[發明專利]一種圖像分割方法、裝置、設備及存儲介質

在審

• 申請號: 201811604047.3
• 申請日: 2018-12-26
• 公開（公告）號: CN109712161A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 沈建華;王曉東
• 申請（專利權）人: 上海聯影醫療科技有限公司
• 主分類號: G06T7/136
• 分類號: G06T7/136
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種圖像分割方法，其特征在于，包括：

獲取目標對象的圖像數據，并根據所述圖像數據確定待分割圖像；

基于預設的低閾值區域增長算法對所述待分割圖像進行分割，得到管狀結構的初分割圖像；

對所述初分割圖像進行骨架化處理，得到管狀結構的圖像樹；

基于預設的高閾值概率裁剪算法對所述圖像樹進行裁剪，并根據裁剪后的圖像樹確定管狀結構的分割圖像。

2.根據權利要求1所述的方法，其特征在于，所述對所述初分割圖像進行骨架化處理，得到管狀結構的圖像樹，包括：

遍歷所述初分割圖像中各數據，如果刪除所述數據不改變所述初分割圖像的連通性，則刪除所述數據；否則，保留所述數據，作為骨架數據；

根據所述骨架數據確定左樹起始點和右樹起始點，并分別確定各所述骨架數據到所述左樹起始點和所述右樹起始點的路徑，得到管狀結構的圖像樹。

3.根據權利要求2所述的方法，其特征在于，所述基于預設的高閾值概率裁剪算法對所述圖像樹進行裁剪，包括：

確定所述圖像樹中各葉子節點到所述左樹起始點和所述右樹起始點的路徑；

遍歷各所述路徑，裁剪小于預設的高概率閾值的所述葉子節點。

4.根據權利要求2所述的方法，其特征在于，所述基于預設的高閾值概率裁剪算法對所述圖像樹進行裁剪，包括：

如果中間路徑中各分支節點小于預設的高概率閾值且各所述分支節點的個數大于預設閾值，確定各所述分支節點中的起始端點和末端端點，其中，所述分支節點是除根節點和葉子節點之外的節點；

基于預設的最優路徑算法，找到所述起始端點和所述末端端點之間的路徑，則替換所述中間路徑；否則，裁剪所述中間路徑中各分支節點。

5.根據權利要求1所述的方法，其特征在于，在所述獲取目標對象的圖像數據之后，所述方法還包括：

基于預設特征和預設機器學習算法對所述圖像數據進行增強，并將增強后的數據作為所述圖像數據；其中，預設特征包括海森特征和下述中的至少一個：灰度、梯度以及隨機哈爾。

6.根據權利要求1所述的方法，其特征在于，所述基于預設的低閾值區域增長算法對所述待分割圖像進行分割，包括：

將所述待分割圖像的管狀結構的主干的中心線上的圖像數據作為種子點，以所述待分割圖像中所述圖像數據大于預設的低概率閾值為生長條件，以廣度優先的方式對所述待分割圖像進行分割。

7.根據權利要求1所述的方法，其特征在于，當所述圖像數據是心臟體數據時，在所述獲取目標對象的圖像數據之后，所述方法還包括：

基于預設的分割算法對所述圖像數據進行分割，得到腔室體數據；

基于預設的寬度閾值對所述腔室體數據進行擴展，并將擴展后的體數據作為所述圖像數據。

8.一種圖像分割裝置，其特征在于，包括：

待分割圖像確定模塊，用于獲取目標對象的圖像數據，并根據所述圖像數據確定待分割圖像；

初分割圖像得到模塊，用于基于預設的低閾值區域增長算法對所述待分割圖像進行分割，得到管狀結構的初分割圖像；

圖像樹確定模塊，用于對所述初分割圖像進行骨架化處理，得到管狀結構的圖像樹；

分割圖像確定模塊，用于基于預設的高閾值概率裁剪算法對所述圖像樹進行裁剪，并根據裁剪后的圖像樹確定管狀結構的分割圖像。

9.一種設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的圖像分割方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-7中任一所述的圖像分割方法。