[发明专利]肺部分割方法、装置、介质及电子设备在审
申请号: | 202010098021.7 | 申请日: | 2020-02-17 |
公开(公告)号: | CN111311612A | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 王瑜;赵朝炜;周越;孙岩峰;邹彤;张欢;刘丰恺;喻剑舟;李新阳;王少康;陈宽 | 申请(专利权)人: | 北京推想科技有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/136;G06T7/187 |
代理公司: | 北京布瑞知识产权代理有限公司 11505 | 代理人: | 黄俊 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 肺部 分割 方法 装置 介质 电子设备 | ||
1.一种肺部分割方法,其特征在于,包括:
获取CT图像中的肋骨区域图像;
获取所述CT图像中肺部区域的粗分割图像;以及
以所述肋骨区域图像为所述肺部区域的边界,并且以所述粗分割图像为种子区域,以预设的步长向周围扩张至所述肺部区域的边界,得到所述肺部区域的精分割图像。
2.根据权利要求1所述的分割方法,其特征在于,所述获取所述CT图像中肺部区域的粗分割图像包括:
将所述CT图像输入神经网络模型,得到所述肺部区域的所述粗分割图像。
3.根据权利要求1所述的分割方法,其特征在于,所述获取所述CT图像中肺部区域的粗分割图像包括:
根据所述肺部区域的CT值范围,选取CT值在所述肺部区域的CT值范围内的连通区域作为所述粗分割图像。
4.根据权利要求2或3所述的分割方法,其特征在于,在所述获取所述CT图像中肺部区域的粗分割图像之后,还包括:
对所述粗分割图像进行腐蚀操作,得到腐蚀后的粗分割图像;
所述以所述肋骨区域图像为所述肺部区域的边界,并且以所述粗分割图像为种子区域,以预设的步长向周围扩张至所述肺部区域的边界,得到所述肺部区域的精分割图像包括:
以所述肋骨区域图像为所述肺部区域的边界,并且以所述腐蚀后的粗分割图像为种子区域扩张,以预设的步长向周围扩张至所述肺部区域的边界,得到所述肺部区域的精分割图像。
5.根据权利要求1所述的分割方法,其特征在于,所述以所述肋骨区域图像为所述肺部区域的边界,并且以所述粗分割图像为种子区域,以预设的步长向周围扩张至所述肺部区域的边界,得到所述肺部区域的精分割图像包括:
以所述肋骨区域图像为边界、所述粗分割图像为感兴趣区域,并通过活动轮廓模型、以预设的步长对所述CT图像进行分割,以得到所述肺部区域的精分割图像。
6.根据权利要求5所述的分割方法,其特征在于,所述活动轮廓模型包括LevelSet模型或Snake模型。
7.根据权利要求1所述的分割方法,其特征在于,在所述以所述肋骨区域图像为所述肺部区域的边界,并且以所述粗分割图像为种子区域,以预设的步长向周围扩张至所述肺部区域的边界,得到所述肺部区域的精分割图像之后,还包括:
对所述精分割图像的边界进行光滑化处理。
8.根据权利要求1所述的分割方法,其特征在于,所述获取CT图像中的肋骨区域图像包括:
基于骨头的CT值,获取所述CT图像中骨头区域图像;以及
基于肋骨的特性,分割出所述骨头区域图像中的所述肋骨区域图像。
9.根据权利要求8所述的分割方法,其特征在于,所述基于骨头的CT值,获取所述CT图像中骨头区域图像包括:
基于骨头的CT值设定第一CT值阈值,获取所述CT图像中CT值大于或等于所述第一CT值阈值的连通区域作为所述骨头区域图像。
10.根据权利要求9所述的分割方法,其特征在于,在所述获取所述CT图像中CT值大于或等于所述第一CT值阈值的连通区域后,还包括:
去除所述连通区域中面积小于预设的面积阈值的区域。
11.根据权利要求9所述的分割方法,其特征在于,在所述获取所述CT图像中CT值大于或等于所述第一CT值阈值的连通区域后,还包括:
去除位于所述粗分割图像内的连通区域。
12.根据权利要求8所述的分割方法,其特征在于,所述基于肋骨的特性,分割出所述骨头区域图像中的所述肋骨区域图像包括:
将标准肋骨图像与所述骨头区域图像进行比对,选取所述骨头区域图像中与所述标准肋骨图像的相似度大于预设相似度的骨头区域作为所述肋骨区域图像。
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北京推想科技有限公司,未经北京推想科技有限公司许可,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/202010098021.7/1.html,转载请声明来源钻瓜专利网。