一种彩色IVOCT成像方法技术

本发明专利技术涉及一种彩色IVOCT成像方法，其中，所述方法包括：步骤1、对目标IVOCT图像中的病变组织进行分类，获取每一种组织类型的结构图；步骤2、对所述结构图进行染色，获取所述目标IVOCT图像的彩色IVOCT图像，所述彩色IVOCT图像中以不同颜色指示不同组织类型。本发明专利技术实施例中，通过分类后的组织类型的结构二值图，对目标IVOCT图像进行分割，获取含有组织细节的组织图像，然后对含有组织细节和纹理的组织图像赋予不同的三原色系数，以更好地呈现该组织类型结构，解决了现有技术中，直接对分类后的二值图进行染色，导致组织类型的结构细节被覆盖的技术问题。

【技术实现步骤摘要】
一种彩色IVOCT成像方法
本专利技术属于医学图像处理领域和医学检测
，具体涉及一种彩色IVOCT成像方法。
技术介绍
正常的动脉具有由内膜、中膜和外膜构成的均匀层状结构，但当血管发生病变时，血管内则会包含不同类型组织，因此，需要对该些不同组织进行分类和检测，为了更好地向使用者提供直观视图，在实际应用中，常常需要将病变血管中的多种病变组织显示在一张图像中。为了在图像中区别不同的病变组织，目前现有技术是对不同病变组织进行分类后用不同颜色表示，或用不同候选框圈出，但用不同颜色表示会覆盖组织本身的细节特点，而候选框则无法非常明确的体现出不同类别的组织结构，导致显示效果较差，不利于使用者从病变组织图像中获取有用信息。因此，设计一种能够清楚显示病变组织结构细节和纹路的图像成像方法是本领域的热点研究话题。
技术实现思路
针对以上存在的问题，本专利技术提出了一种彩色IVOCT成像方法，具体的实施方式如下。本专利技术提供一种彩色IVOCT成像方法，其中，所述方法包括：步骤1、对目标IVOCT图像中的病变组织进行分类，获取每一种组织类型的结构图；步骤2、对所述结构图进行染色，获取所述目标IVOCT图像的彩色IVOCT图像，所述彩色IVOCT图像中以不同颜色指示不同组织类型。在本专利技术的一个实施例中，所述步骤1包括：步骤11、获取多张已标记的IVOCT图像；步骤12、对多张所述已标记的IVOCT图像进行扩充以获取多个样本，将所述多个样本分为训练样本集和测试样本集；步骤13、设计卷积神经网络，所述卷积神经网络具有一个收缩路径和两个扩张路径；步骤14、利用所述训练样本集对所述卷积神经网络进行训练，以获取CNN模型；步骤15、将所述测试样本集输入所述CNN模型，计算分类正确率；步骤16、将所述目标IVOCT图像输入到所述CNN模型中，获取所述目标IVOCT图像中每一种组织类型的分割图和边界图；步骤17、将同一组织类型的所述分割图和所述边界图进行叠加，获取所述组织类型的结构图。在本专利技术的一个实施例中，对多张所述已标记的IVOCT图像进行扩充，包括：对每一张所述已标记的IVOCT图像进行变换，以获取多张变换后的图像，将每一张变换后的图像设为所述多个样本中的一个样本；其中，所述变换包括剪裁、平移、翻转、旋转、变形和灰度值变化中的一种或者组合。在本专利技术的一个实施例中，所述步骤14之前还包括：根据病变血管包含的组织类型设置训练标签，所述训练标签包括分割标签和边界标签，所述分割标签和所述边界标签均用于对所述卷积神经网络进行训练。在本专利技术的一个实施例中，所述病变血管包含的组织类型包括N种，相应地，设置训练标签，包括：设置N种分割标签和N种边界标签，其中N为大于1的正整数。在本专利技术的一个实施例中，所述CNN模型包括输入端、第一输出端和第二输出端；所述第一输出端用于输出N张分割图；所述第二输出端用于输出N张边界图；所述分割图用于显示经过所述输入端输入的心血管IVOCT图像中所包含的组织类型的结构；所述边界图用于显示经过所述输入端输入的心血管IVOCT图像中所包含的组织类型的轮廓；其中，所述分割图和所述边界图均为二值图。在本专利技术的一个实施例中，所述步骤2包括：步骤21、分别将已获取的所述每一种组织类型的结构图与所述目标IVOCT图像的像素进行点乘，以将所述目标IVOCT图像按照所述组织类型的结构图进行分割，获取每一组织类型的过度图；步骤22、分别将每一组织类型的所述过度图的像素值与预设的三原色系数进行点乘，以使所述过度图染色，不同组织类型的过度图对应不同的三原色系数；步骤23、将染色后的所述不同组织类型的过度图进行组合，获取所述彩色IVOCT图像。在本专利技术的一个实施例中，所述步骤2包括：步骤21’、分别对已获取的每一种组织类型的结构图设置对应的三原色系数，获取每一组织类型的初步染色图；步骤22’、将所述初步染色图与所述目标IVOCT图像的像素值进行点乘，获取每一组织类型的结构染色图；步骤23’、将多种组织类型的结构染色图进行组合，获取所述彩色IVOCT图像。在本专利技术的一个实施例中，所述步骤2包括：步骤21”、分别对已获取的每一种组织类型的结构图设置对应的基础三原色系数矩阵，步骤22”、将多种组织类型对应的多组所述基础三原色系数矩阵进行叠加，建立汇总三原色系数矩阵；步骤23”、将所述汇总三原色系数矩阵与所述目标IVOCT图像的像素值进行点乘，获取所述彩色IVOCT图像。本专利技术的有益效果为：1、本专利技术实施例通过对目标IVOCT图像的病变组织进行分类，由于分类后的每一种组织类型的结构图由该组织类型的分割图和边界图叠加而成，因此，目标IVOCT图像中相邻的两种组织类型的结构和边界能够清楚显示，这样对分类后的组织类型进行染色时，能够避免相邻的两种组织类型的边界模糊，组织结构范围不清晰情况，使得获取的彩色ICOVT图像中所显示的每一种组织类型清楚明确。2、本专利技术实施例中，通过分类后的组织类型的结构二值图，对目标IVOCT图像进行分割，获取含有组织细节的组织图像，然后对含有组织细节和纹理的组织图像赋予不同的三原色系数，以更好地呈现该组织类型结构，解决了现有技术中，直接对分类后的二值图进行染色，导致组织类型的结构细节被覆盖的技术问题。附图说明图1为本专利技术实施例提供的彩色IVOCT成像方法的流程图；图2为本专利技术实施例提供的卷积神经网络的结构图；图3为本专利技术实施例提供的CNN模型的使用虚拟图；图4(a)为本专利技术实施例提供的CNN模型的输入端输入的心血管IVOCT图像；图4(b)为本专利技术实施例提供的CNN模型的第一输出端输出的组织分割图；图4(c)为本专利技术实施例提供的CNN模型的第二输出端输出的组织边界图；图5(a)为本专利技术实施例提供的染色后的IVOCT图像；图5(b)为图5(a)对应的简化结构示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。实施例一如图1-图5(b)所示，图1为本专利技术实施例提供的彩色IVOCT成像方法的流程图；图2为本专利技术实施例提供的卷积神经网络的结构图；图3为本专利技术实施例提供的CNN模型的使用虚拟图；图4(a)为本专利技术实施例提供的CNN模型的输入端输入的心血管IVOCT图像；图4(b)为本专利技术实施例提供的CNN模型的第一输出端输出的组织分割图；图4(c)为本专利技术实施例提供的CNN模型的第二输出端输出的组织边界图；图5(a)为本专利技术实施例提供的染色后的IVOCT图像；图5(b)为图5(a)对应的简化结构示意图。本专利技术实施例提供彩色IVOCT成像方法，其中，所述方法包括：步骤1、对目标IVOCT图像中的病变组织进行分类，获取每一种组织类型的结构图；本专利技术实施例中，通过特定的病变组织分类，获取病变组织的边界轮廓和内部结构的二值图，使得相邻的两种病变组织边界清晰，为后续的组织染色提供有利条件。具体的组织分类方法如下：步骤11、获取多张已标记的IVOCT图像；具体是在临床检测过程中，医务人员对已经获得的IVOCT图像中的各种病变组织进行手动标记和分类，实际上每一张IVOCT图像可能只包括一种、两种病变组织，而并不能包括全部的病变组织类型，因此需要收集多张IVOCT图像，以达到获取全部病变本文档来自技高网...

【技术保护点】
一种彩色IVOCT成像方法，其特征在于，所述方法包括：步骤1、对目标IVOCT图像中的病变组织进行分类，获取每一种组织类型的结构图；步骤2、对所述结构图进行染色，获取所述目标IVOCT图像的彩色IVOCT图像，所述彩色IVOCT图像中以不同颜色指示不同组织类型。

【技术特征摘要】
1.一种彩色IVOCT成像方法，其特征在于，所述方法包括：步骤1、对目标IVOCT图像中的病变组织进行分类，获取每一种组织类型的结构图；步骤2、对所述结构图进行染色，获取所述目标IVOCT图像的彩色IVOCT图像，所述彩色IVOCT图像中以不同颜色指示不同组织类型。2.根据权利要求1所述的彩色IVOCT成像方法，其特征在于，所述步骤1包括：步骤11、获取多张已标记的IVOCT图像；步骤12、对多张所述已标记的IVOCT图像进行扩充以获取多个样本，将所述多个样本分为训练样本集和测试样本集；步骤13、设计卷积神经网络，所述卷积神经网络具有一个收缩路径和两个扩张路径；步骤14、利用所述训练样本集对所述卷积神经网络进行训练，以获取CNN模型；步骤15、将所述测试样本集输入所述CNN模型，计算分类正确率；步骤16、将所述目标IVOCT图像输入到所述CNN模型中，获取所述目标IVOCT图像中每一种组织类型的分割图和边界图；步骤17、将同一组织类型的所述分割图和所述边界图进行叠加，获取所述组织类型的结构图。3.根据权利要求2所述的彩色IVOCT成像方法，其特征在于，对多张所述已标记的IVOCT图像进行扩充，包括：对每一张所述已标记的IVOCT图像进行变换，以获取多张变换后的图像，将每一张变换后的图像设为所述多个样本中的一个样本；其中，所述变换包括剪裁、平移、翻转、旋转、变形和灰度值变化中的一种或者组合。4.根据权利要求3所述的彩色IVOCT成像方法，其特征在于，所述步骤14之前还包括：根据病变血管包含的组织类型设置训练标签，所述训练标签包括分割标签和边界标签，所述分割标签和所述边界标签均用于对所述卷积神经网络进行训练。5.根据权利要求4所述的彩色IVOCT成像方法，其特征在于，所述病变血管包含的组织类型包括N种，相应地，设置训练标签，包括：设置N种分割标签和N种边界标签，...

【专利技术属性】
技术研发人员：朱锐，李嘉男，曹一挥，薛婷，
申请(专利权)人：西安中科微光影像技术有限公司，
类型：发明
国别省市：陕西,61