一种基于特征分析的心包区域定位方法、装置及系统制造方法及图纸

本发明专利技术涉及图像处理技术领域，具体涉及一种基于特征分析的心包区域定位方法、装置及系统，所述方法为：首先获取一组CT序列图像，该CT序列图像包含对至少一个心跳周期的心包采样；接着提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓；进而将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围；最终将典型轮廓作为定位到的心包区域，将该偏差范围作为心脏的心跳区间，本发明专利技术还相应的提供了基于特征分析的心包区域定位的装置和系统，本发明专利技术能够提高心包区域定位的准确度。

A method, device and system of pericardial region location based on feature analysis

【技术实现步骤摘要】
一种基于特征分析的心包区域定位方法、装置及系统
本专利技术涉及图像处理
，具体涉及一种基于特征分析的心包区域定位方法、装置及系统。
技术介绍
心包即心包膜。是一个近似锥形的纤维浆膜囊，包裹在心脏和出入心脏的大血管根部外面。临床上，常常需要对心包进行CT成像，以检测心包区域的医学情况。CT图像由一定数目由黑到白不同灰度的像素按矩阵排列所构成，这些像素反映的是相应体素的X线吸收系数。每一个CT序列图像包含两三百张被其他组织干扰的心包图像，心包的CT图像不具有明显的边缘，其分布区域也不均匀。孤立地分析每一张心包的CT序列图像来识别心包区域很可能出现偏差甚至错误。因此，亟需研究心包区域定位的新途径，以提高心包区域定位的准确度。
技术实现思路
为解决上述问题，本专利技术提供一种基于特征分析的心包区域定位方法、装置及系统，能够提高心包区域定位的准确度。为了实现上述目的，本专利技术提供以下技术方案：根据本专利技术第一方面实施例提供的一种基于特征分析的心包区域定位方法，包括：获取一组CT序列图像，该CT序列图像包含对至少一个心跳周期的心包采样；提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓；将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围；将典型轮廓作为定位到的心包区域，将该偏差范围作为心脏的心跳区间。进一步，所述提取该CT序列图像中每一张CT图像的边缘轮廓之前，还包括：将CT图像进行灰度归一化，得到归一化图像；采用中值滤波算法对归一化图像进行预处理，再采用拉普拉斯算子对预处理后的归一化图像进行图像锐化处理。进一步，所述提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓，包括：从该CT序列图像中按序列提取CT图像，得到一张CT图像；选取该CT图像的中心像素点作为种子点，将该CT图像的灰度平均值作为分割阈值，采用区域生长法对所述CT图像进行分割，得到该CT图像的边缘轮廓；将CT序列图像中的每个边缘轮廓按序列排序，形成一组边缘轮廓。进一步，所述将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围，具体为：将该组边缘轮廓中的像素点全部汇总在一张图像中，形成一张二值化图像；采用梯度下降法对该二值化图像中的像素点进行线性回归，得到一条闭环曲线，将该闭环曲线作为典型轮廓；计算所述典型轮廓的平均偏离度，作为该典型轮廓的偏差范围。根据本专利技术第二方面实施例提供的一种基于特征分析的心包区域定位装置，包括：CT序列图像获取模块，用于获取一组CT序列图像，该CT序列图像包含对至少一个心跳周期的心包采样；边缘轮廓提取模块，用于提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓；融合模块，用于将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围；定位模块，用于将典型轮廓作为定位到的心包区域，将该偏差范围作为心脏的心跳区间。进一步，所述装置还包括预处理模块，所述预处理模块用于：将CT图像进行灰度归一化，得到归一化图像；采用中值滤波算法对归一化图像进行预处理，再采用拉普拉斯算子对预处理后的归一化图像进行图像锐化处理。进一步，所述边缘轮廓提取模块具体用于：从该CT序列图像中按序列提取CT图像，得到一张CT图像；选取该CT图像的中心像素点作为种子点，将该CT图像的灰度平均值作为分割阈值，采用区域生长法对所述CT图像进行分割，得到该CT图像的边缘轮廓；将CT序列图像中的每个边缘轮廓按序列排序，形成一组边缘轮廓。进一步，所述融合模块具体用于：将该组边缘轮廓中的像素点全部汇总在一张图像中，形成一张二值化图像；采用梯度下降法对该二值化图像中的像素点进行线性回归，得到一条闭环曲线，将该闭环曲线作为典型轮廓；计算所述典型轮廓的平均偏离度，作为该典型轮廓的偏差范围。根据本专利技术第三方面实施例提供的一种基于特征分析的心包区域定位系统，所述系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的心包区域定位程序，所述心包区域定位程序被所述处理器执行时实现如根据本专利技术第一方面实施例所述的基于特征分析的心包区域定位方法的步骤。本专利技术的有益效果是：本专利技术公开一种基于特征分析的心包区域定位方法、装置及系统，所述方法为：首先获取一组CT序列图像，该CT序列图像包含对至少一个心跳周期的心包采样；接着提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓；进而将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围；最终将典型轮廓作为定位到的心包区域，将该偏差范围作为心脏的心跳区间。本专利技术还相应的提供了基于特征分析的心包区域定位的装置和系统，本专利技术能够提高心包区域定位的准确度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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专利技术的一些实施例，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是本专利技术实施例一种基于特征分析的心包区域定位方法的流程示意图；图2是本专利技术实施例一种基于特征分析的心包区域定位装置的结构示意图。具体实施方式以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。参考图1，如图1所示为一种基于特征分析的心包区域定位方法，包括以下步骤：步骤S100、获取一组CT序列图像，该CT序列图像包含对至少一个心跳周期的心包采样；步骤S200、提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓；步骤S300、将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围；步骤S400、将典型轮廓作为定位到的心包区域，将该偏差范围作为心脏的心跳区间。本实施例中，由于CT序列图像包含对至少一个心跳周期的心包采样，从而可以获得一个完整的心包活动范围，通过将边缘轮廓进行融合，得到一张典型轮廓，避免了单一边缘轮廓的不确定性可能导致的偏差甚至错误；通过典型轮廓及其偏差范围可以完整的定位心包区域，从而提高了基于特征分析的心包区域定位的准确度。在一个改进的实施例中，所述步骤S200之前，还包括：将CT图像进行灰度归一化，得到归一化图像；采用中值滤波算法对归一化图像进行预处理，再采用拉普拉斯算子对预处理后的归一化图像进行图像锐化处理。本实施例中，采用以下公式进行灰度归一化：其中，I表示CT图像的灰度值，Imin表示CT图像中的最小灰度值，Imax表示CT图像中的最大灰度值，L表示归一化图像的灰度本文档来自技高网...

【技术保护点】
1.一种基于特征分析的心包区域定位方法，其特征在于，包括：/n获取一组CT序列图像，该CT序列图像包含对至少一个心跳周期的心包采样；/n提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓；/n将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围；/n将典型轮廓作为定位到的心包区域，将该偏差范围作为心脏的心跳区间。/n

【技术特征摘要】
1.一种基于特征分析的心包区域定位方法，其特征在于，包括：
获取一组CT序列图像，该CT序列图像包含对至少一个心跳周期的心包采样；
提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓；
将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围；
将典型轮廓作为定位到的心包区域，将该偏差范围作为心脏的心跳区间。


2.根据权利要求1所述的一种基于特征分析的心包区域定位方法，其特征在于，所述提取该CT序列图像中每一张CT图像的边缘轮廓之前，还包括：
将CT图像进行灰度归一化，得到归一化图像；
采用中值滤波算法对归一化图像进行预处理，再采用拉普拉斯算子对预处理后的归一化图像进行图像锐化处理。


3.根据权利要求2所述的一种基于特征分析的心包区域定位方法，其特征在于，所述提取该CT序列图像中每一张CT图像的边缘轮廓，得到一组边缘轮廓，包括：
从该CT序列图像中按序列提取CT图像，得到一张CT图像；
选取该CT图像的中心像素点作为种子点，将该CT图像的灰度平均值作为分割阈值，采用区域生长法对所述CT图像进行分割，得到该CT图像的边缘轮廓；
将CT序列图像中的每个边缘轮廓按序列排序，形成一组边缘轮廓。


4.根据权利要求3所述的一种基于特征分析的心包区域定位方法，其特征在于，所述将该组边缘轮廓进行融合，得到一张典型轮廓，获取该典型轮廓的偏差范围，具体为：
将该组边缘轮廓中的像素点全部汇总在一张图像中，形成一张二值化图像；
采用梯度下降法对该二值化图像中的像素点进行线性回归，得到一条闭环曲线，将该闭环曲线作为典型轮廓；
计算所述典型轮廓的平均偏离度，作为该典型轮廓的偏差范围。


5.一种基于特征分析的心包区域定位装置，其特征在于，包括：
CT序列图像获取模块，用于获取一组...

【专利技术属性】
技术研发人员：霍颖瑜，钟勇，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44