一种血管内光学相干层析成像血管壁内轮廓自动识别方法技术

本发明专利技术涉及一种血管内光学相干层析成像血管壁内轮廓自动识别方法，包括下列步骤：(1)对原始图像Ori进行预处理；(2)血管壁内轮廓识别，方法如下：第一步：腐蚀运算；第二步：面积排序；第三步：形态学方向与面积检测；第四步：导丝存在与否条件判断；第五步：导丝识别纠正；第六步：重建残缺轮廓。

An automatic recognition method of the internal contour of the vessel wall in the intravascular optical coherence tomography

【技术实现步骤摘要】
一种血管内光学相干层析成像血管壁内轮廓自动识别方法
本专利技术涉及内窥光学相干层析成像(IntravascularOpticalCoherenceTomography,IV-OCT)覆盖心血管、脑血管等内窥OCT成像领域，尤其涉及一种基于形态学方向特征提取的IV-OCT血管图像的管腔轮廓的全自动识别方法。
技术介绍
血管内窥光学相干层析成像技术(IV-OCT)是一种基于导管的检查方法，它利用近黑外光，可获取分辨率为十倍于血管内超声(IVUS)的体内血管壁微结构的高分辨率成像。血管管腔轮廓信息对评价血管的狭窄程度，获取支架植入的最佳位置，评价支架的贴壁状况都有很大的应用价值。因此，血管管腔轮廓的准确识别及识别在冠状动脉疾病的治疗中显得尤为重要。目前，血管管腔轮廓的识别及识别方法主要可以分为半自动识别和全自动识别。而全自动识别相对于半自动识别来说更为快速和便捷。近年来，不断有学者提出全自动识别血管管腔轮廓的方法，其中：Bourezak等人通过利用A-scan的强度图找到组织与背景有差异的地方，再利用组织的厚度信息确定出内边界的轮廓；Mace本文档来自技高网...

【技术保护点】
1.一种血管内光学相干层析成像血管壁内轮廓自动识别方法，所处理的原始图像为IVOCT极坐标下图像，记为Ori，图像左下角为极坐标零点，其中m为图像行数，n为图像列数，包括下列步骤：/n(1)对原始图像Ori进行处理，方法如下：/n第一步：图像对比度增强；/n第二步：二值化处理，采用最佳阈值法确定二值化阈值；/n将图像目标和背景点分布看成正态分布，选取阈值T的初始估计值，用T分割图像，得到两组像素，分别计算这两组像素的平均灰度值u1和u2，取新的T值为u1与u2的平均值，再重复以上步骤，迭代足够多的次数，直到逐次所得的T值之差小于10

【技术特征摘要】
1.一种血管内光学相干层析成像血管壁内轮廓自动识别方法，所处理的原始图像为IVOCT极坐标下图像，记为Ori，图像左下角为极坐标零点，其中m为图像行数，n为图像列数，包括下列步骤：
(1)对原始图像Ori进行处理，方法如下：
第一步：图像对比度增强；
第二步：二值化处理，采用最佳阈值法确定二值化阈值；
将图像目标和背景点分布看成正态分布，选取阈值T的初始估计值，用T分割图像，得到两组像素，分别计算这两组像素的平均灰度值u1和u2，取新的T值为u1与u2的平均值，再重复以上步骤，迭代足够多的次数，直到逐次所得的T值之差小于10-4，以此T值作为最佳阈值进行二值化处理，得到二值化图像BW；
第三步：进行形态学开运算；
选用半径为1的圆盘状结构元素se,对BW进行形态学开运算，去除分散的噪声，得到预处理后的结果图用PRE表示，选用大小为[5*5]的矩形结构元素SE,对PRE进行形态学腐蚀运算，得到腐蚀后的结果图用ER表示；
(2)血管壁内轮廓识别，方法如下：
第一步：面积排序
将ER中的所有连通区域按照面积从大到小的顺序进行排序，取前5个，得到面积排序后的图像S；
第二步：形态学方向与面积检测
对S中的所有连通区域进行标记，得到所有连通区域的标记矩阵L，从中选取连通区域的方向和面积属性，设定方向阈值和面积阈值，将方向属性大于方向阈值并且面积小于阈值的连通区域的像素值置为0，将经过方向与面积检测后的图像记为I；基于IVOCT图像噪声水平，选取方向阈值为89.5°，面积阈值0.05mm2；

【专利技术属性】
技术研发人员：丁振扬，刘铁根，赵会硕，何滨，陶魁园，赖天铎，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12