專利名稱：在數字減影血管造影圖像序列中分割血管的方法
技術領域：
本發(fā)明屬于醫(yī)學成像技術領域，具體而言涉及一種在數字血管造影圖像序列中分割血管的方法。
背景技術：
數字減影血管造影技術(DigitalSubtraction Angiography, DSA)是一種新的 X 線成像系統(tǒng)，是常規(guī)血管造影術和電子計算機圖像處理技術相結合的產物。DSA的成像基本原理是將受檢部位沒有注入造影劑和注入造影劑后的血管造影X線熒光圖像，分別經影像增強器增益后，再用高分辨率的電視攝像管掃描，將圖像分割成許多的小方格，做成矩陣化，形成由小方格中的像素所組成的視頻圖像，經對數增幅和模數轉換為不同數值的數字， 形成數字圖像并分別存儲起來，然后輸入電子計算機處理并將兩幅圖像的數字信息相減， 獲得的不同數值的差值信號，再經對比度增強和數模轉換成普通的模擬信號，獲得了去除骨骼、肌肉和其它軟組織，只留下單純血管影像的減影圖像，通過顯示器顯示出來。通過DSA處理的圖像，使血管的影像更為清晰，在進行介入手術時更為安全。X射線冠狀動脈造影圖像在臨床診斷中被廣泛采用，然而由于心臟周期跳動，X射線的衰減與曝光不均等不可預知因素，使得提取冠脈血管與整體拓撲結構極為困難。如今，血管提取算法主要分為以下六大類(1)基于模式識別，(2)基于模型，(3)基于跟蹤，(4)基于人工智能， (5)基于神經網絡，(6)基于管狀物檢測。然而大多數冠脈血管提取算法都需要一定的人機交互，這不僅耗時，而且存在主觀的判斷，容易出錯。

發(fā)明內容
本發(fā)明提出一種自動提取冠狀動脈血管的方法，該方法能對數字減影血管造影圖像序列中的血管提取進行有效分割。本發(fā)明提供的自動提取冠狀動脈血管的方法其步驟為1)背景去噪減少造影圖像由于亮度不均勻產生的錯誤分割。2)造影序列圖像的背景分離通過模糊C均值聚類算法，在造影圖像序列中提取出背景模板。3)造影序列圖像的血管提取通過前后幀的差分方法提取出需要幀的血管。


下面結合附圖和實施例對本發(fā)明進一步說明。圖Ia為本方法去噪前的原始造影圖像；圖Ib為本方法去噪后的造影圖像；圖加與圖2b為前后兩幀同一區(qū)域的血管；圖3a為一段造影序列的第一幀；圖北為一段造影序列的第十幀；
圖3c為一段造影序列的第二十幀；圖3d為一段造影序列的第三十幀；圖3e為一段造影序列的第四十幀；圖3f為一段造影序列提取出的背景圖像；圖如為本方法血管分割后的第一幀血管分割圖像；圖4b為本方法血管分割后的第十幀血管分割圖像；圖如為本方法血管分割后的第二十幀血管分割圖像；圖4d為本方法血管分割后的第四十幀血管分割圖像；
具體實施例方式1)背景去噪由于X射線曝光不均等因素，使得造影圖像上存在著大片的亮斑，并且這些亮斑在圖像序列中隨著圖像的改變而移動，這些亮斑對背景分離算法有極大的影響。背景去噪的目的是將這些造影圖像上的亮斑去除。這里我們利用非線性濾波去除亮斑。主要步驟如下首先是對造影圖像序列的每一幅圖像計算整個圖像的平均灰度，記為Iruaverage。其次，將所有的像素按照平均灰度大小分為兩類，小于Iruaverage的像素為類一，大于In_ average的像素為類二。計算類二中的像素的平均灰度，記為In_aVerage2。對于灰度超過 In_average2的像素，將其灰度設為In_average2。這樣，便得到圖Ib所示的結果，去掉了圖像中的亮斑。2)造影序列圖像的背景分離造影圖像序列具有如下特性1、通過觀察造影圖像序列可以發(fā)現，在序列的前幾幀，造影劑還沒有進入到冠脈血管，此時冠脈血管不能在造影下顯影，圖像中觀察不到冠脈血管；隨著造影劑的注入，冠脈血管開始呈現，表現為血管段的灰度在圖像中逐漸增大；在造影圖像序列的末期，造影劑逐漸流出，冠脈血管在圖像中逐漸消失。因此，在造影圖像序列中，不存在一個絕對的可以區(qū)分血管與背景的閾值。2、冠脈血管的位置和形狀在不同幀的圖像中不同，并且如圖加與圖2b所示，可以看到前后兩幀造影圖像相差不大。2. 1)背景分離閾值矩陣與差分閾值矩陣由于在造影圖像序列中，不可能存在一個絕對的閾值可以將背景和血管分開，因此首先定義一個閾值矩陣，矩陣的元素是圖像中每個像素可以將背景和血管分開的閾值， 矩陣的大小就是圖像像素矩陣的大小。定義1 在一段造影圖像序列(InwJ;中，其中η是序列中圖像數目，ml*m2為造影圖像的分辨率，存在背景分離閾值矩陣T = t(i,j)與相應的背景分離閾值矩陣差分矩陣R = r(i, j)，其中(i，j) e R2，表示序列中每張圖像第(i，j)個像素的背景分離閾值。 2. 2)模糊C均值聚類算法(FCM) 模糊C均值聚類，是用隸屬度確定每個數據點屬于某一類的一種聚類算法。它把η 個向量(ai)分為m個模糊組，并求每組的聚類中心，使得非相似性指標的價值函數達到最小。模糊C均值聚類采用的是模糊劃分，使每個給定數據點用值在0，1間的隸屬度來確定其屬于各個組的程度。同時，隸屬矩陣U允許存在取值在0，1間的元素。一般地，一個數據集的隸屬度的和總等于1
權利要求
1.本發(fā)明公開了一種在數字血管造影圖像序列中分割血管的方法。
2.一種采用權利要求1所述的在數字血管造影圖像序列中分割血管的方法，其特征在于包括以下步驟1)背景去噪。2)造影序列圖像的背景分離。3)造影序列圖像的血管提取。
3.按權利要求2所述的血管造影圖像序列中分割血管的方法，其特征是，所述的背景去噪的方法采用的是非線性濾波方法。
4.按權利要求2所述的血管造影圖像序列中分割血管的方法，其特征是，所述的造影序列圖像的背景分離方法采用的模糊C均值聚類算法。
全文摘要
本發(fā)明公開了一種在心血管造影圖像序列中分割血管的方法，其步驟為背景去噪，通過模糊C均值聚類算法對造影序列圖像進行背景分離，以及通過背景差分方法在造影圖像序列中提取出造影序列圖像的血管。本方法能對造影序列進行有效分割，并且操作簡單，分割效率高。
文檔編號G06T7/00GK102346911SQ20101024449
公開日2012年2月8日 申請日期2010年7月28日 優(yōu)先權日2010年7月28日
發(fā)明者戴政國, 易新, 隨曉諦 申請人:北京集翔多維信息技術有限公司