[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

本申請公開了一種圖像處理與閾值確定方法、裝置及設備，所述閾值確定方法包括：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。本申請實施例，每個肺葉區的肺氣腫定位閾值由該肺葉區的CT值分布決定，并非由用戶根據自身積累的醫學經驗和醫學知識設定，因此，相對于需要用戶輸入閾值才能檢測肺部特征的客戶端，可以自動檢測閾值，對用戶依賴程度較低。

技術領域

本申請涉及圖像處理技術領域，尤其涉及一種圖像處理與閾值確定方法、裝置及設備。

背景技術

在醫療領域，為了提供用于肺氣腫診斷的中間結果，可以通過相關客戶端處理肺部醫學圖像，得到一些肺部特征，如：可能存在肺氣腫的區域(以下稱為肺氣腫候選區域)、肺氣腫候選區域的位置參數、肺氣腫候選區域的大小、肺部含氣量等參數中的至少一項。醫生根據這些肺部特征本身不能直接得出疾病的診斷結果或健康狀況，但是可以作為一項參考數據。

相關客戶端在檢測這些肺部特征時，需要用戶根據自身掌握的醫學知識和積累的醫學經驗，手動輸入用于確定肺氣腫候選區域的閾值，然后根據該閾值確定出肺部醫學圖像中的肺氣腫候選區域，針對肺氣腫候選區域進行處理，可以測出一項或多項肺氣腫參數。這里的用戶可以是臨床醫生或成像設備操作人員等。

由上可知，相關客戶端檢測肺部特征依賴于相關用戶輸入的閾值，而該閾值依賴于用戶的醫學知識與醫學經驗。所以，相關客戶端對用戶依賴程度較高，不同用戶輸入的閾值差距較大時，很可能導致相關客戶端針對同一肺部醫學圖像，測出差距很大的肺部特征，因此，相關客戶端的檢測肺部特征的準確度有可能非常低。

發明內容

本申請提供一種圖像處理與閾值確定方法、裝置及設備，以解決檢測肺部特征的相關客戶端對用戶的依賴程度較高，導致特征檢測準確度較低的問題。

根據本申請實施例的第一方面，提供一種閾值確定方法，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。

在一個實施例中，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。

在一個實施例中，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。

在一個實施例中，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；