[发明专利]模糊C均值颈动脉超声图像内中膜厚度测量方法及系统

摘要

本发明涉及超声图像处理领域，为提供颈动脉超声图像内中膜厚度测量方法及系统，以实现较准确的测量内中膜厚度，且具有较好的理论价值和使用价值。本发明采用的技术方案是，模糊C均值颈动脉超声图像内中膜厚度测量方法及系统，步骤是，一、提取感兴趣区域二、图像滤波选取双边滤波算法分别对两个ROI图像滤波；三、ROI分割，在标准FCM算法基础上，引入HMRF模型用于构建像素间的空间约束场。本发明主要应用于超声图像处理场合。

主权项

1.一种模糊C均值颈动脉超声图像内中膜厚度测量方法，其特征是，步骤如下：一、提取感兴趣区域(1)图像裁剪：提取感兴趣区域ROI(Region of Interest)前需裁剪原始超声图像，去除文字标识部分；(2)图像降采样，采用双立方插值算法对步骤(1)裁剪后的图像两次降采样，其中采样因子分别为2和4，即采样后图像的行、列数分别为采样前图像的二分之一和四分之一；(3)统计采样因子为4的采样图像的灰度规律，自动选取阈值并对其二值化；(4)寻找远端血管壁的近似位置，对二值图像形态学闭运算，填补图像中的孔洞，并根据远端血管壁位于超声图像下方的特点，利用连通域面积较大以及质心纵坐标较大的原则，选择期望的白色区域，其与黑色区域相交的上边界可认为是管腔‑内膜边界LII(Lumen‑Intima Interface)的近似位置；(5)提取ROI，以LII的近似位置为标准，向上、向下取一定的像素尺度，分别作为ROI的上、下边界，在这一步骤中获得两个分别对应原始图像、采样因子为2的采样图像的ROI；二、图像滤波选取双边滤波算法分别对两个ROI图像进行滤波处理；三、ROI分割：在标准FCM算法基础上，引入HMRF模型用于构建像素间的空间约束场，具体步骤是：(1)获取初始标号场：使用采样因子为2的采样图像 的ROI图像获取初始标号场，具体操作如下：通过峰值检测思想从待测图像的直方图中获得初始聚类中心；用标准FCM算法将图像聚为3类；此时得到的图的各个区域存在许多孔洞，通过形态学闭运算填补孔洞；对分割图像上2插值，并将插值后图像作为改进FCM算法的初始标号场；(2)内中膜分割：使用FCM算法分割血管壁，其中每次迭代都需要更新像素和聚类中心间的距离d_sd_s＝d²(‑E₁(X)‑E₂(X,Y))E₁(X)，E₂(X,Y)是建立的空间约束，分别是和标号场X的分布、灰度场Y的条件分布相关的函数，由条件迭代算法ICM(Iterative Conditional Mode)计算；(3)后处理：由于图像中斑块噪声的存在，造成分割后图像上管腔所处的位置可能会出现一些离散的小区域，采用最大连通域准则进行处理，移除离散小区域，得到最终分割结果；(4)标记边界：根据最终分割图像，使用离散一阶差分算子Sobel算子提取内中膜边界。