專利名稱：一種基于灰階超聲圖像的心臟流場速度矢量分析方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)學(xué)圖像處理及心臟流體力學(xué)研究領(lǐng)域，具體涉及一種基于灰階超聲圖像的心臟流場速度矢量分析方法。
背景技術(shù)：
從心臟超聲圖像序列中同步提取血液和心肌的動態(tài)運動矢量包括兩個重要步驟: 去除斑點噪聲對圖像的影響和運動矢量計算；
(I)超聲圖像去噪醫(yī)學(xué)噪聲圖像去噪的目的是在平滑噪聲的同時盡可能地保持原圖像的重要特征。醫(yī)學(xué)超聲圖像的噪聲主要是斑點噪聲，對此學(xué)術(shù)界提出了一些抑制斑點噪聲的方法為后續(xù)處理提供高質(zhì)量圖像。斑點噪聲的空域濾波包括均值濾波、中值濾波、 Lee濾波、Kuan濾波、Frost濾波、Sigma濾波及Gamma Map濾波等,這類算法無法克服的矛盾為一方面增強斑點去噪效果需要選較大的濾波窗口，另一方面為保持圖像的實際分辨率要求所選的窗口較小，而且窗口選擇將大大地影響圖像的處理結(jié)果。
近年來，出現(xiàn)了許多非線性濾波器，例如各向異性擴散濾波器，SRAD(Speckle reducing anisotropic diffusion)斑點噪聲各向異性濾波器,及相干異性擴散性濾波器等，這些濾波器由于在不同的擴散方向上采用不同的擴散系數(shù)，因此具有增強對比度、保留細節(jié)等優(yōu)點，成為濾波技術(shù)的一個亮點，然而需要多次計算，嚴重影響速度。
(2)血流運動矢量計算現(xiàn)有計算心臟超聲的方法主要有PIV方法、斑點跟蹤方法、VFM方法和光流法。
PIV方法PIV根據(jù)粒子濃度的高低分成兩類，一類是適合于低濃度的 PTV(Particle Tracking Velocimery)方法，另一類是處理高濃度的粒子分布相關(guān)法,這種方法是采用局部區(qū)域內(nèi)粒子分布模型的相似性原理，使該區(qū)域內(nèi)粒子同時得到確認。其算法由四部分組成圖像粒子的標定、連續(xù)兩幀圖像中粒子對應(yīng)關(guān)系(采用互相關(guān)技術(shù)匹配)、粒子速度確定和誤對應(yīng)粒子速度的判定及其消除。
斑點跟蹤方法斑點跟蹤一般包括兩個方面，匹配和搜索。匹配的準則有多種，常用的準則有歸一化相關(guān)函數(shù)(NCCF)，平均均方誤差函數(shù)(MSD)及平均絕對差函數(shù)(MAD)等。 搜索方法也有多種，全搜索法、十字搜索法和菱形搜索法等。
VFM方法VFM方法是應(yīng)用到多普勒彩超計算運動矢量的方法，由于算法先天性的角度依賴問題，使得臨床應(yīng)用很不穩(wěn)定，而且不能處理灰度超聲圖像。
光流法將光流法應(yīng)用于心臟黑白超聲圖像研究極為少見，P. Burlina等人在 2011年將現(xiàn)有光流法應(yīng)用于超聲造影圖像，但是效果并不是很理想，一方面沒有針對超聲圖像特點進行高效預(yù)處理，另一方面沒有根據(jù)心臟流體特性(速度快、流體復(fù)雜)對多尺度的權(quán)值進行優(yōu)化。由于光流法與圖像梯度關(guān)系密切相關(guān)，沒有經(jīng)過平滑的圖像幾乎不能得到較為準確的運動矢量結(jié)果。同時，由于血流速度較慢，而且血流流場復(fù)雜，直接將光流法應(yīng)用于超聲圖像很難獲得較為準確的結(jié)果。發(fā)明內(nèi)容
本發(fā)明的目的在于針對于現(xiàn)有技術(shù)的不足，提供一種基于灰階超聲圖像的心臟流場速度矢量分析方法，該方法首先對灰階超聲圖像進行去除斑點噪聲處理，使心室內(nèi)血流區(qū)域更加平滑，再采用光流法計算血流區(qū)域的運動矢量，從而解決了基于灰階超聲圖像的心臟流場速度矢量的分析問題。
為了達到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案是提供一種基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于，包括以下步驟
①將灰階超聲圖像在橫向和縱向方向等距離劃分為網(wǎng)格單元；
②計算網(wǎng)格單元中每個單元格的平均灰度值Pnm，并選取單元格內(nèi)最接近平均灰度值的像素點作為單元格的控制點；其中，平均灰度值的的計算公式為
權(quán)利要求
1.一種基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于，包括以下步驟 ①將灰階超聲圖像在橫向和縱向方向等距離劃分為網(wǎng)格單元； ②計算網(wǎng)格單元中每個單元格的平均灰度值Pnm，并選取單元格內(nèi)最接近平均灰度值的像素點作為單元格的控制點；其中，平均灰度值的的計算公式為
2.根據(jù)權(quán)利要求I所述的基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于步驟①中，在灰階超聲圖像中橫向和縱向方向上的劃分間距均為7個像素；所述網(wǎng)格單元為7X7的網(wǎng)格。
3.根據(jù)權(quán)利要求I所述的基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于步驟②中，所述CellW為7，CellH為7。
4.根據(jù)權(quán)利要求I所述的基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于步驟③中，采用Delaunay方法對控制點集進行三角形網(wǎng)格剖分，在每個剖分的三角形單元格內(nèi)采用分段三次Hermite方法插值計算所有像素的灰度值。
5.根據(jù)權(quán)利要求I所述的基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于步驟④中，將去除斑點噪聲的灰階超聲圖像進行高斯圖像金字塔分解的具體步驟為將去除斑點噪聲的灰階超聲圖像與高斯算子進行卷積，下采樣，得到一個分辨率為去除斑點噪聲灰階超聲圖像分辨率1/2的第一層圖像；再將第一層圖像與高斯算子卷積，下采樣，得到一個分辨率為去除斑點噪聲灰階超聲圖像分辨率1/4的第二層圖像，重復(fù)進行η次上述操作，直至得到高度為η的高斯金字塔多分辨率圖像。
6.根據(jù)權(quán)利要求5所述的基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于所述高斯算子為5X5的模板，如下所示
全文摘要
本發(fā)明公開了一種基于灰階超聲圖像的心臟流場速度矢量分析方法，其特征在于，包括如下步驟首先將灰階超聲圖像劃分為網(wǎng)格單元，在網(wǎng)格單元的每個單元格內(nèi)選取像素最接近平均灰度值的像素點為控制點，并利用插值算法更新灰階超聲圖像灰度值，達到去除斑點噪聲的目的，再對去噪后的圖像用光流法計算灰階超聲圖像的心臟流場運動矢量。該方法所采用的插值算法過程不需要多次遞歸計算，可以實時進行斑點去除預(yù)處理；并且使運算結(jié)果更貼近真實情況，更加準確獲取渦流等流體細節(jié)信息。
文檔編號G06T5/00GK102930511SQ20121035876
公開日2013年2月13日 申請日期2012年9月25日 優(yōu)先權(quán)日2012年9月25日
發(fā)明者甘建紅, 尹立雪, 謝盛華 申請人:四川省醫(yī)學(xué)科學(xué)院(四川省人民醫(yī)院)