人年齡的增長而有 所差異，但還是符合一定的周期性規(guī)律。
[0003] 圖1大致描繪了一個周期內(nèi)脈搏波圖像的形狀特征，它包含了三個波段和四個特 征點。不同年齡的病人，因為血管的機能不同，脈搏波的形狀特征也會相應(yīng)有所變化。健康 人的脈搏波信號擁有陡峭的上升沿和下降沿，這是因為健康人的血管機能比較好，血管阻 力較小，血流速度大。同時，健康人的脈搏波信號的潮波B不顯著。當(dāng)主動脈瓣受到血液回 流的沖擊，形成明顯的脈搏波信號的重搏波波峰C和波谷D。隨著病人年齡的增大，血管的 機能變差，導(dǎo)致血管的阻力變大，血流速度變慢，潮波B會相應(yīng)升高甚至超越主波A。同時， 血管阻力的變大會導(dǎo)致血液回流的速度增加，重搏波波峰C和波谷D抬高，使得整個脈搏波 信號呈現(xiàn)山丘式變化。
[0004] 目前臨床中測量血流速度的方法主要是有經(jīng)驗的醫(yī)師采集1024幀多普勒圖像 后，按解凍鍵，挑選圖像清晰的一張或幾張，利用超聲設(shè)備的軌跡球手動描繪包絡(luò)線，再利 用超聲軟件自帶的測量功能，計算出血流的各種參數(shù)。顯然，傳統(tǒng)方法有很多的弊端。首 先，此方法工作量大。一次描跡過程需要15-20分鐘，如果操作失誤，還需要重新繪制。其 次，描跡精確度無法保障，不同的醫(yī)師對圖像的預(yù)處理不同，導(dǎo)致同一張圖像繪制出的包絡(luò) 線相差極大，嚴(yán)重影響血流速度測量的精確度。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明要解決的技術(shù)問題是克服現(xiàn)有的缺陷，提供了一種脈搏波圖像包絡(luò)線提取 和特征點跟蹤的方法，先針對脈搏波圖像自動描繪包絡(luò)線，接著再利用多重門限閾值方法 跟蹤包絡(luò)線上的特征點，從而提高了血流速度測量的精確度。
[0006] 為了解決上述技術(shù)問題，本發(fā)明提供了如下的技術(shù)方案：
[0007] -種脈搏波圖像包絡(luò)線提取和峰值點跟蹤的方法，該方法包括脈搏波包絡(luò)線的提 取和脈搏波包絡(luò)線特征點跟蹤，先通過脈搏波R0I區(qū)域裁剪，最大類間方差閾值法二值 化，形態(tài)學(xué)算法和Sobel算子邊緣檢測四個步驟提取出脈搏波圖像的包絡(luò)線，再利用多重 門限閾值方法辨識和跟蹤包絡(luò)線上的特征點。
[0008] 進(jìn)一步地，脈搏波R0I區(qū)域裁剪采用閾值化方法，超聲診斷儀上采集的脈搏波圖 像是256灰度級的彩色圖片，具有紅、綠、藍(lán)三個通道，對紅、綠、藍(lán)三個通道設(shè)定對應(yīng)的門 限閾值ti、t2、t3，并設(shè)定圖像的總分割閾值t，設(shè)r、g、b是當(dāng)前圖像對應(yīng)的紅、綠、藍(lán)通道的 灰度值，m是圖像每一行像素的個數(shù)，對于每一行像素點，采用公式（1)和（2)進(jìn)行計算；對 于每一行像素點，如果計算所得的A<t。，則認(rèn)為該行是背景區(qū)域；反之，當(dāng)A>t。，則認(rèn) 為該行是目標(biāo)區(qū)域；脈搏波圖像經(jīng)過ROI區(qū)域裁剪處理后，目標(biāo)與背景得到初步分離，其中 公式⑴和⑵如下：
「nnnQl CD - (2)t.
[0010] 進(jìn)一步地，最大類間方差閾值法二值化是在圖像灰度直方圖的基礎(chǔ)上，分析和計 算合適的閾值，使目標(biāo)和背景兩區(qū)域間的方差達(dá)到最大，使得目標(biāo)區(qū)域增強，背景區(qū)域減 弱，從而將圖像分成目標(biāo)和背景兩區(qū)域；假設(shè)圖像具有m級灰度級，灰度值i的像素數(shù)為ni，
則總像素數(shù)為： '以計算出，每個像素的概率為將N分(：。{1~T}和 M* CJT+1~m}兩組，
[0011] (：3)
[0012] ⑷
[0013] (5)
[0014] (6)
[0015] 式中，州T) =f/代是閾值為T時的灰度平均值，采樣的灰度平均值是： /=1
[0016]
[0017] 兩組間的方差可用下式求出：
[0018]
(80
[0019] 定義T_是使式（8)取得最大值所對應(yīng)的T值，也就是最大類間方差法二值化的 閾值。
[0020] 進(jìn)一步地，形態(tài)學(xué)算法利用各種幾何形狀的結(jié)構(gòu)算子作為形態(tài)濾波器，在圖像的 目標(biāo)區(qū)域進(jìn)行卷積濾波，增強目標(biāo)區(qū)域和背景區(qū)域的差異性，選定具有特定半徑R的圓盤 形結(jié)構(gòu)元素a(m)用來填充目標(biāo)區(qū)域內(nèi)部的空洞；形態(tài)學(xué)中基本的膨脹、腐蝕定義：
[0021] 設(shè)脈搏信號的離散數(shù)字序列為f(n)，結(jié)構(gòu)元素為a(m)，且有n>m，則定義如下形 態(tài)學(xué)算子：
[0022] ⑶
[0023] (10) 經(jīng)過形態(tài)學(xué)圓盤算子卷積處理后，脈搏波圖像中間連通區(qū)域的孔洞被填充完整。
[0024] 進(jìn)一步地，Sobel算子根據(jù)脈搏波圖像中各個像素點的梯度，計算像素點和周圍像 素點的差異，從而分離目標(biāo)和背景，提取出邊界區(qū)域；Sobel算子包含水平方向和垂直方向 兩組3x3的矩陣，利用算子濾波器逐行與圖像像素點卷積，計算出水平方向和垂直方向的 亮度差分值；以Gx與Gy分別代表經(jīng)水平方向和垂直方向進(jìn)行邊緣檢測的算子：
[0025]
[0026] 圖像中每一個像素的橫向及縱向梯度近似值可用以下的公式結(jié)合，來計算梯度的 大小。設(shè)（X，y)是原圖像的一個像素點，則
[0027]
an
[0028] 然后可用以下公式計算梯度方向：
[0029]
(12)
[0030] 經(jīng)過Sobel算子邊緣檢測后，目標(biāo)區(qū)域與背景區(qū)域完全分離。
[0031] 進(jìn)一步地，脈搏波包絡(luò)線特征點跟蹤是先通過搜索找出候選特征點后，再利用設(shè) 定的多重門限閾值識別出脈搏波圖像的特征點，并且判斷該特征點屬于脈搏信號的具體階 段；提取包絡(luò)線的特征點算法分為兩個步驟，首先搜索出每列像素的最大值和最小值，作為 脈搏波候選特征點pixelList，然后定義主峰門限閾值
陽重博波門
限閾值 辨識出脈搏信號的特征點，其中minRow和maxRow分別 i 是脈搏信號目標(biāo)區(qū)域的最低點行號和最高點行號。
[0032] 進(jìn)一步地，提取包絡(luò)線的特征點具體算法如下：
[0033] (1)遍歷包絡(luò)線的每一個像素，設(shè)第i列的像素為f(Xl)，若f(Xl) >f(Xll)且 f(Xi)>f(Xi+1)，就認(rèn)為f(Xi)是圖像的一個候選特征點；
[0034](2)若f(xj<f(X;D且f(xj<f(xi+1)，則候選特征點是重搏波波谷D;
[0035] (3)定義主峰門P 若候選特征點的f(x ， 則候選特征點是主波波峰A。若候選特征點的；
則候選特征點 是潮波波峰B或者是重搏波波峰C;
[0036] (4)定義重博波門限
-如果候選點6 則候選特征點是重搏波波峰C;反之，候選特征點是噪聲點。
[0037] 本發(fā)明的優(yōu)點：與傳統(tǒng)的直接用邊緣檢測算法不同，該方法是先截取R0I有效區(qū) 域，然后進(jìn)行二值化，在新的R0I圖像上用邊緣檢測的方法提取到脈搏波圖像的包絡(luò)線，最 后用搜索脈搏波圖像包絡(luò)線最大縱坐標(biāo)結(jié)合多重門限閾值的方法得到了脈搏波的主波和 諧波的波峰和波谷，沒有出現(xiàn)誤檢和漏檢，在重搏波不太明顯的時候，該方法也能準(zhǔn)確識別 出重搏波的位置，既提高了工作效率，又提升了血流速度測量的精確度。
【附圖說明】
[0038] 附圖用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實 施例一起用于解