多普勒超声的彩色像素密度计算方法技术

本发明专利技术公开了一种多普勒超声的彩色像素密度计算方法，其步骤包括：(1)选取要处理区域；(2)分解所选区域R，G，B三通道平面，按本发明专利技术方法分别计算四个特征平面；(3)利用最大类间方差法分别对四个特征平面进行阈值分割后在重建，得到彩色像素分割结果，并统计彩色像素。本发明专利技术可自动地快速统计彩色像素密度，并提高了结果的准确性，从而为病灶的识别和计算机辅助诊断奠定良好的技术基础，为医生提供了便利。

【技术实现步骤摘要】
多普勒超声的彩色像素密度计算方法
本专利技术涉及生物医学图像处理领域，具体涉及多普勒彩色血流图的分割和彩色像素密度统计方法。
技术介绍
多普勒超声为普通的黑白超加上了伪彩色编码，使我们能够动态的观察和研究血流的分布，流速等特征。但血流所占面积的大小并不能定量地分析。而彩色像素密度，即彩色血流的面积和肿瘤的面积的比值，是一个对乳腺肿瘤良恶性判断很有参考和研究价值的特征。目前计算血流面积和肿瘤面积的方法一般是由手动标记后再通过其他图形软件，如Photoshop计算其面积。但这样的方法效率较低而且容易出错。为了计算肿瘤的彩色像素密度，必须要计算血流的彩色像素面积和肿瘤的面积。而目前肿瘤分割的算法比较多，而分割效果也各有所长。而彩色血流分割目前研究比较少，由于血流像素和背景有明显差异，可以使用阈值分割方法来处理。阈值分割方法作为图像分割中一种经典的方法，由于其实现起来比较方便和简单，已得到广泛的研究和改进，如最大熵法，梯度统计法，最大类间方差法等等都是实际应用中常用的分割算法。而血流分布图是彩色图像，根据彩色多普勒血流图像的构成原理，由于血流像素和背景灰度像素有明显差异，可以明显分为目标和背景两部分，这正适合最大类间方差法分割的思想，所以采用最大类间方差法理论上能取的比较好的效果。但直接对其R,G,B三个通道分别使用阈值分割后再重建图像，效果并不理想。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种快速和准确地计算肿瘤的彩色像素密度的方法，可解决因血流图的分割目标部分和背景区别虽大，但分割目标部分之间也存在比较大的差别，分别以红色类，蓝色类和黄绿色类为主所导致的直接对R,G,B三通道进行最大类间方差法分割后效果并不理想的问题，具体包括以下步骤：彩色像素统计部分：(1)人工选取需要处理的图像区域。(2)设其截取区域的R,G,B分量图分别为Fr，Fg，Fb。分别构造下列特征空间：(A)Frgb＝Fr-Fg-Fb，此空间用于分为红色类像素和非红色类像素(B)Fbgr＝Fb-Fg-Fr，此空间用于区分蓝色类像素和非蓝色类像素(C)Fgb＝Fg-Fb，此空间用于区分黄色类像素和非黄色类像素(D)Fgr＝Fg-Fr，此空间用于区分绿色类像素和非绿色类像素(3)分别对上面四个特征空间进行最大类间方差阈值分割，即可分别把红色类像素，蓝色类像素，黄色类像素和绿色类像素分割出来，然后把四个结果合并，即得到彩色分割结果，并统计彩色像素的面积，最终求得彩色像素密度，具体的分割过程为，假设图像F(x，y)，目标和背景分割的阈值为T。属于目标部分的像素点占整个处理区域的像素点的比例设为ω1，其平均灰度设为μ1。同样，背景部分像素点占整个处理区域的像素点的比例设为ω2，其平均灰度设为μ2。整个处理区域的平均灰度设为μ，类间方差设为g。设要处理区域大小为M×N，区域中灰度值小于T的像素个数为N1，大于T的像素个数为N2，则有：最大类间方差法的过程就是遍历所有灰度值(0-255)后选取最优阈值T使得类间方差g取得最大值。最大类间方差法是一种自适应阈值确定的分割方法，即按图像的灰度特性把图像分成背景和目标两部分。两部分之间的类间方差越大，说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。实施本专利技术，具有如下有益效果：本专利技术利用彩色血流图的R,G,B三通道重新构造相应差值平面，分别对其使用最大类间方差进行阈值分割，最后重建图像，并统计彩色像素面积，从而计算出彩色面积和肿瘤面积的比值，实现无人工干预的彩色血流像素分割，快速和准确地计算肿彩色像素面积，最终实现统计肿瘤的彩色像素密度。本方法分割结果和血流彩色像素的统计更准确，确保彩色像素密度值的有效性，从而为病灶的识别和计算机辅助诊断奠定良好的技术基础。附图说明图1是彩色像素统计流程图；图2是不同分割方法结果对比示意图；图3是手动标记结果示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。图1是彩色像素统计流程图，步骤一：人工选取需要统计的彩色区域。步骤二：设其截取区域的R,G,B分量图分别为Fr，Fg，Fb。分别构造下列特征空间：(A)Frgb＝Fr-Fg-Fb，此空间用于分为红色类像素和非红色类像素(B)Fbgr＝Fb-Fg-Fr，此空间用于区分蓝色类像素和非蓝色类像素(C)Fgb＝Fg-Fb，此空间用于区分黄色类像素和非黄色类像素(D)Fgr＝Fg-Fr，此空间用于区分绿色类像素和非绿色类像素步骤三：分别对上面四个特征空间进行最大类间方差阈值分割，即可分别把红色类像素，蓝色类像素，黄色类像素和绿色类像素分割出来，然后把四个结果合并，即得到彩色分割结果，并统计彩色像素的面积，最终求得彩色像素密度。分割过程为：假设图像F(x，y)，目标和背景分割的阈值为T。属于目标部分的像素点占整个处理区域的像素点的比例设为ω1，其平均灰度设为μ1。同样，背景部分像素点占整个处理区域的像素点的比例设为ω2，其平均灰度设为μ2。整个处理区域的平均灰度设为μ，类间方差设为g。设要处理区域大小为M×N，区域中灰度值小于T的像素个数为N1，大于T的像素个数为N2，则有：最大类间方差法的过程就是遍历所有灰度值(0-255)后选取最优阈值T使得类间方差g取得最大值。最后重建图像，并统计彩色像素面积，从而计算出彩色面积和肿瘤面积的比值，实现无人工干预的彩色血流像素分割，快速和准确地计算肿彩色像素面积，最终实现统计肿瘤的彩色像素密度图2为使用不同的方法对彩色血流图进行分割，其中图2-a为已选取的区域彩色血流图，2-b为对图2-a直接使用最大类间方差法分割的结果，图2-c为构造特征空间后采用最大类间方差进行阈分割的结果。图2-b与原图2-a比较发现，明显有大量的背景灰度，并非血流部分，若直接统计彩色像素，必然会引起比较大的误差。而图2-c中基本完整地把彩色部分分割出来，使得彩色像素统计更加准确。以图3中医生手动标记的结果为标准，对比本专利技术方法和常用的最大类间方差法的分割效果。从上表可以看出，本专利技术所提供的方法误差更少，更接近以上手动标记结果。说明彩色像素密度计算更加准确。以上所揭露的仅为本专利技术一种较佳实施例而已，当然不能以此来限定本专利技术之权利范围，因此依本专利技术权利要求所作的等同变化，仍属本专利技术所涵盖的范围。本文档来自技高网...

【技术保护点】
一种多普勒超声的彩色像素密度计算方法，其特征在于，包括以下步骤：(1)人工选取需要处理的图像区域；(2)对截取的图像区域分布构造R、G、B的分量图特征空间；(3)分别对步骤(2)构建的平面进行最大类间方差阈值分割，分别把红色类像素，蓝色类像素，黄色类像素和绿色类像素分割出来，再将四个结果合并，得到彩色分割结果，并统计彩色像素的面积，最终求得彩色像素密度；其中，步骤(2)中截取区域的R、G、B分量图分别为Fr，Fg，Fb，Frgb＝Fr‑Fg‑Fb，该特征空间用于区分红色类像素和非红色类像素，Fbgr＝Fb‑Fg‑Fr，该特征空间用于区分蓝色类像素和非蓝色类像素，Fgb＝Fg‑Fb，该特征空间用于区分黄色类像素和非黄色类像素，Fgr＝Fg‑Fr，该特征空间用于区分绿色类像素和非绿色类像素。

【技术特征摘要】
1.一种多普勒超声的彩色像素密度计算方法，其特征在于，包括以下步骤：(1)人工选取需要处理的图像区域；(2)对截取的图像区域分布构造R、G、B的分量图特征空间；(3)分别对步骤(2)构建的特征空间进行最大类间方差阈值分割，分别把红色类像素，蓝色类像素，黄色类像素和绿色类像素分割出来，再将四个结果合并，得到彩色分割结果，并统计彩色像素的面积，最终求得彩色像素密度；其中，步骤(2)中截取区域的R、G、B分量图分别为Fr，Fg，Fb，Frgb＝Fr-Fg-Fb，该特征空间用于区分红色类像素和非红色类像素，Fbgr＝Fb-Fg-Fr，该特征空间用于区分蓝色类像素和非蓝色类像素，Fgb＝Fg-Fb，该特征空间用于区分黄色类像素和非黄色...

【专利技术属性】
技术研发人员：沈民奋，金耀，翁家淳，张琼，方若宇，李斌，
申请(专利权)人：汕头职业技术学院，
类型：发明
国别省市：广东;44