[发明专利]一种图像处理方法、装置及存储介质

说明书

本发明公开了一种图像处理方法、装置及存储介质。该方法包括：首先，分别提取肝脏区域图像和血管区域图像；随后，提取血管中心线并根据连通度将血管中心线划分为若干个大小适度的区域；之后，根据门静脉与肝脏区域的位置关系和门静脉的结构特征，从若干血管中心线区域中确定出门静脉对应的中心线区域；然后，根据门静脉对应的中心线区域进行直径恢复得到门静脉图像，以与肝静脉图像进行区分。如此，可快速从血管区域中准确地区分出门静脉和肝静脉。

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种图像处理方法、装置及存储介质。

背景技术

随着计算机辅助诊断技术和计算机图像处理技术的快速发展，从大量医学影像资料(如MRI和CT)中提取特征进行机器学习并与医学知识相结合的医疗辅助诊断系统越来越受到广泛关注。

特别是肝脏辅助诊断系统，由于利用计算机图像处理能够从医学影像中分割出医生感兴趣区域，如肝脏区域，肿瘤区域，血管区域等，并对这些区域进行特征提取和三维重建等，并将分割出的血管进行分类，能够更好的帮助医生掌握肝脏解剖结构，并进行相应的诊断和治疗。肝脏血管系统主要包括肝静脉和门静脉系统，因此再对肝脏血管进行区分时，需要分为肝静脉区域和门静脉区域。现有方法，主要基于解剖结构的不同来区分肝静脉区域和门静脉区域的，但这种方法处理量大，难以适应实时的肝脏辅助诊断系统。

如何优化现有方案，提高处理效率和缩短计算时间是进一步推广肝脏辅助诊断系统亟需解决的一个技术问题。

发明内容

针对以上问题，本发明实施例提供了一种图像处理方法、装置及存储介质。

根据本发明实施例第一方面，一种图像处理方法，应用于医疗辅助诊断系统，该方法包括：获取肝脏区域对应的第一图像数据和血管区域对应的第二图像数据，其中，血管区域内的血管包括肝静脉和门静脉；根据第二图像数据和中心线计算方法得到血管的中心线对应的第三图像数据，其中第三图像数据包括像素点；根据连通域算法和第一规则对第三图像数据进行连通域划分得到至少两个子集；根据第一图像数据和第二规则，从至少两个子集中确定门静脉中心线对应的门静脉中心线子集，其中，第二规则包括用于根据门静脉与肝脏区域的位置关系和门静脉的结构特征确定门静脉中心线子集的规则；根据门静脉中心线子集，从第二图像数据中确定门静脉对应的图像数据，以将第二图像数据区分为门静脉对应的图像数据和肝静脉对应的图像数据。

根据本发明实施例一实施方式，获取肝脏区域对应的第一图像数据和血管区域对应的第二图像数据，包括：获取原始图像数据，其中，原始图像数据包括肝脏区域对应的图像数据和血管区域对应的图像数据；将原始图像数据输入到图像处理模型得到肝脏区域对应的第一图像数据和血管区域对应的第二图像数据，其中图像处理模型是基于深度学习方法，经过大量训练图像数据训练得到的图像处理模型。

根据本发明实施例一实施方式，第一规则包括：子集中的像素点的个数大于第一阈值且小于第二阈值；相应地，根据连通域算法和第一规则对第三图像数据进行连通域划分得到至少两个子集，包括：根据连通域算法对第三图像数据进行连通域划分得到至少两个连通域子集；检测每一连通域子集内像素点的个数是否小于第一阈值，若是，则将相应连通域子集合并到与之相邻的任一连通域子集中得到符合第一规则的子集，若否，则进一步检测每一连通域子集内像素点的个数是否大于第二阈值，若是，则将相应连通域子集划分为符合第一规则的至少两个子集，若否，则保留连通域子集。

根据本发明实施例一实施方式，根据第一图像数据和第二规则，从至少两个子集中确定门静脉中心线对应的门静脉中心线子集，包括：根据第一图像数据以及像素点之间的位置关系确定肝脏区域外的血管中心线对应的至少一个第一子集，将至少一个第一子集确定为门静脉中心线对应的子集；计算每个第一子集与第一图像数据之间的距离并将与第一图像数据之间距离最小的第一子集确定为门静脉根部对应的子集；根据门静脉根部对应的子集和根据门静脉的结构特征确定门静脉中心线子集的规则，确定门静脉中心线对应的门静脉中心线子集中的其他子集。