[发明专利]梗死灶区域检测方法、装置、存储介质及设备有效
申请号: | 201910553962.2 | 申请日: | 2019-06-25 |
公开(公告)号: | CN110298832B | 公开(公告)日: | 2023-05-02 |
发明(设计)人: | 马丽娟;刘波;冯莹莹 | 申请(专利权)人: | 沈阳东软智能医疗科技研究院有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/187 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 靳玫 |
地址: | 110179 辽宁省沈*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 梗死 区域 检测 方法 装置 存储 介质 设备 | ||
1.一种梗死灶区域检测方法,其特征在于,包括:
获得磁共振图像中的脑实质组织部分;
根据设定的表面扩散系数阈值,从所述脑实质组织部分中获得梗死灶侯选区域;
获得所述脑实质组织部分中,扩散加权成像信号与表面扩散系数的比值高于设定值的梗死灶确认区域;
确定所述梗死灶候选区域中,与所述梗死灶确认区域连通的候选连通区域;
根据所述候选连通区域中的扩散加权成像信号值,确定目标梗死灶区域,包括:确定所述脑实质组织部分中扩散加权成像信号的全局阈值;确定所述候选连通区域的扩散加权成像信号的平均值,以及所述候选连通区域的邻域组织的扩散加权成像信号的平均值;将所述候选连通区域中,扩散加权成像信号的平均值与领域组织的扩散加权成像的平均信号值或全局阈值满足设定比例关系的区域,确定为目标梗死灶区域。
2.根据权利要求1所述的方法,其特征在于,获得磁共振图像中的脑实质组织部分,包括:
获得磁共振图像中,扩散加权成像信号的第一阈值;
将所述磁共振图像中,扩散加权成像信号高于所述加权成像信号的第一阈值的区域确定为脑实质组织部分。
3.根据权利要求1所述的方法,其特征在于,确定所述梗死灶候选区域中,与所述梗死灶确认区域连通的候选连通区域,包括:
对所述梗死灶候选区域进行二值化处理,获得梗死灶候选区域中的连通域;
对所述梗死灶确认区域进行二值化处理,获得梗死灶确认区域中的连通域;
确定所述梗死灶候选区域的连通域中,与所述梗死灶确认区域的连通域有交集的候选连通区域。
4.根据权利要求1所述的方法,其特征在于,确定所述脑实质组织部分中扩散加权成像信号的全局阈值,包括:
获得所述磁共振图像中,划分所述脑实质组织部分的扩散加权成像信号的第二阈值,所述第二阈值通过对所述磁共振图像进行最大类间方差处理获得;
通过对所述脑实质组织部分进行两次最大类间方差处理,分别获得扩散加权成像信号的低阈值和高阈值;
根据所述第二阈值,与所述低阈值和所述高阈值的数值关系,确定所述全局阈值。
5.一种梗死灶区域检测装置,其特征在于,包括:
第一获得单元,用于获得磁共振图像中的脑实质组织部分;
第二获得单元,用于根据设定的表面扩散系数阈值,从所述脑实质组织部分中获得梗死灶侯选区域;
第三获得单元,用于获得所述脑实质组织部分中,扩散加权成像信号与表面扩散系数的比值高于设定值的梗死灶确认区域;
第一确定单元,用于确定所述梗死灶候选区域中,与所述梗死灶确认区域连通的候选连通区域;
第二确定单元,用于根据所述候选连通区域中的扩散加权成像信号值,确定目标梗死灶区域;
所述第二确定单元具体用于:
确定所述脑实质组织部分中扩散加权成像信号的全局阈值;
确定所述候选连通域的扩散加权成像信号的平均值,以及所述候选连通域的邻域组织的扩散加权成像信号的平均值;
将所述候选连通区域中,扩散加权成像信号的平均值与领域组织的扩散加权成像的平均信号值或全局阈值满足设定比例关系的连通区域,确定为目标梗死灶区域。
6.根据权利要求5所述的装置,其特征在于,所述第一获得单元具体用于:
获得磁共振图像中,扩散加权成像信号的第一阈值;
将所述磁共振图像中,扩散加权成像信号高于所述加权成像信号的第一阈值的区域确定为脑实质组织部分。
7.一种图像检测设备,其特征在于,包括:内部总线,以及通过内部总线连接的存储器、处理器和外部接口;其中,
所述外部接口,用于获取磁共振图像;
所述存储器,用于存储梗死灶区域检测逻辑对应的机器可读指令;
所述处理器,用于读取所述存储器上的所述机器可读指令,并执行如权利要求1-4中任一项所述的方法。
8.一种计算机可读存储介质,其上存储有程序,其特征在于,所述程序被处理器执行权利要求1-4中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳东软智能医疗科技研究院有限公司,未经沈阳东软智能医疗科技研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910553962.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于分块深度学习的医学图像处理系统及其方法
- 下一篇:图片处理方法和装置