本发明涉及超声图像处理,尤其涉及一种超声心尖切面图像的快速分类方法。
背景技术:
1、心脏超声检查中的心脏射血分数(ejection fraction,ef)和心肌应变率(strainrate,sr)都是评估心功能状态的重要指标,需要医生手持探头,采集心尖四腔切面、心尖三腔切面和心尖二腔切面的超声图像。将不同的切面结果统计,最后得到对应的指标。因此需要医生手动选择当前属于哪个心尖切面。自动识别心尖切面可以减少医生对仪器的操作,辅助医生检查,提高工作效率。现有分类技术多数使用深度学习训练模型实现分类,其模型训练需要大量的样本,且模型训练耗时久,对系统的处理性能有较高的要求,需要占用较大的内存,处理时间也较长。
技术实现思路
1、本发明的目的在于提供一种超声心尖切面图像的快速分类方法,具体在于提供一种无需训练模型、占用内存少且能快速对超声心尖切面图像进行快速分类的方法。
2、为达到上述目的,本发明采用如下技术方案:一种超声心尖切面图像的快速分类方法,包括如下步骤:
3、s01、输入超声心尖切面图像作为输入图像,将输入图像调整大小并裁切至设定的长宽值得到该输入图像的预处理图像。
4、s02、对步骤s01得到的预处理图像进行图像压缩,对压缩后的图像进行特征增强处理以增强图像的轮廓特征,降低图像的非边缘特征,得到特征增强处理后的图像。
5、s03、对步骤s02进行特征增强处理后的图像进行编码处理,获取图像中的特征点,然后根据所述的特征点进行解码转换得到步骤s01中所输入的超声心尖切面图像的特征向量。
6、s04、判断输入超声心尖切面图像的特征向量与心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像这三个类型的心尖切面模板图像中哪个心尖切面模板图像的特征向量最接近,最接近的心尖切面模板图像的类型即为输入超声心尖切面图像的心尖切面类型。
7、具体的,上述步骤s04中,判断输入图像的特征向量与心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像这三个种类的心尖切面模板图像中哪个心尖切面模板图像的特征向量最接近时,是通过分别计算心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像这三个种类的心尖切面模板图像的特征向量与输入图像的特征向量之间的距离,特征向量与输入图像的特征向量的距离最小的心尖切面模板图像的类型即为最接近输入图像的心尖切面类型。
8、具体的,步骤s04中,心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像的特征向量,分别以心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像作为输入图像并采用步骤s01~s03所述的方法得到。
9、优选的,步骤s02中,对压缩后的图像进行特征增强处理采用高斯平滑处理和海森矩阵处理。
10、步骤s03中,对特征增强处理后的图像进行编码处理,获取图像中的特征点时,是通过从特征增强处理后图像的中心位置开始逆时针旋转获取图像特征,根据当前位置有无灰度值作为有无特征的判断依据,将图像数据转为特征点。
11、步骤s03中,根据所述的特征点进行解码转换得到步骤s01中所输入的超声心尖切面图像的特征向量时,是通过对特征点进行数据类型转换,将特征点转为特征向量。
12、本发明的有益效果在于:通过对超声心尖切面图像进行特征增强,并采用编码解码的方式获取超声心尖切面图像的特征向量,通过判断该超声心尖切面图像的特征向量与心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像的特征向量的接近程度来判断该超声心尖切面图像的类型,实现对超声心尖切面图像的快速分类,且具有无需大量样本进行模型训练、处理过程占用内存少的优点。
1.一种超声心尖切面图像的快速分类方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的一种超声心尖切面图像的快速分类方法,其特征在于:所述步骤s04中,判断输入超声心尖切面图像的特征向量与心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像这三个类型的心尖切面模板图像中哪个心尖切面模板图像的特征向量最接近时,是通过分别计算心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像这三个种类的心尖切面模板图像的特征向量与输入超声心尖切面图像的特征向量之间的距离,特征向量与输入超声心尖切面图像的特征向量的距离最小的心尖切面模板图像的类型即为最接近输入超声心尖切面图像的心尖切面类型。
3.根据权利要求1所述的一种超声心尖切面图像的快速分类方法,其特征在于:所述步骤s04中,心尖二腔切面模板图像、心尖三腔切面模板图像和心尖四腔切面模板图像的模板特征向量,分别以超声心尖二腔切面模板图像、超声心尖三腔切面模板图像和超声心尖四腔切面模板图像作为输入图像并采用步骤s01~s03所述的方法得到。
4.根据权利要求1所述的一种超声心尖切面图像的快速分类方法,其特征在于:所述步骤s02中,对压缩后的图像进行特征增强处理采用高斯平滑处理和海森矩阵处理。
5.根据权利要求1所述的一种超声心尖切面图像的快速分类方法,其特征在于:所述步骤s03中,对特征增强处理后的图像进行编码处理,获取图像中的特征点时,是通过从特征增强处理后图像的中心位置开始逆时针旋转获取图像特征,根据当前位置有无灰度值作为有无特征的判断依据,将图像数据转为特征点。
6.根据权利要求1所述的一种超声心尖切面图像的快速分类方法,其特征在于:所述步骤s03中,根据所述的特征点进行解码转换得到步骤s01中所输入的超声心尖切面图像的特征向量时,是通过对特征点进行数据类型转换,将特征点转为特征向量。