[發(fā)明專利]一種基于顱腦影像數(shù)據(jù)的對稱軸/對稱面提取方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201911345471.5
• 申請日: 2019-12-24
• 公開（公告）號: CN111127427B
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計(jì)）人: 宋凌;馮雪;金海嵐;楊光明;秦嵐
• 申請（專利權(quán)）人: 強(qiáng)聯(lián)智創(chuàng)（北京）科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/68;G06T7/66;G06T7/30;G06T3/60
• 代理公司: 北京晉德允升知識產(chǎn)權(quán)代理有限公司 11623
• 代理人: 王戈

本說明書實(shí)施例公開了一種基于顱腦影像數(shù)據(jù)的對稱軸/對稱面提取方法及系統(tǒng)，通過基于顱腦影像數(shù)據(jù)的對稱軸/對稱面提取方法，解決了現(xiàn)有技術(shù)存在主觀性、存在較大誤差、效率低下等問題。該方法包括：獲取待處理的第一圖像；將所述第一圖像沿翻轉(zhuǎn)軸/翻轉(zhuǎn)面進(jìn)行翻轉(zhuǎn)，獲得第二圖像；將所述第一圖像與所述第二圖像進(jìn)行配準(zhǔn)，獲得配準(zhǔn)的變換矩陣；基于所述變換矩陣的旋轉(zhuǎn)分量，獲取所述第一圖像的對稱軸/對稱面方向；基于所述第一圖像的質(zhì)心及所述第一圖像的對稱軸/對稱面方向，獲得所述第一圖像的對稱軸/對稱面。本說明書實(shí)施例提供的對稱軸/對稱面提取方法及系統(tǒng)，能夠排除或減少人為因素帶來的診斷差異，減小診斷誤差，提升診斷速度。

技術(shù)領(lǐng)域

本說明書涉及醫(yī)學(xué)影像和計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種基于顱腦影像數(shù)據(jù)的對稱軸/對稱面提取方法及系統(tǒng)。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的發(fā)展，醫(yī)學(xué)影像學(xué)在臨床上的應(yīng)用越來越廣泛。醫(yī)學(xué)影像學(xué)對疾病的診斷提供了很大的科學(xué)和直觀的依據(jù)，可以更好的配合臨床的癥狀、化驗(yàn)等方面，為最終準(zhǔn)確診斷病情起到不可替代的作用；同時(shí)可應(yīng)用在治療方面。對于顱腦疾病，由于顱腦具有對稱性，因此可以作為顱腦發(fā)生病變的判斷依據(jù)，當(dāng)顱腦的一側(cè)發(fā)生病變時(shí)，可根據(jù)顱腦影像數(shù)據(jù)，通過與對側(cè)對比的方法判斷病變的范圍及嚴(yán)重程度，因此，獲取顱腦影像數(shù)據(jù)的顱腦對稱軸/對稱面至關(guān)重要。

目前，現(xiàn)有技術(shù)中，對顱腦影像數(shù)據(jù)的顱腦對稱軸/對稱面的提取，主要采用人工繪制等技術(shù)。其中，人工繪制方法具有主觀性，往往依賴觀察者的經(jīng)驗(yàn)，因此，存在較大的誤差，且效率低下。

因此，需要一種新的對稱軸/對稱面提取方法，能夠排除或減少人為因素帶來的診斷差異，減小診斷誤差，提升診斷速度。

發(fā)明內(nèi)容

本說明書實(shí)施例提供一種基于顱腦影像數(shù)據(jù)的對稱軸/對稱面提取方法及系統(tǒng)，用于解決以下技術(shù)問題：能夠排除或減少人為因素帶來的診斷差異，減小診斷誤差，提升診斷速度。

本說明書實(shí)施例提供一種基于顱腦影像數(shù)據(jù)的對稱軸/對稱面提取方法，包括以下步驟：

獲取待處理的第一圖像，其中，所述第一圖像為顱腦影像數(shù)據(jù)；

將所述第一圖像沿翻轉(zhuǎn)軸/翻轉(zhuǎn)面進(jìn)行翻轉(zhuǎn)，獲得第二圖像；

將所述第一圖像與所述第二圖像進(jìn)行配準(zhǔn)，獲得配準(zhǔn)的變換矩陣；

基于所述變換矩陣的旋轉(zhuǎn)分量，獲取所述第一圖像的對稱軸/對稱面方向；

基于所述第一圖像的質(zhì)心及所述第一圖像的對稱軸/對稱面方向，獲得所述第一圖像的對稱軸/對稱面。

優(yōu)選地，所述獲取待處理的第一圖像，之后還包括：

去除所述第一圖像的顱骨和線圈，獲得所述第一圖像的顱內(nèi)組織圖像。

優(yōu)選地，所述翻轉(zhuǎn)軸/翻轉(zhuǎn)面是基于所述第一圖像中的左右腦的位置預(yù)先設(shè)置的進(jìn)行翻轉(zhuǎn)的軸/面。

優(yōu)選地，所述將所述第一圖像與所述第二圖像進(jìn)行配準(zhǔn)，得到配準(zhǔn)的變換矩陣，具體包括：

以所述第一圖像的質(zhì)心與所述第二圖像的質(zhì)心的相對平移作為配準(zhǔn)的初始變換，調(diào)整坐標(biāo)向量的平移和/或旋轉(zhuǎn)參數(shù)，使所述第一圖像的各像素點(diǎn)與所述第二圖像的各像素點(diǎn)的互信息達(dá)到最大，使所述第一圖像與所述第二圖像配準(zhǔn)，得到配準(zhǔn)的變換矩陣。

優(yōu)選地，所述基于所述變換矩陣的旋轉(zhuǎn)分量，獲取所述第一圖像的對稱軸/對稱面方向，具體包括：

基于所述變換矩陣，獲取所述變換矩陣的旋轉(zhuǎn)分量；

以所述旋轉(zhuǎn)分量的一半構(gòu)建旋轉(zhuǎn)變換矩陣；