[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 | ||
本发明公开了一种肺部分割方法、分割装置、计算机可读存储介质以及电子设备,通过获取CT图像中的肋骨区域图像,同时获取CT图像中肺部区域的粗分割图像,以肋骨区域图像为肺部区域的边界,并且以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,得到肺部区域的精分割图像;利用肺炎患者的肺部外肋骨的结构不会受到疾病的影响而发生变化,通过分别获取肺部区域的粗分割图像和包裹肺部区域的肋骨区域,以粗分割图像和肋骨区域精确得到肺部区域的边界,提高肺部分割的精度。
技术领域
本申请涉及图像处理领域,具体涉及基于CT图像的肺部分割方法、分割装置、计算机可读存储介质以及电子设备。
背景技术
电脑断层扫描(Computed Tomography,简称CT)是一种利用数位几何处理后重建的三维放射线医学影像。该技术主要通过单一轴面的X射线旋转照射人体,由于不同的组织对X射线的吸收能力(或称阻射率)不同,可以用电脑的三维技术重建出断层面影像,经由窗宽、窗位处理,可以得到相应组织的断层影像,将断层影像层层堆叠,即可形成立体影像。
通过CT图像可以获知被检测者是否为肺炎患者,特别是应对新型冠状病毒所造成的肺炎患者的检测,CT图像检测是最为重要且最为准确的方法之一。然而,由于肺炎患者常常因为咳嗽和吸气不足而导致图像的运动噪声较大,并且肺部内密度升高,从而导致肺部区域分割时存在较大的难度,同时,肺炎病灶的区域较大会影响到肺部的形状和结构,从而导致肺部的分割难度进一步提高。为了提高肺炎患者的检测准确度,就必须要提高肺部分割的精度,因此,目前亟需高精度的肺部分割方法。
发明内容
为了解决上述技术问题,本申请提出了一种肺部分割方法、分割装置、计算机可读存储介质以及电子设备,通过获取CT图像中的肋骨区域图像,同时获取CT图像中肺部区域的粗分割图像,以肋骨区域图像为肺部区域的边界,并且以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,得到肺部区域的精分割图像;利用肺炎患者的肺部外肋骨的结构不会受到疾病的影响而发生变化,通过分别获取肺部区域的粗分割图像和包裹肺部区域的肋骨区域,以粗分割图像和肋骨区域精确得到肺部区域的边界,提高肺部分割的精度。
根据本申请的一个方面,提供了一种肺部分割方法,包括:获取所述CT图像中的肋骨区域图像;获取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。
在一实施例中,所述获取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。
在一实施例中,所述获取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。
在一实施例中,在所述获取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。
在一实施例中,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。
在一实施例中,所述活动轮廓模型包括LevelSet模型或Snake模型。
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/202010098021.7/2.html,转载请声明来源钻瓜专利网。