心脏病图像分割方法研究

域一般都存在大量 的水 状 的囊 肿 ， 一旦 囊肿 数量较 大 ， 大 会 幅降低像素模 型中的灰度值 ， 成病 变 区域 与正常区域 的边 造 缘像素差异特 征淡化 ， （ ）中的采集 值发 生偏差 ， 式 １ 边沿像 素发生混合 ， （ ）中计算 的结 果偏小 ， 式 ２ 导致像 素灰 度值 差 异过小 ， ３ 式（ ）的误判 断像 素增 多， 最终导致式（ ）中分子的 ４ 有效像素减少 ， 图像分割的准确率过低。 为了避免上述 问题 ， 提出了基于改进神经 网络算法 的心
． ． ． ，
３ 改进神 经 网络 的像素 分割
在 心脏 造 影 图像 中 ， 由于 正 常 区 域 像 素 和 病 变 区域 像 素
会发 生混合现象 ， 边界难以清晰地分开 ， 因此 ， 需要利用混 合 像 素分割算法 ， 对其进 行心脏 造影 图像分 割处理 ， 从而为 后
续 的 医 学诊 断 提供 准确 的数 据 基 础 。 ３ １ 图像 初 始 化 处 理 ．
１ 引言
在心 脏造 影图像 中， 如何从 正常心脏 图像像素 中区分 出 病变 区域 图像 像素 ， 是进 行临床 诊 断 的一 项重 要工作 ， 发挥 着不可替代 的作用 ｊ 。随着计 算机 图像 处理 技术 的飞 速发 展， 心脏造影图像分割方式 已经成 为医学领 域研究 的核 心 问 题 。心脏造影 图像 分割 准确 率对 于后 续诊 断和治 疗有 着重
摘要 ： 研究心脏造影 图像准确分割 问题 。心脏病变 区域存在大量水状 的囊肿 ， 囊肿 区域的像素会造 成病变 区域 图像像 素灰
度 大幅下 降 ， 与正常区域 的灰度差减少 。传统 的图像分割方法 多是基于边沿像 素灰度差进行分 割 ， 大量来 自水状病变 区域
的干扰像 素使得病变 区域边沿像 素与正 常区域像素发生灰度混淆 ， 造成利用灰度差方法进行图像分割的准确率 比较低 的问 题 。为此提 出了一种基 于改进神经 网络算法 的心脏造影 图像分割方法 。提取图像 中的关键细节特点 ， 运用改进后 的神经 网
确进行心脏造影 图像分割 ， 取得了令人满意的效果 。
灰度值的差异。最后 ， 利用 迭代处 理算法 ， 心脏造 影 图像 将 病变区域像 素与正常区域像素进行 区分 ， 而实现心脏造影 从 图像分割。具体步骤 如下所述 ： １ 心脏 造影 图像灰度特征提取 ） 灰度分布矢 量 Ｇ Ｇ ＝ ［ （ ） Ｐ １ ， （ ） Ｐ ３ ， ， ｐ Ｏ ， （ ） ｐ ２ ， （ ）
ｔ ｅ ｏ ｍａ ｅ ｎ ｈ ｙ ｔａ ｅ ｓｒ ｄ ｅ Ｔｈｅｐａ ｅ ｕ ｏ ｗａ ｄ ａ ｍｐｒ ｖ ｄ ｈ ａ ｉ ｇ ｅ ｍｅ ｔｔｏ ｔｏ ｗｅ ｎ ｎ ｒ ｌ ａ ａ ａ ｄ ｔ ｅ ｃ ｓ ａｉ ｅ ｕｃ ｄ． ｒ ｒ ｐ ｒｐ ｔｆｒ ｒ ｎ ｉ ｏ ｅ ｅ ａ ｍａ ｅ ｓ ｇ ｎ ａｉｎ ｍｅｈ ｄ
心 脏造 影 图像 像 素灰 度 差 值 ：
门 广—————————一
首先需要对心脏造影图像进行小 波变换处 理 ， 后根据 然 实践经验设置一个衡量 标准 。需要 利用分 割 系数 重新 构建 心脏造影图像 。通常使 用 的衡 量标 准包含 硬衡 量标 准函数 和软衡量标准 函数 。前 者能 够最大 限度地 保 留心脏造 影 图 像的关键细节特点 ， 后者处理效果则 相对平滑 。其 步骤如下
对水状杂质像素 的干扰进行 迭代 分割过滤 ， 并对 图像 进行分
割处理 。实验证 明 ， 基于改进神经 网络模 型 的心脏造 影图像 分割方式 ， 提高 了图像分 割的 准确率 ， 得了令 人满 意 的效 取
果
下降 ， 与正常区域 的灰度差减少 。传统算法 利用 图像像 素模
收稿 日期 ：０ １ １ — ３ 修 回日期 ：０ ２ ０ — ５ ２１—２ ０ ２ １ — ２ ０
其 中 ， Ｇ 是 图 像 像 素 灰 度 值差 值 。 ／ ｔ
３ 利 用式 （ ）确定 心脏造影 图像病变 区域像素位置 ， ） ３ 从 而实现病变区域像 素分割 ：
所述 ：
１ ）面图像进行小波变换处理 。应该选取 合理 的小波 变
换 处 理 方 式 和 分 解 层 次 Ｐ， 获 取 的 心 脏 造 影 图 像 进 行 平 面 对
分解 。
／ ＝ｌ。 一。 ｌ ∑ｐ ） ｐ（ ２ ｔ Ｇ ｌ Ｇ ＝ ／ 一 ） ） ∥ Ｇ （ （
第２ 卷 第７ ９ 期
文 章 编 号 ：０ ６ ９４ （０ ２ ０ － ３ １ ０ １０ — ３ ８ ２ １ ）７ ０ １ － ３
计
算
机
仿
真
２１年７ ０２ 月
心 脏 病 图 像 分 割 方 法 研 究
田 希 山
（ 宁夏 大学民族 预科教 育学 院 ， 宁夏 银川 ５ ０ ２ Ｉ ００ ） ７
Ｎ（）表示 该 区域 中灰 度 级 为 ｉ ｉ 的像 素 点 数 ， 为 指 定 区
除图像中的噪声和孤立点 ， 从而避免对 图像 分割准确 率的影
响。
域 中的所有像素点数 。 ２ ）像素灰度值差值计算 对 图像进行初始化处理后 ， 需要通 过运算获取病 变 区域 图像像素与正常 区域 图像像 素 的差 值 。为 了刻 画不 同区域 中灰度信息 的变化 ， 定义 Ａ ＝ ｌ 一Ｇ ｌ作为刻画 Ｇ ｆ ｌ． Ｇ／ ｌ 灰度信息变 化的特征． 用欧式距 离 ， 采 最终 利用式 （ ）计算 ２
络模 型来自百度文库 对水状 杂质像 素的干扰进行迭代分割过滤 。实验证 明， 运用 神经 网络方 法能够有效提 高心脏造影 图像病变部 位分 割 的准确率 ， 具有很好 的应用价值 。
关键词 ： 灰度下降 ； 分割 ； 神经网络 图像 改进
中 图 分 类 号 ：Ｐ ９ ． ８ Ｔ ３ ３０ 文 献 标 识 码 ： Ｂ
为 了避免 上述 缺陷 ， 出了一种基 于改进神 经网络算法 提
的心 脏 造 影 图像 分 割 方 法 。首 先 对 于 采 集 到 的 心 脏 造 影 图
理想鉴别矢量算 法的图像分割方式 、 基于模 糊聚类算法 的图 像分割方式等 Ｊ 。由于心脏 造影 图像分 割方 法应 用场 合十
分 广 泛 ， 此 得 到 了越 来 越 多 学 者 的关 注 。 因
脏 造 影 图像 分 割 方 式 。 种 方 式 能 够 在 像 素 混 合 的 情 况 下 准
像像素模型 ， 用来表示 图像 中全部像素 的灰度值 及其空 间位
置 关 系 。然 后 利 用 该 模 型 表 示 所 有 像 素 的关 键 细 节 特 点 ， 从 而 获 取更 多 的 心脏 造 影 图像 关 键 细节 特 点 ， 终 获 取 像 素 最
要 的影 响 Ｊ 国家 投 入 了 大 量 的 人 力 和 资 金 ， 心 脏 造 影 。 对
型中的边 沿灰 度值差 异进行 图像 分割 ， 在分割 过程 中 ， 则 需 要利用像 素差 异分割正 常 的心脏 图像像 素和病 变 区域 图像 像素 Ｊ 。但是在对心脏造影 图像进行分 割的过程 中， 心脏病 变 区域存在大量水 状的囊肿 ， 造成病变 区域 图像像 素灰度 大 幅下 降 ， 建立的分割像素模型混有大量 来 自水状病 变 区域 的
Ｈ ｅ ｒ ｓ ａ ｅ Ｉ ａ ｅ Ｓｅ ｍ ｅ ａ ｉｎ Ｍ ｅｈｏ ａ ｔＤｉｅ ｓ ｍ ｇ ｇ ｎｔ ｔｏ ｔ ｄ
ＴＩ ＡＮ —ｓ ａ Ｘｉ ｈ ｎ
（ ｉｇｉ Ｉｓｔｔ ｏ ｔｎｃＰｅａａ ｒ ｄ ｃｔ ｎ ＮｎｘａＹｎｈ ａ ５ ０ ２ Ｃ ｉａ Ｎ ｎｘ ｔｕｅ ｆ ｈ ｉ ｒ ｒｔ ｙＥ ｕａ ｏ ， ｉ ｉ ｉ ｕｎ７ ００ ， ｈ ） ａｎｉ Ｅ ｐ ｏ ｉ ｇ ｃ ｎ
无用 干扰像 素 ， 边沿 像素 灰度值 差异 过小 ， 导致 利用 这种模
型进 行 图像 分 割 的 准 确 率 过 低 。
图像病变 区域 图像 分割进行研究 。当前 ， 主流的心脏造 影图
像 分 割 方 式 包 括 基 于 主 成 分 分 析 算 法 的 图 像 分 割 方 式 、 于 基
ｂ ｓ ｄ ｏ ｅ ｒ ｌｎ ｔ ｏ ｋ ａ ｇ ｒｔ ｍ．Ｔ ｅ ｋ ｙ ｄ ｔｉ ｃ ａ ａ ｔｒｓｉｓ ｉ ｈ ｍａ ｅ ｅ ｅ ｅ ｔａ ｔ ｄ，ａ ｄ ｔ ｅ ｉ ｒ ｖ ｄ ａ ｅ ｎ ｎ ｕ ａ ｅｗ ｒ ｌｏ ｈ ｉ ｈ ｅ ｅａ ｌ ｈ ｒ ｃ ｅｉｔ ｎ ｔ ｅ ｉ ｇ ｓ ｗ ｒ ｘ ｒ ｃｅ ｃ ｎ ｈ ｍｐ ｏ ｅ ｎ ｕ ￣ ｎ ｔ ｒ ｄ ｌ ｓｕ ｅ ｏ ｓ ｇ ｎ ｅ ｔ ｅａ ｕ￣ｒ ｅｒ ｅｗｏ ｋ ｍｏ ｅ ｓ ｄ ｔ ｅ ｍｅ ｔ ｈ ｑ ｉ ｍ ｉ ｕ ｔ ｓ ｐｘ ｌ ．Ｔ ｅ ｅ ｐ ｒｍｅ ｔｓ ｏ ｓ ｔ ａ ｈ ｓ ｍｅｈ ｄ ｗａ ｍｐ ｒ ｉ ｉ ｅｓ ｈ ｘ ｅ ｉ ｅ ｉ ｎ ｈ ｗ ｈ ｔ ｉ ｔ ｏ ｔ
Ｐ Ｌ １ ｒ ， 中， （一 ） 其 Ｊ 为指定区域中的最大灰度 级 ， 。像素
＾ ， 、
的灰 度 值 表 示 如 下 ： Ｐ（） ＝ ｉ
』
（） １
在图像分割处 理的过程 中 ， 图像质量 与分割结果 准确率
密 切 相 关 。 因此 ， 要 对 心 脏 造 影 图像 进 行 初 始 化 处 理 ， 需 去
像进行初始化 处理 ， 去除 图像 中的噪声 和孤 立点 ， 免了对 避 图像分割 准确 率的不 利影 响。根据 提取 的图像 中 的关 键 细 节特点 ， 带入改进后神经 网络模型 ， 去除 图像 中的冗余 数据 ，
由于心脏 的特 殊生理结构 ， 心脏病 变 区域存 在大量 水状
的囊肿 ， 肿区域的像素会造成病变 区域 图像像 素灰度 大幅 囊
ｃ ｎ ｆｅ ｔ ｌ ｍ ｐ ｏ ｅ ｉ ａ ｅ ｓ ｇ ｎ ａｉｎ ｃ ｕ ａ ｙ ｏ ｈ ｅ ｉ ｎ ａ ｅｆ ｃｉ ｙ ｉ ｒ ｖ ｍ ｇ ｅ ｍｅ ｔ ｔｏ ａ ｃ ｒ ｃ ｆｔ ｅ ｌ ｓｏ ． ｖｅ
ＫＥＹＷ ＯＲＤＳ： ｉｅ ｘ；Ｉ ｇ ｅ ｍｅ ｔｔ ｎ；Ｉ ｒ ｖｎ ｅ ｒ ｌｎ ｔ ｏ ｋ Ｐｘ ｌ ｍｉ ｍａ ｅ ｓ ｇ ｎ ａ ｉ ｏ ｍｐ ｏ ｉ ｇ ｎ ｕ ａ ｅｗ ｒ
ＡＢＳ ＴＲＡＣＴ： ｔｄ ｅ ｒ ａ ｇｏ ｒ ｍ ｃ ｕ ａ ｅ ｓ ｇ ｎ ａｉｎ ｐ ｏ ｌ ｍ．Ｔ ｅｅ ａ ｅ ａｌ ｔ ｆ ｑ ｉ ｍ ｙ ｔｉ ｅ ｒ ｄｓ ａ ｅ Ｓ ｕ ｙ ｈ ａ ｎ ｉｇ ａ ａ ｃ ｒ ｔ ｅ ｍｅ ｔｔ ｒ ｂ ｅ ｔ ｏ ｈ ｒ ｒ ｏ ｕ￣ｒ ｃ ｓ ｎ ｈ ａ ｔ ｉｅ ｓ ｏａ ａｅ ｒａ，ｔ ｅ ｃ ｓ ａｅ ａ ａ ｓ ｈ ｉｅ ｒ ｙ ｃ ｌ ｒ ａｌ ｅ ｒ ａ ｅ ｎ ｄ ｓ ａ ｅ ａ ｅ ，ａ ｄ ｔ ｅ ｇ ａ ｓ ａｅ ｄ ｆ ｒ ｎ ｅ ｂ － ｈ ｙ ｔ ｒ ａ ｃ ｎ ｃ ｕ ｅ ｔ ｅ ｐｘ ｌｇ ａ ｓ ａｅ ｇ ｅ ｔ ｄ ｃ ｅ ｓ ｄ ｉ ｉ ｓ ｒ ａ ｎ ｈ ｒ ｙ ｅ ｉ ｅ ｅ ｃ ｅ ｙ ｅ ｌ ｆ
２ 心脏造 影 图像 分 割原理
在心脏造影 图像 中 ， 病变区域像素与正 常区域像素 的分 割， 是利用计算机 图像 处理 技术实 现 的， 根据 心脏造 影 图像 中像素灰 度 值 差 异 进 行 区 分 ， 而 最 终 实 现 图像 分 割 处 从
理 。 其相 关 原 理 如 下 所 述 ： 在 进 行 心脏 造影 图像 分 割 时 ， 要 首 先 建 立 心 脏 造 影 图 需