一种超声图像的血管标注方法技术

本发明专利技术涉及一种超声图像的血管标注方法，包括：获取超声血管图像；选取超声血管图像的血管区域进行裁剪，并插值为裁剪前图像大小；进行直方图均衡处理；进行二值化处理；进行腐蚀和膨胀运算；将各血管区域的面积大于最大血管区域阈值和小于最小血管区域阈值的血管区域转化为非血管区域；将轮廓面积与凸包面积的比值小于轮廓

【技术实现步骤摘要】
一种超声图像的血管标注方法


[0001]本专利技术涉及血管图像标注领域，尤其是涉及一种超声图像的血管标注方法。

技术介绍

[0002]在人工智能图像识别技术快速发展的背景之下，静脉识别技术处于独一无二的重要地位。从静脉身份认证，到全自动静脉穿刺，更为高效、安全的高尖端技术推动了静脉图像识别技术的发展。
[0003]目前，学术界主流的血管分割与识别方法一般基于卷积神经网络来实现。通常采用u
‑
net网络或类似的网络结构来完成血管从图像中分离这一目标。相比传统的图像分割算法，基于卷积神经网络的图像识别算法具有速度快、精确度高、可优化、鲁棒性强等特点。但是也有一个非常明显的缺点：需要大量的数据进行训练。这意味着我们需要大量做好标注(ground truth)的图像以支撑网络模型的训练过程。传统意义上，这样的图像标注是由专业的医护人员采用专业的标注软件(如imagelabel) 进行图像标注的。然而，训练一个精确度较高的网络通常需要大量的图片，这对于标注人员来说无疑是巨大的工程量。
[0004]中国专利CN201810本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声图像的血管标注方法，其特征在于，包括以下步骤：获取超声血管图像；选取所述超声血管图像的血管区域进行裁剪，并插值为裁剪前图像大小，得到第一图像；对所述第一图像进行直方图均衡处理，得到第二图像；根据预先设置的二值化分割阈值对所述第二图像进行二值化处理，得到第三图像，使得超声血管图像通过两个像素值分别表示血管区域和非血管区域；对所述第三图像进行腐蚀和膨胀运算，得到第四图像；计算所述第四图像中各血管区域的面积，将面积大于预设的最大血管区域阈值和小于预设的最小血管区域阈值的血管区域转化为非血管区域，得到第五图像；计算所述第五图像中各血管区域的轮廓面积与凸包面积的比值，所述凸包面积为血管区域中各顶点连接而成的最大凸多边形面积，将轮廓面积与凸包面积的比值小于预设的轮廓
‑
凸包面积比分割阈值的血管区域转化为非血管区域，得到第六图像；计算所述第六图像中各血管区域的纵横比，将纵横比大于预设的最大纵横比和小于预设的最小纵横比的血管区域转化为非血管区域，得到第七图像；分别设置所述第七图像的透明度和第一图像的透明度，并叠加合成第八图像，根据该第八图像进行血管标注。2.根据权利要求1所述的一种超声图像的血管标注方法，其特征在于，将第四图像中不符合第一移除公式的血管区域反相，获取所述第五图像，所述第一移除公式为：S
contour_min
≤S
contour
≤S
contour_max
式中，S
contour
为血管区域的面积，S
contour_min
为最小血管区域阈值，S
contour_max
为最大血管区域阈值。3.根据权利要求2所述的一种超声图像的血管标注方法，其特征在于，所述最小血管区域阈值在40至6...

【专利技术属性】
技术研发人员：齐鹏，陈子杰，陈禹，
申请(专利权)人：同济大学，
类型：发明
国别省市：