收稿日期:2006-11-26;修订日期:2007-07-06 基金项目:新世纪优秀人才支持计划资助项目(NCET 20420948) 作者简介:高飞(1968-),男,山东昌乐人,副教授,博士,主要研究方向:智能信息处理、图像图形学;　高新波(1972-),男,山东莱芜人,教授,博士,主要研究方向:智能信息处理、图像工程、视频信号处理.文章编号:1001-9081(2007)S1-0380-02一种基于脊线跟踪的冠状动脉中心线提取方法高　飞1,高新波2(1.深圳大学信息工程学院,广东深圳518060;2.西安电子科技大学电子工程学院,陕西西安710071)(nels on_gao2010@yahoo .com;nels ongao2010@g mail .com )摘　要:冠脉血管中心线的提取是血管造影图像定量分析中的关键步骤。

基于脊线跟踪法,提出了一种血管中心线自动提取方法。

通过交互式地指定一个起始点和一个终止点,该算法能够自动获取两点间的血管中心线。

实验结果表明了该方法的鲁棒性和可重复性。

关键词:中心线提取;定量冠脉分析;脊线跟踪中图分类号:TP391.41 文献标识码:A0　引言冠脉血管造影是临床诊断的重要手段。

对冠脉血管进行定量分析具有重要的实际意义。

与传统定性诊断方法相比,它克服了医生判断的主观随意性,提供了更为客观准确的诊断依据。

血管轮廓线和中心线的自动提取是血管定量分析的前提。

在血管造影图像中,血管的提取可以采用基于区域或边缘的图像分割技术。

文献[1]中指出血管的剖面灰度分布呈近似高斯型,因此利用二维高斯模板来提取血管,但该方法比较耗时。

文献[2]中利用一维旋转高斯模板代替了二维高斯模板,降低了算法的复杂度。

不过,从精确分析的角度看,在血管分析中准确提取血管边缘是更好的选择。

在现有的许多血管轮廓提取算法中,血管中心线的检测是最为关键和困难的一步。

最简单的方法是手工描绘[3],但该方法费时费力且可重复性差,所以逐渐为人机交互的半自动方法所取代。

在这些交互式方法中,操作者只需指明待分析血管段的起始点和结束点,就可以自动获得两点间的中心线[4,6]。

不过,现有的中心线提取算法大都基于动态规划方法的,搜索时间较长,难以满足临床上实时性的要求。

因此急需研究实时性能好的血管中心线提取算法。

既然血管剖面呈近似高斯分布,那么可以将血管的中心线看作脊线。

中心线提取问题就转化为脊线的检测。

受文献[5]中指纹特征点提取的脊线跟踪法的启发,本文提出了一种基于脊线跟踪的血管中心线提取方法,在实际应用中也取得了比较好的效果。

需要指出的是,这里所说的中心线并不是严格的血管的对称轴线,只要求它位于血管内部且与血管走向一致即可,文献[4]中对此有详细说明。

1　血管中心线提取算法1.1　图像预处理血管造影图像质量因拍摄条件的不同而参差不齐,一般都有较强的噪声干扰。

既然本文方法主要依据的是血管的脊线特征,因此,首先需要降低噪声对脊线特征的破坏。

这里采用二维高斯模板来平滑噪声,模板大小一般应大于所选血管段的最大直径。

图1显示了滤波的效果:图1(a )是沿血管一个剖面(垂直中心线方向)的灰度分布曲线,可以看到它近似的反高斯形状;图1(b )是相应位置的梯度强度;图1(c )(d )为对应的平滑处理结果,可以看到,虽然处理后目标与背景的对比度降低了,但目标灰度和梯度的真实结构得到了加强,这有利于后面准确的计算局部脊线方向。

图1　预处理结果显示1.2　中心线跟踪跟踪过程可以分为两步:局部脊线方向计算和中心线上点的更新。

局部脊线方向计算方法将在1.3节中详述,这里假设已经得到了这个方向。

为了叙述方便,以下将正在处理的点称为当前点。

如图2所示,P k -1是当前点,在P k -1处计算得局部脊线方向为θk -1,由P k -1沿θk -1前进d 个像素到达P ′k ,通过点的更新操作更新到P k ,此时P k 成为当前点。

重复以上过程直到停止条件满足。

在P ′k 点的更新操作中利用了匹配滤波方法:在P ′k 点得到局部脊线的估计方向θ′k ,以P ′k 为中心,在θ′k+π2的方向上获得剖面灰度分布曲线g ′(i )(i =1,…,2l +1)。

设f (k )(k =-m ,…,m )为一维高斯滤波模板,长度为2m +1,满足∑kf (k )=1。

通过下式来得到更新的灰度分布g (i )(i =1,…,2l +1):∑mv =-mf (v )g ′(i +v ),i =m +1,…,2l -mg ′(i ),其他(1)取g (i )的局部极小值点作为更新点P k (如图2所示)。

其中,参数l 、m 、d 可以经验地选择,l 应至少大于最大血管直第27卷2007年6月计算机应用Computer App licati onsVol .27June 2007径,d 的选择以小于血管的半径为宜。

图2　中心线跟踪过程假设血管的方向是连续变化的[7]。

设P k 是当前点,假如在P k 算得的局部脊线方向与方向P k -1P k 的差超过某一上限λ(选λ=π4),认为算得的方向不可靠,此时可以利用图3的方法跟踪下一个点。

由P k 沿P k -1P k 前进距离d 到达P ″k +1,依据前面的方法,在垂直于P k -1P k 的方向上把P ″k +1更新到P ′k +1,再在垂直于P k P ′k +1的方向上更新到P k +1,此时将P k +1设为当前点,继续下面的过程。

图3　辅助跟踪方法1.3　局部脊线方向计算确定局部脊线方向主要依据梯度信息。

但仅计算一点的梯度方向作为脊线方向显然是不可靠的。

这里以当前点P k 为中心,选择一个大小为2W +1的窗,利用窗中所有点的梯度的综合信息,通过式(2)计算方向,这里的是垂直于局部脊线的方向。

θ=12tan -1∑wi =1∑wj =12Gx(i,j )G y (i,j )∑w i =1∑wj =1[G2x(i,j )-G 2y (i,j )](2)式(2)是依据最小均方准则推导出的,这里不作进一步说明,文献[5]的附录中对此有详细介绍。

这里W 的选择应小于血管半径,G x 和G y 分别为x 和y 方向的梯度。

值得注意的是,脊线的实际方向有两种选择θ+π2或θ-π2,这时可利用以下两条规则作判断:(1)起始方向由起始点和结束点共同决定。

(2)中间跟踪过程依据方向的连续性来作选择,即在θ+π2和θ-π2中选最接近上一次跟踪方向的那一个作为当前的方向。

1.4　停止条件当前点足够接近结束点时,就认为已经到达了结束点,设P k 为当前点,P end 为结束点,D ()为距离算子,则在满足式(3)的条件下跟踪停止:D (P K ,P end )≤ε(3)这里ε=d /2。

可以看出,交互式给定的起止点主要起两个作用,一是确定起始方向,二是计算结束条件。

当到达结束点后,用直线把检测到的所有点连接起来,由于点之间的距离相当小,所以直线上的点不会在血管外。

然后经过简单的平滑滤波处理就可以达到一条光滑的血管中心线。

需要指出的是,前面的叙述中为了强调某种含义同时使用了中心线和脊线两个概念,它们实际是相同的。

2　实验结果与分析为了验证本文提出的血管中心线提取算法的鲁棒性和结果的可重复性,分别进行了以下两组测试实验。

实验1　选用了71张不同质量的血管造影图像,按图像质量将它们分成3个等级:Poor 、Mediu m 、Good,数量分别是30,30,11。

再通过加不同程度的噪声来考查算法对噪声的敏感性,所加噪声为高斯白噪声,均值为0,方差分别为:0.01、0.02、0.03。

表1记录了在不同情况下算法执行成功的次数和占图像总数的比率。

图4给出了一个执行结果。

表1　I m age class/ite m σ2=0σ2=0.01σ2=0.02σ2=0.03Poor (30)2419115Medium (30)27282019Good (11)1110109Total (71)62574133Percent (%)87.380.3057.7546.48从表1中可以看出,在没有叠加噪声的情况下,不同质量图像算法执行的平均成功率达到了87%,对普通质量和较好质量的图像成功率都在90%以上。

而微弱的噪声对结果的影响并不大,说明了算法对不同质量的图像具有一定的适应性,对噪声的鲁棒性较强。

图4　执行结果图5　不同起始点的9条中心线实验2　在本文方法中,提取到的中心线取决于起始点和结束点的选择。

从前面的说明可知,结束点主要用来控制算法的中止条件,对结果影响并不大,因而结果主要取决于起始点的选择。

这里让起始点在一个小的区域内变化,通过考查输出结果的变化情况来了解算法的可重复性。

这里在某个区域内选用下面9个点作为起始点:(x +i,y +i )(i =-3,0,3;j =-3,0,3)。

图5在同一幅图像中显示了9条提取到的中心线,可以看到,除了在起始处有比较大的区别外,中间部分9条线基本重合在了一起,这证明了算法结果的可重复性。

3　结语从实验结果看,本文方法对质量比较差的图像执行的效果还不够好。

在应用中,对交互式指定的起止点,虽然不要求一定要在中心,但尽量靠近中心可以增加执行的成功率。

另(下转第384页)　1836月高飞等:一种基于脊线跟踪的冠状动脉中心线提取方法单元节点内分别插入三块嵌入式工业控制计算机卡和使用两条总线进行网络传输。

测试条件:监控对象相同,分别监控相同的列车运行设备;运行环境相同,模拟列车运行环境,增加较强的电磁和振动等外部干扰。

运行时间相同,共计测试运行10个月。

测试结果如表1所示。

从表中可以看出,采用本方法可以极大的提高列车网络监控系统的可靠性。

图4　列车网络监控系统可靠性试验环境表1　系统故障和失效测试结果表实效类型第一组第二组第三组第四组节点内故障(次)282720通信失效(次)191171网关失效(次)8194　结语列车网络监控系统的基本任务是保证行车安全和提高运输效率。

列车网络监控设备出现故障时,会降低运输效率,甚至可能造成重大的人员伤亡和财产损失事故。

本文分析了能够提高列车网络监控系统可靠性的TC N (W T B /MVB )总线的两模冗余模式以及处理单元的三模冗余软硬件方法,并在此基础上设计了基于TC N (W T B /MVB )总线的系统体系结构。

最后采用全局级和局部级两级调度技术及其相应的调度算法保证了所有不同性质的列车网络监控任务都能得到真正实时、可靠执行。

参考文献:[1]　I EC 6137521[S].Electric Rail w ay Equi pment 2Train Bus Part I :TrainCommunicati on Net w ork,1999.[2]　ADTRANZ .MVBC01Multifuncti on Vehicle Bus Contr oller Data Sheet[Z].S witzerland:AD tranz,1999.[3]　SCH I FERS C,HANS G .I EC 6137521and U I C 5562internati onalstan 2dard for train communicati on [A ].Vehicular Technol ogy Conference Pr oceedings 2000[C ].2000.[4]　EDWARDS S,LAVAG O L,LEE EA.Design of e mbedded system s:for mal models,validati on,and synthesis [A ].Pr oceedings of the I EEE[C ],1997,85(3):366-390.[5]　KI RRMANN H.The I EC true communicati on net w ork [A ].16th con 2ference on trans portati on syste m s[C ].1996.[6]　G M I CHELL R,G UPT A K .Hardware /s oft w are co 2design of e mbeddedsyste m s[J ].Pr oceedings of the I EEE,1997,85(3):349-365.[7]　BATE L,L I U S .Real 2ti m e e mbedded syste m s[J ].Computing &Pr o 2gra mm ing,1999,(2):21-25.[8]　KI M YJ.The p resent state of technol ogy devel opment in high s peedtrains[A ].KI EE summer conference[C ].1998.[9]　ADT RANZ .Contr ol and co mmunicati on syste m technical descri pti on[Z].S witzerland:adtranz,1999.[10]F AN Z M ,T ONG L,L I U D,et al .A New Multi 2port Me morier withGl obal Share and Feebleness Conflict Access [A ].E DSSC ′03[C ].2003.(上接第381页)外,对中间有交叠的血管(被其他血管干扰),算法容易失败。