一种心脏超声影像伪影智能去除方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种心脏超声影像伪影智能去除方法，该方法根据心脏超声影像检测出心脏区域图像的边缘像素点后，根据边缘像素点的位置分布特征得到预识别心脏区域，根据边缘像素点的边缘灰度值分布特征得到边缘灰度值连通域，通过预识别心脏区域和边缘灰度值连通域进行对比，得到对应的边缘灰度值的近似特征值，进一步结合边缘灰度值对应边缘像素点的数量，得到每种边缘灰度值对应的边缘像素点置信度，根据边缘像素点置信度得到伪影区域识别结果并进行心脏超声影像伪影的智能去除

【技术实现步骤摘要】
一种心脏超声影像伪影智能去除方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种心脏超声影像伪影智能去除方法
。

技术介绍

[0002]心脏超声影像是一种基于超声波成像的技术，心脏超声影像会不可避免的出现伪影，从而影响对心脏状态真实情况的判断，所以需要对心脏超声影像进行伪影去除，使得心脏超声影像的数据更加准确，由于心脏超声影像对应的数据较为严谨，仅根据人工经验判断心脏超声影像的伪影区域不现实且不够准确，因此现有技术通常采用智能检测的方法检测伪影区域并去除
。
[0003]现有技术在对心脏超声影像进行伪影去除时，通常采用神经网络分割的方法在排除伪影的同时进行心脏区域识别，但是当伪影区域与心脏区域重合或产生交叠时，会降低神经网络识别结果的准确性
。
且神经网络准确的前提是需要大量的历史数据训练对应的模型，当历史数据不足或数据特征不完全时，神经网络的识别结果准确性较低
。
所以现有技术采用神经网络分割的方法去除伪影并进行心脏区域识别时，对应的识别结果不够准确，去除伪影的效果较差
。

技术实现思路

[0004]为了解决现有技术去除伪影并进行心脏区域识别时对应的识别结果不够准确的技术问题，本专利技术的目的在于提供一种心脏超声影像伪影智能去除方法，所采用的技术方案具体如下：本专利技术提出了一种心脏超声影像伪影智能去除方法，所述方法包括：获取心脏区域图像；在所述心脏区域图像中通过边缘检测筛选出边缘像素点，根据边缘像素点的位置分布特征得到预识别心脏区域；将边缘像素点对应的灰度值作为边缘灰度值，将每种边缘灰度值作为阈值进行二值化分割，得到每种边缘灰度值对应的边缘灰度值连通域；根据每种边缘灰度值连通域与所述预识别心脏区域之间的形态位置差异，得到每种边缘灰度值连通域对应的形态位置差异特征；根据预识别心脏区域和每种边缘灰度值连通域之间，对应边界上像素点到对应质心的距离分布特征的相似性，得到预识别心脏区域和每种边缘灰度值连通域之间的距离分布特征相似度；根据每种边缘灰度值连通域对应的形态位置差异特征和距离分布特征相似度，得到每种边缘灰度值对应的近似特征值；根据每种边缘灰度值对应的边缘像素点的数量和所述近似特征值，得到每种边缘灰度值对应的边缘像素点置信度；根据所述边缘像素点置信度得到伪影区域识别结果，根据所述伪影区域识别结果进行心脏超声影像伪影的智能去除
。
[0005]进一步地，所述预识别心脏区域的获取方法包括：
统计心脏区域图像中所有边缘像素点，将边缘像素点所围成的最大的区域作为预识别心脏区域
。
[0006]进一步地，所述边缘灰度值连通域的获取方法包括：任选一种边缘灰度值作为目标边缘灰度值，在所述心脏区域图像中以所述目标边缘灰度值为阈值进行二值化分割，利用空洞填充算法将二值化分割结果中存在空洞的连通域进行填充，将填充后的区域对应的最大连通域作为边缘灰度值连通域
。
[0007]进一步地，所述形态位置差异特征的获取方法包括：获取预识别心脏区域和每种边缘灰度值连通域的质心，根据预识别心脏区域对应质心与每种边缘灰度值连通域对应质心之间的距离，得到每种边缘灰度值连通域对应的质心距离，将所述质心距离作为对应的形态位置差异特征
。
[0008]进一步地，所述距离分布特征相似度的获取方法包括：将预识别心脏区域边界上的像素点到对应质心的距离作为心脏边界距离，将所有心脏边界距离按预设排列规则进行排列，得到预识别心脏区域对应的心脏边界距离序列；将边缘灰度值连通域边界上每个像素点到对应质心的距离作为连通域边界距离，将连通域边界距离按预设排列规则进行排列，得到每种边缘灰度值连通域对应的连通域边界距离序列；根据所述心脏边界距离序列与所述连通域边界距离序列之间的序列相似度，得到预识别心脏区域和每种边缘灰度值连通域之间的距离分布特征相似度
。
[0009]进一步地，所述近似特征值的获取方法包括：根据所述形态位置差异特征和所述距离分布特征相似度得到对应的近似特征值，所述近似特征值与所述形态位置差异特征呈负相关，所述近似特征值与所述距离分布特征相似度呈正相关
。
[0010]进一步地，所述边缘像素点置信度的获取方法包括：计算每种边缘灰度值对应的边缘像素点的数量与边缘像素点总数的比值，得到每种边缘灰度值对应的数量占比，将所述数量占比与所述近似特征值的乘积，作为对应的边缘像素点置信度
。
[0011]进一步地，所述伪影区域识别结果的获取方法包括：将预识别心脏区域边界上的像素点作为边界像素点，将所述边界像素点对应的边缘像素点置信度作为边界像素点置信度，将所有边界像素点置信度按预设排列规则进行排列，得到预识别心脏区域对应的边界像素点置信度序列；根据所述心脏边界距离序列和所述边界像素点置信度序列，计算两两相邻边界像素点的心脏边界距离之间的第一欧氏距离和边界像素点置信度之间的第二欧氏距离，将第一欧氏距离和第二欧氏距离的和值开方，得到两两相邻边界像素点之间的差异特征值，将所有差异特征值按预设排列规则进行排列得到差异序列；对所述差异序列通过峰值点检测算法检测出至少两个峰值，将最大的两个峰值作为参考峰值，对参考峰值通过异常值检测方法进行异常检测，当两个参考峰值均为异常值时，将所述差异序列中两个参考峰值对应的差异特征值之间的所有差异特征值作为异常差异特征值，将所有异常差异特征值对应的边界像素点组成的区域作为伪影区域；当两个参考峰值不都为异常值时，认为所述心脏区域图像中不存在伪影区域
。
[0012]进一步地，所述预设排列规则包括：任选一个预识别心脏区域或边缘灰度值连通域作为目标区域，将所述目标区域映射到预设二维坐标系中，在目标区域边界上的像素点中，选择与目标区域质心横坐标相同且纵坐标最大的像素点作为起始点，在顺时针方向上以起始点的前一个像素点作为终点，以顺时针方向作为顺序进行排列得到预设排列规则
。
[0013]本专利技术具有如下有益效果：考虑到正常情况下对应的心脏超声图像中心脏区域的灰度值变化较为稳定，心脏区域的灰度值即使存在一定的梯度变化但是边缘像素点之间的灰度值也是近似的，不同灰度值对应的灰度值连通域的形态位置差异不大
。
而伪影区域的灰度值变化更多使得心脏区域出现伪影时，对应的不同灰度值的灰度值连通域的形态位置会发生变化
。
因此本专利技术实施例在预识别心脏区域的基础上，根据边缘像素点的灰度值对应像素点的分布特征得到边缘灰度值连通域，通过边缘灰度值连通域与预识别心脏区域之间对应的形态位置差异特征，表征不同灰度值对应的像素点对应边界变化情况，进一步结合距离分布特征相似度表征预识别心脏区域与各个边缘灰度值连通域的近似程度，进一步通过表征近似程度的近似特征值的大小判断对应的边缘灰度值作为真实心脏边界区域的可能性，使得后续对伪影区域的判断更加准确；又因为伪影区域灰度值变化不稳定且对应像素点的数量占比较少，所以本专利技术实施例在近似特征值的基础上结合每种边缘灰度值对应边缘像素点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种心脏超声影像伪影智能去除方法，其特征在于，所述方法包括：获取心脏区域图像；在所述心脏区域图像中通过边缘检测筛选出边缘像素点，根据边缘像素点的位置分布特征得到预识别心脏区域；将边缘像素点对应的灰度值作为边缘灰度值，将每种边缘灰度值作为阈值进行二值化分割，得到每种边缘灰度值对应的边缘灰度值连通域；根据每种边缘灰度值连通域与所述预识别心脏区域之间的形态位置差异，得到每种边缘灰度值连通域对应的形态位置差异特征；根据预识别心脏区域和边缘灰度值连通域之间边界上像素点的位置分布特征相似性，得到预识别心脏区域和每种边缘灰度值连通域之间的距离分布特征相似度；根据每种边缘灰度值连通域对应的形态位置差异特征和距离分布特征相似度，得到每种边缘灰度值对应的近似特征值；根据每种边缘灰度值对应的边缘像素点的数量和所述近似特征值，得到每种边缘灰度值对应的边缘像素点置信度；根据所述边缘像素点置信度和预识别心脏区域边界上像素点的位置分布特征得到伪影区域识别结果，根据所述伪影区域识别结果进行心脏超声影像伪影的智能去除
。2.
根据权利要求1所述的一种心脏超声影像伪影智能去除方法，其特征在于，所述预识别心脏区域的获取方法包括：统计心脏区域图像中所有边缘像素点，将边缘像素点所围成的最大的区域作为预识别心脏区域
。3.
根据权利要求1所述的一种心脏超声影像伪影智能去除方法，其特征在于，所述边缘灰度值连通域的获取方法包括：任选一种边缘灰度值作为目标边缘灰度值，在所述心脏区域图像中以所述目标边缘灰度值为阈值进行二值化分割，利用空洞填充算法将二值化分割结果中存在空洞的连通域进行填充，将填充后的区域对应的最大连通域作为边缘灰度值连通域
。4.
根据权利要求1所述的一种心脏超声影像伪影智能去除方法，其特征在于，所述形态位置差异特征的获取方法包括：获取预识别心脏区域和每种边缘灰度值连通域的质心，根据预识别心脏区域对应质心与每种边缘灰度值连通域对应质心之间的距离，得到每种边缘灰度值连通域对应的质心距离，将所述质心距离作为对应的形态位置差异特征
。5.
根据权利要求1所述的一种心脏超声影像伪影智能去除方法，其特征在于，所述距离分布特征相似度的获取方法包括：将预识别心脏区域边界上的像素点到对应质心的距离作为心脏边界距离，将所有心脏边界距离按预设排列规则进行排列，得到预识别心脏区域对应的心脏边界距离序列；将边缘灰度值连通域边界上每个像素点到对应质心的距离作为连通域边界距离，将连通域边界距离按预设排列规则进行排列，得到每种边缘灰...

【专利技术属性】
技术研发人员：刘华，徐恒秀，卢先烨，
申请(专利权)人：西安道法数器信息科技有限公司，
类型：发明
国别省市：