[发明专利]一种头部图像处理方法、系统、设备、存储介质

权利要求书

1.一种头部图像处理方法，其特征在于，包括以下步骤：

图像获取步骤，获取头部的横断面图像序列；

分类步骤，根据所述横断面图像序列和眼眶分类算法判断每张横断面图像的种类，所述种类包括眼眶和非眼眶；

提取步骤，根据已分类的横断面图像序列提取出眼眶部分图像序列；

其中，所述提取步骤包括：

预设容错值子步骤，设定预设容错值，所述预设容错值为眼眶部分图像序列中连续存在的非眼眶的横断面图像的最大张数；

提取子步骤，根据已分类的横断面图像序列和预设容错值提取出最长的眼眶部分图像序列。

2.根据权利要求1所述的头部图像处理方法，其特征在于，所述眼眶分类算法包括Inceptionv3、xception、ResNet、DenseNet、SENet或googlenet卷积神经网络。

3.根据权利要求2所述的头部图像处理方法，其特征在于，所述卷积神经网络的训练方法包括：

获取多个头部样本的横断面CT图像序列；

将所述横断面CT图像序列的横断面CT图像进行二分类，分为眼眶和非眼眶；

对二分类后的横断面CT图像序列根据预设物理间距进行重采样；

输入重采样后的多个头部样本的横断面CT图像序列以训练所述卷积神经网络。

4.根据权利要求3所述的头部图像处理方法，其特征在于，所述卷积神经网络的训练方法还包括：

在进行重采样之前，将所述横断面CT图像的像素值转换成CT值。

5.根据权利要求4所述的头部图像处理方法，其特征在于，所述卷积神经网络的训练方法还包括：

在进行重采样之后，根据预设CT值对CT值转换后的横断面CT图像进行阈值分割以获得二值掩模图像用于卷积神经网络训练。

6.一种头部图像处理系统，其特征在于，包括：

图像获取单元，用于获取头部的横断面图像序列；

分类单元，用于根据所述横断面图像序列和眼眶分类算法判断每张横断面图像的种类，所述种类包括眼眶和非眼眶；

提取单元，用于根据已分类的横断面图像序列提取出眼眶部分图像序列；

其中，所述提取单元包括：

预设容错值模块，用于设定预设容错值，所述预设容错值为眼眶部分图像序列中连续存在的非眼眶的横断面图像的最大张数；

提取模块，用于根据已分类的横断面图像序列和预设容错值提取出最长的眼眶部分图像序列。

7.一种头部图像处理设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5任一项所述的头部图像处理方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至5任一项所述的头部图像处理方法。