[发明专利]一种基于混合算法的血管内超声参数提取方法及系统

权利要求书

1.一种基于混合算法的血管内超声参数提取方法，其特征在于，包括：

对原始血管内超声图像进行标注内外膜分割，获得血管内超声内外膜标注图像；

将原始血管内超声图像与血管内超声内外膜标注图像进行扣减融合，获取原始血管内超声图像中仅存在标注区域的图像，记为扣减图像；

对扣减图像进行预处理，得到边缘图像；

运用最小误差距离算法对边缘图像进行处理，获取内膜及外膜之间的斑块厚度，再根据双线性覆盖算法，得到当前斑块对应的内膜矩阵和外膜矩阵；其中，外膜矩阵为血管外膜边界区域，内膜矩阵为血管内膜边界区域；所述双线性覆盖算法计算过程为：为了获取过厚斑块的每点坐标，将以斑块厚度满足最小阈值设置起始线，start line segment，之后以顺时针旋转，直到厚度不大于1.2mm，设置为终止线end line segment；在起始线与终止线为边做“三角形”，同时以起始线与外膜的交点、终止线与外膜的交点为对角点做“正方形”；从而将“三角形+正方形”的共同覆盖区域与前文“扣减图像”做相与运算，获得所有点坐标，进而得到斑块矩阵；

求取当前斑块对应的斑块矩阵中所有大于0的元素之和与预设计量单位转化率的平方比值，得到当前血管面积和当前内腔面积；

根据血管面积与内腔面积之差再与血管面积的比值，得到当前斑块对应的斑块负荷指标。

2.如权利要求1所述的一种基于混合算法的血管内超声参数提取方法，其特征在于，根据当前血管面积与预设参考血管面积求比值，得到当前斑块对应的重构指数指标。

3.如权利要求1所述的一种基于混合算法的血管内超声参数提取方法，其特征在于，根据预设参考内腔面积与所有斑块对应的内腔面积的最小值作差，再与预设参考内腔面积求比值，得到内腔狭窄率指标。

4.如权利要求1所述的一种基于混合算法的血管内超声参数提取方法，其特征在于，筛选出斑块厚度的最大值和最小值，两者作差并与斑块厚度的最大值求比值，得到动脉粥样硬化偏心率指标。

5.一种基于混合算法的血管内超声参数提取系统，其特征在于，包括：

内外膜标注模块，其用于对原始血管内超声图像进行标注内外膜分割，获得血管内超声内外膜标注图像；

扣减图像计算模块，其用于将原始血管内超声图像与血管内超声内外膜标注图像进行扣减融合，获取原始血管内超声图像中仅存在标注区域的图像，记为扣减图像；

边缘图像计算模块，其用于对扣减图像进行预处理，得到边缘图像；

内外膜矩阵获取模块，其用于运用最小误差距离算法对边缘图像进行处理，获取内膜及外膜之间的斑块厚度，再根据双线性覆盖算法，得到当前斑块对应的内膜矩阵和外膜矩阵；所述双线性覆盖算法计算过程为：为了获取过厚斑块的每点坐标，将以斑块厚度满足最小阈值设置起始线，start line segment，之后以顺时针旋转，直到厚度不大于1.2mm，设置为终止线end line segment；在起始线与终止线为边做“三角形”，同时以起始线与外膜的交点、终止线与外膜的交点为对角点做“正方形”；从而将“三角形+正方形”的共同覆盖区域与前文“扣减图像”做相与运算，获得所有点坐标，进而得到斑块矩阵；

其中，外膜矩阵为血管外膜边界区域，内膜矩阵为血管内膜边界区域；

当前血管面积和当前内腔面积获取模块，其用于求取当前斑块对应的斑块矩阵中所有大于0的元素之和与预设计量单位转化率的平方比值，得到当前血管面积和当前内腔面积；

斑块负荷指标获取模块，其用于根据血管面积与内腔面积之差再与血管面积的比值，得到当前斑块对应的斑块负荷指标。

6.如权利要求5所述的一种基于混合算法的血管内超声参数提取系统，其特征在于，还包括：

重构指数指标获取模块，其用于根据当前血管面积与预设参考血管面积求比值，得到当前斑块对应的重构指数指标。

7.如权利要求5所述的一种基于混合算法的血管内超声参数提取系统，其特征在于，还包括：

内腔狭窄率指标获取模块，其用于根据预设参考内腔面积与所有斑块对应的内腔面积的最小值作差，再与预设参考内腔面积求比值，得到内腔狭窄率指标。