[发明专利]基于概率分布和连续最大流的主动脉瓣超声图像分割方法

摘要

本发明涉及一种基于概率分布和连续最大流的主动脉瓣超声图像分割方法，包括以下几个步骤：第一步，采集人体主动脉瓣短轴的医学超声图像数据，等间隔地提取五帧先验图像；第二步，分割五帧先验图像；第三步，构建二维灰度-距离直方图；第四步，由二维灰度-距离直方图计算获得综合概率估计函数；第五步，分别计算其各自单独的概率估计函数；第六步，对五帧先验图像，分别计算其各自最能代表前景和背景的像素灰度值；第七步，对于当前待分割图像，求取其独立的概率估计图；第八步，对上述前景区域和五帧先验图像的手动分割结果分别进行相似度测量；第九步，获得分割结果。与现有技术相比，本发明具有稳定可靠、实现方便、适用于实际临床等优点。

主权项

一种基于概率分布和连续最大流的主动脉瓣超声图像分割方法，其特征在于，包括以下几个步骤：第一步，采集人体主动脉瓣短轴的医学超声图像数据，选择一个连续完整的心动周期，等间隔地提取五帧先验图像，其中每帧先验图像会代表一个心动周期内的不同相位；第二步，手动分割上述五帧先验图像，并计算每帧分割结果的包围盒，取其中最大的包围盒为后续过程使用；第三步，根据先验图像分割结果各自的独立中心点，计算得到先验图像的一个综合中心点，以像素点的灰度值为横轴、以像素点与综合中心点的距离为纵轴，由上述五帧先验图像的分割结果构建一个二维灰度‑距离直方图；第四步，由上述二维灰度‑距离直方图计算获得综合概率估计函数，即计算每个像素点在一定的灰度以及与综合中心点一定的距离条件下属于前景的条件概率，拥有高灰度值并且距离综合中心点较近的像素点属于前景的概率高，反之，拥有高灰度值但距离综合中心点较远的像素点属于背景区域的概率高；第五步，对上述五帧先验图像，分别计算其各自单独的概率估计函数，即计算每个像素点在一定的灰度以及与自身独立中心点一定的距离条件下属于前景的条件概率，同样，拥有高灰度值并且距离综合中心点较近的像素点属于前景的概率高，反之，拥有高灰度值但距离综合中心点较远的像素点属于背景区域的概率高；第六步，根据上一步已获得的单独概率估计函数，对五帧先验图像，分别计算其各自最能代表前景和背景的像素灰度值；第七步，对于当前待分割图像，利用综合概率估计函数求取其独立的概率估计图，并采用大津算法对概率估计图进行预处理，保留前景区域；第八步，对上述前景区域和五帧先验图像的手动分割结果分别进行相似度测量，找到先验图像中与当前待分割图像相似度测量值最高的图像，记该图像为ISM；第九步，根据ISM在第六步中已经获得的最能代表前景和背景的像素灰度值构建能量方程，确立能量方程中的数据项和平滑项，采用连续最大流算法进行图像分割，获得主动脉瓣短轴在一个心动周期内所有帧图像的分割结果。