图像处理方法及其装置、存储介质制造方法及图纸

本申请公开了一种图像处理方法及其装置、存储介质，通过获取包括多层CT图像的CT图像组，接着确定目标层数间隔，再根据目标层数间隔确定多个分组，然后根据CT图像的层数顺序，将多层CT图像按照目标层数间隔依次分配至多个分组，接着随机选择多个分组中的其中一个分组作为目标图像集合，实现将层厚较小的CT图像组转化成层厚较大的CT图像组的目的，以适配三维处理模型的层厚处理要求。本申请的技术方案避免了经过插值处理而引入的额外噪声，因此不会导致CT图像组发生失真，同时，能够使得模型训练和预测均可以兼容不同层厚的CT图像数据，从而能够提高对CT图像组的三维重构结果的准确性。可见，本申请可以广泛应用于图像处理技术中。术中。术中。

【技术实现步骤摘要】
图像处理方法及其装置、存储介质


[0001]本申请涉及图像处理
，尤其是一种图像处理方法及其装置、存储介质。

技术介绍

[0002]伴随计算机技术和人工智能算法的发展，利用人工智能帮助医疗行业的工作者们成为了一个有意义的话题。脑出血，属于“脑中风”的一种，是中老年高血压患者的一种常见严重脑部并发症。脑出血是指非外伤性脑实质内血管破裂引起的出血，它起病急骤、死亡率非常高，是目前中老年的致死性疾病之一。为了能够协助专家进行脑出血的影像分析，相关技术中采用了对脑部CT(Computed Tomography，计算机断层扫描)图像进行三维重构的方式，将一组二维的CT图像转换成一个三维的立体模型，以便于专家能够进行准确的诊断处理。
[0003]在对CT图像组进行三维重构的过程中，需要使用到三维处理模型，为了提高三维处理模型对CT图像组的处理准确性，往往会对CT图像组进行预处理，使得经过预处理的CT图像组的层厚能够适配三维处理模型的处理层厚。在相关技术中，针对CT图像组的层厚小于三维处理模型的处理层厚的情况，一般的做法是对CT图像组进行重采样处理和插值处理，使得经过重采样处理和插值处理的CT图像组的层厚适配三维处理模型的处理层厚。但是，在对CT图像组进行插值处理的过程中，会导致CT图像组产生失真，从而影响三维处理模型对CT图像组的三维重构结果的准确性。

技术实现思路

[0004]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0005]本申请实施例提供了一种图像处理方法、图像处理装置及计算机可读存储介质，以提高对CT图像组的三维重构结果的准确性。
[0006]一方面，本申请实施例提供了一种图像处理方法，包括以下步骤：
[0007]获取CT图像组，其中，所述CT图像组包括多层CT图像；
[0008]确定目标层数间隔；
[0009]根据所述目标层数间隔确定多个分组；
[0010]根据所述CT图像的层数顺序，将所述多层CT图像按照所述目标层数间隔依次分配至所述多个分组；
[0011]随机选择所述多个分组中的其中一个分组作为目标图像集合。
[0012]另一方面，本申请实施例还提供了一种图像处理装置，包括：
[0013]图像获取单元，用于获取CT图像组，其中，所述CT图像组包括多层CT图像；
[0014]间隔确定单元，用于确定目标层数间隔；
[0015]分组确定单元，用于根据所述目标层数间隔确定多个分组；
[0016]图像分组单元，用于根据所述CT图像的层数顺序，将所述多层CT图像按照所述目
标层数间隔依次分配至所述多个分组；
[0017]图像选取单元，用于随机选择所述多个分组中的其中一个分组作为目标图像集合。
[0018]另一方面，本申请实施例还提供了一种图像处理装置，包括：
[0019]至少一个处理器；
[0020]至少一个存储器，用于存储至少一个程序；
[0021]当至少一个所述程序被至少一个所述处理器执行时实现如前面所述的图像处理方法。
[0022]另一方面，本申请实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时用于实现如前面所述的图像处理方法。
[0023]本申请实施例的有益效果是：
[0024]本申请实施例先获取包括有多层CT图像的CT图像组，接着确定目标层数间隔，再根据目标层数间隔确定多个分组，然后根据CT图像的层数顺序，将多层CT图像按照目标层数间隔依次分配至多个分组，接着随机选择多个分组中的其中一个分组作为目标图像集合，即间隔的抽取CT图像，使得相邻两个被抽取的CT图像之间的层间距处于目标层厚范围内，从而使得层厚较小的CT图像组能够转化成层厚较大的CT图像组，从而能够适配预训练的三维处理模型的层厚处理要求。由于本申请实施例的技术方案并没有改变CT图像组中的原始数据，避免了经过重采样处理和插值处理而引入的额外噪声，因此不会导致CT图像组发生失真，同时，能够使得模型训练和预测均可以兼容不同层厚的CT图像数据，从而能够提高对CT图像组的三维重构结果的准确性。
[0025]本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0026]附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
[0027]图1是相关技术中一个CT图像组的示意图；
[0028]图2是相关技术中脑部血肿形态的原始CT图像和经过插值的脑部血肿形态的CT图像；
[0029]图3是本申请实施例提供的一种实施环境的示意图；
[0030]图4是本申请实施例提供的一种图像处理方法的流程图；
[0031]图5是图4中步骤200的具体方法流程图；
[0032]图6是图5中步骤210的目标层厚范围的确定步骤的具体方法流程图；
[0033]图7是本申请实施例提供的对三维处理模型的训练步骤的流程图；
[0034]图8是图7中步骤4000的具体方法流程图；
[0035]图9是图8中步骤4100的具体方法流程图；
[0036]图10是图7中步骤2000的具体方法流程图；
[0037]图11是图10中步骤2100的具体方法流程图；
[0038]图12是图7中步骤5000的具体方法流程图；
[0039]图13是图7中步骤6000的具体方法流程图；
[0040]图14是原始CT图像样本和经过图7中步骤1000至步骤6000的处理后得到的CT图像样本；
[0041]图15是本申请实施例提供的一种图像处理装置的结构示意图。
具体实施方式
[0042]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0043]本申请的说明书和权利要求书及所述附图中的术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0044]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括以下步骤：获取CT图像组，其中，所述CT图像组包括多层CT图像；确定目标层数间隔；根据所述目标层数间隔确定多个分组；根据所述CT图像的层数顺序，将所述多层CT图像按照所述目标层数间隔依次分配至所述多个分组；随机选择所述多个分组中的其中一个分组作为目标图像集合。2.根据权利要求1所述的图像处理方法，其特征在于，所述CT图像包括层厚参数，所述确定目标层数间隔，包括：确定至少一个层厚倍数，使得所述层厚参数与所述层厚倍数的乘积处于目标层厚范围内，其中，所述目标层厚范围根据三维处理模型的全量样本数据集的层厚参数确定；当只有一个层厚倍数时，将层厚倍数减去一的值作为所述目标层数间隔；当有多个层厚倍数时，随机选定一个层厚倍数，将选定的层厚倍数减去一的值作为所述目标层数间隔。3.根据权利要求2所述的图像处理方法，其特征在于，所述目标层厚范围根据三维处理模型的全量样本数据集的层厚参数确定具体包括：根据所述全量样本数据集的层厚参数的众数确定层厚下限值；根据所述全量样本数据集的层厚参数的最大值确定层厚上限值；根据所述层厚下限值和所述层厚上限值确定所述目标层厚范围。4.根据权利要求1所述的图像处理方法，其特征在于，所述图像处理方法还包括：对所述目标图像集合中的CT图像进行边界填充或裁剪中的至少一种处理，得到维度对齐的目标图像集合。5.根据权利要求1至4任一项所述的图像处理方法，其特征在于，所述图像处理方法还包括：将所述目标图像集合输入至三维处理模型，得到与所述CT图像组对应的三维图像处理结果。6.根据权利要求5所述的图像处理方法，其特征在于，所述三维处理模型由以下步骤训练得到：获取多个CT图像组样本，其中，所述CT图像组样本包括多层CT图像样本，所述CT图像样本包括样本层厚参数；根据多个所述CT图像组样本的所述样本层厚参数确定样本层厚下限值和样本层厚上限值；从多个所述CT图像组样本中确定第一图像组和待处理图像组，其中，所述第一图像组的样本层厚参数大于等于所述样本层厚下限值且小于等于所述样本层厚上限值，所述待处理图像组的样本层厚参数小于所述样本层厚下限值；根据所述CT图像样本的层数顺序，按照样本层数间隔从所述待处理图像组中抽取CT图像样本，得到多个样本分组；根据所述第一图像组和所述多个样本分组中的至少一个样本分组确定训练样本集合；利用所述训练样本集合对所述三维处理模型进行训练。
7.根据权利要求6所述的图像处理方法，其特征在于，所述根据所述CT图像样本的层数顺序，按照样本层数间隔从所述待处理图像组中抽取CT图像样本，得到多个样本分组，包括：确定样本层数间隔；根据所述样本层数间隔确定多个样本分组；根据所述CT图像样本的层数顺序，将所述待处理图像组中的多层CT图像样本按照所述样本层数间隔依次分配至所述多个样本分组...

【专利技术属性】
技术研发人员：郑瀚，常健博，王任直，冯铭，尚鸿，姚建华，王晓宁，裴翰奇，陈星翰，
申请(专利权)人：中国医学科学院北京协和医院，
类型：发明
国别省市：