[發明專利]一種圖像感興趣區域劃分方法、圖像分割方法及裝置

有效

• 申請號: 202010096550.3
• 申請日: 2020-02-18
• 公開（公告）號: CN110929728B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 張玲玲;滕忠照;沈金花
• 申請（專利權）人: 南京景三醫療科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06T7/187
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李博洋

本發明公開了一種圖像感興趣區域劃分方法、圖像分割方法及裝置，該方法包括：獲取目標圖像內的所有像素點的信號強度值，得到信號強度集；提取信號強度集中的若干個連續大小的信號強度值，形成信號強度集的一個子集；提取信號強度集的若干個子集所對應的像素點，形成若干個像素點集；若干個子集均為不同的子集；對各個像素點集中的像素點進行連通區域標記，得到若干個連通像素點集；根據各個連通像素點集的中心點之間的距離判斷連通像素點集是否為屬于同一區域的像素點集，并合并屬于同一區域的連通像素點集；將合并后的連通像素點集對應的區域作為目標圖像的感興趣區域。通過實施本發明，能夠得到目標圖像包含分割對象的感興趣區域。

技術領域

本發明涉及圖像檢測技術領域，尤其涉及到一種圖像感興趣區域劃分方法、圖像分割方法及裝置。

背景技術

醫學影像中的血管分割問題是影像分析診斷的基礎前提，是定位血管病變區域與定性定量分析正常組織和病灶的必要手段，其目的是從圖像數據中分離出醫生感興趣的血管腔、血管壁邊界及其他斑塊成分，對輔助醫生臨床診斷、評估疾病風險、決策治療方案等顯示出越來越重要的臨床價值。但是，醫學圖像的血管分割是一項非常具有挑戰性的任務。

近年來已經提出并使用了多種不同的方法，從大的方向上主要分為兩大類：一是將深度學習、機器學習等AI算法引入進來；二是目前經典的基于區域、水平集等其他分割算法的擴展和改進。但總體來說，第一類解決方案需要大量已準確標注的圖像數據去訓練，由于缺乏對血管診斷有經驗的影像醫生，導致精確標注過的血管圖像是一個非常緊缺的資源，這無疑限制了基于樣本訓練的分割算法的應用性。而由于不同影像數據及不同部位血管的圖像存在較大差異，第二類解決方案則很難得到一個統一的標準圖像分割方法來解決不同影像數據及不同部位血管的圖像分割問題，為了解決該問題，目前比較常見的做法為通過劃分圖像中的感興趣區域，以減少圖像中除了血管區域以外的各種干擾因素對分割算法的分割準確性的影響，但是，由于普通業務人員不能較準確的確定何為血管區域而一般會選擇劃定所有可能范圍，得到的感興趣區域仍保留大部分源于圖像本身的差異，感興趣區域的準確劃分仍然依賴于對血管診斷有經驗的影像醫生。

因此，如何實現對圖像中的感興趣區域的準確劃定，以減小圖片中的干擾因素對后續血管分割準確性的影響成為亟待解決的問題。

發明內容

有鑒于此，本發明實施例提供了一種圖像感興趣區域劃分方法、圖像分割方法及裝置，以解決現有圖像分割中的感興趣區域的劃定仍完全基于人為劃定，劃定準確性完全依賴于業務人員的專業性的問題。

根據第一方面，本發明實施例提供了一種圖像感興趣區域劃分方法，包括如下步驟：獲取目標圖像內的所有像素點的信號強度值，得到信號強度集；提取信號強度集中的若干個連續大小的信號強度值，形成信號強度集的一個子集；提取信號強度集的若干個子集所對應的像素點，形成若干個像素點集；若干個子集均為不同的子集；對各個像素點集中的像素點進行連通區域標記，得到若干個連通像素點集；根據各個連通像素點集的中心點之間的距離判斷連通像素點集是否為屬于同一區域的像素點集，并合并屬于同一區域的連通像素點集；將合并后的連通像素點集對應的區域作為目標圖像的感興趣區域。