一种基于超声图像的颈动脉内中膜厚度测量方法和装置的制造方法
【技术领域】
[0001] 本发明涉及超声诊断技术领域，尤其涉及一种基于超声图像的颈动脉内中膜厚度 测量方法和装置。
【背景技术】
[0002] 颈动脉内中膜厚度（Intima-Media Thickness，IMT)是预测心脑血管疾病的重要 指标，通常认为MT大于1. 1mm为异常肥厚，异常肥厚的MT则一般预示患者存在心脑血管 疾病。请参见图1，颈动脉后壁超声图像中依次包括管腔、内膜、中膜和外膜。其中，管腔与 内膜之间的边界为管腔内膜边界（Lumen-Intima Interface，LII)，中膜与外膜之间的边界 为中膜外膜边界（Media-Adventitia Interface，MAI)，而LII与MAI之间的距离即为前述 的MT。因此，頂T测量的关键在于精确识别LII和MAI，从而计算两者之间的距离。
[0003] 在专利文献（特开平11-318896号公报）中，提出了利用图像的灰度信息来分割 内中膜及测量頂T厚度的方法。
[0004] 但是，该方法在血管壁的内膜灰度较低或管腔内噪声较大的情形下，无法正确提 取LII边界和MAI边界，由此导致MT测量结果不正确。另外，该方法是针对健康人的MT 进行测量的，缺乏考虑血管发生病变产生斑块的情形。因此，上述技术方案仅利用灰度信息 来分割颈动脉内中膜将存在较大误差，因而降低了 IMT的测量准确度。
【发明内容】
[0005] 为了解决上述问题，本发明提供一种基于超声图像的颈动脉内中膜厚度测量方法 和装置，用于精确分割颈动脉内中膜，从而有效测量MT。通过实施本发明技术方案，能够提 高LII和MAI识别的精度，从而精确分割出内中膜，使得IMT的测量准确度大幅提高。
[0006] 一种基于超声图像的颈动脉内中膜厚度测量方法，包括：
[0007] 获取包含内中膜的超声子图像；
[0008] 利用数字图像处理技术从所述超声子图像中获取所述内中膜的管腔内膜边界 LII ；
[0009] 根据所述LII和图像特征获取初始中膜外膜边界MAI;
[0010] 通过演化所述初始MAI获取目标MAI ;
[0011] 根据所述LII和所述目标MAI计算内中膜厚度MT。
[0012] 一种基于超声图像的颈动脉内中膜厚度测量装置，包括：
[0013] 第一获取单元，用于获取包含内中膜的超声子图像；
[0014] 第二获取单元，用于利用数字图像处理技术从所述超声子图像中获取所述内中膜 的管腔内膜边界LII ;
[0015] 第三获取单元，用于根据所述LII和图像特征获取初始中膜外膜边界MAI;
[0016] 第四获取单元，用于通过演化所述初始MAI获取目标MAI;
[0017] 计算单元，用于根据所述LII和所述目标MAI计算内中膜厚度MT。
[0018] 本发明的有益效果是，结合超声图像特征，首先根据LII获取初始MAI，再通过演 化初始MAI获取目标MAI，最后根据LII和目标MAI计算MT。本发明技术方案对LII和目 标MAI的识别精确度比只利用灰度信息进行识别的方案高，从而能够更精确地分割出内中 膜，使得MT的测量准确度提高。
【附图说明】
[0019] 图1为颈动脉后壁超声图像不意图；
[0020] 图2为本发明一种基于超声图像的颈动脉内中膜厚度测量方法流程图；
[0021] 图3为本发明基于超声图像的颈动脉内中膜厚度测量方法步骤202的详细流程 图；
[0022] 图4为本发明基于超声图像的颈动脉内中膜厚度测量方法步骤204的详细流程 图；
[0023] 图5为本发明基于超声图像的颈动脉内中膜厚度测量方法步骤203的详细流程 图；
[0024] 图6为本发明一种基于超声图像的颈动脉内中膜厚度测量装置结构图；
[0025] 图7为本发明基于超声图像的颈动脉内中膜厚度测量装置的第二获取单元结构 图；
[0026] 图8为本发明基于超声图像的颈动脉内中膜厚度测量装置的第四获取单元结构 图；
[0027] 图9为本发明基于超声图像的颈动脉内中膜厚度测量装置的第三获取单元结构 图。
【具体实施方式】
[0028] 下面将结合本发明中的说明书附图，对发明中的技术方案进行清楚、完整地描述， 显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的 实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都 属于本发明保护的范围。
[0029] 本发明实施例提供一种基于超声图像的颈动脉内中膜厚度测量方法，用于精确分 割颈动脉内中膜，从而有效测量頂T。通过实施本发明技术方案，能够提高LII和MAI识别 的精度，从而精确分割出内中膜，使得IMT的测量准确度大幅提高。本发明实施例还提供与 该方法相关的一种基于超声图像的颈动脉内中膜厚度测量装置，以下将分别对其进行详细 说明。
[0030] 本发明第一实施例将对一种基于超声图像的颈动脉内中膜厚度测量方法进行详 细说明，本实施例所述的基于超声图像的颈动脉内中膜厚度测量方法具体流程请参见图2， 包括步骤：
[0031] 201、获取包含内中膜的超声子图像。
[0032] 从整体超声图像中获取主体为内中膜的超声子图像，以减少无关图像信息造成的 干扰，提高处理效率。在本步骤中，其中一种获取超声子图像的方式可以是用户手动截图， 这里不作具体限定。
[0033] -般默认情况下颈动脉内中膜分割都是针对后壁进行，但是个别情况下超声子图 像有可能呈现的是前壁，因此，获取包含内中膜的超声子图像之后还需要：根据图像特征 判断内中膜是否为前壁，若判断结果为是，则对超声子图像进行180度翻转，若判断结果为 否，则不进行处理。
[0034] 判断原理为：将超声子图像在横向方向上等分成3段，分别统计第一段、第二段和 第三段灰度值为〇的像素个数，如果第一段或第二段灰度值为〇的像素个数较多，则说明是 后壁，如果第三段灰度值为0的像素个数较多，则说明是前壁。
[0035] 对于翻转后的超声子图像，记录翻转标志，在完成本实施例的颈动脉内中膜分割 后需要根据翻转标志将超声子图像还原。
[0036] 202、利用数字图像处理技术从超声子图像中获取内中膜的管腔内膜边界LII。
[0037] 本步骤所利用的数字图像处理技术包括但不限于：阈值方法、形态学方法和寻找 最大连通区域方法中的一种或若干种组合。
[0038] 203、根据LII和图像特征获取初始中膜外膜边界MAI。
[0039] MAI位于LII后端，因此，利用上一步骤所获取的LII，以及超声子图像的图像特征 可以大致在LII后端提取初始MAI。在本实施例中，图像特征主要指超声子图像的灰度特 征，在LII后端的预设范围内结合局部灰度值的变化特征识别初始MAI。
[0040] 204、通过演化初始MAI获取目标MAI。
[0041] 具体地，以超声图像的边缘信息控制初始MAI变形，得到闭合的演化曲线，由于 MAI必须是一条非闭合的曲线，因此还需要对该闭合的演化曲线进行后处理操作，包括闭合 演化曲线的拆分处理、拟合和插值等，以获取目标MAI。
[0042] 205、根据LII和目标MAI计算内中膜厚度MT。
[0043] 具体地，计算LII和目标MAI多组对应轮廓点之间的距离集合来表征MT，优选地， 同一组轮廓点之间的距离采用欧式距离。其中，以距离集合中的最大值为MT最大厚度，以 距离集合中的最小值为MT最小厚度，以距离集合的平均距离为MT的平均厚度。距离集 合还可以用于计算MT方差等。
[0044] 本发明第二实施例将对第一实施例中的步骤"202、利用数字图像处理技