[發明專利]彌散加權圖像的后處理方法及系統在審
| 申請號: | 201910587049.4 | 申請日: | 2019-07-01 |
| 公開(公告)號: | CN110288593A | 公開(公告)日: | 2019-09-27 |
| 發明(設計)人: | 李振江;李寶生;尹勇;朱健;吳仕章 | 申請(專利權)人: | 山東省腫瘤防治研究院(山東省腫瘤醫院) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/33;G06T7/11 |
| 代理公司: | 濟南信達專利事務所有限公司 37100 | 代理人: | 姜明 |
| 地址: | 250017 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 彌散加權圖像 彌散 系數圖像 后處理 預處理 圖像配準 圖像預處理模塊 工程技術領域 特征提取模塊 醫學影像信息 加權成像 模型生成 生成模塊 圖像分割 醫學影像 影響特征 預后判斷 單指數 配準 算法 腫瘤 分類 挖掘 分析 研究 | ||
1.彌散加權圖像的后處理方法,其特征在于包括:
獲取一組需后處理的彌散加權圖像,并對彌散加權圖像進行預處理,所述一組彌散加權圖像包括低擴散敏感系數下的彌散加權圖像和高擴散敏感系數下的加權圖像;
基于圖像配準算法對預處理后的彌散加權圖像進行配準;
基于單指數模型生成表觀彌散系數圖像。
2.根據權利要求1所述的彌散加權圖像的后處理方法,其特征在于還包括對表觀彌散系數圖像進行圖像分割和特征提取,提取的特征包括灰度值直方圖特征、灰度特征、形態特征及小波特征。
3.根據權利要求1或2所述的彌散加權圖像的后處理方法,其特征在于對彌散加權圖像進行預處理,包括:
對彌散加權圖像中帶有噪聲的圖像進行平滑濾波;
對彌散加權圖像中帶有噪聲的圖像進行閾值濾波。
4.根據權利要求3所述的彌散加權圖像的后處理方法,其特征在于通過高斯濾波器對彌散加權圖像中帶有噪聲的圖像進行平滑濾波。
5.根據權利要求1或2所述的彌散加權圖像的后處理方法,其特征在于生成表觀彌散系數圖像后,對表觀彌散系數圖像進行格式轉換,以dicom圖像格式輸出表觀彌散系數圖像。
6.根據權利要求1或2任一項所述的彌散加權圖像的后處理方法,其特征在于基于圖像配準算法對預處理后的彌散加權圖像進行配準,包括:
基于圖像結構特征點的剛體配準算法對預處理后的彌散加權圖像進行配準;
或者,基于優化圖像互信息指標的形變配準算法對預處理后的彌散加權圖像進行配準。
7.根據權利要求6所述的彌散加權圖像的后處理方法,其特征在于基于圖像結構特征點的剛體配準算法對預處理后的彌散加權圖像進行配準,包括:
選取低擴散敏感系數下的彌散加權圖像為基準圖像模態;
提取每個彌散加權圖像的邊緣信息,并基于彌散加權圖像的邊緣信息的梯度場計算對應的彌散加權圖像的梯度場;
基于每個彌散加權圖像的梯度場的邊緣信息,通過滑動窗口實現邊緣信息匹配,以實現在不同配準階段對不同的配準對象設置不同的約束值進行目標圖像的剛性配準。
8.根據權利要求1或2所述的彌散加權圖像的后處理方法,其特征在于單指數模型公式為:
ADC=ln(R1(x)/R2(x))/(b高-b低);
其中,ADC表示基于高擴散敏感系數下的彌散加權圖像和低擴散敏感系數下的彌散加權圖像進行指數變換生成的參數圖,R1(x)為高擴散敏感系數下的加權彌散圖像函數,R2(x)為低擴散敏感系數下的加權彌散圖像函數,b高為高擴散敏感系數,b低為低擴散敏感系數。
9.彌散加權圖像的后處理系統,其特征在于包括:
圖像預處理模塊,用于獲取一組彌散加權圖像并對彌散加權圖像進行預處理,所述一組彌散加權圖像包括低擴散敏感系數下的彌散加權圖像和高擴散敏感系數下的加權圖像;
圖像配準模塊,用于基于圖像配準算法對預處理后的彌散加權圖像進行配準;
表觀彌散系數圖像生成模塊,用于基于單指數模型生成表觀彌散系數圖像;
圖像分割和特征提取模塊,用于對表觀彌散系數圖像進行分割獲取感興趣區域,并用于從感興趣區域中提取圖像特征。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東省腫瘤防治研究院(山東省腫瘤醫院),未經山東省腫瘤防治研究院(山東省腫瘤醫院)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910587049.4/1.html,轉載請聲明來源鉆瓜專利網。





