[发明专利]一种基于食道超声的主动脉瓣快速分割方法

摘要

本发明公开了一种基于食道超声的主动脉瓣快速分割方法，通过在超声图像的关键帧上定义约束区域，将该约束区域生成区域约束项，加入能量演化CV模型，并最小化CV模型能量泛函，得到关键帧的主动脉瓣分割结果；同时将关键帧的分割结果作为非关键帧的约束区域，将该约束区域加入能量演化CV模型，并最小化CV模型能量泛函，得到非关键帧的主动脉瓣分割结果。本发明能够快速、精确的对超声图像的主动脉瓣进行分割。

主权项

一种基于食道超声的主动脉瓣快速分割方法，其特征是，包括以下步骤：（1）将B超输出的视频格式的主动脉瓣超声结果转化为一组连续图像，提取所述连续图像的扇形区域，对所述扇形区域进行形态学滤波预处理，得到一组连续的经预处理的主动脉瓣超声图像；（2）选取所述的经预处理的主动脉瓣超声图像中处于快速射血期或快速充盈期的图像中的一张作为关键帧，将处于非快速射血期和非快速充盈期的图像作为非关键帧，然后以交互的方式在所述关键帧上选取四个点，利用Cardinal样条插值，做出边界轮廓曲线，所述边界轮廓曲线包围的区域作为初始约束区域，即能量约束区域；（3）所述的关键帧的边界轮廓曲线将所述关键帧的图像分为内外两部分，内部为正，外部为负，得到边界轮廓曲线符号图；计算所述关键帧的图像上每个像素点到所述边界轮廓曲线的最短欧氏距离，得到边界轮廓曲线距离图，然后将所述边界轮廓曲线符号图和所述边界轮廓曲线距离图相乘，生成所述关键帧的约束区域的符号距离图；（4）定义Econstraint(φ)=∫Ω(φ‑φ0)2dxdy为区域约束项，φ0表示所述关键帧的约束区域的符号距离图；利用形状约束比较函数在CV模型中加入所述区域约束项，然后最小化所述CV模型的能量泛函，提取得到所述关键帧的主动脉瓣分割结果；（5）将所述关键帧的主动脉瓣分割结果作为相邻的下一个非关键帧的能量约束区域，所述非关键帧的能量约束区域的边界轮廓曲线将所述非关键帧的图像分为内外两部分，内部为正，外部为负，得到非关键帧的边界轮廓曲线符号图；计算所述非关键帧的图像上每个像素点到所述非关键帧的能量约束区域的边界轮廓曲线的最短欧氏距离，得到非关键帧的边界轮廓曲线距离图，然后将所述非关键帧的的边界轮廓曲线符号图和所述非关键帧的的边界轮廓曲线距离图相乘，生成非关键帧的约束区域的符号距离图；（6）定义Econstraint(φ)=∫Ω(φ‑φ0)2dxdy为区域约束项，φ0表示所述非关键帧的约束区域的符号距离图；利用形状约束比较函数在CV模型中加入所述区域约束项，然后最小化所述CV模型的能量泛函，提取得到所述非关键帧的主动脉瓣分割结果。