医学图像的分割方法及装置制造方法及图纸

本发明专利技术涉及一种医学图像的分割方法。该方法包括步骤：获取不同时刻的所述目标部位的动态增强原始图像；根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据；在所述时域最大密度投影数据中识别异常增强信号的数据，并基于所述异常增强信号的数据应用预设的分割算法进行分割，以生成所述病灶的图像及数据。一种医学图像的分割装置，包括：获取模块、计算模块及分割模块。上述医疗图像的分割方法及装置，基于多组动态增强原始图像和时域最大密度投影图像中的异常增强信号进行去分割病灶，可以得到较为全面、准确的病灶分割结果，从而为病灶的医学诊断提供全面、准确的依据。

【技术实现步骤摘要】
医学图像的分割方法及装置
本专利技术涉及医学影像分析
，特别涉及一种医学图像的分割方法及装置。
技术介绍
在医学影像处理技术中，通常需要从获得的图像中分割出表示目标对象的部分，目标对象的分割结果是计算机辅助诊断的依据。比如，从乳腺的磁共振图像(MR)获得的图像数据中分割乳腺病灶，为该病灶的诊断提供依据。乳腺病灶的分割是乳腺病灶分析的基础，正确的分割结果才能为后续的诊断分析提供正确的依据。但是，传统的病灶分割方法为计算机辅助诊断分析提供的信息不够全面、准确，会导致医生的诊断结果不够准确。
技术实现思路
基于此，有必要针对上述传统的病灶分割方法为计算机辅助诊断分析提供的信息不够全面、准确，会导致医生的诊断结果不够准确的问题，提供一种医学图像的分割方法及装置。一种医学图像的分割方法，用于从目标部位的图像中分割出病灶的图像，包括步骤：获取不同时刻的所述目标部位的动态增强原始图像；根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据；及在所述时域最大密度投影数据中识别异常增强信号的数据，并基于所述异常增强信号的数据应用预设的分割算法进行分割，以生成所述病灶的图像及数据。在其中一个实施例中，所述根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据的步骤包括：将每个时刻的所述动态增强原始图像与预设的参考图像相减，得到每个时刻的动态增强减影图像；根据各所述动态增强减影图像计算目标部位的所述最大密度投影图像，生成所述时域最大密度投影数据。在其中一个实施例中，所述根据各所述动态增强减影图像计算目标部位的所述最大密度投影图像，生成所述时域最大密度投影数据的步骤之前包括：修正所述动态增强减影图像数据中的干扰。在其中一个实施例中，所述根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据的步骤之前：将所有的所述动态增强原始图像的数据按照时间先后进行排序。在其中一个实施例中，所述获取不同时刻的所述目标部位的动态增强原始图像的步骤包括：在预设的时间周期内，每间隔固定的时间获取一次所述目标部位的动态增强原始图像。一种医学图像的分割装置，用于从目标部位的图像中分割出病灶的图像，所述分割装置包括：获取模块，用于获取不同时刻的所述目标部位的动态增强原始图像；计算模块，用于根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据；及分割模块，用于在所述时域最大密度投影数据中识别异常增强信号的数据，并基于所述异常增强信号的数据应用预设的分割算法进行分割，以生成所述病灶的图像及数据。在其中一个实施例中，所述计算模块将每个时刻的所述动态增强原始图像与预设的参考图像相减，得到每个时刻的动态增强减影图像，并根据各所述动态增强减影图像计算目标部位的所述最大密度投影图像，生成所述时域最大密度投影数据。在其中一个实施例中，所述计算模块还用于修正所述动态增强减影图像数据中的干扰。在其中一个实施例中，所述分割装置还包括排序模块，用于将所有的所述动态增强原始图像的数据按照时间先后进行排序。在其中一个实施例中，所述获取模块还用于在预设的时间周期内，每间隔固定的时间获取一次所述目标部位的动态增强原始图像上述医疗图像的分割方法及装置，获取了不同时刻的所述目标部位的动态增强原始图像，从各个时刻的多组动态增强原始图像中，可以得到目标部位中特定特征在不同时刻的状态。基于动态增强原始图像计算的最大密度投影保留了各个时刻目标部位造影剂信号变化的最大值，因此，时域最大密度投影图像可以准确反映在时间维度上目标部位的特定特征的变化趋势。然后在所述时域最大密度投影数据中识别异常增强信号的数据，并对所述异常增强信号的数据应用预设的分割算法进行分割，以生成所述病灶的图像。这样，基于多组动态增强原始图像和时域最大密度投影图像中的异常增强信号进行去分割病灶，可以得到较为全面、准确的病灶分割结果，从而为病灶的医学诊断提供全面、准确的依据。附图说明图1为本专利技术一实施例的医学图像的分割方法的流程示意图；图2为本专利技术另一实施例的医学图像的分割方法的流程示意图；图3为本专利技术一实施例的医学图像的分割装置的结构框图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。一种医学图像的分割方法，用于从目标部位的图像数据中分割出病灶的图像数据。医学图像的分割是指从医学图像三维体数据(VolumeData)中将感兴趣体积(VolumeOfInterest，VOI)从图像三维体数据中分割出来，或者是从医学图像二维数据中将感兴趣区域(RegionOfInterest，ROI)从二维医学图像中分割出来的过程。医学图像可以是计算机断层图像(ComputedTomography，CT)、磁共振图像(MagneticResonance，MR)等。该目标部位可以是人体组织或器官(比如乳腺)、或者是人体组织或器官的一部分。为便于理解，以注入造影剂的乳腺的磁共振成像(MR)得到的动态增强图像为例。由于使用了造影剂，乳腺的动态增强图像中的血流变化的特征比较清晰。如果从乳腺的动态增强图像中分割出病灶便能够得到病灶血流的变化数据，从而根据病灶血流的变化对病灶进行诊断。因此，应用医学图像的分割方法，从乳腺的动态增强图像中分割乳腺病灶的目的旨在利用MR动态增强图像准确分析病灶的血流变化情况，用以对该病灶的诊断提供依据。请参照图1，图1为一实施例的医学图像的分割方法的流程示意图。如图1所示，该医学图像的分割方法包括：步骤S110，获取不同时刻的目标部位的动态增强原始图像。具体地，在医学影像
，为了增强影响观察效果而将造影剂(又称对比剂)注入(或服用)到目标部位，该目标部位比如乳腺，之后经过医学成像设备(如磁共振成像设备)对目标部位成像，得到目标部位的动态增强原始图像。如前述，动态增强原始图像可以为三维图像体数据，也可以为二维图像数据。医学成像设备在不同时刻扫描目标部位，得到目标部位不同时间点的动态增强原始图像。并且连续获取多个时刻的目标部位的动态增强原始图像，从而得到目标部位的多组动态增强原始图像。从各个时刻的多组动态增强原始图像中，可以得到目标部位中特定特征在不同时刻的状态。因此，从多组动态增强原始图像去分割病灶，可以得到较为全面、准确的病灶的结果。进一步地，在预设的时间周期内，每间隔固定的时间获取一次目标部位的动态增强原始图像。即在预设的时间周期内，医学成像设备每间隔固定的时间扫描一次目标部位，获得目标部位的多组动态增强原始图像。比如，每间隔3秒进行一次目标部位的扫描，由于时间间隔均匀，这样获得的多组动态增强原始图像中目标部位的变化比较稳定，相应地多组动态增强原始图像中的病灶的变化也比较稳定，有助于得到准确的病灶分割结果。步骤S130，根据所有动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据。具体地，对所有动态增强原始图像应用最大密度投影(MIP)算法，计算目标部位的最大密度投影图像，即所有的动态增强原始图像中密度最大的像素被保留，并被投影到一个二维平面上，形成MIP重建图像，从而得到较为准确的病灶轮廓。本实施例本文档来自技高网...

【技术保护点】
一种医学图像的分割方法，用于从目标部位的图像中分割出病灶的图像，包括步骤：获取不同时刻的所述目标部位的动态增强原始图像；根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据；及在所述时域最大密度投影数据中识别异常增强信号的数据，并基于所述异常增强信号的数据应用预设的分割算法进行分割，以生成所述病灶的图像及数据。

【技术特征摘要】
1.一种医学图像的分割方法，用于从目标部位的图像中分割出病灶的图像，包括步骤：获取不同时刻的所述目标部位的动态增强原始图像；根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据；及在所述时域最大密度投影数据中识别异常增强信号的数据，并基于所述异常增强信号的数据应用预设的分割算法进行分割，以生成所述病灶的图像及数据。2.根据权利要求1所述的分割方法，其特征在于，所述根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据的步骤包括：将每个时刻的所述动态增强原始图像与预设的参考图像相减，得到每个时刻的动态增强减影图像；根据各所述动态增强减影图像计算目标部位的所述最大密度投影图像，生成所述时域最大密度投影数据。3.根据权利要求2所述的分割方法，其特征在于，所述根据各所述动态增强减影图像计算目标部位的所述最大密度投影图像，生成所述时域最大密度投影数据的步骤之前包括：修正所述动态增强减影图像数据中的干扰。4.根据权利要求1所述的分割方法，其特征在于，所述根据所有所述动态增强原始图像，计算目标部位的最大密度投影图像，生成时域最大密度投影数据的步骤之前：将所有的所述动态增强原始图像的数据按照时间先后进行排序。5.根据权利要求1所述的分割方法，其特征在于，所述获取不...

【专利技术属性】
技术研发人员：程兆宁，王潚崧，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海,31