【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及用于儿童肺部超声检测图像的处理方法。
技术介绍
1、在过去的认知里，肺部是身体盲区，因为肺部是含气脏器，由充满气体的肺泡组织，超声会受气体散射干扰，而当肺泡内气体被病理性液体或组织所代替发生肺实变后，超声就能较好地显示肺部的内部结构。新生儿胸壁很薄，胸腔也很小，而且一般没有占位性病变，所以肺部超声可以诊断包括新生儿呼吸窘迫综合征、湿肺、感染性肺炎、肺不张、气胸在内的多种疾病。
2、在儿童肺部超声图像中，有三个特别重要的线性特征，即胸膜线、与胸膜线平行的a线（简称a线）以及与胸膜线垂直的b线（简称b线），胸膜线、a线和b线这三个线性特征是肺部超声的基础部分；因为气体散射和呼吸运动，造成b线出现边界模糊的情况，导致利用常规的灰度分割或聚类获取的b线对应的区域的边界不准确。
技术实现思路
1、本专利技术提供用于儿童肺部超声检测图像的处理方法，以解决上述技术问题。
2、获取儿童肺部超声图像，识别儿童肺部超声图像中的胸膜线；
3、拟合胸膜线的曲线函数记为胸膜曲线，将胸膜曲线上的像素点记为曲线像素点；构建搜索矩形，根据搜索矩形获得每个曲线像素点的第一矩形搜索子窗口、第二矩形搜索子窗口、第三矩形搜索子窗口和像素点组；根据三个矩形搜索子窗口的灰度分布特征计算每个像素点组的第一边界概率；
4、将儿童肺部超声图像中灰度值大于等于预设阈值参数的像素点记为可能像素点；对所有可能像素点进行聚类，将获得的每个类别记为疑似区域，对于
5、将处理后的儿童肺部超声图像中每个像素点的灰度值与处理前的儿童肺部超声图像中对应的像素点的灰度值的差值，记为儿童肺部超声图像中每个像素点的灰度变化程度，根据组成像素点组的所有像素点的灰度变化程度，计算像素点组的第二边界概率；
6、根据每个像素点组的第一边界概率和第二边界概率获得每个像素点组的第三边界概率，根据每个像素点组的第三边界概率获得b线区域的实际边界，根据b线区域的实际边界获得b线区域。
7、进一步地，所述构建搜索矩形，包括的具体步骤如下：
8、构建一个大小为c×w的基础矩形，其中，基础矩形的长边的长度为c，基础矩形的短边的长度为w，c等于胸膜曲线上所有曲线像素点的纵坐标的最小值，w为预设长度；按照从左到右的顺序将3个基础矩形排列组成大小为c×3w的搜索矩形，从左到右将组成搜索矩形的3个基础矩形分别记为基础矩形、基础矩形和基础矩形，搜索矩形的长边的长度为c，搜索矩形的短边的长度为3w。
9、进一步地，所述根据搜索矩形获得每个曲线像素点的第一矩形搜索子窗口、第二矩形搜索子窗口、第三矩形搜索子窗口和像素点组，包括的具体步骤如下：
10、将搜索矩形的两个长边的中间点的连线记为搜索矩形的中心线，将胸膜曲线上的任意一个曲线像素点记为目标曲线像素点，获取胸膜曲线上目标曲线像素点的切线，将经过目标曲线像素点且与目标曲线像素点的切线垂直的直线记为目标曲线像素点的法线，将搜索矩形的一条短边的中间点投影到目标曲线像素点，将搜索矩形的中心线投影到目标曲线像素点的法线，将搜索矩形对应的区域记为目标曲线像素点的矩形搜索窗口，将基础矩形、基础矩形和基础矩形对应的区域分别记为目标曲线像素点的第一矩形搜索子窗口、第二矩形搜索子窗口和第三矩形搜索子窗口，将位于目标曲线像素点的矩形搜索窗口内且在目标曲线像素点的法线上的所有像素点记为目标曲线像素点的像素点组。
11、进一步地，所述根据三个矩形搜索子窗口的灰度分布特征计算每个像素点组的第一边界概率，具体计算方法如下：
12、获取像素点组对应的曲线像素点的第一矩形搜索子窗口中所有像素点的灰度值的均值，记为第一均值；获取像素点组对应的曲线像素点的第二矩形搜索子窗口中所有像素点的灰度值的均值，记为第二均值；获取像素点组对应的曲线像素点的第三矩形搜索子窗口中所有像素点的灰度值的均值，记为第三均值；
13、根据第一均值、第二均值以及第三均值获得像素点组的第一边界概率。
14、进一步地，所述根据第一均值、第二均值以及第三均值获得像素点组的第一边界概率，具体计算公式如下：
15、
16、式中，kb表示像素点组的第一边界概率，表示第一均值，表示第二均值，表示第三均值。
17、进一步地，所述根据每个疑似区域的所有疑似像素点组，计算疑似区域的结构元素尺寸，具体计算方法如下：
18、根据疑似区域的每个疑似像素点组的第一边界概率获得修正因子kb1；结构元素尺寸的具体计算公式如下：
19、
20、式中，表示疑似区域的结构元素尺寸，表示预设尺寸，为向下取整符号。
21、进一步地，所述根据疑似区域的每个疑似像素点组的第一边界概率获得修正因子kb1，具体计算公式如下：
22、
23、表示疑似区域的第x个疑似像素点组的第一边界概率，表示疑似区域的疑似像素点组的数量。
24、进一步地，所述每个像素点组的第三边界概率的具体计算方法如下：
25、将每个像素点组的归一化后的第一边界概率和归一化后的第二边界概率的乘积记为每个像素点组的第三边界概率。
26、进一步地，所述根据组成像素点组的所有像素点的灰度变化程度，计算像素点组的第二边界概率，具体计算公式如下：
27、
28、式中，表示像素点组的第二边界概率，表示像素点组中所有像素点的数量，表示像素点组中第i个像素点的灰度变化程度，表示像素点组中所有像素点的灰度变化程度的均值。
29、进一步地，所述根据每个像素点组的第三边界概率获得b线区域的实际边界，包括的具体步骤如下：
30、将第三边界概率大于预设经验阈值的像素点组作为b线区域的实际边界。
31、本专利技术的技术方案的有益效果是：本专利技术利用儿童肺部超声图像中b线与胸膜线在图像中的空间分布关系和灰度分布关系，根据胸膜曲线上每个曲线像素点的矩形搜索窗口，获得多个像素点组，利用像素点组在矩形搜索窗口中与相邻区域的灰度值之间差异获得像素点组的第一边界概率，结合疑似像素点组的第一边界概率，自适应获得疑似区域的结构元素尺寸，进行灰度形态学处理，突出儿童肺部超声图像中的较亮区域，根据组成像素点组的所有像素点的灰度变化程度，计算像素点组的第二边界概率，进而根据像素点组的第三边界概率获得b线区域的实际边界，通过对像素点组在相邻区域的灰度差异以及像素点组自身在经过灰度形态学处理前后的变化程度分析，获得像素点组为b线区域边界的可能性，减弱b线区域自身在边界处像素点的灰度值渐变弥散，提高对b线区域的边界界定的准确本文档来自技高网...
【技术保护点】
1.用于儿童肺部超声检测图像的处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述构建搜索矩形，包括的具体步骤如下：
3.根据权利要求2所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据搜索矩形获得每个曲线像素点的第一矩形搜索子窗口、第二矩形搜索子窗口、第三矩形搜索子窗口和像素点组，包括的具体步骤如下：
4.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据三个矩形搜索子窗口的灰度分布特征计算每个像素点组的第一边界概率，具体计算方法如下：
5.根据权利要求4所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据第一均值、第二均值以及第三均值获得像素点组的第一边界概率，具体计算公式如下：
6.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据每个疑似区域的所有疑似像素点组，计算疑似区域的结构元素尺寸，具体计算方法如下：
7.根据权利要求6所述的用于儿童肺部超声检测图像的处理
8.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述每个像素点组的第三边界概率的具体计算方法如下：
9.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据组成像素点组的所有像素点的灰度变化程度，计算像素点组的第二边界概率，具体计算公式如下：
10.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据每个像素点组的第三边界概率获得B线区域的实际边界，包括的具体步骤如下：
...【技术特征摘要】
1.用于儿童肺部超声检测图像的处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述构建搜索矩形，包括的具体步骤如下：
3.根据权利要求2所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据搜索矩形获得每个曲线像素点的第一矩形搜索子窗口、第二矩形搜索子窗口、第三矩形搜索子窗口和像素点组，包括的具体步骤如下：
4.根据权利要求1所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据三个矩形搜索子窗口的灰度分布特征计算每个像素点组的第一边界概率，具体计算方法如下：
5.根据权利要求4所述的用于儿童肺部超声检测图像的处理方法，其特征在于，所述根据第一均值、第二均值以及第三均值获得像素点组的第一边界概率，具体计算公式如下：
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：杨傲，黄永芳，田定勇，
申请(专利权)人：大连锦辉盛世科技有限公司，
类型：发明
国别省市：
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。