[發明專利]一種圖像分割方法及系統

有效

• 申請號: 201710311910.5
• 申請日: 2017-05-05
• 公開（公告）號: CN107220965B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 王曉東;沈建華;郭延恩
• 申請（專利權）人: 上海聯影醫療科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/33
• 代理公司: 上海思捷知識產權代理有限公司 31295
• 代理人: 鄭星

本發明提供一種圖像分割方法，包括:獲取圖像數據；基于所述圖像數據，重建圖像，其中，所述圖像包括一個或多個第一邊緣；獲取一個模型，其中，所述模型包括模型信息；以及根據所述模型信息，匹配所述模型與所述重建后的圖像。

【技術領域】

本發明涉及一種圖像處理方法，尤其涉及一種基于概率的圖像匹配分割方法及系統。

【背景技術】

隨著人類生活水平的提高和預期壽命的延長，心血管疾病成為人類的頭號死因，因此心血管疾病的早期診斷可有效降低病死率。了解心臟結構的影像學表現及其功能數據是正確診斷心臟疾病的重要前提，CT技術的發展，明顯提高了時間分辨力，減少了心臟搏動偽影，在顯示心臟細微結構方面顯示出良好的應用潛力。

圖像分割技術是圖像分析環節的關鍵技術，其在影像醫學中發揮著越來越大的作用。圖像分割是提取影像圖像中特殊組織的定量信息的不可缺少的手段，同時也是可視化實現的預處理步驟和前提。分割后的圖像正被廣泛應用于各種場合，如組織容積的定量分析，診斷，病變組織的定位，解剖結構的學習，治療規劃，功能成像數據的局部體效應校正和計算機指導手術。

CT圖像經重建獲得后，需要對圖像上的心臟腔室進行定位識別。心臟腔室的定位識別需要進行心臟邊緣檢測。可變模型是心臟腔室分割領域較為通用的做法。心臟腔室模型是基于多套臨床心臟腔室模型對應的圖像數據平均得到。通過模型與圖像的匹配得到匹配的圖像。

【發明內容】

一種圖像處理方法，包括:獲取圖像數據；基于所述圖像數據，重建圖像，其中，所述圖像包括一個或多個第一邊緣；獲取一個模型，其中，所述模型包括模型信息；根據所述模型信息匹配所述模型與所述重建后的圖像。

進一步的，所述模型信息包括模型的位置信息、紋理信息、解剖結構中的一種或多種用于清楚識別圖像上的相應信息。

進一步的，模型信息包括與一個或多個第一邊緣相對應的一個或多個第二邊緣。

進一步的，所述匹配模型與重建的圖像包括：獲取圖像分類器；根據所述圖像分類器，進行加權廣義霍夫變換；以及根據加權廣義霍夫變換的結果，匹配所述模型和圖像。

進一步的，所述根據所述圖像分類器，進行加權廣義霍夫變換包括對所述模型的第二邊緣進行加權廣義霍夫變換訓練得到所述圖像數據上各點屬于第一邊緣的概率。

進一步的，所述獲取圖像分類器包括：獲取模型的多個點，其中至少一部分所述多個點位于第二邊緣一定范圍內；確定第二邊緣一定范圍內的點為正樣本；確定第二邊緣一定范圍以外的點為負樣本；根據銳利程度和所處位置，對所述正樣本和負樣本進行分類；以及根據分類后的正樣本和負樣本獲得訓練后的所述圖像分類器。

進一步的，一個圖像處理系統，包括：一個存儲器，被配置為存儲數據及指令；一個與存儲器建立通信的處理器，其中，當執行存儲器中的指令時，所述處理器被配置為：獲取圖像數據；基于所述圖像數據，重建圖像，其中，所述圖像包括一個或多個第一邊緣；獲取一個模型，其中，所述模型包括模型信息；以及根據所述模型信息，匹配所述模型與所述重建后的圖像。

進一步的，所述處理器被進一步配置為：所述模型信息包括模型的位置信息、紋理信息、解剖結構、或與所述第一邊緣相對應的第二邊緣。

進一步的，所述處理器被進一步配置為：匹配模型與重建的圖像包括：

獲取圖像分類器；根據所述圖像分類器，進行加權廣義霍夫變換；以及根據加權廣義霍夫變換的結果，匹配所述模型和圖像。

進一步的，所述處理器被進一步配置為：所述根據所述圖像分類器，進行加權廣義霍夫變換包括對所述模型的第二邊緣進行加權廣義霍夫變換訓練得到所述圖像數據上各點屬于第一邊緣的概率。

【附圖說明】

圖1是根據本申請的一些實施例所示的示例控制及處理系統的一種應用場景示意圖；