一种数字减影血管成像图像的积分增强方法

技术领域

本发明涉及一种图像增强与去噪方法，特别涉及一种数字减影血管成像图像的积分增强方法。

技术背景

数字减影血管成像(DSA)方法是一种常用的辅助诊断方法，其实时性好，便于对病人进行术中实时监测。但是，由于DSA图像拍摄帧率有限，且对比剂注入浓度不宜过高，故DSA图像的对比度较低，这给临床诊断造成了困难。同时，为减小呼吸伪影，病人在拍摄过程中通常处于呼吸停止状态，这增大了病人的痛苦。

目前常用的图像去噪和超分辨技术主要包括压缩感知技术、全变分技术和小波分解重构技术等，其中，压缩感知技术和全变分技术需要的时间都较长，难以满足DSA检测的实时性需求；小波分解与重构技术会造成图像高频部分的丢失，进一步的降低图像的对比度。

另外，由于血液的流动是一个周期性的动态过程，单张图片并不能够包含医生所需要的全部信息。因此，在对DSA图像进行处理时，需要考虑到血液流动的周期性。

发明内容

发明目的：针对现有技术的不足，本发明提出一种数字减影血管成像DSA图像的积分增强方法，以增强DSA图像的对比度，从而更好地显示出血管的一些特征位置。

技术方案：本发明所述的DSA图像的积分增强方法包括如下步骤：(1)在所述DSA图像中勾画感兴趣区域；(2)选取对比剂进入血管的感兴趣区域后的第一个心动周期内的多个图像，对这些图片进行去噪；(3)基于所述多个图像之间的拍摄时间间隔得到去噪后的多个图像的加权图像；(4)对所述加权图像求和以获得在所述心动周期内的灰度积分图像。

进一步地，该方法还包括以下步骤：(5)提取所述感兴趣区域内的所述灰度积分图像。

进一步地，在步骤(2)中，所述多个图像为对比剂进入血管的感兴趣区域后的第一个完整的心动周期内的全部图像，这样做的好处是可以减少图像拍摄的时间，从而减少病人受到的辐射量和对比剂的注射量。同时，在该步骤中，图像的去噪方式主要包括小波分解重构或全变分去噪。

进一步地，在步骤(3)中，通过如下式子得到所述经加权图像：

P_i＝Δt×p_i，i＝1,2,3,…,N

Δt＝T/N

其中T为所述第一个心动周期的长度，N为所述多个图像的个数，t为所述时间间隔，p_i为所述多个图像中第i个图像的去噪后的图像，Pi为所述第i个图像对应的经加权图像。需要注意的是，p_i与P_i均为灰度图像，未进行过二值化。

进一步地，在步骤(4)中，所述积分增强图像

有益效果：本发明提出的数字减影血管成像图像积分增强方法可以显著的增强DSA图像对于血管中的一些特征结构和血液流动的细节信息的显示功能(如对于胸主动脉夹层动脉瘤的第一破口位置的显示)，该方法还可以较好的抑制图像中的随机噪声。另外，使用该方法，仅需要采集对比剂进入血管的感兴趣区域后的第一个完整的心动周期中的图像，可以减少对比剂的注射量与采集图像的时间，对病人更为安全，病人受到的辐射也更少。

附图说明

图1为本发明提供的DSA图像的积分增强方法的流程图；

图2(a)为原始DSA图像，图2(b)为勾画出的感兴趣区域图像；

图3(a)至图3(c)为对比剂进入图2的感兴趣区域后的第一个完整的心动周期内的3张DSA图像，其拍摄时间分别为：t＝1/6T,1/2T和5/6T；

图4为图2(b)中勾画出的感兴趣区域在第一个完整的心动周期内的灰度积分图像；

图5为图3和图4中感兴趣区域内图像的灰度分布直方图，其中图5(a)、5(b)和5(c)分别对应图3(a)、3(b)和3(c)中的感兴趣区域，图5(d)对应图4中的感兴趣区域。

具体实施方式

下面结合附图及实施方式对本发明作进一步详细的说明。在本实施例中，造影使用设备为：PHILIPS AlluraXper FD20；对比剂为：欧乃派克(含碘量规格：350mg/ml，用量100ml)，为(通用电气药业(上海)有限公司)产品。对比剂造影方法为：经股动脉穿刺置管，使用高压注射器(Medrad Mark V Provis)经5F黄金标记猪尾导管注入对比剂于主动脉内，摄片速度为6帧/s，注射压力600psi(4136.85kPa)。本实施例中，算法使用软件为Matlab2010。

如图1，本发明的数字减影血管成像图像的积分增强方法包括以下步骤：

(1)在DSA图像中勾画出感兴趣区域。图2(b)示出了勾画出的感兴趣区域为主动脉夹层动脉瘤区域。

(2)选取对比剂进入血管的主动脉夹层动脉瘤区域后的第一个完整的心动周期内的所有图像，对这些图片进行去噪。在本实施例中，去噪的方法为通过小波分解重构，使用小波软阈值去噪方法进行去噪。在本实施例中，一个心动周期T内共有6幅图像，图3(a)至图3(c)中只展示其中3幅，它们的拍摄时间分别为：t＝1/6T,1/2T和5/6T；，这样做的好处是可以减少图像拍摄的时间，从而减少病人受到的辐射量和对比剂的注射量。同时，在该步骤中，图像的去噪方式主要包括小波分解重构或全变分去噪。

(3)基于这6个图像之间的拍摄时间间隔得到去噪后的多个图像的加权图像。具体而言，设p_i为所述多个图像中第i个图像的去噪后的图像，由于这6个图像之间的拍摄时间间隔Δt＝1/6T，那么第i个图像的去噪后的图像p_i对应的加权图像P_i等于1/6T×p_i。

(4)对加权后的图像求和以得到在该第一个完整的心动周期内T的灰度积分图像

(5)提取主动脉夹层动脉瘤区域内的灰度积分图像，供医生进行诊断，如图4所示。图5(a)至图5(c)为图3(a)至图3(c)中感兴趣区域内图像的灰度分布直方图，图5(d)为图4中感兴趣区域内图像的灰度分布直方图。对比图5(a)至图5(d)可以发现，与图3(a)至图3(c)中的原图相比，图4中灰度积分图像的灰度分布更为分散，且灰度分布图的双峰(分别代表主动脉夹层动脉瘤的真腔与假腔)间的距离更大，界线(即双峰间的谷值)更为明显，更易将双峰分开。