基于概率分布和连续最大流的主动脉瓣超声图像分割方法技术

技术编号:8235906 阅读:307 留言:0更新日期:2013-01-20 11:13
本发明专利技术涉及一种基于概率分布和连续最大流的主动脉瓣超声图像分割方法,包括以下几个步骤:第一步,采集人体主动脉瓣短轴的医学超声图像数据,等间隔地提取五帧先验图像;第二步,分割五帧先验图像;第三步,构建二维灰度-距离直方图;第四步,由二维灰度-距离直方图计算获得综合概率估计函数;第五步,分别计算其各自单独的概率估计函数;第六步,对五帧先验图像,分别计算其各自最能代表前景和背景的像素灰度值;第七步,对于当前待分割图像,求取其独立的概率估计图;第八步,对上述前景区域和五帧先验图像的手动分割结果分别进行相似度测量;第九步,获得分割结果。与现有技术相比,本发明专利技术具有稳定可靠、实现方便、适用于实际临床等优点。

【技术实现步骤摘要】

本专利技术涉及一种图像处理
,尤其是涉及一种。
技术介绍
医学超声成像由于其特有的优点,如实时性、无损伤性、可重复性、灵敏度高、成本低,而受到广泛的关注。在基于医学超声图像的主动脉瓣的临床诊断和治疗中,根据病人不同的病理情况,需要提取主动脉瓣的信息,其重要的一项手段就是图像分割。图像分割结果的好坏直接影响病变组织结构的定位、定量、定性分析,三维重建等后续操作以及图像引导手术、肿瘤放射治疗等所采取治疗规划的准确性。但是,由于主动脉瓣的医学超声图像存在以下特征,使得其分割成为一个困难棘手的问题1)超声图像分辨率、对比度低;2)超声图像固有的斑点噪声的影响;3)超声图像回波纹理特性;4)主动脉瓣开放和闭合时造成的三 个瓣叶的移动;5)瓣叶和瓣环严重钙化造成的伪影。在传统的医学图像分割领域里,基于像素灰度的不连续性和相似性,其可以分为基于边缘检测的分割方法和基于区域的分割方法。前者在处理超声图像获取边缘信息时容易产生间断或者伪边缘,不能形成理想的闭合曲线,需要进一步处理以获得目标轮廓。后者中基于区域生长的方法,其分割结果与种子点的选择有很大关系,同时对噪声很敏感,容易形成孔状或不连续本文档来自技高网...

【技术保护点】
一种基于概率分布和连续最大流的主动脉瓣超声图像分割方法,其特征在于,包括以下几个步骤:第一步,采集人体主动脉瓣短轴的医学超声图像数据,选择一个连续完整的心动周期,等间隔地提取五帧先验图像,其中每帧先验图像会代表一个心动周期内的不同相位;第二步,手动分割上述五帧先验图像,并计算每帧分割结果的包围盒,取其中最大的包围盒为后续过程使用;第三步,根据先验图像分割结果各自的独立中心点,计算得到先验图像的一个综合中心点,以像素点的灰度值为横轴、以像素点与综合中心点的距离为纵轴,由上述五帧先验图像的分割结果构建一个二维灰度?距离直方图;第四步,由上述二维灰度?距离直方图计算获得综合概率估计函数,即计算每个像...

【技术特征摘要】

【专利技术属性】
技术研发人员:顾力栩聂媛媛罗哲
申请(专利权)人:上海交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1