基于能谱曲线统计指纹的能谱CT图像分割方法技术

本发明专利技术涉及医学图像处理技术领域，具体公开了一种基于能谱曲线统计指纹的能谱CT图像分割方法，包括：步骤一、输入待测能谱CT序列图像；步骤二、对目标区域的各像素点基于其能谱曲线进行无监督聚类；步骤三，以一个卷积形状为“卷积核”，对目标区域进行等步长的图像卷积，每一步即对卷积形状内像素的能谱曲线按其类别进行统计，并将统计结果与已知能谱曲线统计指纹进行相似度计算；步骤四：当某一点的相似度计算的结果高于某个阈值，则认为已检测到近似的占位性病灶点；步骤五：对所述目标区域进行已检测到的近似的占位性病灶点与其他组织点的图像分割。通过本方案能减轻患者的负担，也便于外科医生进行手术规划。

【技术实现步骤摘要】
基于能谱曲线统计指纹的能谱CT图像分割方法
本专利技术涉及医学图像处理
，具体涉及一种基于能谱曲线统计指纹的能谱CT图像分割方法。
技术介绍
传统的CT扫描模式是混合能量的，所得到的CT图像只能代表物质密度，而不能代表物质的成分。根据物理学原理，一定物质对应一系列单一能量X射线照射，其衰减曲线是唯一的，这就是能谱曲线。所以能谱曲线具有可以分辨物质性质的能力。能谱CT改变了传统CT的扫描模式，即由kVp混合能量成像，转变为keV单能量成像。可以提供传统图像外多个单能量图像(这些单能量图像在空间位置上是完全相同的，换句话说每个能量图上的坐标相同的点代表的位置是相同的)、基物质图像、能谱曲线以及有效原子序数等，并进行物质分解和组织定性。通过能谱CT扫描所得的数据集称为能谱CT数据集，可视化后则为能谱CT图像空间，空间中每个点的能谱CT数据可以用fi(x,y,z)来表示，x,y,z分别是长、宽、高。i是能谱CT的谱数据，即空间每一个点有n个能谱CT数据，每个能谱CT数据分别对应一定的能谱值。例如，某能谱CT由40keV到140ke本文档来自技高网...

【技术保护点】
1.基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于，包括：/n步骤一、输入待测能谱CT序列图像；/n步骤二、对目标区域的各像素点基于其能谱曲线进行无监督聚类；/n步骤三，以一个卷积形状为“卷积核”，对目标区域进行等步长的图像卷积，每一步即对卷积形状内像素的能谱曲线按其类别进行统计，并将统计结果与已知的占位性病灶点的能谱曲线统计指纹进行相似度计算，计算结果标记为当前卷积点的相似度；/n步骤四：当某一点的相似度计算的结果高于某个阈值，则认为已检测到近似的占位性病灶点；/n步骤五：对所述目标区域进行已检测到的近似的占位性病灶点与其他组织点的图像分割。/n

【技术特征摘要】
1.基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于，包括：
步骤一、输入待测能谱CT序列图像；
步骤二、对目标区域的各像素点基于其能谱曲线进行无监督聚类；
步骤三，以一个卷积形状为“卷积核”，对目标区域进行等步长的图像卷积，每一步即对卷积形状内像素的能谱曲线按其类别进行统计，并将统计结果与已知的占位性病灶点的能谱曲线统计指纹进行相似度计算，计算结果标记为当前卷积点的相似度；
步骤四：当某一点的相似度计算的结果高于某个阈值，则认为已检测到近似的占位性病灶点；
步骤五：对所述目标区域进行已检测到的近似的占位性病灶点与其他组织点的图像分割。


2.根据权利要求1所述的能谱CT图像的分方法，其特征在于：所述步长为一个像素点的距离。


3.根据权利要求1所述的能谱CT图像的分方法，其特征在于：所述卷积形状为球形或正方形。


4.根据权利要求1所述的能谱CT图像的分方法，其特征在于：所述的无监督聚类采用的判断准则为，两点的能谱曲线向量内对应同一能谱值的两个数据值之间的差值的绝对值均小于给定阈值，则判断为同一类。


5....

【专利技术属性】
技术研发人员：张湛，
申请(专利权)人：重庆青信科技有限公司，
类型：发明
国别省市：重庆;50