[發明專利]亞像素級別的實時動態腫瘤圖像的定位與匹配方法

有效

• 申請號: 201810461921.6
• 申請日: 2018-05-15
• 公開（公告）號: CN108682011B
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 王春鵬;夏之秋;馬賓
• 申請（專利權）人: 齊魯工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G16H30/20;G16H50/20
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 孫園園

1.亞像素級別的實時動態腫瘤圖像的定位與匹配方法，其特征在于包括如下步驟：

S1、對獲取的腫瘤圖像進行預處理，腫瘤圖像包括原圖像和待匹配圖像，原圖像為具有腫瘤組織的圖像，待匹配圖像為通過儀器觀察到的動態圖像；

S2、對預處理后的腫瘤圖像進行掃描、并獲取腫瘤圖像中腫瘤所在區域的邊緣坐標，從而對原圖像和待匹配圖像進行整像素級別匹配，并計算待匹配圖像上的腫瘤中心點的整像素級坐標；

S3、通過構建原圖像中腫瘤的整像素級中心點與待匹配圖像中腫瘤的整像素級中心點之間的梯度公式，對原圖像和待匹配圖像進行亞像素級別匹配，并計算待匹配圖像上的腫瘤中心點的亞像素級坐標；

步驟S1中對獲取的腫瘤圖像進行預處理為對獲取的腫瘤圖像依次進行邊緣檢測、去邊處理和縱-橫成像處理，得到腫瘤組織明顯的腫瘤圖像；

縱-橫成像處理包括如下步驟：

對腫瘤圖像進行初次掃描，并在初次掃描過程中對腫瘤圖像中的黑色區域逐一進行判斷優化，得到初次掃描圖像；

對初次掃描圖像進行二次掃描，并在二次掃描過程中對腫瘤圖像中的黑色區域逐一進行判斷優化，得到縱-橫成像處理后的腫瘤圖像；

上述初次掃描和二次掃描中其中一次掃描為縱向掃描、另一次掃描為橫向掃描；

對腫瘤圖像中的黑色區域逐一進行判斷優化，包括如下步驟：對腫瘤圖像中當前黑色區域的像素總量值與閾值H進行比對，如果當前黑色區域的像素總量值小于閾值H，將所述黑色區域變為白色區域，如果當前黑色區域的像素總量大于或等于閾值H，保留所述黑色區域。

2.根據權利要求1所述的亞像素級別的實時動態腫瘤圖像的定位與匹配方法，其特征在于原圖像為從診斷過程中拍攝的帶有腫瘤組織的圖像中截取的腫瘤組織圖像。

3.根據權利要求1所述的亞像素級別的實時動態腫瘤圖像的定位與匹配方法，其特征在于去邊處理包括如下步驟：從腫瘤圖像的邊緣開始，對腫瘤圖像中的像素逐一進行像素值計算，直至遇到像素值為255的像素；并在上述過程中對像素值為0的像素進行改變，將其像素值由0變為255。

4.根據權利要求1所述的亞像素級別的實時動態腫瘤圖像的定位與匹配方法，其特征在于步驟S2包括如下步驟：

S21、對預處理后的腫瘤圖像進行縱向掃描和橫向掃描，在每次掃描過程中依據像素量對腫瘤圖像中黑色連續區域逐一進行優選、并記腫瘤圖像中優選的黑色連續區域的坐標，得到腫瘤圖像中腫瘤的行坐標組和列坐標組；

S22、計算腫瘤圖像中腫瘤所在區域的邊緣坐標：從腫瘤圖像中腫瘤所在區域的行坐標組中選取坐標值最大的行坐標以及坐標值最小的行坐標，得到腫瘤圖像中腫瘤所在區域的行邊緣坐標，并從腫瘤圖像中腫瘤所在區域的列坐標組中選取坐標值最大的列坐標以及坐標值最小的列坐標，得到腫瘤圖像中腫瘤所在區域的列邊緣坐標；

S23、根據腫瘤圖像中腫瘤所在區域的行邊緣坐標和腫瘤圖像中腫瘤所在區域的列邊緣坐標在腫瘤圖像中構建矩形區域；

S24、通過分析計算原圖像中矩形區域與待匹配圖像中矩形區域之間的長度比值和寬度比值實現對原圖像中腫瘤與待匹配圖像中腫瘤進行整像素級匹配，并得到待匹配圖像的中心點的整像素級坐標；

所述腫瘤圖像中黑色連續區域為腫瘤圖像中連續排布的黑色區域組成的區域。

5.根據權利要求4所述的亞像素級別的實時動態腫瘤圖像的定位與匹配方法，其特征在于步驟S21中在每次掃描過程中依據像素量對腫瘤圖像中黑色連續區域逐一進行優選、并記錄腫瘤圖像中優選的黑色連續區域的坐標，包括如下步驟：

對腫瘤圖像進行縱向掃描，在掃描過程中對腫瘤圖像中當前黑色連續區域的像素總量值與閾值Z進行比對，如果當前黑色連續區域的像素總量值大于閾值Z，則記錄當前黑色連續區域對應的列坐標；

對腫瘤圖像進行橫向掃描，在掃描過程中對腫瘤圖像中當前黑色連續區域的像素總量值與閾值Z進行比對，如果當前黑色連續區域的像素總量值大于閾值Z，則記錄當前黑色連續區域對應的行坐標。