一種超聲圖像中目標(biāo)對象分割方法、裝置及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提出一種超聲圖像中目標(biāo)對象分割方法，所述方法，包括：獲取包含目標(biāo)對象的超聲子圖像；對包含目標(biāo)對象的超聲子圖像進(jìn)行邊緣檢測，獲得邊緣圖像；構(gòu)造所述邊緣圖像的外力場，通過使得外部能量場的負(fù)梯度逼近所述外力場來估計(jì)所述卵泡的初始輪廓；以所述外力場作為演化模型的外力來推動所述初始輪廓的演化，直到演化結(jié)束，輪廓不再移動，從而獲取分割后的目標(biāo)對象。采用本發(fā)明的方法可以有效地處理弱邊界和噪聲的情形，提高了目標(biāo)對象分割的準(zhǔn)確性與魯棒性。
【專利說明】一種超聲圖像中目標(biāo)對象分割方法、裝置及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及超聲圖像【技術(shù)領(lǐng)域】，具體的涉及一種超聲圖像中目標(biāo)對象分割方法、 裝置及系統(tǒng)。

【背景技術(shù)】
[0002] 超聲卵泡監(jiān)測不僅可以了解卵泡的生長過程，還可以預(yù)測排卵的時間，判斷黃體 形成，對卵泡發(fā)育異常的診斷也起著重要的作用，為婦科內(nèi)分泌提供了大量的信息。對卵泡 的觀察除注意其形態(tài)、數(shù)目、回聲外，測量卵泡的大小對了解其生長發(fā)育狀態(tài)、藥物治療效 果以及判斷卵泡成熟是十分重要的。卵泡的聲像表現(xiàn)為圓形或橢圓形無回聲區(qū)，位于卵巢 皮質(zhì)內(nèi)，邊界清晰，囊壁菲薄，內(nèi)壁光滑。一般認(rèn)為成熟卵泡直徑在18_25mm，妊娠機(jī)率大，卵 泡直徑< 18mm不易妊娠。
[0003] 然而，若醫(yī)生欲獲得每個卵泡的大小時，需手動地在各個卵泡上手動標(biāo)記幾個點(diǎn)， 操作費(fèi)時且繁瑣。尤其是，當(dāng)人體內(nèi)包含密集的卵泡時，手動標(biāo)記更為復(fù)雜、繁瑣，極大地增 加了醫(yī)生的工作量。
[0004] 自動測量卵泡的大小是發(fā)展的方向，卵泡的自動分割是自動測量的關(guān)鍵步驟。在 現(xiàn)有技術(shù)中，美國專利申請?zhí)枮閁S 2008/0267499 A1的專利提出了三維卵泡的分割方法， 該專利是基于閾值方法和形態(tài)學(xué)方法的結(jié)合。但是，該方法存在下述不足：當(dāng)一個卵泡與另 外一個卵泡的距離比較鄰近，且它們之間存在著模糊區(qū)域時，該方法很難將這兩個卵泡有 效地分離開來。此外，分割結(jié)果中可能存在輪廓嵌套的現(xiàn)象（即一個輪廓中可能包含另外 一個輪廓）或細(xì)碎的輪廓。


【發(fā)明內(nèi)容】

[0005] 為解決上述問題，本發(fā)明提出一種超聲圖像中目標(biāo)對象分割方法，本發(fā)明采用相 位一致性模型得到圖像的邊緣圖，并在此基礎(chǔ)上計(jì)算了向量場卷積外力場以此來驅(qū)動演化 模型，從而完成目標(biāo)對象輪廓的提取。這樣，可以有效地處理弱邊界和噪聲的情形，提高了 目標(biāo)對象分割的準(zhǔn)確性與魯棒性。
[0006] 本發(fā)明提出一種超聲圖像中目標(biāo)對象分割方法，包括：
[0007] 獲取包含目標(biāo)對象的超聲子圖像；
[0008] 對包含目標(biāo)對象的超聲子圖像進(jìn)行邊緣檢測，獲得邊緣圖像；
[0009] 構(gòu)造所述邊緣圖像外力場，通過使得外部能量場的負(fù)梯度逼近所述外力場來估計(jì) 所述卵泡的初始輪廓；
[0010]以所述外力場作為演化模型的外力來推動所述初始輪廓的演化，直到演化結(jié)束， 輪廓不再移動，從而獲取分割后的目標(biāo)對象。
[0011] 本發(fā)明還提供一種超聲圖像中目標(biāo)對象分割裝置，所述裝置包括：獲取模塊、第一 計(jì)算模塊、第二計(jì)算模塊、第三計(jì)算模塊；
[0012] 獲取模塊，用于獲取包含目標(biāo)對象的超聲子圖像；
[0013] 第一計(jì)算模塊，用于對包含目標(biāo)對象的超聲子圖像進(jìn)行邊緣檢測，獲得邊緣圖 像；
[0014] 第二計(jì)算模塊，用于構(gòu)造所述邊緣圖像外力場，通過使得外部能量場的負(fù)梯度逼 近所述外力場來估計(jì)所述卵泡的初始輪廓；
[0015] 第三計(jì)算模塊，用于以所述外力場作為演化模型的外力來推動所述初始輪廓的演 化，直到演化結(jié)束，輪廓不再移動，從而獲取多個分割后的目標(biāo)對象。
[0016] 本發(fā)明還提供一種系統(tǒng)，所述系統(tǒng)具有如上所述的裝置。
[0017] 從以上技術(shù)方案可以看出，本發(fā)明實(shí)施例具有以下優(yōu)點(diǎn)：
[0018] 1、由于采用相位一致性模型得到圖像的邊緣圖，并在此基礎(chǔ)上計(jì)算了向量場卷積 以此來驅(qū)動演化模型，從而完成目標(biāo)對象輪廓的提取。可以有效地處理弱邊界和噪聲的情 形，提高了目標(biāo)對象分割的準(zhǔn)確性與魯棒性。
[0019] 2、一方面，由于可以用不同的顏色表示每個不同目標(biāo)的輪廓邊界，并且通過標(biāo)號 顯示將分割結(jié)果與測量結(jié)果一一對應(yīng)起來，另一方面，由于可以在分割結(jié)果中顯示表示目 標(biāo)對象長軸和短軸的兩個端點(diǎn)，因此可以使醫(yī)生的觀測更為直觀。
[0020] 3、由于可以一次性地獲得同一幅圖像的目標(biāo)對象閉合輪廓，所以可以一次性地對 目標(biāo)對象進(jìn)行輪廓初始化，這就為后續(xù)演化模型的演化提供了初始的演化曲線，從而為實(shí) 現(xiàn)目標(biāo)對象輪廓的準(zhǔn)確提取奠定了良好的基礎(chǔ)。此外，由于整個輪廓的初始化過程均不需 要人參與，因此就實(shí)現(xiàn)了目標(biāo)對象輪廓初始化過程的自動化。

【專利附圖】

【附圖說明】
[0021] 圖1，為本發(fā)明的圖像中目標(biāo)對象分割方法一具體實(shí)施例的流程圖；
[0022] 圖2,為本發(fā)明的圖像中目標(biāo)對象分割方法另一具體實(shí)施例的流程圖；
[0023] 圖3,為本發(fā)明的圖像中目標(biāo)對象分割方法另一具體實(shí)施例的流程圖；
[0024] 圖4,為本發(fā)明的圖像中目標(biāo)對象分割裝置一具體實(shí)施例的結(jié)構(gòu)框圖。

【具體實(shí)施方式】
[0025] 本發(fā)明提出一種超聲圖像中目標(biāo)對象分割方法、裝置和系統(tǒng)，本發(fā)明采用相位一 致性模型得到圖像的邊緣圖，并在此基礎(chǔ)上計(jì)算了向量場卷積以此來驅(qū)動演化模型，從而 完成目標(biāo)對象輪廓的提取。這樣，可以有效地處理弱邊界和噪聲的情形，提高了目標(biāo)對象分 割的準(zhǔn)確性與魯棒性。
[0026] 下面將結(jié)合本發(fā)明中的說明書附圖，對發(fā)明中的技術(shù)方案進(jìn)行清楚、完整地描述， 顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的 實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都 屬于本發(fā)明保護(hù)的范圍。
[0027] 本發(fā)明的超聲圖像中目標(biāo)對象分割方法、裝置及系統(tǒng)可以應(yīng)用于超聲圖像中的任 何目標(biāo)對象的分割，本具體實(shí)施例以超聲圖像中的卵泡為例，具體說明超聲圖像中目標(biāo)對 象分割的方法、裝置和系統(tǒng)。
[0028] 實(shí)施例一、
[0029] 如圖1所示，為所述超聲圖像中目標(biāo)對象的分割方法，由于本具體實(shí)施例以卵泡 的分割為例，以下實(shí)施例的描述中，"目標(biāo)對象"將全部用"卵泡"來代替，但是應(yīng)該說明的 是，本發(fā)明的方法不僅僅適用于卵泡的分割，而是適用于所有需要從超聲圖像中分割的目 標(biāo)對象。所述對象的個數(shù)不限，可以為一個或者是同一種類的多個。具體步驟如下：
[0030] S101，獲取包含卵泡的超聲子圖像。
[0031] 首先超聲診斷系統(tǒng)接收到外部信號后對信號進(jìn)行處理，生成卵泡超聲圖像；然后， 將卵泡區(qū)域置于圖像的中間位置，用軌跡球確定包含卵泡區(qū)域的大致范圍，對超聲圖像進(jìn) 行裁剪得到粗略的包含卵泡的超聲子圖像，這樣既減少了干擾信息，同時也增強(qiáng)了算法的 實(shí)時性。通常所獲取的超聲子圖像包括卵泡。
[0032] 所述卵泡可以為一個或者多個。
[0033] S102,對包含卵泡的超聲子圖像進(jìn)行邊緣檢測，獲得邊緣圖像。
[0034] 所述邊緣檢測算法包括：canny, sobel，基于相位一致性模型等等。
[0035] 本具體實(shí)施例優(yōu)選基于相位一致性模型進(jìn)行邊緣檢測，因?yàn)橄啾冉?jīng)典的邊緣檢測 算法canny，sobel等，基于相位一致性模型在一定程度上可以克服噪聲和卵泡內(nèi)部灰度不 均勻的情形，這有利于后續(xù)的卵泡分割。
[0036] S103,構(gòu)造所述邊緣圖像外力場，通過使得外部能量場的負(fù)梯度逼近所述外力場 來估計(jì)所述卵泡的初始輪廓。
[0037] 所述外力場包括：向量場卷積外力場和經(jīng)典的基于梯度矢量流（GVF)的外力場等 等。
[0038] 本具體實(shí)施例優(yōu)選向量場卷積外力場，即將邊緣圖像與構(gòu)造的向量場核進(jìn)行卷積 以獲得外力場。主要是由于經(jīng)典的基于梯度矢量流GVF的是圖像各向同性的擴(kuò)散，對弱邊 界魯棒性較弱，尤其是強(qiáng)邊界附近的弱邊界處，容易造成邊緣泄漏。此外，GVF計(jì)算量較大， 對參數(shù)比較敏感。然而，向量場卷積外力場能夠避免GVF的不足。
[0039] 外力場和外部能量場的關(guān)系類似于重力和重力勢能的關(guān)系，假設(shè)外力場定義為外 部能量場的負(fù)梯度，通過引入外部能量場，使得外部能量場的負(fù)梯度接近于所述外部力場。 由于同一個卵泡具有相同或相近的外部能量值，因此可以利用閾值方法粗略地將包含卵泡 的超聲子圖像大致分為卵泡區(qū)域或非卵泡區(qū)域，再利用邊緣檢測和跟蹤得到不同卵泡的初 始輪廓。
[0040] S104,以所述外力場作為演化模型的外力來推動所述初始輪廓的演化，直到演化 結(jié)束，輪廓不再移動，獲取分割后的卵泡。
[0041] 由于步驟S103獲得的卵泡初始輪廓未接近所述卵泡邊界，因此需采用演化模型 以外力場推動所述卵泡的初始輪廓向卵泡的邊界演化，直到演化結(jié)束，輪廓最終靠近卵泡 邊緣不再移動，從而最終獲得分割后的卵泡。
[0042] 通過采用相位一致性模型得到圖像的邊緣圖，并通過對邊緣圖像與向量場核進(jìn)行 卷積構(gòu)造向量場卷積外力場以此來驅(qū)動演化模型，從而獲取分割后的目標(biāo)對象。這樣，可以 有效地處理卵泡弱邊界和噪聲情形，提高了目標(biāo)對象分割的準(zhǔn)確性與魯棒性。
[0043] 在一些實(shí)施例中，所述步驟S102基于相位一致性模型的邊緣檢測法可以包括如 下步驟：
[0044] S1021，將Riesz與帶通濾波器相結(jié)合來構(gòu)造正交的奇濾波器和偶濾波器，采用如 下的定義：
[0045]

【權(quán)利要求】
1. 一種超聲圖像中目標(biāo)對象分割方法，其特征在于，包括： 獲取包含目標(biāo)對象的超聲子圖像； 對包含目標(biāo)對象的超聲子圖像進(jìn)行邊緣檢測，獲得邊緣圖像； 構(gòu)造所述邊緣圖像外力場，通過使得外部能量場的負(fù)梯度逼近所述外力場來估計(jì)所述 卵泡的初始輪廓； 以所述外力場作為演化模型的外力來推動所述初始輪廓的演化，直到演化結(jié)束，輪廓 不再移動，從而獲取分割后的目標(biāo)對象。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述邊緣檢測為基于相位信息的邊緣檢 測包括： 將Riesz與帶通濾波器相結(jié)合來構(gòu)造正交的奇濾波器和偶濾波器； 將所述奇、偶濾波器與所述包含目標(biāo)對象的超聲子圖像進(jìn)行卷積，得到濾波后的多尺 度特征圖像； 利用相位一致性模型將所述多尺度特征圖像結(jié)合起來，計(jì)算圖像的特征對稱測度值， 從而產(chǎn)生邊緣圖像。
3. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述外力場為向量場卷積外力場，所 述構(gòu)造邊緣圖像外力場，通過使得外部能量場的負(fù)梯度逼近所述外力場來估計(jì)所述目標(biāo)對 象的初始輪廓，包括： 構(gòu)造向量場核； 將所述的向量場核與所述邊緣圖像進(jìn)行卷積，得到向量場卷積外力場； 采用泊松逆梯度方法使得外部能量場的負(fù)梯度逼近所述的向量場卷積外力場，以獲得 圖像的外部能量場，從而產(chǎn)生外部能量圖； 對所述外部能量圖進(jìn)行閾值化處理，得到二值圖像； 用邊緣檢測方法獲得所述二值圖像的邊緣圖像； 對邊緣圖像進(jìn)行輪廓跟蹤，得到閉合的輪廓，設(shè)定閾值排除所述閉合輪廓中干擾的無 效輪廓。
4. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述演化模型為Snake模型，其數(shù)學(xué) 表達(dá)式為：
其中，Eext為外部能量，一階項(xiàng)V' (s)和二階項(xiàng)V" (s)分別代表演化曲線的斜率和曲 率。
5. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，對所述分割后的目標(biāo)對象進(jìn)行測量， 所述測量包括：目標(biāo)對象的長軸、短軸、長短軸的平均值、體積。
6. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述測量還包括目標(biāo)對象的似圓度測 量。
7. 根據(jù)權(quán)利要求5或6所述的方法，其特征在于，將所述分割后的目標(biāo)對象與所述測量 結(jié)果通過顏色或標(biāo)號一一對應(yīng)。
8. 根據(jù)權(quán)利要求1-7任意一項(xiàng)所述的方法，其特征在于，所述目標(biāo)對象為卵泡。
9. 根據(jù)權(quán)利要求1-7任意一項(xiàng)所述的方法，其特征在于，所述目標(biāo)對象為一個或多個。
10. -種超聲圖像中目標(biāo)對象分割裝置，其特征在于，所述裝置包括：獲取模塊、第一 計(jì)算模塊、第二計(jì)算模塊、第三計(jì)算模塊； 獲取模塊，用于獲取包含目標(biāo)對象的超聲子圖像； 第一計(jì)算模塊，用于對包含目標(biāo)對象的超聲子圖像采用基于相位信息的邊緣檢測，獲 得邊緣圖像； 第二計(jì)算模塊，用于通過對邊緣圖像與向量場核進(jìn)行卷積構(gòu)造向量場卷積外力場，通 過使得外部能量場的負(fù)梯度逼近所述外力場來估計(jì)所述目標(biāo)對象的初始輪廓； 第三計(jì)算模塊，用于以所述外力場作為演化模型的外力來推動所述初始輪廓的演化， 直到演化結(jié)束，輪廓不再移動，從而獲取分割后的目標(biāo)對象。
11. 一種系統(tǒng)，其特征在于，所述系統(tǒng)具有如權(quán)利要求10所述的裝置。
【文檔編號】G06T7/00GK104143193SQ201410385374
【公開日】2014年11月12日 申請日期:2014年8月7日 優(yōu)先權(quán)日:2014年8月7日
【發(fā)明者】高梁, 馮乃章, 朱勇 申請人:深圳市開立科技有限公司