国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種血管內(nèi)外膜識(shí)別、描記和測(cè)量的方法

      文檔序號(hào):818852閱讀:515來(lái)源:國(guó)知局
      專利名稱:一種血管內(nèi)外膜識(shí)別、描記和測(cè)量的方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及超聲檢測(cè),尤其是涉及一種血管內(nèi)外膜識(shí)別、描記和測(cè)量的方法。
      背景技術(shù)
      血管動(dòng)脈粥樣硬化可引起動(dòng)脈窄化,即冠心病,該病能引起呼吸短促、心絞痛,甚至是心臟病等多種疾病,嚴(yán)重時(shí)更會(huì)導(dǎo)致動(dòng)脈破裂,因此,動(dòng)脈粥樣硬化嚴(yán)重危害人類的生命財(cái)產(chǎn)。動(dòng)脈粥樣硬化程度的測(cè)量比較困難,且存在一定的風(fēng)險(xiǎn),而頸動(dòng)脈則被證明能有效反映動(dòng)脈硬化程度。
      由于B型超聲掃描技術(shù)能提供分辨率較高的頸動(dòng)脈血管圖像,該掃描不會(huì)對(duì)人體造成傷害,且成本較低。超聲圖像能提供清晰的頸動(dòng)脈壁的多層數(shù)字圖像數(shù)據(jù),通過(guò)對(duì)該數(shù)據(jù)的測(cè)量分析,可估算出動(dòng)脈硬化程度,因此,硬化程度測(cè)量準(zhǔn)確度直接影響了疾病的診斷、預(yù)防和治療效果。
      頸動(dòng)脈感興趣區(qū)域的超聲回波數(shù)據(jù)主要包括血管腔中的血液數(shù)據(jù),血管內(nèi)膜數(shù)據(jù),血管內(nèi)外膜間介質(zhì)數(shù)據(jù),血管外膜數(shù)據(jù),噪聲數(shù)據(jù)。因此,血管內(nèi)膜-介質(zhì)厚度 (Intima-Media Thickness, IMT),即內(nèi)膜與外膜之間的厚度,其測(cè)量能準(zhǔn)確反映血管動(dòng)脈硬化的情況,對(duì)硬化疾病有較為精確的識(shí)別。
      在MT計(jì)算方面,典型的技術(shù)是沿垂直于血管壁的方向計(jì)算內(nèi)膜與外膜之間的像素距離,最后用尺度因子轉(zhuǎn)化為實(shí)際中的厚度。這種技術(shù)對(duì)走勢(shì)水平,規(guī)則的血管MT計(jì)算較準(zhǔn)確,但對(duì)用戶使用技巧要求很高。在實(shí)際應(yīng)用中感興趣區(qū)域中的血管并不總是水平走勢(shì),而是伴隨著一定的傾斜和不規(guī)則,因此,該MT計(jì)算不夠精確。發(fā)明內(nèi)容
      為克服現(xiàn)有技術(shù)中進(jìn)行超聲圖像組織結(jié)構(gòu)邊界測(cè)量不夠精確的缺點(diǎn),本發(fā)明的目的在于提供一種能提高血管內(nèi)外膜與介質(zhì)的標(biāo)定精度和不規(guī)則血管功能檢測(cè)指標(biāo)計(jì)算可信度的血管內(nèi)外膜識(shí)別、描記和測(cè)量的方法。
      本發(fā)明的目的是通過(guò)以下技術(shù)措施實(shí)現(xiàn)的,一種血管內(nèi)外膜識(shí)別、描記和測(cè)量的方法,其包括以下步驟
      SI、獲取感興趣區(qū)域數(shù)據(jù),用于在血管數(shù)字超聲圖像中選擇感興趣區(qū)域圖像并貯存;
      S3、對(duì)感興趣區(qū)域圖像進(jìn)行灰度數(shù)據(jù)聚類,用于得到各目標(biāo)區(qū)域;
      S4、識(shí)別血管內(nèi)、外膜的邊界并進(jìn)行描記;
      S6、計(jì)算血管厚度。
      作為一種優(yōu)選方式,所述步驟SI與步驟S3之間還有步驟S2、圖像數(shù)據(jù)預(yù)處理,用于消除感興趣區(qū)域圖像中包含的噪聲和血液信息。
      作為一種優(yōu)選方式,所述步驟S6之前還有步驟S5、可信度檢驗(yàn),對(duì)系列血管數(shù)字超聲圖像的樣本數(shù)據(jù)進(jìn)行圖像質(zhì)量統(tǒng)計(jì),所述圖像質(zhì)量包括樣本數(shù)據(jù)中的最大值、最小值、標(biāo)準(zhǔn)差及平均值;并對(duì)相繼兩幅血管數(shù)字超聲圖像的圖像質(zhì)量通過(guò)結(jié)構(gòu)相似度指標(biāo)進(jìn)行計(jì)算,只有在圖像質(zhì)量結(jié)構(gòu)相似度指標(biāo)達(dá)到一定時(shí)才對(duì)厚度進(jìn)行計(jì)算,以確保計(jì)算的可信度。具體的,所述圖像數(shù)據(jù)預(yù)處理方法為高斯濾波、均值濾波或中值濾波中的一種或多種的結(jié)合。
      作為一種優(yōu)選方式,所述對(duì)感興趣區(qū)域圖像進(jìn)行灰度數(shù)據(jù)聚類包括S31、各聚類中心的初始化,根據(jù)灰度數(shù)據(jù)取值范圍和各組織結(jié)構(gòu)灰度值間的差另IJ,將整個(gè)灰度取值分為多段,即聚類個(gè)數(shù),并取出各段的中間灰度值作為算法的初始聚類中心,根據(jù)對(duì)應(yīng)的灰度分布特點(diǎn)將圖像分為若干塊;S32、數(shù)據(jù)初分類,針對(duì)每塊數(shù)據(jù),統(tǒng)計(jì)各灰度特征個(gè)數(shù),并給出統(tǒng)計(jì)直方圖,在該塊中每個(gè)灰度數(shù)據(jù)僅需計(jì)算一次,即該值與各個(gè)聚類中心灰度值間的歐式距離,同時(shí)比較得出該數(shù)據(jù)樣本所屬的聚類中心進(jìn)行數(shù)據(jù)分類,其中,設(shè)樣本X=U1, X2,, Xn)與聚類中心Y=G1, y2,. . . , yn)之間的歐氏距離定義為
      (KX' V)=抓-J1)2 +(X2 -V2)2 +■ ■ -+(Xb -Jh)2 ;S33、數(shù)據(jù)終分類,首先進(jìn)行灰度特征值處理,其次計(jì)算各灰度值與每個(gè)聚類中心的距離,來(lái)重新進(jìn)行數(shù)據(jù)分類,最后根據(jù)不同類別中灰度數(shù)據(jù)取平均值,得到下次迭代的聚類中心,并采用迭代法進(jìn)行更新;當(dāng)聚類中心不再發(fā)生變化時(shí),迭代結(jié)束,此時(shí)得到的各數(shù)據(jù)樣本類別為不同組織結(jié)構(gòu)的類型,即完成灰度數(shù)據(jù)的分類。作為一種優(yōu)選方式,所述識(shí)別血管內(nèi)、外膜的邊界包括以下步驟S41、外膜、內(nèi)膜邊界識(shí)別;S42、描記數(shù)據(jù)平滑處理;S43、描記數(shù)據(jù)輸出。具體的,所述外膜、內(nèi)膜邊界識(shí)別為基于梯度的鄰域搜索模型來(lái)確定的,在已獲取數(shù)據(jù)中,設(shè)探頭得到的每條掃描線為算法處理的一個(gè)數(shù)據(jù)向量,其大小為探頭深度方向上的掃描點(diǎn)數(shù),在算法實(shí)現(xiàn)過(guò)程中,分類后數(shù)據(jù)的處理單元大小不變,處理對(duì)象則為灰度數(shù)據(jù)的類別信息;梯度方向與取最大方向?qū)?shù)的方向一致,其模為函數(shù)在該點(diǎn)方向?qū)?shù)的最大值;該算法模型中用到一維梯度定義為該維數(shù)上的最大方向?qū)?shù),表示如下式grad (x) = (f (x+ A x) -f (x)) / Ax其中,grad (X)表示在x處的梯度,f (x)為灰度數(shù)據(jù)取值,Ax表示在該方向上的變化量;利用基于灰度直方圖統(tǒng)計(jì)的分塊K-Means聚類算法得到的數(shù)據(jù)類別信息,求出對(duì)應(yīng)的極值點(diǎn),所有的極值點(diǎn)所處位置組成了各組織結(jié)構(gòu)的邊界,且血管內(nèi)膜、外膜均由部分極值點(diǎn)對(duì)應(yīng)的位置組成;采用鄰域搜索法來(lái)求得準(zhǔn)確血管內(nèi)膜、外膜各組織結(jié)構(gòu)邊界的極值點(diǎn)位置,其中鄰域定義為以a為中心的任何開區(qū)間稱為點(diǎn)a的鄰域,記作U(a);設(shè)6是任一正數(shù),則開區(qū)間(a- S,a+ S )就是點(diǎn)a的一個(gè)鄰域,這個(gè)鄰域稱為點(diǎn)a的8鄰域。具體的,所述描記數(shù)據(jù)平滑處理為對(duì)獲得的一維內(nèi)膜和外膜的位置數(shù)據(jù)做高斯平滑以消除毛刺。作為一種優(yōu)選方式,首先利用擬合數(shù)據(jù)采集模塊進(jìn)行擬合數(shù)據(jù)采集,然后利用直線擬合及角度計(jì)算模塊對(duì)采集的數(shù)據(jù)進(jìn)行直線擬合和角度計(jì)算,再利用厚度計(jì)算模塊進(jìn)行厚度計(jì)算,最后利用統(tǒng)計(jì)模塊進(jìn)行統(tǒng)計(jì)計(jì)算。
      具體的,所述擬合數(shù)據(jù)采集模塊對(duì)標(biāo)記后的內(nèi)外膜數(shù)據(jù)進(jìn)行采集,因興趣區(qū)域圖像第一列向左并無(wú)數(shù)據(jù),其最初幾列向右采集,而最后幾列向左采集;在向左采集時(shí)為了防止與向右采集的數(shù)據(jù)符號(hào)相反還對(duì)向左采集到的數(shù)據(jù)進(jìn)行反轉(zhuǎn);采集方向的選擇是在所計(jì)算列小于興趣區(qū)域圖像寬度的一半時(shí)向右采集,大于興趣區(qū)域圖像一半時(shí)向左采集;
      根據(jù)計(jì)算位置P,確定數(shù)據(jù)采集方向dr
      權(quán)利要求
      1.一種血管內(nèi)外膜識(shí)別、描記和測(cè)量的方法,其特征在于包括以下步驟 Si、獲取感興趣區(qū)域數(shù)據(jù),用于在血管數(shù)字超聲圖像中選擇感興趣區(qū)域圖像并貯存; 53、對(duì)感興趣區(qū)域圖像進(jìn)行灰度數(shù)據(jù)聚類,用于得到各目標(biāo)區(qū)域; 54、識(shí)別血管內(nèi)、外膜的邊界并進(jìn)行描記; S6、計(jì)算血管厚度。
      2.根據(jù)權(quán)利要求1所述的方法,其特征在于所述步驟SI與步驟S3之間還有步驟S2、圖像數(shù)據(jù)預(yù)處理,用于消除感興趣區(qū)域圖像中包含的噪聲和血液信息。
      3.根據(jù)權(quán)利要求1所述的方法,其特征在于所述步驟S6之前還有步驟S5、可信度檢驗(yàn),對(duì)系列血管數(shù)字超聲圖像的樣本數(shù)據(jù)進(jìn)行圖像質(zhì)量統(tǒng)計(jì),所述圖像質(zhì)量包括樣本數(shù)據(jù)中的最大值、最小值、標(biāo)準(zhǔn)差及平均值;并對(duì)相繼兩幅血管數(shù)字超聲圖像的圖像質(zhì)量通過(guò)結(jié)構(gòu)相似度指標(biāo)進(jìn)行計(jì)算,只有在圖像質(zhì)量結(jié)構(gòu)相似度指標(biāo)達(dá)到一定時(shí)才對(duì)厚度進(jìn)行計(jì)算,以確保計(jì)算的可信度。
      4.根據(jù)權(quán)利要求2所述的方法,其特征在于所述圖像數(shù)據(jù)預(yù)處理方法為高斯濾波、均值濾波或中值濾波中的一種或多種的結(jié)合。
      5.根據(jù)權(quán)利要求1-3所述的任一方法,其特征在于所述步驟S3對(duì)感興趣區(qū)域圖像進(jìn)行灰度數(shù)據(jù)聚類包括 531、各聚類中心的初始化,根據(jù)灰度數(shù)據(jù)取值范圍和各組織結(jié)構(gòu)灰度值間的差別,將整個(gè)灰度取值分為多段,即聚類個(gè)數(shù),并取出各段的中間灰度值作為算法的初始聚類中心,根據(jù)對(duì)應(yīng)的灰度分布特點(diǎn)將圖像分為若干塊; 532、數(shù)據(jù)初分類,針對(duì)每塊數(shù)據(jù),統(tǒng)計(jì)各灰度特征個(gè)數(shù),并給出統(tǒng)計(jì)直方圖,在該塊中每個(gè)灰度數(shù)據(jù)僅需計(jì)算一次,即該值與各個(gè)聚類中心灰度值間的歐式距離,同時(shí)比較得出該數(shù)據(jù)樣本所屬的聚類中心進(jìn)行數(shù)據(jù)分類,其中,設(shè)樣本X=U1, X2,, χη)與聚類中心Y=G1, y2,..., yn)之間的歐氏距離定義為
      6.根據(jù)權(quán)利要求1所述的方法,其特征在于所述步驟S4識(shí)別血管內(nèi)、外膜的邊界包括以下步驟 541、外膜、內(nèi)膜邊界識(shí)別; 542、描記數(shù)據(jù)平滑處理; 543、描記數(shù)據(jù)輸出。
      7.根據(jù)權(quán)利要求6所述的方法,其特征在于所述外膜、內(nèi)膜邊界識(shí)別為基于梯度的鄰域搜索模型來(lái)確定的, 在已獲取數(shù)據(jù)中,設(shè)探頭得到的每條掃描線為算法處理的一個(gè)數(shù)據(jù)向量,其大小為探頭深度方向上的掃描點(diǎn)數(shù),在算法實(shí)現(xiàn)過(guò)程中,分類后數(shù)據(jù)的處理單元大小不變,處理對(duì)象則為灰度數(shù)據(jù)的類別信息;梯度方向與取最大方向?qū)?shù)的方向一致,其模為函數(shù)在該點(diǎn)方向?qū)?shù)的最大值;該算法模型中用到一維梯度定義為該維數(shù)上的最大方向?qū)?shù),表示如下式 grad (X) = (f (X+ Δ x) -f (χ)) / Δ χ 其中,grad (χ)表示在χ處的梯度,f (χ)為灰度數(shù)據(jù)取值,Δχ表示在該方向上的變化量; 利用基于灰度直方圖統(tǒng)計(jì)的分塊K-Means聚類算法得到的數(shù)據(jù)類別信息,求出對(duì)應(yīng)的極值點(diǎn),所有的極值點(diǎn)所處位置組成了各組織結(jié)構(gòu)的邊界,且血管內(nèi)膜、外膜均由部分極值點(diǎn)對(duì)應(yīng)的位置組成; 采用鄰域搜索法來(lái)求得準(zhǔn)確血管內(nèi)膜、外膜各組織結(jié)構(gòu)邊界的極值點(diǎn)位置,其中鄰域定義為以a為中心的任何開區(qū)間稱為點(diǎn)a的鄰域,記作U(a);設(shè)δ是任一正數(shù),則開區(qū)間(a_ δ,a+ δ )就是點(diǎn)a的一個(gè)鄰域,這個(gè)鄰域稱為點(diǎn)a的δ鄰域。
      8.根據(jù)權(quán)利要求6所述的方法,其特征在于所述描記數(shù)據(jù)平滑處理為對(duì)獲得的一維內(nèi)膜和外膜的位置數(shù)據(jù)做高斯平滑以消除毛刺。
      9.根據(jù)權(quán)利要求1-3所述的任一方法,其特征在于所述步驟S6計(jì)算血管厚度包括首先利用擬合數(shù)據(jù)采集模塊進(jìn)行擬合數(shù)據(jù)采集,然后利用直線擬合及角度計(jì)算模塊對(duì)采集的數(shù)據(jù)進(jìn)行直線擬合和角度計(jì)算,再利用厚度計(jì)算模塊進(jìn)行厚度計(jì)算,最后利用統(tǒng)計(jì)模塊進(jìn)行統(tǒng)計(jì)計(jì)算。
      10.根據(jù)權(quán)利要求9所述的方法,其特征在于所述擬合數(shù)據(jù)采集模塊對(duì)標(biāo)記后的內(nèi)外膜數(shù)據(jù)進(jìn)行采集,其最初幾列向右采集,而最后幾列向左采集;在向左采集時(shí)為了防止與向右采集的數(shù)據(jù)符號(hào)相反還對(duì)向左采集到的數(shù)據(jù)進(jìn)行反轉(zhuǎn);采集方向的選擇是在所計(jì)算列小于興趣區(qū)域圖像寬度的一半時(shí)向右采集,大于興趣區(qū)域圖像一半時(shí)向左采集; 根據(jù)計(jì)算位置P,確定數(shù)據(jù)采集方向dr
      全文摘要
      本發(fā)明涉及超聲檢測(cè),公開了一種血管內(nèi)外膜識(shí)別、描記和測(cè)量的方法,包括以下步驟S1、獲取感興趣區(qū)域數(shù)據(jù);S3、對(duì)感興趣區(qū)域圖像進(jìn)行灰度數(shù)據(jù)聚類,用于得到各目標(biāo)區(qū)域;S4、識(shí)別血管內(nèi)、外膜的邊界并進(jìn)行描記;S6、計(jì)算血管厚度。本發(fā)明具有提高了血管內(nèi)外膜與介質(zhì)的標(biāo)定精度和不規(guī)則血管功能檢測(cè)指標(biāo)計(jì)算的可信度的優(yōu)點(diǎn)。
      文檔編號(hào)A61B8/08GK102982314SQ201210436130
      公開日2013年3月20日 申請(qǐng)日期2012年11月5日 優(yōu)先權(quán)日2012年11月5日
      發(fā)明者周傳濤, 馬景輝, 劉秀堅(jiān) 申請(qǐng)人:深圳市恩普電子技術(shù)有限公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1