本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，尤其涉及基于frangi和多幀累加的nir-ii視頻淋巴管分割方法。

背景技術(shù)：

1、淋巴系統(tǒng)是具有交換和運(yùn)輸功能的網(wǎng)絡(luò)，由充當(dāng)液體交換場(chǎng)所的盲端血管、收集運(yùn)輸淋巴液的血管、及影響免疫與抗原轉(zhuǎn)運(yùn)的淋巴結(jié)組成。由于淋巴系統(tǒng)沒(méi)有驅(qū)動(dòng)流量循環(huán)的中央泵，它的運(yùn)輸功能主要由收集淋巴管的收縮實(shí)現(xiàn)，因此淋巴管的測(cè)量對(duì)于淋巴系統(tǒng)功能至關(guān)重要。

2、現(xiàn)有的用于體內(nèi)淋巴管可視化的成像方法分為兩類：侵入性手術(shù)暴露和非侵入式成像。侵入式手術(shù)暴露不僅耗時(shí)，還會(huì)對(duì)患者身體造成一定損傷，因此不建議使用。非侵入式成像中，淋巴閃爍成像是臨床上使用時(shí)間最長(zhǎng)的方法，但它的空間分辨率較差，放射性保護(hù)要求較高，缺乏對(duì)淋巴管收縮功能實(shí)時(shí)成像所需的時(shí)間分辨率，已逐漸被其他成像方法取代。計(jì)算機(jī)斷層掃描(ct)和磁共振淋巴造影(mrl)是目前常用的影像學(xué)方法。ct有相對(duì)高的時(shí)空分辨率，但診斷敏感性低，通常與其他方法結(jié)合使用。mrl可用于大面積高分辨率成像，依賴于其相對(duì)非侵入性，它有助于識(shí)別與淋巴功能障礙相關(guān)的異常，但缺點(diǎn)是靈敏度低，異常淋巴結(jié)的特異性低，不適合淋巴結(jié)異常的檢測(cè)。近紅外熒光成像具有采集速度快、空間分辨率高的優(yōu)點(diǎn)，能實(shí)現(xiàn)實(shí)時(shí)成像，而且它保留了淋巴功能性活動(dòng)的體內(nèi)環(huán)境，有利于在體研究病理性過(guò)程及分子調(diào)節(jié)的影響，應(yīng)用較為廣泛。但光學(xué)成像的缺點(diǎn)是體內(nèi)光子散射和吸收導(dǎo)致激發(fā)光的快速衰減，會(huì)影響組織穿透深度，這限制了近紅外熒光成像在淋巴可視化中的應(yīng)用。波長(zhǎng)轉(zhuǎn)移到更長(zhǎng)的激發(fā)窗口將減少吸收衰減和組織自發(fā)熒光，有效增加光子的穿透深度，從而實(shí)現(xiàn)更高的保真度和空間分辨率。因此隨著硬件系統(tǒng)的升級(jí)，近紅外二區(qū)熒光成像成為無(wú)創(chuàng)可視化并量化淋巴管的更好選擇。

3、近紅外二區(qū)(nir-ii，1000-1700nm)熒光成像為功能性淋巴成像研究提供了最佳的解決方案，但需要操作者的高水平專業(yè)知識(shí)和精心控制的成像環(huán)境來(lái)實(shí)現(xiàn)清晰、高分辨率的成像結(jié)果。淋巴管的成像可能具有挑戰(zhàn)性，因?yàn)榇嬖诠鈱W(xué)散射、雜散光干涉和表面聚集的造影劑引起的熒光飽和，這可能導(dǎo)致圖像對(duì)比度低、血管亮度不均、形態(tài)不完整和遮擋深層目標(biāo)。這些挑戰(zhàn)會(huì)對(duì)后續(xù)的定量檢測(cè)造成障礙。因此需要一種自動(dòng)分割方法忽視視頻記錄中微小擾動(dòng)的影響，從存在熒光干擾的背景中提取可靠的淋巴管。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明意在提供基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，以解決近紅外二區(qū)熒光成像需要操作者的高水平專業(yè)知識(shí)和精心控制的成像環(huán)境來(lái)實(shí)現(xiàn)清晰、高分辨率成像結(jié)果的問(wèn)題，該方法針對(duì)低對(duì)比度近紅外圖像運(yùn)用一系列醫(yī)學(xué)圖像處理方法實(shí)現(xiàn)低對(duì)比度淋巴管的自動(dòng)提取，為淋巴管收縮功能定量測(cè)量及其在相關(guān)疾病的診療中奠定了基礎(chǔ)。

2、為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，包括以下步驟：

4、s1、對(duì)視頻進(jìn)行處理，得到幀圖像序列；

5、s2、對(duì)每幀圖像使用clahe算法和3x3鄰域均值濾波進(jìn)行預(yù)處理；

6、s3、通過(guò)頂帽處理從暗淡的背景中提取較亮的結(jié)構(gòu)區(qū)域，得到粗糙的前景圖像；

7、s4、將每幀圖像非零像素的均值作為閾值進(jìn)行逐幀圖像的自適應(yīng)分割；

8、s5、讀取圖像序列所包含的所有圖像，重復(fù)步驟s2至s4，累積所有圖像的二值圖像；

9、s6、使用frangi濾波增強(qiáng)所述累積二值圖像中的管狀結(jié)構(gòu)，得到精細(xì)的前景圖像；

10、s7、frangi濾波后的圖像經(jīng)過(guò)一定形態(tài)學(xué)處理，平滑淋巴管輪廓，并消除其存在的小孔，填補(bǔ)縫隙，得到清晰的淋巴管。

11、進(jìn)一步的，在步驟s2中，對(duì)每幀圖像去噪處理，包括以下步驟：

12、s201、將圖像劃分為大小相等的16x16不重疊子塊，計(jì)算每個(gè)不重疊子塊的灰度直方圖和對(duì)應(yīng)的變換函數(shù)(累積直方圖)：

13、

14、其中，x是離散的灰度圖像，l是圖像中灰度級(jí)(通常為256)，ni是灰度i的出現(xiàn)次數(shù)，px(i)是圖像中出現(xiàn)第i灰度級(jí)像素的概率；

15、其累積分布函數(shù)對(duì)應(yīng)為：

16、

17、s202、計(jì)算剪切閾值cliplimit，對(duì)多余的像素重新進(jìn)行分配；

18、s203、對(duì)對(duì)比度限制后的直方圖進(jìn)行直方圖均衡獲取映射函數(shù)，利用映射函數(shù)處理原圖像；

19、s204、定義3x3鄰域窗口，在經(jīng)過(guò)clahe處理后的圖像中滑動(dòng)，計(jì)算窗口中均值，并進(jìn)行濾波處理去除噪聲。

20、進(jìn)一步的，在步驟s3中，頂帽處理的計(jì)算公式如下：

21、

22、其中，i為輸入圖，thf(x,y)是頂帽濾波后的圖像，b是結(jié)構(gòu)元素，表示開(kāi)操作。

23、進(jìn)一步的，在步驟s4中，閾值與二值圖像的計(jì)算公式如下：

24、

25、其中n(i)是圖像thf(x,y)中強(qiáng)度值為i的像素的數(shù)量，t是計(jì)算得到的閾值，it(x,y)是閾值分割后的二值圖像。

26、進(jìn)一步的，在步驟s6中，使用高斯濾波函數(shù)對(duì)圖像進(jìn)行平滑處理，獲得濾波后圖像i，并計(jì)算偏導(dǎo)函數(shù)，通過(guò)hessian矩陣構(gòu)造增強(qiáng)濾波器，hessian矩陣的公式如下：

27、

28、根據(jù)hessian矩陣求特征值：

29、

30、特征值及它們對(duì)應(yīng)的特征向量表示該點(diǎn)沿某方向的曲率大小及方向；

31、利用特征值構(gòu)建響應(yīng)函數(shù)，其公式如下：

32、

33、采用多尺度策略得到不同尺度下的響應(yīng)結(jié)果，當(dāng)尺度和局部結(jié)構(gòu)匹配時(shí)可以得到最大的響應(yīng)結(jié)果，從而判斷該像素點(diǎn)是否屬于血管結(jié)構(gòu)。

34、進(jìn)一步的，在步驟s7中，首先構(gòu)建4x4方形結(jié)構(gòu)元素，運(yùn)用二值形態(tài)學(xué)膨脹運(yùn)算，連接淋巴管斷裂的低亮度區(qū)域；然后計(jì)算二值圖像中各區(qū)域的面積，濾除面積較小的噪聲區(qū)域，并填充二值圖像中的孔和縫隙，獲得最終的淋巴管分割圖像。

35、本技術(shù)方案的原理及有益效果：

36、本發(fā)明采用的基于clahe和鄰域均值濾波的預(yù)處理方法，能有效增強(qiáng)淋巴管的對(duì)比度，并去除噪聲，平滑圖像。頂帽處理能從背景中提取較亮的前景區(qū)域，在這一步驟中，頂帽處理能避免圖像中較小的熒光干擾，緩解亮度不均勻問(wèn)題，并增強(qiáng)較亮區(qū)域的淋巴管。上述處理去除了大部分雜散光和背景噪聲，但淋巴管邊緣對(duì)比度低，給分割造成困難，將每幀圖像非零均值作為閾值進(jìn)行逐幀圖像分割可有效去除淋巴管周圍殘留的噪音，累積二值圖像更能去除視頻中微小擾動(dòng)造成的影響，使分割結(jié)果相對(duì)保持穩(wěn)定。frangi濾波和形態(tài)學(xué)處理一方面可以增強(qiáng)圖像中的管狀結(jié)構(gòu)，另一方面可以平滑輪廓，消除小孤立區(qū)域和尖峰，消除小孔，填補(bǔ)輪廓存在的間隙，可得到形態(tài)完整的淋巴管。整體來(lái)看，本發(fā)明所提出的方法對(duì)于噪聲有較強(qiáng)的魯棒性，對(duì)昏暗且亮度不均的淋巴管有良好的檢測(cè)和分割能力，分割得到的淋巴管的輪廓較貼合原始圖像淋巴管形態(tài)。

技術(shù)特征：

1.基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，其特征在于，在步驟s2中，對(duì)每幀圖像去噪處理，包括以下步驟：

3.根據(jù)權(quán)利要求1所述的基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，其特征在于，在步驟s3中，頂帽處理的計(jì)算公式如下：

4.根據(jù)權(quán)利要求1所述的基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，其特征在于，在步驟s4中，閾值與二值圖像的計(jì)算公式如下：

5.根據(jù)權(quán)利要求1所述的基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，其特征在于，在步驟s6中，使用高斯濾波函數(shù)對(duì)圖像進(jìn)行平滑處理，獲得濾波后圖像i，并計(jì)算偏導(dǎo)函數(shù)，通過(guò)hessian矩陣構(gòu)造增強(qiáng)濾波器，hessian矩陣的公式如下：

6.根據(jù)權(quán)利要求1所述的基于frangi和多幀累加的nir-ii視頻淋巴管分割方法，其特征在于，在步驟s7中，首先構(gòu)建4x4方形結(jié)構(gòu)元素，運(yùn)用二值形態(tài)學(xué)膨脹運(yùn)算，連接淋巴管斷裂的低亮度區(qū)域；然后計(jì)算二值圖像中各區(qū)域的面積，濾除面積較小的噪聲區(qū)域，并填充二值圖像中的孔和縫隙，獲得最終的淋巴管分割圖像。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了基于Frangi和多幀累加的NIR?II視頻淋巴管分割方法，屬于計(jì)算機(jī)視覺(jué)領(lǐng)域，該方法包括以下步驟：將視頻轉(zhuǎn)換為幀圖像；利用對(duì)比受限自適應(yīng)直方圖均衡算法和鄰域均值濾波，對(duì)幀圖像進(jìn)行預(yù)處理；對(duì)預(yù)處理后的圖像進(jìn)行頂帽變換得到粗糙的前景圖像；以非零像素的均值作為閾值，逐幀進(jìn)行自適應(yīng)分割；累積輸出的二值圖像，使用Frangi濾波增強(qiáng)圖像中的管狀結(jié)構(gòu)；對(duì)Frangi濾波后的圖像進(jìn)行一定形態(tài)學(xué)處理，得到最終的淋巴管分割結(jié)果。本發(fā)明所述的基于Frangi和多幀累加的NIR?II視頻淋巴管分割方法提升了視頻中存在微小擾動(dòng)的低對(duì)比度的淋巴管的檢測(cè)能力。

技術(shù)研發(fā)人員：陳福春,方璐,陳俊,李惠珠,孫海彬,馮思嘉,盛懷瑄
受保護(hù)的技術(shù)使用者：中國(guó)科學(xué)院上海技術(shù)物理研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9