[發明專利]一種醫學影像的物體外輪廓分割方法及裝置

在審

• 申請號: 202010096775.9
• 申請日: 2020-02-17
• 公開（公告）號: CN111402277A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 叢偉建;李文杰;郭龍騰
• 申請（專利權）人: 艾瑞邁迪醫療科技（北京）有限公司
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/136
• 代理公司: 北京市中聞律師事務所 11388
• 代理人: 馮夢洪

1.一種醫學影像的物體外輪廓分割方法，其特征在于：其包括以下步驟：

(1)對不同模態的醫學影像進行歸一化，將輸入影像的灰度分布進行統一；

(2)對影像的每個橫斷面切片進行二值分割并保留分割結果中的最大背景連通域，將其他連通域合并；

(3)通過連通域分析，保留影像的每個矢狀面切片中的最大背景連通域，將其他連通域合并，得到影像中物體的最外層輪廓的分割結果。

2.根據權利要求1所述的醫學影像的物體外輪廓分割方法，其特征在于：所述步驟(1)中，針對計算機斷層掃描影像CT，假設P(i,j,k)為待分割影像中索引為(i,j,k)的體素的灰度值，通過公式(1)獲得預處理后該體素的灰度值F[P(i,j,k)]

τ小于被掃描物體的最小灰度值且大于背景中大部分噪聲的灰度值。

3.根據權利要求2所述的醫學影像的物體外輪廓分割方法，其特征在于：所述步驟(1)的計算機斷層掃描影像CT預處理方法中，τ的值為-450。

4.根據權利要求1所述的醫學影像的物體外輪廓分割方法，其特征在于：所述步驟(1)中，核磁共振影像MRI，預處理之前對影像進行直方圖統計，得到正常體素上限閾值V_Max，使影像中體素值小于V_Max的體素占影像所有體素的比例為α，并將體素值大于V_Max的體素視為異常體素，將其體素值賦為V_r；假設P(i,j,k)為待分割影像中索引為(i,j,k)的體素的灰度值，通過公式(2)獲得歸一化后此體素的體素值G[P(i,j,k)]：

5.根據權利要求4所述的醫學影像的物體外輪廓分割方法醫學影像的物體外輪廓分割，其特征在于：所述步驟(1)的核磁共振影像MRI預處理方法中，α的值為99.9％。

6.根據權利要求1所述的醫學影像的物體外輪廓分割方法，其特征在于：所述步驟(2)中，用大津閾值分割算法依次對醫學圖像的每一個橫斷面切片進行分割，將大于分割閾值的像素賦予前景標簽，小于分割閾值的像素賦予背景標簽；然后對分割結果的背景部分進行連通域分析；只保留眾多連通域中體素數目最多的連通域，將其他連通域均強制賦予前景標簽；將影像的所有橫斷面切片處理完成后，得到一個二值化的體數據I₀。

7.根據權利要求1所述的醫學影像的物體外輪廓分割方法，其特征在于：所述步驟(3)中，處理完影像的所有橫斷面切片后，這些空腔的外輪廓依然保留在分割結果中，但是在二值體數據I₀的矢狀面切片中，耳道空腔的大部分均與外界分離而形成一個獨立的連通域；在某些醫學影像中，人體頭部內的某些軟組織的體素強度值比較小，與空氣的體素強度值不存在顯著區別，并且通常小于大津閾值算法求解的閾值，這些軟組織假如與外界形成了同一個連通域，將被賦予背景標簽；這些軟組織如果分布在頭骨之內，將在體數據I₀的矢狀面切片中成為一個獨立的連通域，通過連通域分析得到物體的最外層輪廓。

8.根據權利要求1所述的醫學影像的物體外輪廓分割方法，其特征在于：所述步驟(3)中，處理完影像的所有橫斷面切片后，依次對體數據I₀的所有矢狀面切片的背景區域進行連通域分析，將其中體素數目最多的連通域保留下來，將其他連通域賦為前景標簽，得到物體的最外層輪廓表面。

9.根據權利要求1所述的醫學影像的物體外輪廓分割方法，其特征在于：針對頭部醫學影像，在影像的橫斷面切片以及矢狀面切片上進行處理；對于其他物體的影像，依據具體情況選擇處理的方向以及順序。

10.一種醫學影像的物體外輪廓分割裝置，其特征在于：其包括：

預處理模塊，其配置來對不同模態的醫學影像進行歸一化，將輸入影像的灰度分布進行統一；

二值分割及連通域分析模塊，其配置來對影像的每個橫斷面切片進行二值分割并保留分割結果中的最大背景連通域，將其他連通域合并；

最外層輪廓獲取模塊，其配置來通過連通域分析，保留影像的每個矢狀面切片中的最大背景連通域，將其他連通域合并，得到影像中物體的最外層輪廓的分割結果。