[发明专利]四维流动数据的图像处理分析分割方法、系统及存储介质

说明书

本发明公开了一种四维流动数据的图像处理分析分割方法、系统及存储介质。先读取四维流动数据，采集并进行数据重组处理；再四维流动数据数据预处理，是滤波、反转、求值、线性运算、最大密度投影、最后运算处理，具体包括对速度分量三维图像进行滤波处理、对三维矩阵进行反转、对速度场图像求值处理、将反转矩阵进行与速度场图像的幅值结果进行线性运算、将滤波速度合并矩阵进行最大密度投影、对投影结果矩阵与速度场图像的幅值结果运算处理；最后图像分割，数据预处理结果输入到神经网络预测分割。本发明方法能够极大地凸显出流体流动区域的特征，能更快速准确进行神经网络实现分割，避免了人工操作及其引入误差，极大节省了时间。

技术领域

本发明属工程技术领域的一种图像处理方法、系统及存储介质，涉及针对诸如电子计算机断层扫描影像(CT)、核磁共振影像(MRI)等的数字图像后处理分析，主要涉及针对流动的区域的数据分析，以及其中的目标区域的图像分割等。

背景技术

在四维流动数据中，其中比较典型的就是四维流动核磁共振成像技术(4DflowMRI)，目前针对本技术的分析发展比较缓慢，多用于医疗分析领域，如心脏MRI、主动脉诊断、颅内血管诊断等。近年其在主动脉病变中的研究尤其突出。在其应用方面，目前市面上发展较早的同类软件有西门子公司的Vitrea工作站、加拿大Circle CardiovascularImaging公司的CVI42软件、美国Heart Flow公司等。

在传统的软件中，由于软件发展较早，具有功能数量大、界面内容多、逻辑复杂等特点，以CVI42和Heart Flow为例，在四维流动数据的图像分割方面，主要依赖与传统的半自动/手动方法，结合形态学经典算法来提取目标区域，例如手动引导的生长算法(Growing)、套索工具、二维水平集算法等。

由于发展较早，软件定位不明确，功能繁杂，在对图像分割上存在很多不足，因为四维流动数据具有分辨率低、噪音较大、受设备及环境影响较大等特点，旧的技术很难满足例如4Dflow MRI这样有难度的图像处理需求。在上述提到的软件中，针对四维流动数据的图像处理都具有这个问题。在结构上，由于软件的定位不明确，其在图像处理中，使用的是大量的经典形态学分析，以及结合大量的手动操作，包括但不限于套索、水平集、区域生长等手动或半自动算法，所以针对复杂的三维模型的提取效果并不好。

总的来说，以上现有方法处理具有流程繁琐、依赖大量人工操作以及算法效果不足的特点，在实际应用中，以上几点是目前广泛存在的问题，也是比较大的挑战。

发明内容

为了解决背景技术中存在的问题，本发明提供了一种四维流动数据的图像处理分析分割方法、系统及存储介质。

本发明所采用的技术方案是：

一、一种四维流动数据的图像处理分析分割方法，如图3所示：

具体分为依次进行的读取四维流动数据、四维流动数据的数据预处理以及图像分割的三个步骤；

读取四维流动数据，利用仪器设备采集并进行重组处理；

四维流动数据例如为四维流动核磁数据和四维CT数据。与四维CT数据不同的是，四维流动核磁数据在一个人体心动周期内拍摄了若干个瞬间/时刻，也即在单个时刻下，若干个核磁切片组成了一个三维数据(三维矩阵)，代表当前时刻下该人体部位的三维影像，所以具有时序的若干个时刻下的三维数据组成了四维流动核磁数据，四维流动核磁数据是一种四维流动数据。

四维流动数据的数据预处理，是依次进行滤波、反转、求值、线性运算、最大密度投影、最后运算处理后获得了用于后续进行图像分割的结果；

图像分割，将数据预处理的结果输入到神经网络中进行预测分割。

数据预处理的部分由多步骤处理共同组成，图像分割以数据预处理的结果为基础，利用机器学习优化方法完成图像的分割。