一种CT图像中神经束分合次数的统计方法和相关装置制造方法及图纸

本申请公开了一种CT图像中神经束分合次数的统计方法和相关装置，其中方法包括：S1、获取待分析CT图像的多张图像帧，其中，每一图像帧中包括N种标记的多个神经束，N为2以上的自然数；S2、获取每一图像帧中，标记为n的神经束对应的质心坐标和质心数量，其中，标记为n的神经束为多个神经束中的一个神经束；S3、根据每相邻的两张图像帧的质心坐标的偏差和质心数量的偏差，确定标记为n的神经束的分合次数；S4、反复执行步骤S2至S3，直至确定各标记的神经束对应的分合次数；S5、统计各标记的神经束各自对应的分合次数，得到待分析CT图像中的神经束分合次数。解决了现有对于CT图像中神经束的分合次数依赖于人工，出错率高、效率低下的技术问题。

A statistical method and related device for the number of nerve bundle opening and closing in CT images

【技术实现步骤摘要】
一种CT图像中神经束分合次数的统计方法和相关装置
本申请涉及数据处理
，尤其涉及一种CT图像中神经束分合次数的统计方法和相关装置。
技术介绍
周围神经是指脑和脊髓以外的神经，起到传入感觉冲动和传出运动指令的作用。当周围神经发生损伤需要进行修复时，修复效果较差，致残率高。如何提高周围神经的修复效果一直是外科临床的难题，而相关研究表明，对周围神经内神经束的研究可以为研究神经束的变化规律奠定基础。现有虽然对神经束的定性分析取得了一定的进展，但是神经内部结构复杂，神经束空间结构在短距离内(1～5mm)就会发生很大的变化。统计神经束的分裂或合并次数(以下简称为分合次数)，进而研究神经束的分裂、合并的变化规律，有利于掌握周围神经内部神经束的空间结构形态。现有对CT图像中神经束分合次数的统计，是通过人工统计CT图像神经束的分合次数实现。在图像数据量如此庞大且人员水平难以保证的情况下，人工统计分合次数，出错率高、效率低下。
技术实现思路
本申请提供了一种CT图像中神经束分合次数的统计方法和相关装置，解决了现有对于CT图像中神经束的分合次数依赖于人工，在图像数据量如此庞大且人员水平难以保证的情况下，人工统计分合次数，出错率高、效率低下的技术问题。有鉴于此，本申请第一方面提供了一种CT图像中神经束分合次数的统计方法，包括：S1、获取待分析CT图像的多张图像帧，其中，每一所述图像帧中包括N种标记的多个神经束，N为2以上的自然数；S2、获取每一所述图像帧中，标记为n的神经束对应的质心坐标和质心数量，其中，所述标记为n的神经束为所述多个神经束中的一个神经束；S3、根据每相邻的两张所述图像帧的质心坐标的偏差和质心数量的偏差，确定所述标记为n的神经束的分合次数；S4、反复执行步骤S2至S3，直至确定各标记的神经束对应的分合次数；S5、统计各标记的神经束各自对应的分合次数，得到所述待分析CT图像中的神经束分合次数。优选的，步骤S3具体包括：S31、确定每相邻的两张所述图像帧对应的质心坐标的偏差和质心数量的偏差；S32、判断所述质心坐标的偏差是否大于预设偏差值，若是，则判断对应的所述质心数量的偏差是否大于0；S33、当判断到所述质心数量的偏差大于0时，所述标记为n的神经束的分裂次数加一。优选的，步骤S3具体包括：S31、确定每相邻的两张所述图像帧对应的质心坐标的偏差和质心数量的偏差；S32、判断所述质心坐标的偏差是否大于预设偏差值，若是，则判断对应的所述质心数量的偏差是否为0；S33、当判断到所述质心数量的偏差为0时，判断第一图像帧中不同标记的神经束对应的质心坐标是否相同，若是，则所述标记为n的神经束的合并次数加一，其中，所述第一图像帧为所述质心数量的偏差对应的两张相邻的图像帧的后一张图像帧。优选的，所述方法还包括：S0、利用预置神经网络模型，对每张所述图像帧中的各神经束进行标记。优选的，所述方法还包括：获取被标记的训练图像帧；以预置神经网络为训练网络，所述训练图像帧为输入对象，对所述预置神经网络进行训练，得到所述预置神经网络模型，其中，所述预置神经网络为所述预置神经网络模型对应的神经网络。优选的，步骤S2具体包括：获取每一所述图像帧中，标记为n的神经束对应的区域，其中，所述标记为n的神经束为所述多个神经束中的一个神经束；基于坐标计算公式，根据所述区域内的各像素点的像素坐标(xp,yq)，确定所述标记为n的神经束对应的质心坐标；根据所述质心坐标的数量确定所述标记为n的神经束对应的质心数量。优选的，所述坐标计算公式为：其中，为质心坐标的横坐标，为质心坐标的纵坐标，m为标记为n的神经束对应区域内的像素点数量。本申请第二方面提供一种CT图像中神经束分合次数的统计装置，包括：第一获取单元，用于获取待分析CT图像的多张图像帧，其中，每一所述图像帧中包括N种标记的多个神经束，N为2以上的自然数；第二获取单元，用于获取每一所述图像帧中，标记为n的神经束对应的质心坐标和质心数量，其中，所述标记为n的神经束为所述多个神经束中的一个神经束；计算单元，用于根据每相邻的两张所述图像帧的质心坐标的偏差和质心数量的偏差，确定所述标记为n的神经束的分合次数；循环单元，用于反复触发所述第二获取单元和所述计算单元，直至确定各标记的神经束对应的分合次数；统计单元，用于统计各标记的神经束各自对应的分合次数，得到所述待分析CT图像中的神经束分合次数。本申请第三方面还提供一种CT图像中神经束分合次数的统计设备，包括处理器以及存储器；所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行第一方面所述的CT图像中神经束分合次数的统计方法。本申请第四方面还提供一种存储介质，所述存储介质用于存储程序代码，所述程序代码用于执行上述第一方面提供的任一项所述的CT图像中神经束分合次数的统计方法。从以上技术方案可以看出，本申请具有以下优点：本申请中的一种CT图像中神经束分合次数的统计方法，包括：S1、获取待分析CT图像的多张图像帧，其中，每一图像帧中包括N种标记的多个神经束，N为2以上的自然数；S2、获取每一图像帧中，标记为n的神经束对应的质心坐标和质心数量，其中，标记为n的神经束为多个神经束中的一个神经束；S3、根据每相邻的两张图像帧的质心坐标的偏差和质心数量的偏差，确定标记为n的神经束的分合次数；S4、反复执行步骤S2至S3，直至确定各标记的神经束对应的分合次数；S5、统计各标记的神经束各自对应的分合次数，得到待分析CT图像中的神经束分合次数。本申请将上述的CT图像中神经束分合次数的统计方法写入对应的装置后，通过该装置执行上述的逻辑步骤实现对CT图像中神经束分合次数的自动统计，相较于人工统计，正确率较高且同时效率也较高，从而解决了现有对于CT图像中神经束的分合次数依赖于人工，在图像数据量如此庞大且人员水平难以保证的情况下，人工统计分合次数，出错率高、效率低下的技术问题。附图说明图1为本申请实施例提供的CT图像中神经束分合次数的统计方法的实施例一的流程示意图；图2为本申请实施例提供的CT图像中神经束分合次数的统计方法的实施例二的流程示意图；图3为本申请实施例中CT图像中被标记的神经束；图4a为本申请实施例中神经束分裂前的分布示意图；图4b为本申请实施例中神经束分裂后的分布示意图；图5a为本申请实施例中神经束合并前的分布示意图；图5b为本申请实施例中神经束合并后的分布示意图；图6为本申请实施例提供的CT图像中神经束分合次数的统计方法的应用例的流程示意图；图7为本申请提供的一种CT图像中神经束分合次数的统计装置的结构示意图。具体实施方式...

【技术保护点】
1.一种CT图像中神经束分合次数的统计方法，其特征在于，包括：/nS1、获取待分析CT图像的多张图像帧，其中，每一所述图像帧中包括N种标记的多个神经束，N为2以上的自然数；/nS2、获取每一所述图像帧中，标记为n的神经束对应的质心坐标和质心数量，其中，所述标记为n的神经束为所述多个神经束中的一个神经束；/nS3、根据每相邻的两张所述图像帧的质心坐标的偏差和质心数量的偏差，确定所述标记为n的神经束的分合次数；/nS4、反复执行步骤S2至S3，直至确定各标记的神经束对应的分合次数；/nS5、统计各标记的神经束各自对应的分合次数，得到所述待分析CT图像中的神经束分合次数。/n

【技术特征摘要】
1.一种CT图像中神经束分合次数的统计方法，其特征在于，包括：
S1、获取待分析CT图像的多张图像帧，其中，每一所述图像帧中包括N种标记的多个神经束，N为2以上的自然数；
S2、获取每一所述图像帧中，标记为n的神经束对应的质心坐标和质心数量，其中，所述标记为n的神经束为所述多个神经束中的一个神经束；
S3、根据每相邻的两张所述图像帧的质心坐标的偏差和质心数量的偏差，确定所述标记为n的神经束的分合次数；
S4、反复执行步骤S2至S3，直至确定各标记的神经束对应的分合次数；
S5、统计各标记的神经束各自对应的分合次数，得到所述待分析CT图像中的神经束分合次数。


2.根据权利要求1所述的CT图像中神经束分合次数的统计方法，其特征在于，步骤S3具体包括：
S31、确定每相邻的两张所述图像帧对应的质心坐标的偏差和质心数量的偏差；
S32、判断所述质心坐标的偏差是否大于预设偏差值，若是，则判断对应的所述质心数量的偏差是否大于0；
S33、当判断到所述质心数量的偏差大于0时，所述标记为n的神经束的分裂次数加一。


3.根据权利要求1所述的CT图像中神经束分合次数的统计方法，其特征在于，步骤S3具体包括：
S31、确定每相邻的两张所述图像帧对应的质心坐标的偏差和质心数量的偏差；
S32、判断所述质心坐标的偏差是否大于预设偏差值，若是，则判断对应的所述质心数量的偏差是否为0；
S33、当判断到所述质心数量的偏差为0时，判断第一图像帧中不同标记的神经束对应的质心坐标是否相同，若是，则所述标记为n的神经束的合并次数加一，其中，所述第一图像帧为所述质心数量的偏差对应的两张相邻的图像帧的后一张图像帧。


4.根据权利要求1所述的CT图像中神经束分合次数的统计方法，其特征在于，所述方法还包括：
S0、利用预置神经网络模型，对每张所述图像帧中的各神经束进行标记。


5.根据权利要求4所述的CT图像中神经束分合次数的统计方法，其特征在于，所述方法还包括：
获取被标记的训练图像帧；
以预置神经网络为训练网络，所述训练图像帧为输入对象，对所...

【专利技术属性】
技术研发人员：钟映春，蚁晓虹，祝玉杰，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44