一种医学影像解剖结构的中心线确定方法及装置制造方法及图纸

本发明专利技术实施例公开了一种医学影像解剖结构的中心线确定方法，采用多级分辨率的分类器估算出目标中心点，首先使用低分辨率的分类器进行估算，通过估算后获得的位置偏移量来确定出目标中心点，而后采用高分辨率的分类器进行估算，此次估算时ROI图像的中心点为前次估算后获得的目标中心点，从而，逐渐获得靠近中心线的目标中心点，通过这些目标中心点精确地确定出中心线。该方法中，采用不同分辨率的分类器逐步确定目标中心点，兼顾中心线确定的速度和精度，可以适用于不同结构特点的解剖结构的中心线的确定，且对图像不均匀及噪声等干扰因素不敏感，中心线确定的准确性和稳定性高。

【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。可选地，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。可选地，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。可选地，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。可选地，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成。一种医学影像解剖结构的中心线确定装置，所述装置包括：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；扫描图像获取单元，用于获得扫描图像，扫描图像具有目标区域；中心点估算单元，用于进行中心点的估算，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；中心线确定单元，用于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。可选地，在所述中心点的估算的步骤中，执行多次进行位置偏移量的估算以及目标中心点的确定的修正步骤，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。可选地，所述中心线确定单元中，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。可选地，还包括：分类器确定单元，用于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。可选地，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成。本专利技术实施例提供的医学影像解剖结构的中心线确定方法，采用多级分辨率的分类器估算出目标中心点，首先使用低分辨率的分类器进行估算，通过估算后获得的位置偏移量来确定出目标中心点，而后采用高分辨率的分类器进行估算，此次估算时ROI图像的中心点为前次估算后获得的目标中心点，从而，逐渐获得靠近中心线的目标中心点，通过这些目标中心点精确地确定出中心线。该方法中，采用不同分辨率的分类器逐步确定目标中心点，兼顾中心线确定的速度和精度，可以适用于不同结构特点的解剖结构的中心线的确定，且对图像不均匀及噪声等干扰因素不敏感，中心线确定的准确性和稳定性高。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为根据本专利技术实施例的医学影像解剖结构的中心线确定方法的流程示意图；图2为根据本专利技术实施例的医学影像解剖结构的中心线确定方法中扫描图像的采样点示意图；图3为根据本专利技术实施例的医学影像解剖结构的中心线确定方法中分类器的结构示意图；图4为采用本专利技术实施例的方法确定中心线的各过程的图像示意图；图5为采用本专利技术实施例的方法在不同质量的扫描图像中确定的中心线示意图；图6为根据本专利技术实施例的医学影像解剖结构的中心线确定装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。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，通过预先设置的不同分辨率的分类器进行中心点位置的估算，分类器是以目标图像上的ROI图像为输入，通过分类器估算出ROI图像的中心点相对于扫描图像中目标区域的中心本文档来自技高网...

【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