[发明专利]X射线血管造影序列图像的静态背景分离方法

说明书

本发明提出X射线血管造影序列图像的静态背景分离方法。包括：获得X射线血管造影图像序列，并变换成2D+t形式；将图像序列灰度值进行归一化处理和对数变换，得到X射线衰减数据矩阵；建立静态背景模型，选取图像序列中二维矩阵的每一元素在t维度上的最小值作为静态背景衰减数据矩阵的取值，并从原图像序列中减去静态背景模型得到血管部分图像序列；将血管部分图像序列和静态背景模型的衰减数据矩阵映射回图像灰度范围，得到血管背景分离后的图像序列和静态背景图像。本发明基于X射线成像原理，提出一种建立静态背景模型的方法，和在原图像序列中去除静态背景模型的方法，简单、快速、高效地去除了背景中骨骼、软组织等伪影。

技术领域

本发明涉及X射线血管造影序列图像的医学图像处理领域。

背景技术

X射线血管造影术(X-ray angiography，XRA)是用来诊断心血管疾病、指导介入治疗的重要成像方法。通过在血管中注射造影剂，由于X射线不能穿透造影剂，故造影图像中能比较清晰地显示血管的结构，观察血管的狭窄部分和狭窄程度，所以被认为是诊断心血管疾病的“金标准”。

临床上常对造影图像常采用减影技术(将同一部位含造影剂(充盈像)和不含造影剂(蒙片)的两帧影像相减)剔除骨骼和软组织等背景，而只留下有造影剂充盈的血管部分，从而对原始图像增强。然而对于心脏、冠状动脉等时刻运动的部位其效果不佳，原因在于这些目标区域自身的不停搏动和呼吸引起的胸腔运动使每帧影像中不仅存在造影剂充盈的变化，还存在运动引起的软组织位置变化，这使得简单的减影技术将引入额外的噪声。针对上述问题，研究者提出了基于低秩矩阵分解、深度学习等方法。这些方法虽然做到了将背景有效地去除，但或过程复杂、计算量大，或需要大量数据集训练模型。血管造影图像序列的血管背景分离不能做到简单高效、计算量小、有效去除背景中的静态骨骼、软组织等非感兴趣目标。

鉴于此，本发明针对上述问题，提出一种X射线血管造影序列图像的静态背景分离方法，快速、有效的剔除背景中的静态骨骼和软组织，简单有效地提升造影血管的可视性与显著性，有利于进一步对图像进行分析。

发明内容

本发明提出一种结合X射线血管造影图像序列的血管背景分离方法。该方法基于XRA 图像成像原理，将原图像变换到对数域，建立静态背景模型，最终减去静态背景模型并映射回原图像灰度数域得到滤除背景模型后的图像序列，以达到高效、简单地去除背景中静态骨骼、软组织等非感兴趣目标噪声的目的。本发明所采取的技术方案如下：

1.获得X射线血管造影图像序列；

2.将图像序列灰度值进行归一化处理并映射到对数域，得到X射线衰减数据矩阵，建立静态背景模型；

3.计算原图像序列和静态背景模型的差值，映射至图像灰度数域得到经过背景滤除的造影图像序列。

本发明的有益效果在于：

本发明根据X射线成像原理，将原血管造影图像序列中图像灰度矩阵进行归一化处理和对数域映射，并提出一种建立静态背景模型的方法和在原图中去除静态背景得到经过滤除背景噪声的血管造影图像序列的方法。

与现有方法相比，本发明的优势在于在建立静态背景模型时的方法简单，同时结果有效。提出去除静态背景的方法计算简单，从而能更快速、高效地将静态背景中难以分割的骨骼、软组织等伪影去除，处理效果良好。以此为基础有利于进一步研究后续血管处理及相关数据分析的方法。

附图说明

图1.X射线血管造影序列图像的静态背景分离方法流程图。

图2.血管造影序列原图、背景去除后的血管部分和血管造影序列静态背景示例图

具体实施方式

下面结合附图对本发明做进一步详细的描述，但本发明的实施方式不限于此。