血管内超声与血管内OCT图像的融合方法

摘要

一种血管内超声与血管内OCT图像的融合方法，所述方法包括以下步骤：a.图像检索：对于在血管段上相同位置处采集的IVUS和IV-OCT图像，将一帧IV-OCT图像作为参考图像，从在该点采集的n帧IVUS图像中选取待配准的图像；b.IVUS和IV-OCT图像的配准；c.IVUS和IV-OCT图像的融合。本发明将同一段血管的IV-OCT与IVUS图像数据融合起来，充分发挥了IVUS成像的强组织穿透力和IV-OCT成像高分辨率的优势，获得了对血管壁以及粥样硬化斑块的更为全面的描述，为冠心病的研究等提供了可靠依据。

说明书

技术领域

本发明涉及一种对同一段血管的血管内超声（intravascular ultrasound, IVUS）灰阶图像和血管内OCT（intravascular optical coherence tomography，IV-OCT）图像进行自动融合的方法，以全面显示血管腔和血管壁（包括粥样硬化斑块）组织的形态结构，属于医学成像技术领域。

背景技术

血管内超声（IVUS）是临床常用的研究血管病变的介入影像手段，它将一个微型高频超声探头置于心导管顶端，利用心导管将超声探头导入血管腔内进行探测，再经电子成像系统来显示血管壁的组织结构和几何形态的微细解剖信息。血管内光学相干断层扫描（IV-OCT）采用低相干的近红外光在血管腔内进行360o扫描，根据从组织反射或散射回来的不同光学特征进行组织分析成像，获得血管横断面图像，其成像分辨率接近组织学分辨率，是目前分辨率最高、成像最清晰的血管内成像技术。

IV-OCT与IVUS的成像原理类似，且二者具有优势互补的特点：IVUS由于采用高频超声探头，因此可获得较好的探测深度，但是空间分辨率较低，对血管微小结构变化提供的信息有限；IV-OCT的轴向和侧向分辨率都很高，接近组织学分辨率，易识别易损斑块及引起血栓的小斑块，但由于采用红外光源，导致其组织穿透力较弱，穿透深度仅为1-2mm。因此，如果能够将两种图像融合在一起，就能获得对血管壁以及粥样硬化斑块的更为全面的描述，为冠心病的研究等提供依据。然而到目前为止，人们还未能找到一种能将两种图像有效融合的方法。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种血管内超声与血管内OCT图像的融合方法，以全面显示血管腔和血管壁（包括粥样硬化斑块）组织的形态结构，为冠心病的研究等提供可靠依据。

本发明所述问题是以下述技术方案解决的：

一种血管内超声与血管内OCT图像的融合方法，所述方法包括以下步骤：

a.图像检索

对于在血管段上相同位置处采集的IVUS和IV-OCT图像，将一帧IV-OCT图像作为参考图像，从在该点采集的n帧IVUS图像中选取待配准的图像，具体步骤如下：

①采用snake模型分别从参考IV-OCT图像和对应的n帧IVUS图像中提取出血管腔轮廓；

②分别对IVUS和IV-OCT图像中的血管腔轮廓进行傅里叶变换；

③分别计算参考IV-OCT图像中血管腔轮廓的傅里叶描述与对应的n帧IVUS图像中血管腔轮廓的傅里叶描述之间的欧氏距离，选取欧氏距离最小的一帧IVUS图像作为待配准的图像；

b.IVUS和IV-OCT图像的配准

①分别计算IV-OCT和IVUS图像中的血管腔轮廓周长L_o和L_v，得到尺度参数S=L_o/L_v，然后对IVUS图像中的血管腔轮廓进行S倍放大；

②分别计算IV-OCT和IVUS图像中管腔轮廓的质心坐标(x_o, y_o)和(x_v, y_v)，得到平移参数：

；

然后将进行S倍放大的IVUS管腔轮廓平移(T_x, T_y)；

③将原始IV-OCT管腔轮廓及放大平移之后的IVUS管腔轮廓分别进行极坐标转换，得到二者的极坐标视图：

和，

其中是极径，是极角；

现场采集的IVUS和IV-OCT横截面图像按如下方式建立平面直角坐标系：以图像中心O_C为坐标原点、水平向右方向为横轴，建立图像平面直角坐标系O_CXY；则血管腔轮廓上的一点在平面直角坐标系O_CXY中的坐标(x,y)与极坐标(ρ, θ)之间的变换关系为：

                                                

和

                                              然后计算极坐标视图和之间的旋转角度；

④将放大平移后的IVUS管腔轮廓旋转角度，得到最终的配准图像，并将IV-OCT图像表示为；

c.IVUS和IV-OCT图像的融合

①分别对配准的IVUS图像和IV-OCT图像进行J次二维小波分解：

；

其中，，J=0时是原始图像；H和G分别为高通滤波器和低通滤波器对应的系数矩阵；H'和G'分别为H和G的共轭转置矩阵；C_j和C_j+1分别是第j和j+1层分解图像的低频小波系数；D¹_j+1、D²_j+1和D³_j+1分别是第j+1层分解图像的水平、垂直及对角方向的高频小波系数；

②对相应像素点的高、低频小波系数采用不同融合规则进行融合；

③对融合图像的高频和低频小波系数进行逆小波变换：

；

其中，即得到IVUS及IV-OCT的融合图像。

上述血管内超声与血管内OCT图像的融合方法，对相应像素点的高、低频小波系数进行融合时，低频系数采用平均值融合规则：

；

    其中，和分别是IV-OCT图像和IVUS图像在点(x, y)的第j+1层分解图像的低频小波系数；是融合图像在点(x, y)的第j+1层分解图像的低频小波系数；

高频系数采用最大值融合规则：

；

其中，i=1,2,3分别对应水平、垂直及对角方向；和分别是IV-OCT图像和IVUS图像在点(x, y)的第j+1层分解图像的水平、垂直、对角方向的高频小波系数；是融合图像在点(x, y)的第j+1层分解图像的水平、垂直、对角方向的高频小波系数；

上述血管内超声与血管内OCT图像的融合方法，计算极坐标视图和之间的旋转角度的具体方法如下：

分别对极坐标视图和进行傅里叶变换，得到和，并计算二者之间的互功率谱

其中，和分别是和的复共轭，计算的逆傅里叶变换，并记录其峰值坐标(X, Y)，最终得到旋转角度：

。

上述血管内超声与血管内OCT图像的融合方法，对IVUS和IV-OCT图像中的血管腔轮廓进行傅里叶变换的具体方法是：将管腔轮廓曲线放到复平面上，形成一个复数序列，对该复数序列进行离散傅里叶变换并进行系数归一化，得到轮廓的傅里叶描述。

上述血管内超声与血管内OCT图像的融合方法，对配准的IVUS图像和IV-OCT图像进行二维小波分解的次数为J=2。

本发明将同一段血管的IV-OCT与IVUS图像数据融合起来，充分发挥了IVUS成像的强组织穿透力和IV-OCT成像高分辨率的优势，获得了对血管壁以及粥样硬化斑块的更为全面的描述，为冠心病的研究等提供了可靠依据。

附图说明

下面结合附图对本发明作进一步详述。

图1是本发明方法的流程图；

图2是对一帧IVUS图像和IV-OCT图像进行血管腔轮廓提取的结果；其中(a)是一帧IVUS图像的血管腔轮廓提取结果；(b)是一帧IV-OCT图像的血管腔轮廓提取结果。

图3是一帧待配准的IVUS图像和IV-OCT图像；其中(a)是一帧待配准的IVUS图像；(b)是一帧IV-OCT图像；

图4是IVUS或IV-OCT图像横向视图直角坐标系的极坐标变换示意图。

图5是一帧配准后的IVUS图像；

图6是一帧IVUS图像和IV-OCT图像的融合结果。

文中所用符号：、IV-OCT的帧速率；、IVUS的帧速率；、IV-OCT的导管回撤速度；、IVUS的导管回撤速度；n、1mm的回撤距离中采集的IVUS图像帧数与IV-OCT图像帧数的比值；L_o、IV-OCT图像中的血管腔轮廓周长；L_v、IVUS图像中的血管腔轮廓周长；S、L_o和L_v之间的尺度参数；(x_o, y_o)、IV-OCT图像中血管腔轮廓的质心坐标；(x_v, y_v)、IVUS图像中血管腔轮廓的质心坐标；T_x、T_y、平移参数；、原始IV-OCT图像中的血管腔轮廓；、放大平移后的IVUS图像中的血管腔轮廓；、IV-OCT血管腔轮廓的极坐标视图；、IVUS血管腔轮廓的极坐标视图；、极径；极角；ImageWidth、ImageHeight、IVUS或IV-OCT图像的宽度和高度（单位：像素）；OX'Y'、计算机显示器屏幕平面直角坐标系；O_C、图像中心；O_CXY、图像平面直角坐标系；(x',y')、(x,y)、血管腔轮廓上的一点分别在屏幕平面坐标系OX'Y'和图像平面直角坐标系O_CXY中的坐标；、旋转角度；、IV-OCT血管腔轮廓极坐标视图的傅里叶变换；、IVUS血管腔轮廓极坐标视图的傅里叶变换；、的复共轭；、的复共轭；、和之间的互功率谱；(X, Y)、的逆傅里叶变换的峰值坐标；、配准之后的IV-OCT图像；、配准之后的IVUS图像；J、对图像进行二维小波分解的次数；C_j、C_j+1、第j和j+1层分解图像的低频小波系数；H、高通滤波器的系数矩阵；G、低通滤波器的系数矩阵；H'、H的共轭转置矩阵；G'、G的共轭转置矩阵；D¹_j+1、D²_j+1、D³_j+1、第j+1层分解图像的水平、垂直及对角方向的高频小波系数；、、IV-OCT图像和IVUS图像在点(x, y)的第j+1层分解图像的低频小波系数；、融合图像在点(x, y)的第j+1层分解图像的低频小波系数； 、、IV-OCT图像和IVUS图像在点(x, y)的第j+1层分解图像的水平、垂直、对角方向的高频小波系数；、融合图像在点(x, y)的第j+1层分解图像的水平、垂直、对角方向的高频小波系数；i=1,2,3分别对应水平、垂直及对角方向。

具体实施方式

本发明提供了一种血管内超声灰阶图像和血管内OCT图像的自动融合方法，下面结合附图详细说明本发明的数据处理步骤：

1. 图像检索

对同一段血管分别进行IVUS和IV-OCT成像时，IV-OCT的帧速率是帧/s，导管回撤速度是mm/s；IVUS的帧速率是帧/s，导管回撤速度是mm/s。因此在1mm的回撤距离中采集的IVUS图像帧数为，IV-OCT图像帧数为，二者之间的比值为。例如，IV-OCT的帧速率是100帧/s，导管回撤速度是20mm/s；IVUS的帧速率是30帧/s，导管回撤速度是0.5mm/s。那么在1mm的回撤距离中采集的IVUS图像帧数是IV-OCT的12倍（IV-OCT：5帧/mm；IVUS：60帧/mm）。

对于在血管段上相同位置处采集的IVUS和IV-OCT图像，本发明方法将一帧IV-OCT图像作为参考图像，从在该点采集的n帧IVUS图像中选取待配准的图像。具体步骤如下：

首先，在将两种图像的尺寸统一为256×256像素，并进行灰度化处理之后，采用snake模型（M. Kass, A. Witkin, D. Terzopoulos. Snakes: active contour models. International Journal of Computer Vision. 1987, vol.1, no.4, pp.321-331）分别从参考IV-OCT图像和对应的n帧IVUS图像中提取出血管腔轮廓。附图2为一帧IVUS和IV-OCT图像的血管腔轮廓提取结果。

然后，分别对IVUS和IV-OCT图像中的血管腔轮廓进行傅里叶变换，具体方法如下：管腔轮廓是平面内的一条封闭曲线，把该曲线放到复平面上去，形成一个复数序列，即横坐标为实轴，纵坐标为虚轴。对该复数序列进行离散傅里叶变换并进行系数归一化，就得到轮廓的傅里叶描述。

最后，分别计算参考IV-OCT图像中血管腔轮廓的傅里叶描述与对应的n帧IVUS图像中血管腔轮廓的傅里叶描述之间的欧氏距离（Sergios Theodoridis, Konstantinos Koutroumbas著，李晶皎，王爱侠，王骄，等译. 模式识别（第四版）. 北京：电子工业出版社, 2010: 412-414），选取欧氏距离最小的一帧IVUS图像作为待配准的图像。附图3为一帧待配准的IVUS图像。

2. IVUS和IV-OCT图像的配准

步骤1：根据待配准的IV-OCT和IVUS图像中的血管腔轮廓周长之比来确定两幅图像之间的尺度关系。具体方法如下：分别计算IV-OCT和IVUS图像中的血管腔轮廓周长L_o和L_v，得到尺度参数S=L_o/L_v，并对IVUS图像中的血管腔轮廓进行S倍放大。

步骤2：根据两幅图像中血管腔轮廓的质心坐标来确定两幅图像之间的平移参数。具体方法如下：分别计算IV-OCT和IVUS图像中管腔轮廓的质心坐标(x_o, y_o)和(x_v, y_v)，得到平移参数

                                                  (1)

然后将进行S倍放大的IVUS管腔轮廓平移(T_x, T_y)。

步骤3：计算两幅图像之间的旋转角度，具体方法如下：

首先，将原始IV-OCT管腔轮廓及放大平移之后的IVUS管腔轮廓分别进行极坐标转换，得到二者的极坐标视图

                                          (2)

和                                        (3)

其中是极径，是极角。

    如附图4所示，现场采集的IVUS和IV-OCT横截面图像都是按照计算机显示器屏幕平面直角坐标系OX'Y'存储的，坐标系OX'Y'以显示界面的左上角为原点、分别以水平向右和垂直向下方向为横轴和纵轴。若图像的宽度和高度分别用ImageWidth和ImageHeight（单位：像素）表示，则图像中心O_C在坐标系OX'Y'中的坐标为(ImageWidth/2,ImageHeight/2)。以图像中心O_C为坐标原点、水平向右方向为横轴，建立图像平面直角坐标系O_CXY。血管腔轮廓上的一点在屏幕平面坐标系OX'Y'中的坐标为(x',y')，其在图像平面直角坐标系O_CXY中的坐标(x,y)为

                                         (4)

(x,y)与极坐标(ρ, θ)之间的变换关系为：

                                                (5)

和

                                              (6)

其次，计算极坐标视图和之间的旋转角度。具体方法如下：分别对极坐标视图和进行傅里叶变换，得到和，并计算二者之间的互功率谱

                  (7)

其中，和分别是和的复共轭。计算的逆傅里叶变换，并记录其峰值坐标(X, Y)，最终得到旋转角度

                       (8)

步骤4：将放大平移后的IVUS管腔轮廓旋转角度，得到最终的配准图像，并将IV-OCT图像表示为。

3. IVUS和IV-OCT图像的融合

在完成IVUS和IV-OCT图像配准的基础上，本发明方法实现二者融合的具体步骤如下：

步骤1：分别对配准的IVUS图像和IV-OCT图像进行J次二维小波分解：

                         (9)

其中，，J=0时是原始图像；H和G分别为高通滤波器和低通滤波器对应的系数矩阵；H'和G'分别为H和G的共轭转置矩阵；C_j和C_j+1分别是第j和j+1层分解图像的低频小波系数；D¹_j+1、D²_j+1和D³_j+1分别是第j+1层分解图像的水平、垂直及对角方向的高频小波系数。最终得到(3J+1)个子图像，其中包括1个低频分量和3J个高频分量。考虑到分解层数越多可能导致信息损失的问题，本发明方法取J=2。

步骤2：对相应像素点的高、低频小波系数采用不同融合规则进行融合，低频系数采用平均值融合规则：

                    (10)

其中，和分别是IV-OCT图像和IVUS图像在点(x, y)的第j+1层分解图像的低频小波系数；是融合图像在点(x, y)的第j+1层分解图像的低频小波系数。高频系数采用最大值融合规则：

               (11)

其中，i=1,2,3分别对应水平、垂直及对角方向；和分别是IV-OCT图像和IVUS图像在点(x, y)的第j+1层分解图像的水平、垂直、对角方向的高频小波系数；是融合图像在点(x, y)的第j+1层分解图像的水平、垂直、对角方向的高频小波系数。

步骤3：对融合图像的高频和低频小波系数进行逆小波变换：

          (12)

其中，即得到IVUS及IV-OCT的融合图像。附图5是一帧IVUS图像和IV-OCT图像的融合结果。