[发明专利]一种基于血管内超声图像的ROI标记点匹配方法

摘要

一种基于血管内超声图像ROI标记点的匹配方法涉及计算机医学图像分析领域。其特征在于，首先将对IVUS图像的ROI以外区域进行背景抑制，将ROI图像提取出来，设定原始图像均匀标记点；然后根据血管壁形变的有限性，以及采集的图像之间不会发生旋转变换，在待匹配图像上设置搜索窗口，搜索窗口的大小根据血管内膜的最大形变量设定。最后在搜索窗口中采用遍历的方法搜索匹配点，将与标记点邻域子图的互相关相似性测度最大的搜索子图的中心位置作为匹配点。与一般的匹配算法比，该方法匹配时间短，精度高。该方法能够提供血管形变前后的位移情况，为弹性计算提供了条件，从而为病变分析提供了很好的依据。

主权项

一种基于血管内超声图像的ROI标记点匹配方法，其特征在于，包括以下步骤：步骤1，利用血管内超声仪，匀速回拉导管，获得人体冠状动脉相同位置不同时刻的两幅或多幅血管内超声图像；步骤2，将步骤1得到的血管内超声图像导入计算机，图像分辨率为384*384，以下简称为超声图像；步骤3，对上述超声图像进行超声图像ROI的提取；检测出内外膜轮廓的超声图像，对其余部分进行白色背景抑制，得到图像的管腔区域；步骤4，对上述的到的ROI图像进行二值化，将二值化的ROI图像网格化，并且将网格节点中落到图像黑色区域的点的位置记录下来；节点位置在原图像中标记出来，即为标记点P_i；步骤5，待匹配图像匹配点搜索窗口的选取；步骤5.1，找出图像的几何中心点z(x₀,y₀)，然后计算内膜上所有的点P_ni与z的欧式距离d_n；两点(x₁,y₁)和(x₂,y₂)欧氏距离的计算公式为：$\mathrm{dist}=\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}$步骤5.2，在待匹配图像上同样计算内膜上所有的点P_ni'与z(x₀,y₀)的欧式距离d_n'；步骤5.3，计算max|d_n‑d_n'|并取整为d_max；步骤5.4，在待匹配图上以标记点P_i的位置为中心，上下左右以d_max为限制条件的矩形窗口即为搜索窗口，即搜索窗口的长度大小为N＝2d_max+1；步骤6，标记点的匹配；设在原始图像中选取的单个标记点P_i的为邻域I₁，大小为M×M，在步骤5中，计算得到待匹配图像上搜索窗口的大小为N×N(N>M)，从搜索窗口的左上角开始，每个子图作为I_2i,(i＝1,2,...,(N‑M)²)，测量I₁与I_2i的相似度NCC_i；这里为保证其统计相关性，取M＝N/2；其中NCC_i的计算公式如下：${\mathrm{NCC}}_i=\frac{\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{M}{\mathrm{\Σ}}}[I_1(x,y)-{\stackrel{\‾}{I}}_1][I_{2i}(x,y)-{\stackrel{\‾}{I}}_{2i}]}{\sqrt{\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{M}{\mathrm{\Σ}}}{[I_1(x,y)-{\stackrel{\‾}{I}}_1]}^2}\sqrt{\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{M}{\mathrm{\Σ}}}{I}_{2i}^2(x,y)-{\stackrel{\‾}{I}}_{2i}{]}^2}}$其中和分别代表I₁与I_2i灰度值的均值：$\stackrel{\‾}{I_1}=\frac{1}{N^2}\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{M}{\mathrm{\Σ}}}{I}_1(x,y),$$\stackrel{\‾}{I_{2i}}=\frac{1}{N^2}\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{M}{\mathrm{\Σ}}}{I}_{2i}(x,y)$取相似度最大为NCC_x子图I_2x的中心点作为该标记点的匹配点P_i'。