[发明专利]多图像融合的肿瘤三维位置精准定位系统在审

专利信息
申请号: 201910888197.X 申请日: 2019-09-19
公开(公告)号: CN110660063A 公开(公告)日: 2020-01-07
发明(设计)人: 袁双虎;董蕾蕾;李玮;王素贞;刘宁;魏玉春;李莉;李潇箫;刘文举;于金明 申请(专利权)人: 山东省肿瘤防治研究院(山东省肿瘤医院);山东大学
主分类号: G06T7/10 分类号: G06T7/10;G06T7/13;G06T7/30;G06T5/00;G06T5/50;G06T17/00
代理公司: 37221 济南圣达知识产权代理有限公司 代理人: 李琳
地址: 250117 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 融合 精准定位 三维重建 对齐 多模态 配准 分割 配置 肿瘤 预处理 图像预处理模块 融合模块 三维位置 医学图像 医学信息 肿瘤位置 重构模块 多图像 互信息 整合 采集
【说明书】:

本公开提供了一种多图像融合的肿瘤三维位置精准定位系统,系统包括:图像预处理模块,被配置为对采集的多模态图像进行预处理;配准及融合模块,被配置为基于互信息配准对齐图像,对对齐后的图像进行融合;分割及重构模块,被配置为对融合后的图像进行分割和三维重建,确定肿瘤位置。本公开利用医学图像融合技术,对提供不同医学信息的多模态图像进行适当整合,对融合后的图像做分割和三维重建,以对肿瘤所在位置进行精准定位。

技术领域

本公开属于图像处理领域,具体涉及一种多图像融合的肿瘤三维位置精准定位系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。

随着医学成像技术的发展,现代医学治疗与医学影像信息密切相关。大部分疾病确诊及病况都需要医学影像提供依据。而不同医学影像提供了相关脏器的不同信息:像CT和MR以较高的空间分辨率提供了脏器的解剖结构等结构信息,像SPECT和PET提供了脏器的血流灌注等功能信息。若将结构图像与功能图像的信息有机融合,综合处理,获得新的信息,会为临床诊断和治疗带来新思维。

多图像融合显像可提高肿瘤诊断的灵敏度与特异性,还可为活组织检查的定位提供更多的信息,从而减少形态学显像的不足具有重要意义。而如何将多模态图像进行配准和融合,并以此实现对肿瘤的三维精准定位显得至关重要。

发明内容

本公开为了解决上述问题,提出了一种多图像融合的肿瘤三维位置精准定位系统,本公开利用医学图像融合技术,对提供不同医学信息的多模态图像进行适当整合,对融合后的图像做分割和三维重建,以对肿瘤所在位置进行精准定位。

根据一些实施例,本公开采用如下技术方案:

一种多图像融合的肿瘤三维位置精准定位系统,包括:

图像预处理模块,被配置为对采集的多模态图像进行预处理;

配准及融合模块,被配置为基于互信息配准对齐图像,对对齐后的图像进行融合;

分割及重构模块,被配置为对融合后的图像进行分割和三维重建,确定肿瘤位置。

本公开利用医学图像融合技术,对提供不同医学信息的多模态图像进行适当整合,融合后的图像可以提供更直观、全面和清晰的图像依据。对融合后的图像做分割和三维重建,以对肿瘤进行精准定位。

作为进一步的限定,所述图像预处理模块采用中值滤波进行图像预处理,对于一幅图像,以图像中的每一像素点为中心生成一个矩形的滑动窗口,再将这个窗口内的所有像素按灰度值从小到大的顺序进行排序并计算排序后序列的中值,用该中值代替窗口中心点的像素值;

设一维序列f1,f2,…fn,取窗口长度为m,对此序列进行中值滤波,从输入序列中相继抽出m个数fi=-v,fi=-v+1,…,fi=0,fi=1,…,fi=v,其中i为窗口的中心位置,再将这m个点按其数值大小排列,取其序号为正中间的数作为滤波的输出。

作为进一步的限定,所述图像预处理模块基于小波变换的图像边缘增强进行图像预处理,对经过中值滤波去噪的图像用Mallat算法进行小波变换分解,分解尺度为三层,每一层小波分解都将待分解图像分解成多个子带图像,并得出各尺度的小波系数,把小于设定值的小波系数视为噪声,通过设定合适的阈值滤掉噪声,选定不同的增强系数来增强不同频率范围内图像的细节分量,达到改善图像质量,增强层次感和视觉效果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东省肿瘤防治研究院(山东省肿瘤医院);山东大学,未经山东省肿瘤防治研究院(山东省肿瘤医院);山东大学许可,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/201910888197.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top