[发明专利]一种腹腔多器官识别建模方法及装置

权利要求书

1.一种腹腔多器官识别建模方法，其特征在于，包括：

获取包含有腹腔器官的医学影像；并对所述医学影像进行预处理，根据预处理后的医学影像，确定形状距离等值面；所述形状距离等值面是所述腹腔器官对应的目标区域与除所述目标区域以外的其它区域之间的交会面；

根据所述医学影像中的每个像素点、所述形状距离等值面和每个腹腔器官的体积值，构建形状距离特征模型，所述形状距离特征模型包括与每个像素点对应的表示所述腹腔器官形状距离特征的特征值；

获取由所述医学影像划分出的若干个图像块，每个图像块一一对应有预设n维特征向量；

解析每个图像块，以获取每个图像块的第一描述特征和第二描述特征；

根据每个图像块中包含的所有像素点的所有特征值、与所述第一描述特征和所述第二描述特征分别对应的预设第一特征表达式和预设第二特征表达式，确定所述预设n维特征向量中的每一维特征向量的向量值；

根据确定向量值的预设n维特征向量，构建用于识别医学影像中腹腔器官的建模模型；

所述腹腔器官包括m个腹腔器官；相应的，所述形状距离等值面也为m个，所述根据所述医学影像中的每个像素点、所述形状距离等值面和每个腹腔器官的体积值，构建形状距离特征模型，包括：

根据每个腹腔器官的体积值，计算每个腹腔器官与预设基准腹腔器官的体积相对值；

分别计算每个像素点与到m个形状距离等值面之间的m个权重距离，所述权重距离是每个像素点到每个形状距离等值面之间的最短距离；

将最小权重距离对应的形状距离等值面作为目标形状距离等值面；

根据所述目标形状距离等值面、每个像素点的位置和所述体积相对值，构建形状距离特征模型；

所述根据所述目标形状距离等值面、每个像素点的位置和所述体积相对值，构建形状距离特征模型，包括：

根据如下公式构建形状距离特征模型：

其中，SDD(Ω)为所述形状距离特征模型、T_k为所述体积相对值、Ω为每个像素点、S_k为所述目标形状距离等值面、V₀为所述其它区域、V_k为所述目标区域、表示采用曼哈顿距离的方式计算出的Ω到S_k之间的权重距离。

2.根据权利要求1所述的方法，其特征在于，所述第一描述特征为BRIEF特征、所述第二描述特征为LBP特征；相应的，所述根据每个图像块中包含的所有像素点的所有特征值、与所述第一描述特征和所述第二描述特征分别对应的预设第一特征表达式和预设第二特征表达式，确定所述预设n维特征向量中的每一维特征向量的向量值，包括：

根据如下公式，确定所述预设n维特征向量中的每一维特征向量的第一初始向量值：

其中，τ1(R；p_x,p_y)为所述预设第一特征表达式、h(i)为每个图像块在第i维特征向量的第一初始向量值、ave(p_x)和ave(p_y)分别为在预设范围内随机选取的任意两个图像块分别对应的所有特征值的平均值、R为所述预设范围、p_x和p_y分别为在预设范围内随机选取的任意两个图像块；

根据如下公式，确定所述预设n维特征向量中的每一维特征向量的第二初始向量值：

其中，τ2(R；p₀,p_L)为所述预设第二特征表达式、g(i)为每个图像块在第i维特征向量的第二初始向量值、ave(p₀)为待识别医学影像中的待识别图像块中所有特征值的平均值、ave(p_L)为在预设范围内、且与待识别图像块之间距离小于预设距离的、随机选取的任意一个图像块中的所有特征值的平均值、R为所述预设范围、p₀为待识别图像块、p_L为随机选取的任意一个图像块；

融合h(i)和g(i)，以确定所述预设n维特征向量中的每一维特征向量的向量值。

3.根据权利要求2所述的方法，其特征在于，所述构建用于识别医学影像中腹腔器官的建模模型的步骤之后，所述方法还包括：

根据所述建模模型，对所述待识别医学影像中的腹腔器官进行识别。