【技术实现步骤摘要】
CT图像中血管的三维模型重建方法及系统
本专利技术涉及医学成像
,特别涉及一种对CT(电子计算机断层扫描)图片进行血管的三维模型重建方法及系统。
技术介绍
目前的CT技术已经能使人体体内病变区域实现2D(平面图形)可视化,然而从2D的CT图像中很难想象出病变组织的三维结构。而三维CAD(计算机辅助设计)模型的构建能够协助医生对病情进行更加准确的判断。现有技术中对于CT图像的三维重构,常常采取人为标记的方法:依靠有一定专业经验的人员对于CT图像进行人为标记,并用相关软件进行进一步分割处理。这种方法明显的缺陷在于额外的人工标记成本,人工标记时间和人工本身可能会带来的误差。其中后两点可能会造成医疗诊断的推迟和影响医疗诊断的精准,从而耽误病人进一步的诊疗,造成较为严重的后果。近年来,基于像素对比度差实现图像自动分割的技术迅猛发展,但其适用于分割的对象与其他周围的对象有明显的色彩和对比度差别的图像。对于模糊的CT图像而言,分割对象(比如说血管)可能会很模糊,如此一来基于像素对比度差的方法分割图片效果会非常 ...
【技术保护点】
1.一种CT图像中血管的三维模型重建方法,其特征在于,所述三维模型重建方法包括:/n基于神经网络建立图像分割模型;所述图像分割模型用于对CT图像中的血管进行分割,并输出所述血管的二维分割图;/n将待建模的CT图像输入至所述图像分割模型,得到多张二维分割图;/n对所述二维分割图进行三维重建。/n
【技术特征摘要】
1.一种CT图像中血管的三维模型重建方法,其特征在于,所述三维模型重建方法包括:
基于神经网络建立图像分割模型;所述图像分割模型用于对CT图像中的血管进行分割,并输出所述血管的二维分割图;
将待建模的CT图像输入至所述图像分割模型,得到多张二维分割图;
对所述二维分割图进行三维重建。
2.如权利要求1所述的CT图像中血管的三维模型重建方法,其特征在于,基于神经网络建立图像分割模型的步骤,具体包括:
获取已标识的CT图像作为训练样本;
将所述训练样本输入神经网络模型中,根据所述神经网络模型的损失函数对所述神经网络模型进行训练,得到所述图像分割模型。
3.如权利要求2所述的CT图像中血管的三维模型重建方法,其特征在于,所述损失函数为:
SI=∑i,jMpredict(i,j)×Mtrue(i,j);
Sum(Mpredict)=∑i,j|Mpredict(i,j)|;
Sum(Mtrue)=∑i,j|Mtrue(i,j)|;
其中,L表示所述损失函数;Mtrue(i,j)表示训练样本的二维分割图中(i,j)位置的像素值;Mpredict(i,j)表示所述神经网络模型输出的二维分割图中(i,j)位置的像素值;η表示平滑参数。
4.如权利要求1所述的CT图像中血管的三维模型重建方法,其特征在于,对所述二维分割图进行三维重建的步骤,具体包括:
将所述二维分割图转化为三维二进制的Analyze格式的三维图像;
基于推进立方体算法对所述Analyze格式的三维图像进行三维图像重建;
基于NURBS对重建的三维图像进行拟合。
5.如权利要求4所述的CT图像中血管的三维模型重建方法,其特征在于,对重建的三维图像进行拟合的步骤之前,还包括:
对所述重建的三维图像进行光滑处理。
6.一种CT图像中血管的三维模型...
【专利技术属性】
技术研发人员:罗园明,范志伟,邹纯锐,
申请(专利权)人:罗园明,范志伟,邹纯锐,
类型:发明
国别省市:广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。