CN111507977B

CN111507977B - 一种图像中钡剂信息提取方法

Info

Publication number: CN111507977B
Application number: CN202010350803.5A
Authority: CN
Inventors: 秦国锋
Original assignee: Tongji University
Current assignee: Tongji University
Priority date: 2020-04-28
Filing date: 2020-04-28
Publication date: 2024-04-02
Anticipated expiration: 2040-04-28
Also published as: CN111507977A

Abstract

本发明涉及一种图像中钡剂信息提取方法，包括以下步骤：获取包括咽喉部位的X光图像，利用形态学算法获取形态特性图像；对形态特性图像进行边缘检测，得到咽部图像；在咽部图像中，利用三帧间差分法提取钡剂信息。与现有技术相比，可以对流体钡剂的体积进行衡量，可以对钡剂的具体行为进行判断，可以从动态背景中提取出钡剂信息，抗噪声干扰，使检测的钡剂信息更加精确。

Description

一种图像中钡剂信息提取方法

技术领域

本发明涉及图像处理领域，尤其是涉及一种图像中钡剂信息提取方法。

背景技术

从包括咽喉部位的X光图像中提取钡剂信息是一件比较困难的事情，一是吞咽流体钡剂速度十分之快，通常1～2s内流体即通过咽喉部位，难以动态捕捉；二是多张X光图像具有冗余性，且难以统一其质量。

关于流体钡剂的检测，涉及到运动目标在序列图像中的检测，检测出变化区域并从背景区域中提取出来。针对于钡剂的运动目标检测存在的难点有：1.运动目标不规则，从侧面观察只是透视图，无法针对流体钡剂的体积进行具体衡量，且无法对钡剂的具体行为进行判断。2.动态背景，针对动态背景不再是单一的风飘动，而是面对整个上半身为了配合吞食钡剂而带来的整体运动。3.噪声干扰，X射线带来的噪声干扰在于对骨骼，比如假牙、舌骨、颈椎等没有透视效果，因此会显示在视频当中。

因此，目前多是人工进行判断，其准确性较低，且高度依赖于经验，普适性差。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种图像中钡剂信息提取方法。

本发明的目的可以通过以下技术方案来实现：

一种图像中钡剂信息提取方法，该方法包括以下步骤：

步骤S1：获取包括咽喉部位的X光图像，利用形态学算法获取形态特性图像；

步骤S2：对形态特性图像进行边缘检测，得到咽部图像；

步骤S3：在咽部图像中，利用三帧间差分法提取钡剂信息。

所述的步骤S1包括：

步骤S11：获取包括咽喉部位的X光图像，并将X光图像进行归一化；

步骤S12：二值化归一化后X光图像，对二值化图像利用形态学算法获取形态特性图像。

所述X光图像进行归一化的过程为：

其中，dst(i，j)为归一化后像素值，source(i，j)为归一化前像素值，beta-alpha为预定归一化范围，(source(i，j))_max为最大像素值，(source(i，j))_min为最小像素值，alpha为预定归一化范围的最小值。

二值化过程中，阈值设定为30，最大值为255。

所述形态学算法的膨胀公式为：

腐蚀公式为：

其中，为集合的扩展运算符，/>为集合的收缩运算符，I(a)为二值图像，I(b)为结构元素，(I(b))_ab为以像素b为种子运算后的区域。

所述的步骤S2边缘检测算法为Canny算法。

所述的Canny算法包括：

利用高斯滤波对图像进行平滑；

通过sobel算子计算梯度值；

利用阈值化得到咽部图像。

所述的步骤S3包括：

步骤S31：在咽部图像中，利用加权高斯混合进行背景减除；

步骤S32：在减除背景图像中，利用三帧间差分法提取钡剂信息。

所述的三帧间差分法包括：

D(t)＝I(t)-I(t-m)

D(t+m)＝I(t+m)-I(t)

D_d＝D(t)∩D(t+m)

其中，I(t)为一帧X光图像，I(t+m)为第二帧X光图像，I(t-m)为第三帧X光图像，D_d为钡剂信息。

所述的m通过随机概率获得。

与现有技术相比，本发明具有以下优点：

(1)可以对流体钡剂的体积进行衡量，可以对钡剂的具体行为进行判断，解决了钡剂的不规则问题。

(2)可以从动态背景中提取出钡剂信息，除去了动态背景对钡剂信息检测的影响。

(3)可以从动态背景中对钡剂在进食、吞咽过程中的流动轨迹进行动态跟踪。

(4)可以对进食、吞咽过程中钡剂流动分叉、不畅、堵塞、残留等情况进行识别，定量分析钡剂残留部位与残留量，辅助诊断器官的功能障碍。

(5)抗噪声干扰，可去除骨骼对X射线带来的噪声干扰，使检测的钡剂信息更加精确。

附图说明

图1为本发明的流程图；

图2(a)为包括咽喉部位的X光图像；

图2(b)为归一化后X光图像；

图2(c)为二值化图像；

图2(d)为咽部图像；

图2(e)为钡剂信息；

图2(f)为掩膜显示图像；

图3为实施例咽部变化图线；

图4为实施例咽部位置标定图；

图5为实施例钡剂速度计算说明图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

本实施例提供一种图像中钡剂信息提取方法，包括以下步骤：

步骤S1：获取包括咽喉部位的X光图像，并将X光图像进行归一化；二值化归一化后X光图像，对二值化图像利用形态学算法获取形态特性图像；

步骤S2：对形态特性图像运用Canny算法进行边缘检测，得到咽部图像；

步骤S3：在咽部图像中，利用加权高斯混合进行背景减除；在减除背景图像中，利用三帧间差分法提取钡剂信息。

图像处理的过程主要应用形态学算法，形态学算法是基于集合的运算，为非线性算子的开发提供一种方法，包括膨胀和腐蚀这两种基本的形态学运算符。在进行形态学处理之前，先将X光图像像素进行线性归一化，将X光图像视为数组排列，图像原本归一化范围为数组中最大值(source(i，j))_max与最小值(source(i，j))_min之差，将数组中的每一个值source(i，j)除以原本归一化范围，乘以预定归一化范围beta-alpha，最后加上预定归一化范围的最小值，计算公式如下。此处规定alpha＝0，beta＝1。

二值化归一化后X光灰度图像，设定阈值thresh＝30，为了获取最佳的视觉效果取最大值maxval＝255。膨胀利用了集合的扩展运算符利用元素结构I(b)在原始的二值图像I(a)中进行扫描，如果元素结构交的区域不为空，则标记为新集合。腐蚀则利用集合的收缩运算符/>如果I(b)完全被I(a)包含，则标记为新集合。形态学算法：

膨胀公式：

腐蚀公式：

通过对图像预处理后，减少了部分噪声同时也增强了边缘特征，采用Canny算法对边缘进行提取，其基本原理利用高斯滤波g_σ(m，n)先对二值化图像f(m，n)进行平滑，接着通过sobel算子计算梯度值，计算式为再利用阈值化将有强烈变化的点提取出来，即可将咽部信息提取出来。进行图像预处理的过程大约花费了153s左右的时间，在这个过程中由于噪声的影响，在处理素材的过程中设置不同的迭代过程。比如CSN(病例样本代号)在膨胀环节设置20次迭代，腐蚀设置了17次迭代。而GJ(病例样本代号)则设置了26次膨胀的迭代，17次腐蚀的迭代。

具有全局阈值的背景减除算法，可以很好的增强鲁棒性。背景提取的目标是根据X光图像序列找出其中的背景值，它的基本思路不是获得静态背景，而是构建一个动态更新的背景帧，因此背景帧不是一成不变的，而是随着帧数的推移不断地更新。背景减除算法通常用于交通状况的提取，交通状况具有背景(水上的波浪、被风吹动的树木等)相对固定的特点。提取钡剂信息时背景是人体上部分组织器官，流体钡剂作为唯一的前景，然而，吞咽过程中的助推运动将会带动身体的运动。

不同的照明条件将对X光图像研究造成影响，因此，需要对X光图像的灰度图使用高斯算法对平衡度进行调节，通过加权高斯混合进行背景减除。背景减除算法很好改进了身体部位晃动带来的影响。

帧间差分法的基本思想是利用亮度或者颜色像素的差异来检测运动区域，并提取不同帧间相同位置的运动对象。基于两帧的差分会容易出现影子和空洞效应，即影子或者运动目标相互重叠，导致产生大的影子或者空白的结果，使用利用三帧间差分法消除一定的影响，本实施例的三帧间差分法使用目前帧I(t)减去第三帧I(t-m)和第二帧I(t+m)的图像，结果取交集，获得三个帧间差分的灰度图像(钡剂信息D_d)。其运算过程如下。

D(t)＝I(t)-I(t-m)

D(t+m)＝I(t+m)-I(t)

D_d＝D(t)∩D(t+m)

以帧为单位，利用三帧进行形态学操作，并使用掩膜算法使其显示在当前帧上，从而获得移动区域即钡剂信息。利用三帧间差分算法的优势，将其用在影像视频中流体钡剂的提取，可以发现平均准确率达到75％。添加背景减除步骤，对钡剂提取的精确度可达到85％。

因此，基于以上问题以及三帧间差分对于动态环境适应性能力，利用其来建立背景模型，然后采用背景减除算法获取运动目标，来获取流体钡剂信息。

首先随机选取一帧X光图像I(t)，然后更新第二帧I(t+m)，这个第二帧不一定是第I(t)对应的下一帧，而是通过采样随机概率获取的下一帧。当更新图像中像素点的样本值x没有被归为背景时，将其归为前景/>更新背景，设为/>M为当前帧图像，在过去dt时间后，样本值仍然保留的概率为：

以下为一具体例子：

(1)数字化录制视频中的每一帧(即获取包括咽喉部位的X光数字图像)。

医学数字成像和通信文件Dicom(Digital Imaging and Communications inMedicine)已成为医学上的标准之一，对Dicom文件进行数字化。X光图像是由X射线不同的断层扫描图像叠加获得的三维图像，X光图像为灰度图像，从X光图像中获取像素的位置亮度，以及随时间的各个帧之间的变化信息。

(2)确定参考位置，圈选Roi(感兴趣区域)。

给定X光图像的大小为480×480(像素)，根据咽部变化图线(如图3所示)，标定咽部整体位置(如图4所示，较长的长方形框为整个咽部位置)。

(3)计算流动速度。

流体的定量分析存在一定的难度，但转化为对像素点的追踪会简化问题的难度，由于吞咽时间过短(1～2s)，因此采取分阶段速度分析。钡剂速度v的计算方式如下：

其中，Δs为钡剂的运动距离，t₁-t₀为时间差。

(4)绘制目标点的运动。

通过使用背景减除算法，尽可能提取流体钡剂信息。

表1残留量数据

序号	编号	关键帧帧数	口腔残留	会厌软骨残留	梨状窝残留
						1	KLH-01-414	414	103	90	92
2	GJ-02-281	281	0	23	126
						3	GJ-01-449	449	0	114	91
4	MJS-02-303	303	205	1	0
						5	MJS-03-231	231	0	2	203
6	GJ-01-261	261	59	142	224
						7	CSN-03-56	56	139	289	3
8	SH-01-280	280	1009	108	0
						9	SH-01-186	186	0	78	0
10	LAM-01-185	185	188	29	23
						11	BZY-01-138	138	29	58	46
12	YSL-01-128	128	169	38	99
						13	ZCX-01-233	233	194	36	0
14	ZHS-03-197	197	529	33	0
						15	LML-01-69	69	851	117	179
16	GJ-02-361	361	0	78	294
						17	GJ-03-216	216	0	91	175
18	GJ-01-254	254	0	197	400
						19	YWX-03-146	146	585	12	33
…	…	…	…	…	…

数据记录，提取关键帧，通常会提取吞咽瞬间的图像，根据吞咽时长提取关键帧后1-2帧进行口腔、会厌软骨、梨状窝残留量数据分析，如表1所示，其中为0处为模糊处理，编号指不同样本。根据残留量数据，可判断患者吞咽困难程度。

Claims

1.一种图像中钡剂信息提取方法，其特征在于，该方法包括以下步骤：

步骤S2：对形态特性图像进行边缘检测，得到咽部图像；

步骤S3：在咽部图像中，利用三帧间差分法提取钡剂信息；

所述的步骤S1包括：

步骤S12：二值化归一化后X光图像，对二值化图像利用形态学算法获取形态特性图像；

所述X光图像进行归一化的过程为：

其中，dst(i，j)为归一化后像素值，source(i，j)为归一化前像素值，beta-alpha为预定归一化范围，(source(i，j))_max为最大像素值，(source(i，j))_min为最小像素值，alpha为预定归一化范围的最小值；

二值化过程中，阈值设定为30，最大值为255；

所述形态学算法的膨胀公式为：

腐蚀公式为：

其中，为集合的扩展运算符，/>为集合的收缩运算符，I(a)为二值图像，I(b)为结构元素，(I(b))_ab为以像素b为种子运算后的区域；

所述的步骤S2边缘检测算法为Canny算法；

所述的Canny算法包括：

利用高斯滤波对图像进行平滑；

通过sobel算子计算梯度值；

利用阈值化得到咽部图像；

所述的步骤S3包括：

步骤S31：在咽部图像中，利用加权高斯混合进行背景减除；

步骤S32：在减除背景图像中，利用三帧间差分法提取钡剂信息；

所述的三帧间差分法包括：

D(t)＝I(t)-I(t-m)

D(t+m)＝I(t+m)-I(t)

D_d＝D(t)∩D(t+m)

其中，I(t)为一帧X光图像，I(t+m)为第二帧X光图像，I(t-m)为第三帧X光图像，D_d为钡剂信息；

所述的m通过随机概率获得。