[發(fā)明專利]一種應(yīng)用于放療準(zhǔn)備的CT圖像的增強方法

有效

• 申請?zhí)枺?/td>: 202211341591.X
• 申請日: 2022-10-31
• 公開（公告）號: CN115409745B
• 公開（公告）日: 2023-01-31
• 發(fā)明（設(shè)計）人: 郭雷鳴;葛紅
• 申請（專利權(quán)）人: 深圳市億康醫(yī)療技術(shù)有限公司
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06T7/11;G06T7/136;G06T7/66;G06V10/26;G06V10/762;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 鄭州芝麻知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41173
• 代理人: 喬俊霞

本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種應(yīng)用于放療準(zhǔn)備的CT圖像的增強方法，獲取患者的CT圖像的梯度直方圖，根據(jù)直方圖中波峰對應(yīng)像素點的梯度幅值構(gòu)建混合高斯模型；將每個波峰的梯度均值作為中心梯度值，獲取中心梯度值對應(yīng)的像素點并進行密度聚類，以密度最大的密度聚類塊的中心像素點為中心，進行梯度聚類，將得到的梯度聚類像素點作為每個波峰的目標(biāo)像素點，根據(jù)目標(biāo)像素點梯度值和梯度值頻率得到每個波峰對應(yīng)像素點梯度的離散程度，根據(jù)離散程度對高斯模型進行修正得到高斯曲線，根據(jù)高斯曲線的偏度系數(shù)得到分割閾值對相鄰波峰進行分割，對分割后的每個波峰區(qū)域的像素點梯度拉伸，完成CT圖像增強，提高了閾值分割精度，增強效果好。

技術(shù)領(lǐng)域

本申請涉及圖像處理領(lǐng)域，具體涉及一種應(yīng)用于放療準(zhǔn)備的CT圖像的增強方法。

背景技術(shù)

基于CT的輔助醫(yī)療技術(shù)在病情診斷中是非常普遍與重要的醫(yī)療手段。根據(jù)CT圖像判斷患者的病變區(qū)域，然后對其進行精準(zhǔn)的治療。但是因為在拍攝圖像時，會存在干擾，比如：部分溶劑效應(yīng)，空間分辨力，密度分辨力，相機條件設(shè)定和膠片處理等，使得拍攝出來的CT圖像不清晰，因此需要對其進行增強。

在現(xiàn)有技術(shù)中，對CT圖像的增強方法是先對圖像進行閾值分割，然后分割出的像素點進行亮度與對比度的調(diào)整，實現(xiàn)圖像的增強。

但是現(xiàn)有技術(shù)中對圖像進行閾值分割的方法是設(shè)定一個統(tǒng)一的閾值對圖像進行分割，然后在進行圖像增強，這種方式會損失掉圖像的細節(jié)，導(dǎo)致邊緣不清晰的區(qū)域變得更加的模糊，造成對圖像的增強較為粗糙，不利于觀察。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中，對CT圖像的增強是設(shè)定一個統(tǒng)一的閾值對圖像進行分割，然后在進行圖像增強，這種方式會損失掉圖像的細節(jié)，導(dǎo)致邊緣不清晰的區(qū)域變得更加的模糊，造成對圖像的增強較為粗糙，不利于觀察的問題，本發(fā)明提供一種應(yīng)用于放療準(zhǔn)備的CT圖像的增強方法：

獲取患者的CT圖像的梯度直方圖；

利用梯度直方圖中每個波峰對應(yīng)像素點的梯度幅值構(gòu)建混合高斯模型；

獲取梯度直方圖中每個波峰的梯度均值，將梯度均值作為每個波峰的中心梯度值，獲取每個波峰的中心梯度值在CT圖像中對應(yīng)的像素點；

對每個波峰的中心梯度值在CT圖像中對應(yīng)的像素點進行密度聚類，得到多個密度聚類塊；

以密度最大的密度聚類塊的中心像素點為聚類中心，進行梯度聚類，得到該中心像素點對應(yīng)的聚類像素點，并將其作為每個波峰對應(yīng)的目標(biāo)像素點；

根據(jù)每個波峰對應(yīng)的目標(biāo)像素點的梯度值的方差和梯度值的頻率，得到每個波峰對應(yīng)像素點梯度的離散程度；

根據(jù)每個波峰對應(yīng)的像素點的梯度的離散程度，對混合高斯模型進行修正，利用修正后的混合高斯模型對每個波峰進行擬合，得到每個波峰的高斯曲線，根據(jù)高斯曲線的偏度系數(shù)得到梯度直方圖的梯度分割閾值；

利用梯度分割閾值對相鄰波峰進行閾值分割，得到多個波峰區(qū)域，并對每個波峰區(qū)域?qū)?yīng)的像素點進行梯度拉伸，完成CT圖像增強。

所述密度的獲取方法為：

獲取每個密度聚類塊中每個像素點與其他像素點之間的距離的均值，將該均值作為密度。

所述根據(jù)每個波峰對應(yīng)的目標(biāo)像素點的梯度值的方差和梯度值的頻率，得到每個波峰對應(yīng)像素點梯度的離散程度的方法為：

將每個波峰對應(yīng)的目標(biāo)像素點的梯度值的方差和每個目標(biāo)像素點的梯度值的頻率的乘積，作為每個波峰對應(yīng)像素點梯度的離散程度。

所述利用梯度直方圖中每個波峰對應(yīng)像素點的梯度幅值構(gòu)建混合高斯模型為：

獲取每個波峰對應(yīng)像素點的梯度幅值；

根據(jù)梯度幅值構(gòu)建混合高斯模型：