[发明专利]基于医学图像的眼球和晶状体的自动分割方法及系统

权利要求书

1.一种基于医学图像的眼球和晶状体的自动分割方法，其特征在于，包括步骤：

自动获取CT图像中的眼睛感兴趣区域并在深度学习网络中分割眼睛，得到眼睛分割结果；

根据所述眼睛分割结果获取晶体感兴趣区域并分割晶体；

根据所述眼睛分割结果获取视神经感兴趣区域并分割视神经；

所述自动获取CT图像中的眼睛感兴趣区域并在深度学习网络中分割眼睛，得到眼睛分割结果的步骤进一步包括：

利用阈值分割获取身体边界；

获取所述身体边界的前向最小值曲线；

根据所述前向最小值曲线和人体生理构造，获取鼻尖位置；

根据所述鼻尖位置和眼睛物理大小，结合所述CT图像的像素间隔获取所述眼睛感兴趣区域；

将所述眼睛感兴趣区域内的像素做灰度值映射，得到第一图像并保存所述第一图像在所述CT图像中对应的第一位置；

将所述第一图像输入至预制的第一深度学习网络中，分割得出所述眼睛分割结果；

对所述眼睛分割结果的周边2像素的点做限定边界的区域生长；

根据所述第一位置，将做区域生长后的所述眼睛分割结果恢复至原始图像大小并结合到所述CT图像中。

2.根据权利要求1所述的基于医学图像的眼球和晶状体的自动分割方法，其特征在于，所述根据所述眼睛分割结果获取晶体感兴趣区域并分割晶体的步骤包括：

根据晶体位于人体眼球内的生理构造，在所述眼睛分割结果的原始图像中提取出晶体感兴趣区域；

将所述晶体感兴趣区域内的像素做灰度值映射，得到第二图像并保存所述第二图像在所述CT图像中对应的第二位置；

将所述第二图像输入至预制的第二深度学习网络中，分割得出晶体分割结果；

对所述晶体分割结果做闭运算；

根据所述第二位置，将所述晶体分割结果恢复至原始图像大小并结合到所述CT图像中。

3.根据权利要求1所述的基于医学图像的眼球和晶状体的自动分割方法，其特征在于，所述根据所述眼睛分割结果获取视神经感兴趣区域并分割视神经的步骤进一步包括：

根据视神经位于人体眼球内的生理构造，结合所述CT图像的像素间隔获得视神经感兴趣区域；

将所述视神经感兴趣区域内的像素做灰度值映射，得到第三图像并保存所述第三图像在所述CT图像中对应的第三位置；

将所述第三图像输入至预制的第三深度学习网络中，分割得出视神经分割结果；

减去所述视神经分割结果与所述眼睛分割结果相重叠的区域；

根据所述第三位置，将所述视神经分割结果恢复至原始图像大小并结合到所述CT图像中。

4.一种基于医学图像的眼球和晶状体的自动分割系统，其特征在于，包括有：

眼睛分割模块，用于自动获取CT图像中的眼睛感兴趣区域并在深度学习网络中分割眼睛，得到眼睛分割结果；

晶体分割模块，用于根据所述眼睛分割结果获取晶体感兴趣区域并分割晶体；

视神经分割模块，用于根据所述眼睛分割结果获取视神经感兴趣区域并分割视神经；

所述眼睛分割模块进一步包括有：

身体边界获取子模块，用于利用阈值分割获取身体边界；

前向最小值曲线获取子模块，用于获取所述身体边界的前向最小值曲线；

鼻尖位置获取子模块，用于根据所述前向最小值曲线和人体生理构造，获取鼻尖位置；

眼睛感兴趣区域获取子模块，用于根据所述鼻尖位置和眼睛物理大小，结合所述CT图像的像素间隔获取所述眼睛感兴趣区域；

第一图像处理子模块，用于将所述眼睛感兴趣区域内的像素做灰度值映射，得到第一图像并保存所述第一图像在所述CT图像中对应的第一位置；

第一分割子模块，用于将所述第一图像输入至预制的第一深度学习网络中，分割得出所述眼睛分割结果；

第一后处理子模块，用于对所述眼睛分割结果的周边2像素的点做限定边界的区域生长；

第一原始图像恢复子模块，用于根据所述第一位置，将做区域生长后的所述眼睛分割结果恢复至原始图像大小并结合到所述CT图像中。