[發(fā)明專利]CT圖像的處理方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201010257987.7 | 申請日: | 2010-08-19 |
| 公開(公告)號: | CN101916443A | 公開(公告)日: | 2010-12-15 |
| 發(fā)明(設(shè)計)人: | 胡慶茂 | 申請(專利權(quán))人: | 中國科學(xué)院深圳先進技術(shù)研究院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;A61B6/03 |
| 代理公司: | 廣州華進聯(lián)合專利商標(biāo)代理有限公司 44224 | 代理人: | 吳平 |
| 地址: | 518055 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | ct 圖像 處理 方法 系統(tǒng) | ||
1.一種CT圖像的處理系統(tǒng),其特征在于,包括CT圖像獲取模塊、感興趣區(qū)域估計模塊、特征提取模塊、異常信號識別模塊以及顯示模塊;
所述CT圖像獲取模塊用于獲取進行過腦組織分割的頭部CT圖像;
所述感興趣區(qū)域估計模塊接收所述頭部CT圖像,并對所述頭部CT圖像進行蛛網(wǎng)膜下腔感興趣區(qū)域的估計;
所述特征提取模塊接收感興趣區(qū)域估計后的頭部CT圖像,并對所述感興趣區(qū)域估計后的頭部CT圖像進行特征提取,得到特征值;
所述異常信號識別模塊接收所述感興趣區(qū)域估計后的頭部CT圖像和特征值,并采用模式識別的方法,根據(jù)所述特征值識別所述感興趣區(qū)域內(nèi)是否有異常信號,并將識別結(jié)果傳送給所述顯示模塊;
所述顯示模塊接收所述識別結(jié)果,并將被識別為有異常信號的感興趣區(qū)域進行顯示。
2.根據(jù)權(quán)利要求1所述的CT圖像的處理系統(tǒng),其特征在于,所述感興趣區(qū)域估計模塊包括腦圖譜存儲模塊、圖譜配準(zhǔn)模塊以及形態(tài)學(xué)膨脹模塊;所述腦圖譜存儲模塊用于存儲腦部的概率圖譜,所述概率圖譜標(biāo)記有蛛網(wǎng)膜下腔的待處理區(qū)域,所述待處理區(qū)域包括左外側(cè)裂池、右外側(cè)裂池、基底池、四疊體和環(huán)池、腦縱裂池全長、腦縱裂池前端、腦縱裂池后端區(qū)域;所述圖譜配準(zhǔn)模塊接收所述概率圖譜和所述頭部CT圖像,并將所述概率圖譜配準(zhǔn)到頭部CT圖像上;所述形態(tài)學(xué)膨脹模塊用于對配準(zhǔn)后的頭部CT圖像的感興趣區(qū)域進行形態(tài)學(xué)的膨脹操作。
3.根據(jù)權(quán)利要求2所述的CT圖像的處理系統(tǒng),其特征在于,所述概率圖譜是國際腦電圖協(xié)會的ICBM_452_T1數(shù)字腦圖譜。
4.根據(jù)權(quán)利要求2所述的CT圖像的處理系統(tǒng),其特征在于,所述將所述概率圖譜配準(zhǔn)到頭部CT圖像上,是通過基于圖像分割與配準(zhǔn)工具包的多分辨B樣條配準(zhǔn)算法實現(xiàn)配準(zhǔn)的。
5.根據(jù)權(quán)利要求1所述的CT圖像的處理系統(tǒng),其特征在于,所述特征值包括每個感興趣區(qū)域在各個所述頭部CT圖像的切片中的灰度均值、灰度方差、圖像熵、以及圖像平均能量。
6.根據(jù)權(quán)利要求1所述的CT圖像的處理系統(tǒng),其特征在于,所述異常信號識別模塊包括相互連接的模式訓(xùn)練模塊和模式識別模塊,所述模式訓(xùn)練模塊存儲有經(jīng)過訓(xùn)練得到的模型,所述模式識別模塊使用所述模式識別的模型,根據(jù)所述特征值判別所述頭部CT圖像的每個感興趣區(qū)域內(nèi)是否含有異常信號。
7.根據(jù)權(quán)利要求1所述的CT圖像的處理系統(tǒng),其特征在于,所述異常信號識別模塊還包括閾值識別模塊,用于接收感興趣區(qū)域估計后的頭部CT圖像,然后在每一個所述感興趣區(qū)域的顱骨內(nèi)統(tǒng)計距所述顱骨的距離d為1<d<21、且CT值大于切片的灰質(zhì)CT值Th1并位于[40Hu,95Hu]之間的像素個數(shù)Num1,距所述顱骨的距離d大于20、且CT值大于Th1+10并位于[55Hu,95Hu]之間的像素個數(shù)Num2;若Num1+Num2>40,則判定所述感興趣區(qū)域有異常信號。
8.根據(jù)權(quán)利要求1所述的CT圖像的處理系統(tǒng),其特征在于,所述CT圖像獲取模塊包括依次連接的輸入模塊、圖像預(yù)處理模塊、以及腦組織分割模塊;
所述輸入模塊用于獲取原始的頭部CT圖像;
所述圖像預(yù)處理模塊接收所述原始的頭部CT圖像,并矯正機架傾斜帶來的圖像變形,具體是計算所述原始的頭部CT圖像的切片間的距離,然后根據(jù)所述切片間的距離計算位移,接著根據(jù)位移得到變換矩陣,通過所述變換矩陣矯正機架傾斜,所述圖像預(yù)處理模塊還用于對矯正了機架傾斜的頭部CT圖像進行線性插值,所述線性插值采用的間距為薄層掃描的間距;
所述腦組織分割模塊接收圖像預(yù)處理模塊處理過的頭部CT圖像并將腦組織分割出來,得到進行過腦組織分割的頭部CT圖像。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國科學(xué)院深圳先進技術(shù)研究院,未經(jīng)中國科學(xué)院深圳先進技術(shù)研究院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201010257987.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:燃料電池系統(tǒng)及燃料電池車輛
- 下一篇:自動鉛筆
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





