基于奇异值分解与Frangi滤波的超声微血管成像方法与系统技术方案

本发明专利技术公开了一种基于奇异值分解与Frangi滤波的超声微血管成像方法，包括：步骤一、获取超声造影图像；步骤二、将超声造影图像转化为图像矩阵；步骤三、奇异值分解滤波；步骤四、Frangi滤波，获得增强图像；步骤五、图像质量评估；步骤六、重新选取奇异值阈值；步骤七、按照步长增加尺度因子，返回步骤三；步骤八、按照步长增加奇异值阈值，返回步骤三；步骤九、选择质量最好的增强图像输出。本发明专利技术还公开了一种基于奇异值分解与Frangi滤波的超声微血管成像系统。本发明专利技术通过截断奇异值，剔除既不表示组织信息也不表示血液信息的奇异值，显著抑制超声造影图像中的杂波和背景组织噪声；在空间域上实现微血管结构增强的方法，可以呈现更多的微血管网络。

【技术实现步骤摘要】

本专利技术属于医学超声成像，具体涉及基于奇异值分解与frangi滤波的超声微血管成像方法与系统。

技术介绍

1、现有的多普勒超声和能量多普勒超声通过评估血流有助于诊断病变，但其成像质量易受到低频区域或患者运动的信号评估的影响。

2、奇异值分解(singular value decomposition，svd)是医学超声图像处理领域中的一种重要技术，主要应用于信号降噪、图像增强和特征提取等方面。这种技术的核心思想是利用奇异值分解将图像分解为不同的特征分量，从而实现噪声抑制、信息提取和图像优化等目标。在医学超声成像中，该方法可被用于组织和杂波的去除以及运动估计。与高通滤波器相比，基于奇异值的杂波滤波器可以利用组织和血液的散斑强度和时空特征的差异来更好地抑制杂波。在执行svd滤波后，组织信息常保留在高奇异值中，而血液信号由于其低散射强度和时空相干性，常存在于较低的奇异值中。然后，通过奇异值的映射关系进行低秩矩阵分离，由此区分出组织信号和血流信号。

3、现有技术中，申请号为cn202110125749.9、专利名称为基于随机奇异值分解和加权本文档来自技高网...

【技术保护点】

1.基于奇异值分解与Frangi滤波的超声微血管成像方法，方法由计算机系统实现，其特征在于：包括以下步骤：

2.按照权利要求1所述的基于奇异值分解与Frangi滤波的超声微血管成像方法，其特征在于：所述“步骤三、奇异值分解滤波”的具体方法为：

3.按照权利要求1所述的基于奇异值分解与Frangi滤波的超声微血管成像方法，其特征在于：所述“步骤四、Frangi滤波”包括以下步骤：

4.按照权利要求3所述的基于奇异值分解与Frangi滤波的超声微血管成像方法，其特征在于：所述“步骤401、计算Hessian矩阵”的具体方法为：Hessian矩阵根据公式计算...

【技术特征摘要】

1.基于奇异值分解与frangi滤波的超声微血管成像方法，方法由计算机系统实现，其特征在于：包括以下步骤：

2.按照权利要求1所述的基于奇异值分解与frangi滤波的超声微血管成像方法，其特征在于：所述“步骤三、奇异值分解滤波”的具体方法为：

3.按照权利要求1所述的基于奇异值分解与frangi滤波的超声微血管成像方法，其特征在于：所述“步骤四、frangi滤波”包括以下步骤：

4.按照权利要求3所述的基于奇异值分解与frangi滤波的超声微血管成像方法，其特征在于：所述“步骤401、计算hessian矩阵”的具体方法为：hessian矩阵根据公式计算得到，h表示hessian矩阵，其中ixx表示图像i关于函数x的二阶偏导数，iyy表示图像i关于函数y的二阶偏导数，ixy表示图像i关于函数x、y的二阶混合偏导数，i(x,y)表示图像i在点(x,y)处的灰度值，g(x,y,σ)表示高斯函数，σ表示尺度因子。

5.按照权利要求3所述的基于奇异值分解与frangi滤波的超声微血管成像方法，其特征在于：所述“基于hessian矩阵构建微血管响应函数ν(σ)”的具体方法为：其中rb表示比率变量，λ1和λ2均根据hessian矩阵求得，增强系数β表示rb的灵敏度阈值，s表示hessian矩阵的frobenius常数，增强系数c表示s的...

【专利技术属性】
技术研发人员：张舸，胡海曼，鄢华，马小静，夏娟，王先分，朱长才，
申请(专利权)人：武汉亚洲心脏病医院，
类型：发明
国别省市：