[发明专利]一种三维图像中多器官的定位方法

权利要求书

1.一种三维图像中多器官的定位方法，其特征在于，包括：

基于器官模板训练的方法，构建任一所述器官的边界点相对于所有所述器官质心位置的偏移量的共存广义霍夫变换查找表；

输入所述三维图像，确定所述三维图像中所有器官的边界点的位置和梯度；

根据所述边界点的位置和梯度以及所述查找表，确定所述三维图像中各个器官的质心位置，即确定所述三维图像中各个器官的位置。

2.如权利要求1所述一种三维图像中多器官的定位方法，其特征在于，构建所述查找表的过程如下：

建立所述器官的模板训练集，并确定所述模板的边界点位置其中，所述模板表示第j幅训练图像中器官l的模板，j＝1，...，J，J为所有训练图像的数目；l∈L，L＝{L₁，L₂，...，L_o}为所述感兴趣的器官的种类的集合，是所述边界点的总数；

计算所述模板在所述第j幅训练图像上的质心位置；

计算所述模板的边界点位置处的法向量；

根据所述法向量，建立所述查找表。

3.如权利要求2所述一种三维图像中多器官的定位方法，其特征在于，计算所述边界点位置处法向量的过程为：

1)对所述模板进行高斯平滑，得到平滑后的模板图像

2)获取所述模板图像的梯度，得到梯度图像，并获取所述梯度图像在边界点位置的值

3)对所述边界点位置的梯度进行正规化，得到所述边界点位置处的法向量

4.如权利要求3所述一种三维图像中多器官的定位方法，其特征在于，所述法向量的计算公式为：

nj(i)l≡(n1,n2,n3)j(i)l=gj(i)l||gj(i)l||2]]>

其中，为所述梯度的2-范数；n₁、n₂和n₃分别为所述法向量沿三维方向的分量。

5.如权利要求4所述一种三维图像中多器官的定位方法，其特征在于，所述n₁、n₂和n₃的取值范围为[-1，1]。