[發(fā)明專利]一種從腦部CT圖像中確定中矢面的方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201810565550.6 | 申請日: | 2018-06-04 |
| 公開(公告)號: | CN108765483B | 公開(公告)日: | 2021-07-16 |
| 發(fā)明(設(shè)計)人: | 覃文軍;康穎;董智偉;張力;徐禮勝;楊金柱;栗偉;曹鵬;馮朝路;趙大哲 | 申請(專利權(quán))人: | 東北大學(xué) |
| 主分類號: | G06T7/55 | 分類號: | G06T7/55;G06T7/11;G06T7/136;G06T7/187 |
| 代理公司: | 北京易捷勝知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11613 | 代理人: | 韓國勝 |
| 地址: | 110169 遼*** | 國省代碼: | 遼寧;21 |
| 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: | 一種 腦部 ct 圖像 確定 中矢面 方法 系統(tǒng) | ||
1.一種從腦部CT圖像中確定中矢面的方法,其特征在于,包括:
步驟S10:根據(jù)獲取的用戶輸入的所述腦部CT圖像中的一個或多個大腦組織像素點,利用區(qū)域生長法確定所述腦部CT圖像中的大腦組織;
步驟S20:生成對應(yīng)于所述大腦組織的最小有向包圍盒;
步驟S30:確定所述最小有向包圍盒在沿腦部對稱方向的中心對稱面,所述中心對稱面為所述腦部CT圖像的中矢面;
在所述步驟S30之后,還包括:
步驟S40:平移和/或旋轉(zhuǎn)所述中心對稱面,以確定多個過程對稱面;
步驟S50:針對所述中心對稱面和/或所述過程對稱面:
確定位于所述中心對稱面和/或所述過程對稱面的一側(cè)的大腦組織為第一半腦,確定位于所述中心對稱面和/或所述過程對稱面的另一側(cè)的大腦組織為第二半腦;
獲取所述第一半腦和所述第二半腦之間的互信息數(shù)據(jù);
S60:確定最大的互信息數(shù)據(jù)對應(yīng)的所述中心對稱面或所述過程對稱面為所述腦部CT圖像的中矢面;
所述步驟S50中,獲取所述第一半腦和所述第二半腦之間的互信息數(shù)據(jù),包括:
根據(jù)式(2)確定所述第一半腦的像素點和所述第二半腦的像素點之間的互信息數(shù)據(jù)I(A,B),其中,式(2)為:
I(A,B)=H(A)+H(B)-H(A,B),
其中,根據(jù)式(3)確定所述第一半腦的像素點的熵H(A),式(3)為:
根據(jù)式(4)確定所述第二半腦的像素點的熵H(B),式(4)為:
根據(jù)式(5)確定所述第一半腦的像素點和所述第二半腦的像素點之間的聯(lián)合熵H(A,B),其中,式(5)為:
其中,pA(a)為描述所述第一半腦的像素點的灰度的隨機(jī)變量A的概率分布;pB(b)為描述所述第二半腦的像素點的灰度的隨機(jī)變量B的概率分布為;pAB(a,b)為A與B的聯(lián)合概率分布。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述步驟S10,包括:
步驟S110:根據(jù)從所述腦部CT圖像中獲取的一個大腦組織像素點,利用預(yù)先設(shè)定的區(qū)域范圍,確定灰度閾值;或
根據(jù)從所述腦部CT圖像中獲取的多個大腦組織像素點,利用預(yù)先設(shè)定的多個區(qū)域范圍,確定灰度閾值;
步驟S120:根據(jù)至少一個 所述大腦組織像素點,利用26鄰域擴(kuò)展方法和所述灰度閾值,確定全部的腦部CT圖像中的大腦組織像素點,所述全部的大腦組織像素點構(gòu)成所述腦部CT圖像中的大腦組織。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述步驟S120,包括:
針對每一個大腦組織像素點:
以所述大腦組織像素點為中心點,確定所述大腦組織像素點對應(yīng)的26個鄰域像素點;
針對每一個鄰域像素點:
若所述鄰域像素點的灰度與作為中心點的所述大腦組織像素點的灰度的差異不大于所述灰度閾值,則所述鄰域像素點為一個大腦組織像素點。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述步驟S20包括:
步驟S210:確定所述大腦組織的邊界點;
步驟S220:根據(jù)所述邊界點,確定用于重建坐標(biāo)系的基;
步驟S230:根據(jù)所述基,重建坐標(biāo)系,得到新坐標(biāo)系,并確定所述大腦組織在所述新坐標(biāo)系下的新邊界點,所述新邊界點為對應(yīng)于所述大腦組織的最小有向包圍盒的邊界點;
步驟S240:根據(jù)所述新邊界點,確定最小有向包圍盒的中心點和各邊邊長。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述步驟S220包括:
根據(jù)式(1)確定所述邊界點的協(xié)方差矩陣,其中,式(1)為:
采用施密特方法確定所述協(xié)方差矩陣的特征向量,所述特征向量為用于重建坐標(biāo)系的基。
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)利屬于東北大學(xué),未經(jīng)東北大學(xué)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/201810565550.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 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





