一种血管相对宽度计算方法和系统技术方案

本发明专利技术公开一种血管相对宽度计算方法和系统，该方法包括获取红外血管显像仪采集初始图像，对初始图像增强处理，得到均一性图像；对均一性图像进行阈值分割，得到二值图像；获取二值图像中血管区域内的任意一个血管像素点；根据血管像素点，在血管区域一侧的第一非血管区域内查找与血管像素点距离最近的第一像素点；根据第一像素点和血管像素点的坐标值，在血管区域另一侧的第二非血管区域内查找与血管像素点距离最近的第二像素点；根据第一像素点的坐标值和第二像素点的坐标值，计算第一像素点和第二像素点的欧氏距离，确定欧氏距离为血管像素点所在血管的相对宽度。本发明专利技术降低了测量血管相对宽度的成本，提高了血管相对宽度的测量精度。

【技术实现步骤摘要】
一种血管相对宽度计算方法和系统
本专利技术涉及计算机图像处理
，特别是涉及一种血管相对宽度计算方法和系统。
技术介绍
在医疗领域，血管穿刺具有非常广泛的应用，在实际穿刺操作中，医生通常依靠自身经验选择合适的穿刺针进行穿刺。目前测量血管宽度比较准确的方式为B超，但B超的价格相对较高，在血管穿刺方面应用并不广泛。因此，本领域亟需提供一种快捷简便且成本低的血管相对宽度计算方案以解决上述问题。
技术实现思路
本专利技术的目的是提供一种血管相对宽度计算方法和系统，以降低测量血管相对宽度的成本，提高血管相对宽度的测量精度。为实现上述目的，本专利技术提供了一种血管相对宽度计算方法，所述方法包括：获取红外血管显像仪采集初始图像，所述初始图像中含有血管部位和非血管部位；对所述初始图像增强处理，得到均一性图像；对所述均一性图像进行阈值分割，得到二值图像；获取所述二值图像中血管区域内的任意一个血管像素点；根据所述血管像素点，在所述血管区域一侧的第一非血管区域内查找与所述血管像素点距离最近的第一像素点；根据所述第一像素点和所述血管像素点的坐标值，在所述血管区域另一侧的第二非血管区域内查找与所述血管像素点距离最近的第二像素点；根据所述第一像素点的坐标值和所述第二像素点的坐标值，计算所述第一像素点和所述第二像素点的欧氏距离，确定所述欧氏距离为所述血管像素点所在血管的相对宽度。可选的，所述对所述初始图像增强处理，得到均一性图像，具体包括：求所述初始图像中的像素点的Hessian矩阵；计算所述Hessian矩阵的特征值；根据所述特征值计算所述像素点属于血管区域的概率值；以多个尺度进行迭代，得到多个所述概率值；比较多个所述概率值，确定最大的概率值；根据所述最大的概率值，确定所述像素点的所属区域，得到均一性图像；所述所属区域包括血管区域和非血管区域。可选的，所述求所述初始图像中的像素点的Hessian矩阵，具体包括：对所述初始图像中的像素点进行高斯卷积；所述高斯卷积的表达式为其中，x为所述像素点的横坐标，y为所述像素点的纵坐标，I为所述像素点的灰度值，G(x,y；σ)为高斯函数，σ为卷积核标准差；根据所述高斯卷积确定Hessian矩阵，所述Hessian矩阵为Ixx为像素点(x，x)的灰度值，且Ixy为先在x方向求偏导数，再在y方向求偏导数，且Iyx为先在y方向求偏导数，再在x方向求偏导数，且Iyy为y方向的二阶偏导数，可选的，所述对所述均一性图像进行阈值分割的方法采用OSTU算法进行阈值分割。可选的，所述根据所述血管像素点，在所述血管区域一侧的第一非血管区域内查找与所述血管像素点距离最近的第一像素点，具体包括：以所述血管像素点为中心，确定围绕所述血管像素点的相邻像素点构成的第一方形区域；判断所述第一方形区域的四条边上的像素点中是否存在像素值为255的像素点，得到第一判断结果；当所述第一判断结果表示是时，比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第一像素点；当所述第一判断结果表示否时，逐层判断围绕所述第一方形区域外围的像素点中是否存在像素值为255的像素点，直至得到像素值为255的像素点，并比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第一像素点。可选的，所述根据所述第一像素点和所述血管像素点的坐标值，在所述血管区域另一侧的第二非血管区域内查找与所述血管像素点距离最近的第二像素点，具体包括：分别计算所述第一像素点与所述血管像素点的X方向和Y方向的偏差；确定所述偏差大的方向为所述第一像素点的正方向；确定所述第一像素点的正方向的反向延伸区域为搜索区域；确定所述第一方形区域内属于所述搜索区域的像素点为待确定点；判断待确定点中是否存在像素值为255的像素点，得到第二判断结果；当所述第二判断结果表示是时，比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第二像素点；当所述第二判断结果表示否时，逐层判断围绕所述第一方形区域外围的像素点中属于所述搜索区域的像素点是否存在像素值为255的像素点，直至得到像素值为255的像素点，并比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第二像素点。本专利技术还提供了一种与上述方法相应的血管相对宽度计算系统，所述系统包括：初始图像获取单元，用于获取红外血管显像仪采集初始图像，所述初始图像中含有血管部位和非血管部位；增强处理单元，用于对所述初始图像增强处理，得到均一性图像；阈值分割单元，用于对所述均一性图像进行阈值分割，得到二值图像；血管像素点获取单元，用于获取所述二值图像中血管区域内的任意一个血管像素点；第一像素点查找单元，用于根据所述血管像素点，在所述血管区域一侧的第一非血管区域内查找与所述血管像素点距离最近的第一像素点；第二像素点查找单元，用于根据所述第一像素点和所述血管像素点的坐标值，在所述血管区域另一侧的第二非血管区域内查找与所述血管像素点距离最近的第二像素点；血管相对宽度计算单元，用于根据所述第一像素点的坐标值和所述第二像素点的坐标值，计算所述第一像素点和所述第二像素点的欧氏距离，确定所述欧氏距离为所述血管像素点所在血管的相对宽度。可选的，所述增强处理单元具体包括：Hessian矩阵求解子单元，用于求所述初始图像中的像素点的Hessian矩阵；特征值计算子单元，用于计算所述Hessian矩阵的特征值；概率值计算子单元，用于根据所述特征值计算所述像素点属于血管区域的概率值；迭代子单元，用于以多个尺度进行迭代，得到多个所述概率值；最大概率值确定子单元，用于比较多个所述概率值，确定最大的概率值；均一性图像确定子单元，用于根据所述最大的概率值，确定所述像素点的所属区域，得到均一性图像；所述所属区域包括血管区域和非血管区域。可选的，所述第一像素点查找单元具体包括：第一方形区域确定子单元，用于以所述血管像素点为中心，确定围绕所述血管像素点的相邻像素点构成的第一方形区域；第一判断子单元，用于判断所述第一方形区域的四条边上的像素点中是否存在像素值为255的像素点，得到第一判断结果；第一像素点确定子单元，用于当所述第一判断结果表示是时，比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第一像素点；第一像素点逐层判断子单元，用于当所述第一判断结果表示否时，逐层判断围绕所述第一方形区域外围的像素点中是否存在像素值为255的像素点，直至得到像素值为255的像素点，并比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第一像素点。可选的，所述第二像素点查找单元具体包括：偏差计算子单元，用于分别计算所述第一像素点与所述血管像素点的X方向和Y方向的偏差；方向确定子单元，用于确定所述偏差大的方向为所述第一像素点的正方向；搜索区域确定子单元，用于确定所述第一像素点的正方向的反向延伸区域为搜索区域；待确定点确定子单元，用于确定所述第一方形区域内属于所述搜索区域的像素点为待确定点；第二判断子单元，用于判断待确定点中是否存在像素值为255的像素点，得到第二判断结果；第二像素点确定子单元，用于当所述第二判断结果表示是时，比较所有所述像素值为255的像素点到所本文档来自技高网...

【技术保护点】
1.一种血管相对宽度计算方法，其特征在于，所述方法包括：获取红外血管显像仪采集初始图像，所述初始图像中含有血管部位和非血管部位；对所述初始图像增强处理，得到均一性图像；对所述均一性图像进行阈值分割，得到二值图像；获取所述二值图像中血管区域内的任意一个血管像素点；根据所述血管像素点，在所述血管区域一侧的第一非血管区域内查找与所述血管像素点距离最近的第一像素点；根据所述第一像素点和所述血管像素点的坐标值，在所述血管区域另一侧的第二非血管区域内查找与所述血管像素点距离最近的第二像素点；根据所述第一像素点的坐标值和所述第二像素点的坐标值，计算所述第一像素点和所述第二像素点的欧氏距离，确定所述欧氏距离为所述血管像素点所在血管的相对宽度。

【技术特征摘要】
1.一种血管相对宽度计算方法，其特征在于，所述方法包括：获取红外血管显像仪采集初始图像，所述初始图像中含有血管部位和非血管部位；对所述初始图像增强处理，得到均一性图像；对所述均一性图像进行阈值分割，得到二值图像；获取所述二值图像中血管区域内的任意一个血管像素点；根据所述血管像素点，在所述血管区域一侧的第一非血管区域内查找与所述血管像素点距离最近的第一像素点；根据所述第一像素点和所述血管像素点的坐标值，在所述血管区域另一侧的第二非血管区域内查找与所述血管像素点距离最近的第二像素点；根据所述第一像素点的坐标值和所述第二像素点的坐标值，计算所述第一像素点和所述第二像素点的欧氏距离，确定所述欧氏距离为所述血管像素点所在血管的相对宽度。2.根据权利要求1所述的血管相对宽度计算方法，其特征在于，所述对所述初始图像增强处理，得到均一性图像，具体包括：求所述初始图像中的像素点的Hessian矩阵；计算所述Hessian矩阵的特征值；根据所述特征值计算所述像素点属于血管区域的概率值；以多个尺度进行迭代，得到多个所述概率值；比较多个所述概率值，确定最大的概率值；根据所述最大的概率值，确定所述像素点的所属区域，得到均一性图像；所述所属区域包括血管区域和非血管区域。3.根据权利要求2所述的血管相对宽度计算方法，其特征在于，所述求所述初始图像中的像素点的Hessian矩阵，具体包括：对所述初始图像中的像素点进行高斯卷积；所述高斯卷积的表达式为其中，x为所述像素点的横坐标，y为所述像素点的纵坐标，I为所述像素点的灰度值，G(x,y；σ)为高斯函数，σ为卷积核标准差；根据所述高斯卷积确定Hessian矩阵，所述Hessian矩阵为Ixx为像素点(x，x)的灰度值，且Ixy为先在x方向求偏导数，再在y方向求偏导数，且Iyx为先在y方向求偏导数，再在x方向求偏导数，且Iyy为y方向的二阶偏导数，4.根据权利要求1所述的血管相对宽度计算方法，其特征在于，所述对所述均一性图像进行阈值分割的方法采用OSTU算法进行阈值分割。5.根据权利要求1所述的血管相对宽度计算方法，其特征在于，所述根据所述血管像素点，在所述血管区域一侧的第一非血管区域内查找与所述血管像素点距离最近的第一像素点，具体包括：以所述血管像素点为中心，确定围绕所述血管像素点的相邻像素点构成的第一方形区域；判断所述第一方形区域的四条边上的像素点中是否存在像素值为255的像素点，得到第一判断结果；当所述第一判断结果表示是时，比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第一像素点；当所述第一判断结果表示否时，逐层判断围绕所述第一方形区域外围的像素点中是否存在像素值为255的像素点，直至得到像素值为255的像素点，并比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第一像素点。6.根据权利要求2所述的血管相对宽度计算方法，其特征在于，所述根据所述第一像素点和所述血管像素点的坐标值，在所述血管区域另一侧的第二非血管区域内查找与所述血管像素点距离最近的第二像素点，具体包括：分别计算所述第一像素点与所述血管像素点的X方向和Y方向的偏差；确定所述偏差大的方向为所述第一像素点的正方向；确定所述第一像素点的正方向的反向延伸区域为搜索区域；确定所述第一方形区域内属于所述搜索区域的像素点为待确定点；判断待确定点中是否存在像素值为255的像素点，得到第二判断结果；当所述第二判断结果表示是时，比较所有所述像素值为255的像素点到所述血管像素点的距离，确定距离最近的像素点为第二像素点；当所述第二判断结果表示否时，逐层判断围绕所述第一方形区域外围的像素点中属于所述搜索区域的像素点是否存在...

【专利技术属性】
技术研发人员：王根生，付传卿，
申请(专利权)人：青岛浦利医疗技术有限公司，
类型：发明
国别省市：山东,37