[发明专利]一种基于计算机视觉的放射影像智能分割方法

说明书

本发明涉及图像处理技术领域，具体涉及一种基于计算机视觉的放射影像智能分割方法，该方法包括：对胸部X光图像进行分割得到骨骼区域图像；以骨骼区域图像中的像素点为中心建立窗口图像，根据窗口图像内像素点灰度值获取突变点及其数量，根据内突变点的数量确定初始骨骼边缘点；将骨骼与预设的标准骨骼模板进行匹配得到对应的标准骨骼模板，获取标准骨骼模板的中心曲线；根据中心曲线及骨骼的轮廓获取每个骨骼的边缘曲线；计算每个骨骼的初始骨骼边缘点距边缘曲线的最小距离，根据最小距离确定最终骨骼边缘点；根据最终骨骼边缘点得到掩膜图像，对掩膜图像进行均衡化得到增强图像，本发明方法增强了骨骼的病变区域的显示效果。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于计算机视觉的放射影像智能分割方法。

背景技术

现代医疗的放射影像为医生提供了病人体内的一些病症的详细信息，尤其是对于肋骨病变，如骨折，骨裂等肋骨病情诊断中均利用的对胸部拍摄X光得到X光胶片图像进行诊断。

然而，由于人体胸部位置的内部结构的复杂性以及X光设备噪声的影响，使得X光胶片存在噪声多、骨骼与背景的边界不明显、局部对比度较小的问题。

现有技术中采用阈值分割的方法对图像进行分割，在对胸部X光胶片图像进行分割时，由于骨骼与背景的边界不明显、局部对比度较小，从而会使得分割不完整或错误分割，尤其是对于“柳枝样骨折”、骨折无错位病变区域很不容易观察，从而影响对病变区域的确定，因此，需要一种基于计算机视觉的放射影像智能分割方法。

发明内容

本发明提供一种基于计算机视觉的放射影像智能分割方法，以解决现有的问题。

本发明的一种基于计算机视觉的放射影像智能分割方法采用如下技术方案：该方法包括：

采集胸部X光图像，对胸部X光图像进行分割得到骨骼区域图像；

以骨骼区域图像中每个像素点为中心点建立窗口图像，根据窗口图像内各个像素点灰度值获取突变点及突变点的数量，根据窗口图像内突变点的数量计算突变比例，根据突变比例及预设的突变比例阈值确定初始骨骼边缘点；

将骨骼区域图像中的每个骨骼与预设的标准骨骼模板进行匹配得到对应的标准骨骼模板，获取标准骨骼模板的中心曲线，该中心曲线即为对应骨骼的中心曲线；获取标准骨骼模板的中心曲线的步骤包括：对标准骨骼模板进行二值化处理得到二值图像；对二值图像进行细化处理得到骨骼的多个骨架节点；基于图理论对所有骨架节点进行最短路经算法得到最短线条；最短路径形成的线条即为骨骼线条；利用多项式拟合方法对骨骼线条进行拟合得到标准骨骼模板的中心曲线，所述标准骨骼模板的中心曲线即为对应骨骼的中心曲线；

根据中心曲线及每个骨骼的轮廓获取每个骨骼的上边缘曲线和下边缘曲线；

计算每个骨骼的初始骨骼边缘点距上边缘曲线、下边缘曲线的最小距离，根据最小距离及预设的阈值确定最终骨骼边缘点；

根据最终骨骼边缘点制作掩膜，根据掩膜和骨骼区域图像得到掩膜图像，对掩膜图像进行均衡化得到增强图像。

进一步的，对胸部X光图像进行分割得到骨骼区域图像的步骤包括：

对胸部X光图像进行DNN语义分割；

属于背景类的标注为0，属于骨骼类的标注为1，其中，骨骼类包括：肋骨和锁骨；

获取属于背景类的背景区域和属于骨骼类的骨骼区域图像。

进一步的，根据窗口图像内各个像素点灰度值获取突变点及突变点的数量的步骤包括：

获取每个中心点对应的像素点的灰度值及中心点的8个方向邻域的像素点的灰度值；

计算窗口图像内各个像素点与中心点的灰度差；