一種心電圖掃描圖像傾斜度校正方法與流程

本發明涉及心電圖掃描圖像的數字化處理技術，尤其是針對心電圖掃描圖像的傾斜度校正方法。

背景技術：

在臨床診斷過程中，醫院一直依賴心電圖作為監測病人心臟電活動的儀器。由于紙張易破碎且熱敏紙字跡不穩定、易消退，多數紙質心電圖會遭到了不同程度的破壞。而這些紙質心電圖是一筆寶貴的財富，可以建立豐富的病例數據庫、有助于學者進行科研分析、增加醫生臨床診斷經驗以及支持在線遠程診斷等。因此紙質心電圖數字化信息的提取成為一個亟待解決的問題。

紙質心電圖是由縱橫交錯的背景坐標網格、打印在網格上的心電波形曲線、導聯字符以及定標電壓組成。紙質心電圖數字化信息提取，不是單純指將紙質心電圖通過掃描儀等設備轉換成數字圖片保存，還包括通過一系列的智能處理技術將紙面上的波形數據提取并保存的數字化過程。使用掃描儀將紙質心電圖轉換為數字圖像，是完成紙質心電圖數字化過程的第一步。但是由于人工操作或者掃描設備等原因，得到的掃描心電圖像通常存在不同程度的傾斜，這對于后續的數字化過程，特別是心電圖信號定標和量化過程不利。因此有必要在心電圖信號數字化實現過程中，檢測心電圖掃描圖像的傾斜角度，并做相應校正。

目前針對掃描圖像的傾斜角度檢測的方法有：基于投影的方法、基于變換的方法(如常用hough變換或rodon變換)和基于特征的方法。基于投影的方法簡單易行，處理速度快，但對于密布網格線的心電圖圖像效果不佳。基于變換的方法通過檢測直線段來判斷傾斜角，但無論是hough變換還是rodon變換，所需的計算量較大，如果輸入的掃描圖像分辨率較高，將導致處理速度不能滿足實時性要求。相對于前兩種方法，基于特征的方法，可以快速準確地檢測掃描圖像的傾斜角。

技術實現要素：

本發明的目的是提供一種針對心電圖掃描圖像的基于特征的傾斜度校正方法，本發明能夠快速準確檢測心電圖掃描圖像的傾斜角。技術方案如下：

一種心電圖掃描圖像傾斜度校正方法，包括下列步驟：

步驟1：將輸入彩色掃描ecg圖像進行雙邊濾波處理，處理結果用f表示；

步驟2：將f從rgb顏色空間轉換到hsv顏色空間，用fh、fs和fv分別表示色調、飽和度和強度分量圖；

步驟3：為了加大背景與網格點的差別，將飽和度分量圖fs進行增強處理，包括對比度拉伸和歸一化處理，處理結果用fse表示；

步驟4：使用otsu法計算fse的全局閾值th1，構造二值圖bw1，其中bw1中取值為1對應于fse中取值大于th1的點，其它點取值為0；

步驟5：使用半徑為2的碟狀算子，對bw1進行形態學膨脹處理，處理結果二值圖用bw2表示；

步驟6：使用強度分量fv，計算bw2中取值為1的各點的梯度值和方向，分別用grdi和diri表示，其中下標i表示序號；

步驟7：計算梯度值的最大值，用grdmax表示，設定一個小于0.5的α值，只選取滿足條件grdi>α×grdmax的點對應的梯度方向值來構造梯度方向直方圖hog，；

步驟8：用hstj(j＝0,1,...,180)表示直方圖數值，選取其中的局部極值點，并用{hstm}表示局部極值點序列；

步驟9：從局部極值點序列{hstm}中選取接近0°的第一主方向角θ1和接近90°的第二主方向角θ2；

步驟10：計算心電圖掃描圖像的傾斜角φ＝0.5×(|θ1-0|+|θ2-90|)；

步驟11：根據傾斜角φ旋轉圖像，得到校正后的圖像。

計算機仿真結果表明，使用本發明所提方法能夠快速準確檢測心電圖掃描圖像的傾斜角，能夠滿足實時處理的要求。

附圖說明

圖1是心電圖掃描圖像構成示意圖

圖2所提方法流程圖

圖3所提方法處理結果示意圖，(a)為原圖(b)為處理結果圖

具體實施方式

目前國內大多數醫院打印心電圖所用的紙張通常是熱敏紙。該紙張使用縱橫交錯的紅色網格來定標，心電波形則以黑色波形打印在紙上。掃描彩色心電圖圖像中主要包括三類顏色點(如圖1所示)：(1)黑色點，包括心電圖波形和標注字符；(2)紅色點，主要是背景網格點，(3)白色背景點。三類顏色點中，白色背景點數目最多，數目較少的黑色點主要用于提取心電圖波形信息，而紅色網格點可用于幫助檢測圖像旋轉角度。紅色網格點由許多相互垂直的水平線和垂直線構成，其中水平線的旋轉角與掃描圖像的旋轉角基本一致。本發明所提方法利用水平網格線的梯度方向確定心電圖掃描圖像的傾斜角。

根據心電圖圖像背景分布著密集、規則的紅色網格的特點，本發明提出一種心電圖掃描圖像傾斜度校正方法。首先，使用雙邊濾波對心電圖掃描圖像做平滑處理，將轉換到hsv顏色空間；然后對s分量進行增強處理，并提取網格區域；再使用v分量計算網格區域內各點梯度的方向值，構造網格點區域對應的梯度方向直方圖(hog)；最后，根據得到的hog計算傾斜度角，完成心電圖掃描圖像的傾斜度校正。圖2所示為本發明所提方法的框圖。具體流程如下；

1、雙邊濾波

紙質心電圖圖像在打印、存儲、掃描等過程中都有可能引入噪聲，這些噪聲對于傾斜度校正和后續的數字化過程都會造成干擾，因此本發明選用雙邊濾波技術，對輸入的彩色心電圖掃描圖像進行濾波處理，處理結果用f表示。

2、顏色通道分離

為了提取位于背景中的紅色網格點，將f由rgb空間轉換到hsv空間，分別用fh、fs和fv表示色調、飽和度和強度三個分量圖像。

3、網格點提取

在心電圖掃描圖像中，黑色或者深灰色的心電圖波形，以及白色的背景區域，兩類區域像素點的飽和度值都較小，相比較而言，紅色網格線各點的飽和度數值較高。因此，可以使用飽和度值來區分網格點和背景點。具體的做法是：

算法1：網格點提取算法

第一步：對fs進行對比度拉伸和歸一化處理，目的是加大背景與網格點的差別，處理結果用fse表示。

第二步：使用otsu法計算fse的全局閾值th1，構造二值圖bw1，其中bw1中取值為1對應于fse中取值大于th1的點，其它點取值為0。

第三步：使用半徑為2的碟狀算子，對bw1進行形態學膨脹處理，處理結果二值圖用bw2表示。

4、主梯度方向檢測

使用強度分量fv，計算bw2中取值為1的點的梯度方向值(0°到180°之間)，構造梯度方向直方圖，用hog表示。由于網格線是由相互垂直的線構成，因此對于不存在傾斜的心電圖掃描圖像，其hog中0°和90°的取值應明顯大于其他角度，形成兩個極值，我們稱為兩個主方向。

當掃描圖像發生傾斜時，兩個主方向角仍然存在，且與0°和90°的偏差反映了傾斜程度。基于上述分析，本算法使用以下算法確定傾斜度角：

算法2：傾斜角檢測算法

第一步：計算bw2中取值為1的各點的梯度數值和方向，分別用grdi和diri表示，其中下標i表示序號。

第二步：計算梯度值的最大值，用grdmax表示，只選取滿足條件grdi>α×grdmax的點對應的梯度方向值來計算hog，直方圖中角度的取值范圍是[0°,180°]，間隔為1°，令α＝0.2。

第三步：用hstj(j＝0,1,...,180)表示直方圖數值，下標j表示對應的角度。對于某一個梯度方向值hstk，如果滿足hstk的值是{hstk-l,hstk-l+1,...,hstk-1,hstk,hstk+1,...,hstk+l-1,hstk+l}(l＝15)中的最大值時，才將hstk判為局部極值點。用{hstm}表示局部極值點序列。

第四步：從局部極值點{hstm}中選取最大值點和次大值點，計算它們對應的角度值，分別用θ1和θ2表示，如果滿足85°<|θ1-θ2|<95°，則將θ1和θ2判為主方向角1和主方向角2，并用θ1表示接近0°的主方向角，用θ2表示接近90°的主方向角。

第五步：使用下式計算心電圖掃描圖像的傾斜角φ(假定順時針旋轉為正方向)，

φ＝0.5×(|θ1-0|+|θ2-90|)(1)

5、傾斜角校正

根據傾斜角φ，逆時針方向旋轉φ，得到傾斜度校正后的圖像，并用白色填充旋轉后圖像中數值沒有定義的區域。

采用windows10系統下的matlab2015b作為實驗仿真平臺。選用專利申請人從項目合作醫院得到50幅ecg掃描圖像作為測試集。采用本發明提出的方法對測試圖像進行處理，得到了良好的處理效果。對于1750×1275大小的圖像，采用所提方法的處理速度平均為35ms，處理速度非常迅速。圖2給出了部分處理結果圖像，其中左側為輸入的傾斜圖像，右側為處理后的圖像。由實驗結果可見，采用本發明所提方法，可以有效檢測并校正ecg掃描圖像的傾斜情況，并且能夠滿足實時處理的要求。