一种自动获取检测目标轮廓的磁感应成像方法

技术领域

本发明属于多频成像领域，具体地说，是一种自动获取检测目标轮廓的磁感应成像方法。

背景技术

磁感应成像(Magnetic Induction Tomography,MIT)是一种无创、无损、无需与目标物体直接接触的新型成像技术,尤其适合于医疗应用。目前主流的成像方式一般有两种：时间差分成像、频率差分成像。其两者使用的有限元方法求解测量模型的绝对电导率后，再进行图像重建，而重建后的图像为圆形区域，只显示在此圆形区域内所有的电导率值，圆形区域一般会包括空气电导率和所测目标物的电导率，无法隐藏被测目标物外围轮廓以外的区域(非感兴趣区域)，只显示被测目标物外围轮廓以内电导率的变化，成像不够清晰，直观。无法将空气区域与头部区域分开，将成像聚焦于头部区域，也就是我们感兴趣的区域。

图1是某出血病人双频算法成像图；图2是某出血病人双频算法成像后手动使用椭圆框出头部区域图；图3是某出血病人病灶位置CT示意图4号区域为出血区域图；图1为现有的双频算法成像后的图像，无法明确病人头部区域，也无法知道病灶位置在头部区域的相对位置。图2在原有成像图的基础上，手动框出了头部区域(作为示例)，椭圆内的成像为感兴趣区域，这样病灶在头部的大概位置，病人头围的大小，等信息就可以直观的显示，去掉了头部以外的无用信息。图3为病人CT病灶位置示意图，4号区域为出血区域，可以与框出头部区域的成像图(图2椭圆内部)对应。

发明内容

为了解决现有技术中存在的技术问题，本发明提供了一种自动获取检测目标轮廓的磁感应成像方法。在原有双频算法的基础上，通过一种头围轮廓确认算法，将头部区域成像保留，去除头部以外的无用信息，使得成像更直观、明确。

利用幅度成像提取被检测目标的外观轮廓，在成像结果的数据中使用线性插值算法，提高边缘分辨率，根据插值完以后的数据，进行等高线的提取，初步确定大致轮廓，再根据轮廓，进一步确定轮廓中心和椭圆的长轴短轴，确定最终外轮廓。

本发明是通过以下技术方案来实现的：

本发明公开了一种自动获取检测目标轮廓的磁感应成像方法，头部以外的无用信息，头围轮廓确认算法为：

利用幅度成像提取被检测目标的外观轮廓，在成像结果的数据中使用线性插值算法，提高边缘分辨率，根据插值完以后的数据，进行等高线的提取，根据最外圈等高线，初步确定大致轮廓，再根据轮廓，确定轮廓中心和椭圆的长轴短轴，确定最终外轮廓。

作为进一步地改进，本发明所述的成像方法步骤如下：

1)根据磁感应脑阻抗成像仪，采集的多个频率的数据，选取一个频率，通过被测目标物的幅度数据与空气的幅度数据，计算粗略的物体外轮廓；磁感应脑阻抗成像仪由环状均匀分布的可发射和检测的16个磁感应线圈组成，可检测不同频率，两两线圈之间的信号的响应；

2)根据所获得的粗略成像图数据计算插值，提高边缘的分辨率，使得所框出的边缘轮廓更加精确；

3)根据插值完后的新数据，所述的数据大小为100*100、200*200、300*300、400*400、500*500的任意一种，根据实际的分辨率需要进行选择，使用等高线算法，用等高线确定大致轮廓；

4)根据大致轮廓确定被测目标中心点坐标，并用椭圆方程近似表示被测目标轮廓。

作为进一步地改进，本发明所述的步骤1)的具体步骤为：将硬件采集的数据保存为TMD文件，读取解析数据文件TMD，采集时进行扫频采集，采集多个频率，每个频率存有一帧数据，每一帧数据中可以读到512个字节的头、256个字节的实部数据和256个字节的虚部数据，即256个复数数据a+bi。

作为进一步地改进，本发明所述的采集的数据包括两组，一组为空气中的幅度数据，一组为被测目标物的幅度数据。

作为进一步地改进，本发明根据复数数据a+bi，计算幅度

作为进一步地改进，本发明所述的步骤2)具体为：粗略成像图是由三角剖分单元组成的，根据三角剖分单元的值，给每个三角剖分单元填充渐变色，就成为了成像图，每一个三角单元的顶点都有一个成像值，根据这些成像值进行简单线性插值，即根据三角形内部的重心坐标来插值，插值成100*100、200*200、300*300、400*400、500*500等不同分辨率的数据来提高成像图的分辨率。作为进一步地改进，本发明所述的步骤3)的具体步骤为：根据相同值连线的算法，将成像图用等高线圈出被测目标的每一层，取最外圈的等高线，作为大致轮廓。

作为进一步地改进，本发明所述的步骤4)的具体步骤为：根据等高线，计算等高线上每个点坐标(X,Y)的最大最小值，分别为Xmax,Xmin,Ymax,Ymin,分别表示横坐标最大值、横坐标最小值、纵坐标最大值、纵坐标最小值，则中心点横坐标X＝(Xmax+Xmin)/2,纵坐标Y＝(Ymax+Ymin)/2，根据最外圈等高线上的点到中心点的距离确定长轴短轴，距离最长为长轴的一半，最短为短轴的一半，最后用椭圆的标准方程

本发明的有益效果如下：

在空气中使用幅度成像比起相位、实部、虚部成像可以最准确显示出被测目标的大致轮廓。使用线性插值算法来扩充成像图数据，可以提高被测物体边缘的分辨率，使得边缘具有更丰富的细节，有更多层次的渐变色，边缘轮廓更加精确。使用等高线算法，可以根据多层次的渐变色，很好的将每一层轮廓提取出来，供使用者选择，最终根据一层等高线，使用椭圆方程来使得等高线更加平滑，最贴近被测目标(即脑袋)的轮廓。这样，显示出头部轮廓后，病灶在头部的大概位置，病人头围的大小，等信息就可以直观的显示，去掉了头部以外的无用信息。

附图说明

图1是某出血病人双频算法成像图；

图2是某出血病人双频算法成像后手动使用椭圆框出头部区域成像图；

图3是某出血病人病灶位置CT示意图4号区域为出血区域成像图；

图4是成像的剖分单元示意图；

图5是某个剖分三角单元图；

图6是某出血别人头部区域的等高线图；

图7是使用本发明头围轮廓确认算法后的双频成像图。

具体实施方式

本发明公开了一种自动获取检测目标轮廓的磁感应成像方法，在原有双频算法的基础上，通过头围轮廓确认算法，将头部区域成像保留，去除头部以外的无用信息，头围轮廓确认算法为：

利用幅度成像提取被检测目标的外观轮廓，在成像结果的数据中使用线性插值算法，提高边缘分辨率，根据插值完以后的数据，进行等高线的提取，初步确定大致轮廓，再根据轮廓，确定轮廓中心和椭圆的长轴短轴，确定最终外轮廓。

下面通过具体实施例对本发明的技术方案作进一步地说明：

(1)根据硬件采集的多个频率的数据，选取一个频率，通过被测目标物的幅度数据与空气的幅度数据，计算粗略的物体外轮廓：

将硬件采集的数据保存为TMD文件，读取解析数据文件TMD，采集时进行扫频采集，采集共多个频率，每个频率存有一帧数据，每一帧数据中可以读到512个字节的头、256个字节的实部数据和256个字节的虚部数据，即256个复数数据a+bi。在采集时，会采集两组数据，一组为空气中的扫频数据，一组为被测目标物的扫频数据。根据复数数据a+bi，计算幅度

(2)根据所获得的粗略成像图数据计算插值，提高边缘的分辨率,使得所框出的边缘轮廓更加精确：

粗略成像图是由三角剖分单元组成的，根据剖分单元的值，给每个三角剖分单元填充渐变色，图4是成像的剖分单元示意图；为成像的剖分三角单元。但是如果直接根据三角单元的值来判断该三角单元是否在被测目标轮廓内，每个三角单元就只有两种情况，在轮廓内和在轮廓外，这样在轮廓内外交界处的轮廓线就是三角形的边连接而成的，这样显示太粗糙。所以必须进行插值，每一个三角形的顶点都有一个成像值，根据这些成像值进行线性插值，插值成100*100、200*200、300*300、400*400、500*500等不同分辨率的数据来提高成像图的分辨率。

插值算法示例：

P.x＝(1-u-v)*P1.x+u*P2.x+v*P3.x 公式一

P.y＝(1-u-v)*P1.y+u*P2.y+v*P3.y 公式二

图5是某个剖分三角单元图，已知P1,P2,P3,P四个点的坐标(x,y)，和P1,P2,P3三个点的成像值(z)，求P点的成像值。设P2的权重为u，P3的权重为v，则P1的权重为1-u-v。根据公式一、公式二求解u、v，最后求得P点的成像值P.z＝(1-u-v)*P1.z+u*P2.z+v*P3.z。

(3)根据插值完后的500*500个数据，使用等高线算法，用等高线确定大致轮廓：在插值完之后的500*500的数据中，根据相同值连线的算法，将成像图用等高线圈出被测目标的每一层，图6是某出血别人头部区域的等高线图，取最外圈的等高线，作为大致轮廓。

(4)根据大致轮廓确定被测目标中心点坐标，并用椭圆方程近似表示被测目标轮廓

首先根据等高线，计算等高线上每个点坐标(X,Y)的最大最小值，分别为Xmax,Xmin,Ymax,Ymin,分别表示横坐标最大值、横坐标最小值、纵坐标最大值、纵坐标最小值，则中心点横坐标X＝(Xmax+Xmin)/2,纵坐标Y＝(Ymax+Ymin)/2，根据最外圈等高线上的点到中心点的距离确定长轴短轴，距离最长为长轴的一半，最短为短轴的一半，最后用椭圆的标准方程

图7是使用本发明头围轮廓确认算法后的双频成像图，可以直观的看出病人的头部区域，即椭圆形内部，且出血部位(即椭圆左上角区域)在病人头部的位置也可直观的看出。

以上所述的仅是本发明的优选实施方式，本发明并不限于以上实施例，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围内。