[发明专利]基于红外影像和超声多普勒结合的静脉显影识别方法有效
申请号: | 202010060832.8 | 申请日: | 2020-01-19 |
公开(公告)号: | CN111339828B | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 叶霖;韩斌;陈学东;杨新;龙绍军 | 申请(专利权)人: | 华中科技大学同济医学院附属协和医院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 430022 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 红外 影像 超声 多普勒 结合 静脉 显影 识别 方法 | ||
1.基于红外影像和超声多普勒结合的静脉显影识别方法,其特征在于,包括:
获取患者待识别部位的静脉影像,并对所述静脉影像进行预处理;所述静脉影像包括:红外医学影像和相对应的超声多普勒血流声谱图;
识别所述红外医学影像和所述超声多普勒血流声谱图的特征值点,并进行像素点匹配;
对所述预处理后的红外医学影像内的像素点进行逐像素滑窗,并计算每个像素点的红外影像局部对比度;
对所述预处理后的声谱图内的像素点进行逐像素滑窗,并计算每个像素点的声谱图局部对比度;
结合所述红外影像局部对比度和所述声谱图局部对比度,得到每个像素点的加权局部对比度,进而得到全图的加权局部对比度图;
通过对加权局部对比度图进行阈值分割即可提取出目标,进而实现静脉影像的显影识别。
2.根据权利要求1所述的基于红外影像和超声多普勒结合的静脉显影识别方法,其特征在于,所述红外医学影像和相对应的超声多普勒血流声谱图预处理过程包括:
步骤a、对采集的静脉影像进行二值化处理,得到二值化后的静脉影像图像:
式中,I(x,y)为位置的灰度值,thresh为预设阈值,f(x,y)为二值化后静脉图像(x,y)位置的灰度值;
步骤b、对所述二值化图像进行像素点分割,得到ξ=m×n个像素点;其中,m为横向像素个数,n为纵向像素个数;
步骤c、对像素点分割后的图像分别进行取反与直方图均衡化操作,从而获得m×n像素大小的预处理的静脉图像。
3.根据权利要求2所述的基于红外影像和超声多普勒结合的静脉显影识别方法,其特征在于,所述红外影像局部对比度计算公式为:
其中,Dh(x,y)为位于(x,y)位置像素点的红外影像局部对比度,fs(x,y)为位于(x,y)位置像素点的二值化后灰度均值,f(xc,yc)为红外影像区域质心位置像素点的二值化后灰度值。
4.根据权利要求3所述的基于红外影像和超声多普勒结合的静脉显影识别方法,其特征在于,所述红外影像区域质心位置计算公式为:
利用零阶矩和一阶矩获取红外影像区域的质心,其中,零阶矩M00计算方法满足:
式中,m与n分别为二值化后图像的行数与列数;
一阶矩M10和M01计算方法分别满足:
获取红外影像区域质心位置为:
5.根据权利要求4所述的基于红外影像和超声多普勒结合的静脉显影识别方法,其特征在于,所述声谱图局部对比度计算公式为:
Ds(x,y)=|κs(x,y)-κ(xc,yc)|;
其中,Ds(x,y)为声谱图的局部对比度,κs(x,y)为位于(x,y)位置像素点的二值化后灰度值,κ(xc,yc)为红外影像区域质心位置像素点的二值化后灰度值。
6.根据权利要求5所述的基于红外影像和超声多普勒结合的静脉显影识别方法,其特征在于,所述声谱图像质心位置为:
利用零阶矩和一阶矩获取声谱图像区域的质心,其中,零阶矩N00计算方法满足:
式中,m与n分别为二值化后图像的行数与列数;
一阶矩N10和N01计算方法分别满足:
获取声谱图像区域质心位置为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学同济医学院附属协和医院,未经华中科技大学同济医学院附属协和医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010060832.8/1.html,转载请声明来源钻瓜专利网。