The invention discloses an automatic segmentation method and system for hierarchical structure of esophageal endoscopy OCT image, which includes the following steps: image preprocessing, image filtering, search processing, and full pixel value filling; image flattening, straightening the whole esophageal tissue in the image, and revising; image tissue layer segmentation, in order to present the situation. The segmentation layer is used as a benchmark to get the search area of the next layer to be segmented by translating a certain pixel downward. The image is anti-flattened and the segmented image is translated backward to obtain the final segmentation result. The invention provides a solution to interference of probe protective film, tissue fluid, etc., so as to avoid its influence on subsequent tissue layer segmentation. The present invention combines Canny edge detection with gradient operator, and proposes a new graph cut method weight design scheme. In this scheme, Canny operator is used to improve the accuracy of edge detection, gradient operator is used to make up for the missing edges in Canny operator, and the combination of the two is used to improve the accuracy of segmentation.
【技术实现步骤摘要】
食道内窥OCT图像层次结构的自动分割方法和系统
本专利技术涉及医学图像处理领域，特别涉及食道内窥OCT图像层次结构的自动分割方法和系统。
技术介绍
OCT技术可以对活体实现快速无损害地高分辨率成像，是近年来医学影像领域的技术热点，目前已在临床医学上面得到了广泛的应用。内窥OCT技术是OCT的重要分支，通过配合内窥镜的使用，可以在低侵入条件下进入人体内部腔道，对生物活体组织进行实时成像，为临床诊断提供了新的方向。食道疾病的诊断是内窥OCT技术在临床上的一个重要应用。内窥镜下的食道组织成像时表现为多层结构，但是OCT技术本身会使成像产生大量的斑点噪音，且活体组织成像通常会呈现高频波动，因此，实际应用中的食道OCT各层组织间的边界并不清晰，且结构变化十分复杂。只是通过医生的观察会导致很多病变没有被及时发现和治疗，致使初期病变发展为癌。本专利技术提出一种稳定的自动化的食道OCT图像分割方法，通过计算机的辅助诊断协助医生应用内窥OCT技术对病变进行筛查，对于内窥OCT技术在临床诊断的推广具有重要意义。目前国内外关于OCT图像分割的研究多集中于视网膜结构。如Chiu等人利用图...
【技术保护点】
1.食道内窥OCT图像层次结构的自动分割方法，其特征在于，包括以下步骤：图像预处理，对食道内窥OCT图像进行滤波、搜索处理，补全像素值；图像平坦化，将食道内窥OCT图像中整个食道组织拉至水平并修正；图像组织层分割，以当前分割层作为基准，通过向下平移一定像素的方式得到下一个待分割层的搜索区域，逐层分割；图像反平坦化，对分割后的食道内窥OCT图像进行反向平移。
【技术特征摘要】
1.食道内窥OCT图像层次结构的自动分割方法，其特征在于，包括以下步骤：图像预处理，对食道内窥OCT图像进行滤波、搜索处理，补全像素值；图像平坦化，将食道内窥OCT图像中整个食道组织拉至水平并修正；图像组织层分割，以当前分割层作为基准，通过向下平移一定像素的方式得到下一个待分割层的搜索区域，逐层分割；图像反平坦化，对分割后的食道内窥OCT图像进行反向平移。2.如权利要求1所述的自动分割方法，其特征在于，所述图像预处理包括以下步骤：利用中值滤波器对采集到的食道OCT图像进行降噪；用图割法完成探针膜上边缘的搜索；将所述探针膜上边缘作为上边界，将其向下平移多个像素作为下边界，在上边界与下边界之间利用所述图割法定位探针膜下边缘；删除所述探针膜上、下边缘间的像素值，再利用背景像素以像素平移的方式补全所述上边界至下边界区间的像素值。3.如权利要求2所述的自动分割方法，其特征在于，所述图像平坦化包括以下步骤：用图割法找到图像角质层上边缘，将此轮廓线作为初始基线；标出图像每列中最亮像素点所在位置，将所述最亮像素点与所述初始基线进行位置比较，若存在所述最亮像素点在所述初始基线下方区域的情况，则进行校正；将初始基线准确的部分分别向上向下平移少量像素作为新搜索区域的上下边界，再将初始基线存在误差的部分向下分别平移一定像素作为误差区域的上下边界，将所述新搜索区域的上下边界与所述误差区域的上下边界两两对应相连，获得新的基线搜索区域，用所述图割法在所述新的基线搜索区域内重新提取基线；将所述重新提取基线上的点上下平移使基线呈水平状，以水平状基线为基准，将整个图像对齐。4.如权利要求1所述的自动分割方法，其特征在于，所述图像组织层分割包括以下步骤：利用Canny边缘检测法提取食道组织的OCT图像中可能为边缘的像素点，并得到边缘指示的矩阵；找到每个像素点的多个邻域像素点，结合所述像素点的梯度与所述边缘指示的矩阵，建立所述食道组织OCT的顶点-权重图；从图像角质层下边缘的搜索开始，从上至下用图割法进行组织层分割，预先测量每个层边界相对上一层边界的大致分布位置，形成当前层的搜索区域并在此区域完成当前层的分割。5.如权利要求2-4任意一项所述的自动分割方法，其特征在于，所述图割法包括以下步骤：建立一个与原图像尺寸相同的零矩阵E；应用Canny边缘检测法在OCT图像中找到可能为边缘的像素点并在E中的对应位置标记1，形成带有边缘指示的矩阵Ecanny。6.如权利要求5所述的自动分割方法，其特征在于，所述图割法进一步包括如下步骤：通过下式计算图像的新权重矩阵：W(i,j)-(m,n)＝2-(grad(i,j)+grad(m,n))+βEcanny+wmin其中，β为Canny边缘的权重因子，wmin为预设的最小权重，(i,j)为任一像素点，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。