[發明專利]圖像處理與閾值確定方法、裝置及設備

有效

• 申請號: 201811073199.5
• 申請日: 2018-09-14
• 公開（公告）號: CN109300122B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 陳磊;李強;康雁
• 申請（專利權）人: 東軟醫療系統股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/62;G06T7/70;G06V10/762
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種閾值確定方法，其特征在于，包括步驟：

確定肺部醫學圖像的各肺葉區；

對每個肺葉區的各CT值進行聚類，將該肺葉區劃分為代表健康組織區域的一子區，以及代表可能含有肺氣腫病灶的區域的另一子區；

獲取每個肺葉區中兩個子區的CT值分布函數的交點對應的CT值，為該肺葉區的肺氣腫定位閾值，所述肺氣腫定位閾值用于確定該肺葉區內的肺氣腫候選區域。

2.根據權利要求1所述的方法，其特征在于，所述確定肺部醫學圖像的各肺葉區，包括：

提取所述肺部醫學圖像的肺實質區域；

將所述肺實質區域分割為左肺區域與右肺區域；

確所述左肺區和右肺區中的肺葉裂縫點；

由確定的肺葉裂縫點構造肺葉裂隙面，并根據所述肺葉裂隙面確定所述肺部醫學圖像的各肺葉區。

3.根據權利要求1所述的方法，其特征在于，對每個肺葉區的各CT值進行聚類，將該肺葉區劃分為兩個子區，包括：

將每個肺葉區內每個像素的CT值分別代入高斯混合模型的概率密度函數，計算該肺葉區內該像素的兩個概率；其中，一概率表示該像素屬于預定的第一類像素集的概率，另一概率表示該像素屬于預定的第二類像素集的概率；

將該肺葉區中每個像素劃分到該像素的較高概率表示的一類像素集；

將劃分到所述第一類像素集的像素確定為該肺葉區的一子區，將劃分到所述第二類像素集的像素確定為該肺葉區的另一子區。

4.根據權利要求1至3中任一項所述的方法，其特征在于，獲取每個肺葉區中兩個子區的CT值分布函數的交點對應的CT值，為該肺葉區的肺氣腫定位閾值，包括：

基于每個肺葉區中一子區的各CT值及各CT值的預定分布函數值，獲取第一CT值分布函數；

基于每個肺葉區中另一子區的各CT值及各CT值預定分布函數值，獲取第二CT值分布函數；

計算所述第一CT值分布函數與所述第二CT分布函數的交點，并以所述交點的橫坐標為該肺葉區的肺氣腫定位閾值。

5.根據權利要求4所述的方法，其特征在于，預定分布函數值為高斯混合模型中的概率密度函數值。

6.一種圖像處理方法，其特征在于，包括步驟：

確定肺部醫學圖像的各肺葉區；

獲取每個肺葉區的肺氣腫定位閾值；其中，所述肺氣腫定位閾值為：該肺葉區內兩個子區的CT值分布函數的交點對應的CT值；所述兩個子區為該肺葉區的CT值聚類結果；所述兩個子區中的一子區代表健康組織區域，另一子區代表可能含有肺氣腫病灶的區域；

根據每個肺葉區的肺氣腫定位閾值，確定每個肺葉區內的肺氣腫候選區域。

7.根據權利要求6所述的方法，其特征在于，根據每個肺葉區的肺氣腫定位閾值，確定每個肺葉區內的肺氣腫候選區域，包括：

將每個肺葉區內CT值小于其肺氣腫定位閾值的部分，定為肺氣腫候選區域。

8.根據權利要求6所述的方法，其特征在于，獲取每個肺葉區的肺氣腫定位閾值，包括：

對每個肺葉區的各CT值進行聚類，將該肺葉區劃分為兩個子區；

獲取每個肺葉區中兩個子區的CT值分布函數的交點對應的CT值，為該肺葉區的肺氣腫定位閾值。

9.根據權利要求8所述的方法，其特征在于，對每個肺葉區的各CT值進行聚類，將該肺葉區劃分為兩個子區，包括：

將每個肺葉區內每個像素的CT值分別代入高斯混合模型的概率密度函數，計算該肺葉區內該像素的兩個概率；其中，一概率表示該像素屬于預定的第一類像素集的概率，另一概率表示該像素屬于預定的第二類像素集的概率；

將該肺葉區中每個像素劃分到該像素的較高概率表示的一類像素集；

將劃分到所述第一類像素集的像素確定為該肺葉區的一子區；

將劃分到所述第二類像素集的像素確定為該肺葉區的另一子區。