[發明專利]一種基于特征分析的心包區域定位方法、裝置及系統

有效

• 申請號: 201911417610.0
• 申請日: 2019-12-31
• 公開（公告）號: CN111161285B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 霍穎瑜;鐘勇
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13;G06T7/136;G06T7/181;G06T7/73
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 蔡偉杰

1.一種基于特征分析的心包區域定位方法，其特征在于，包括：

獲取一組CT序列圖像，該CT序列圖像包含對至少一個心跳周期的心包采樣；

提取該CT序列圖像中每一張CT圖像的邊緣輪廓，得到一組邊緣輪廓；

將該組邊緣輪廓進行融合，得到一張典型輪廓，獲取該典型輪廓的偏差范圍；

將典型輪廓作為定位到的心包區域，將該偏差范圍作為心臟的心跳區間；

所述提取該CT序列圖像中每一張CT圖像的邊緣輪廓之前，還包括：

將CT圖像進行灰度歸一化，得到歸一化圖像；

采用中值濾波算法對歸一化圖像進行預處理，再采用拉普拉斯算子對預處理后的歸一化圖像進行圖像銳化處理；

采用以下公式進行灰度歸一化：

其中，I表示CT圖像的灰度值，Imin表示CT圖像中的最小灰度值，Imax表示CT圖像中的最大灰度值，L表示歸一化圖像的灰度值，這樣，得到的歸一化圖像中灰度值的取值范圍為[0，1]。

2.根據權利要求1所述的一種基于特征分析的心包區域定位方法，其特征在于，所述提取該CT序列圖像中每一張CT圖像的邊緣輪廓，得到一組邊緣輪廓，包括：

從該CT序列圖像中按序列提取CT圖像，得到一張CT圖像；

選取該CT圖像的中心像素點作為種子點，將該CT圖像的灰度平均值作為分割閾值，采用區域生長法對所述CT圖像進行分割，得到該CT圖像的邊緣輪廓；

將CT序列圖像中的每個邊緣輪廓按序列排序，形成一組邊緣輪廓。

3.根據權利要求2所述的一種基于特征分析的心包區域定位方法，其特征在于，所述將該組邊緣輪廓進行融合，得到一張典型輪廓，獲取該典型輪廓的偏差范圍，具體為：

將該組邊緣輪廓中的像素點全部匯總在一張圖像中，形成一張二值化圖像；

采用梯度下降法對該二值化圖像中的像素點進行線性回歸，得到一條閉環曲線，將該閉環曲線作為典型輪廓；

計算所述典型輪廓的平均偏離度，作為該典型輪廓的偏差范圍。

4.一種基于特征分析的心包區域定位裝置，其特征在于，包括：

CT序列圖像獲取模塊，用于獲取一組CT序列圖像，該CT序列圖像包含對至少一個心跳周期的心包采樣；

邊緣輪廓提取模塊，用于提取該CT序列圖像中每一張CT圖像的邊緣輪廓，得到一組邊緣輪廓；

融合模塊，用于將該組邊緣輪廓進行融合，得到一張典型輪廓，獲取該典型輪廓的偏差范圍；

定位模塊，用于將典型輪廓作為定位到的心包區域，將該偏差范圍作為心臟的心跳區間；

預處理模塊，所述預處理模塊用于：

將CT圖像進行灰度歸一化，得到歸一化圖像；

采用中值濾波算法對歸一化圖像進行預處理，再采用拉普拉斯算子對預處理后的歸一化圖像進行圖像銳化處理；

采用以下公式進行灰度歸一化：

其中，I表示CT圖像的灰度值，Imin表示CT圖像中的最小灰度值，Imax表示CT圖像中的最大灰度值，L表示歸一化圖像的灰度值，這樣，得到的歸一化圖像中灰度值的取值范圍為[0，1]。

5.根據權利要求4所述的一種基于特征分析的心包區域定位裝置，其特征在于，所述邊緣輪廓提取模塊具體用于：

從該CT序列圖像中按序列提取CT圖像，得到一張CT圖像；

選取該CT圖像的中心像素點作為種子點，將該CT圖像的灰度平均值作為分割閾值，采用區域生長法對所述CT圖像進行分割，得到該CT圖像的邊緣輪廓；

將CT序列圖像中的每個邊緣輪廓按序列排序，形成一組邊緣輪廓。

6.根據權利要求5所述的一種基于特征分析的心包區域定位裝置，其特征在于，所述融合模塊具體用于：

將該組邊緣輪廓中的像素點全部匯總在一張圖像中，形成一張二值化圖像；

采用梯度下降法對該二值化圖像中的像素點進行線性回歸，得到一條閉環曲線，將該閉環曲線作為典型輪廓；

計算所述典型輪廓的平均偏離度，作為該典型輪廓的偏差范圍。

7.一種基于特征分析的心包區域定位系統，其特征在于，所述系統包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的心包區域定位程序，所述心包區域定位程序被所述處理器執行時實現如權利要求1至3中任一項所述的基于特征分析的心包區域定位方法的步驟。