【技术实现步骤摘要】
一种医学影像解剖结构的中心线确定方法及装置
本专利技术涉及医学影像的图像处理
,尤其涉及一种医学影像解剖结构的中心线确定方法及装置。
技术介绍
医学影像扫描是医学中常用的辅助诊断手段,在利用医学影像进行诊断的过程中,通常会需要在影像上标记出某些特定解剖结构的中心线位置,以便于为进一步的影像扫描、分析或诊断提供位置参照和依据。目前,中心线位置的确定方法主要有细化法和关键点法,细化法是通过细化算法定义一定大小的模板,并在计算过程中使得该模板沿着扫描方向移动按照预设规则删除或保留目标图像的像素,最终获得单像素宽的连通区域,从而获得中心线,该方法原理简单且计算量小,但对解剖结构的形状有要求,仅适合线条类的简单结构。关键点法是在目标图像上选定多个关键点,在目标图像上识别关键点,或者在目标图像内分割出解剖结构,而后在分割出的解剖结构上识别关键点,最后以这些关键点的连线作为中心线,该方法对于目标图像及解剖结构的影响要求较高,当目标图像质量较低、关键点不明确或解剖结构轮廓不明确时,难以保证中心线的识别精度。
技术实现思路
本专利技术提供了一种医学影像解剖结构的中心线确定方法及装置,适用于不同的解剖结构,中心线识别的准确性和稳定性高。本专利技术提供了一种医学影像解剖结构的中心线确定方法,预先设置有多个不同预设分辨率的分类器,所述分类器用于以目标图像上的ROI图像为输入,估算出ROI图像的中心点相对于目标图像中目标区域的中心线的位置偏移量;所述方法包括:获得扫描图像,扫描图像具有目标区域;进行中心点的估算,所述中心点的估算包括:进行位置偏移量的估算以及目标中心点的确定,所述 ...
【技术保护点】
一种医学影像解剖结构的中心线确定方法,其特征在于,预先设置有多个不同预设分辨率的分类器,所述分类器用于以目标图像上的ROI图像为输入,估算出ROI图像的中心点相对于目标图像中目标区域的中心线的位置偏移量;所述方法包括:获得扫描图像,扫描图像具有目标区域;进行中心点的估算,所述中心点的估算包括:进行位置偏移量的估算以及目标中心点的确定,所述位置偏移量的估算包括:以目标图像上确定的多个ROI图像为输入,利用分类器估算出ROI图像的中心点相对于目标区域中心线的位置偏移量,目标图像为所利用的分类器的分辨率下的扫描图像;所述目标中心点的确定包括:通过位置偏移量,获得ROI图像的中心点在目标区域上对应的目标中心点;以本次估算获得的目标中心点为下次估算中ROI图像的中心点,重复进行中心点的估算的步骤,直到到达预设的估算次数,其中,每次中心点的估算中采用的分类器的分辨率依次增大,最后一次中心点的估算中采用的分类器的分辨率为扫描图像的分辨率;根据最后一次估算获得的目标中心点,获得扫描图像目标区域的中心线。
【技术特征摘要】
1.一种医学影像解剖结构的中心线确定方法,其特征在于,预先设置有多个不同预设分辨率的分类器,所述分类器用于以目标图像上的ROI图像为输入,估算出ROI图像的中心点相对于目标图像中目标区域的中心线的位置偏移量;所述方法包括:获得扫描图像,扫描图像具有目标区域;进行中心点的估算,所述中心点的估算包括:进行位置偏移量的估算以及目标中心点的确定,所述位置偏移量的估算包括:以目标图像上确定的多个ROI图像为输入,利用分类器估算出ROI图像的中心点相对于目标区域中心线的位置偏移量,目标图像为所利用的分类器的分辨率下的扫描图像;所述目标中心点的确定包括:通过位置偏移量,获得ROI图像的中心点在目标区域上对应的目标中心点;以本次估算获得的目标中心点为下次估算中ROI图像的中心点,重复进行中心点的估算的步骤,直到到达预设的估算次数,其中,每次中心点的估算中采用的分类器的分辨率依次增大,最后一次中心点的估算中采用的分类器的分辨率为扫描图像的分辨率;根据最后一次估算获得的目标中心点,获得扫描图像目标区域的中心线。2.根据权利要求1所述的方法,其特征在于,在所述中心点的估算的步骤中,对位置偏移量估算以及目标中心点的确定的次数大于或者等于1次,且本次修正步骤中获得的目标中心点作为下次修正步骤中ROI图像的中心点。3.根据权利要求1所述的方法,其特征在于,所述根据最后一次估算获得的目标中心点,获得扫描图像目标区域的中心线,包括:对最后一次中心点的估算中获得的目标中心点进行直线拟合,以获得扫描图像目标区域的中心线。4.根据权利要求1-3中任一项所述的方法,其特征在于,所述预设分辨率的分类器的确定方法包括:获得预设分辨率的扫描图像样本,扫描图像样本的目标区域上标记有中心线;在所述扫描图像样本上确定ROI图像样本,并记录ROI图像样本中心点相对于目标区域中心线的位置偏移量;通过所述ROI图像样本和位置偏移量进行分类器模型的训练,以获得所述预设分辨率的分类器。5.根据权利要求4所述的方法,其特征在于,所述分类器模型包括特征提取器和特征分类器,所述特征提取器由深度卷积神经网络构成,所述特征分类器由全连接层构...
【专利技术属性】
技术研发人员:王军搏,韩冬,
申请(专利权)人:沈阳东软医疗系统有限公司,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。