图像分割方法、系统和可读存储介质技术方案

本发明专利技术提供一种图像分割方法、系统和可读存储介质，首先采用多尺度海森矩阵对待分割图像进行增强处理，以增强第二组织器官，再进行二值化处理得到第二组织器官的第一分割图像，同时还对待分割图像中第一组织器官所在区域进行分割得到第一组织器官的区域分割图像，最后根据区域分割图像对第一分割图像再次进行分割，得到第二组织器官图像的第二分割图像。本发明专利技术通过多尺度海森矩阵来增强第二组织器官，提高了分割算法的效率和精度，也减少了人机交互的繁琐操作。另外，通过自动分割第一组织器官区域，进一步提高第二组织器官图像的分割精度。此外，本发明专利技术的图像分割算法通用性强，实现了端到端的算法流程，可以更好地辅助医生提高诊断准确性。提高诊断准确性。提高诊断准确性。

【技术实现步骤摘要】
图像分割方法、系统和可读存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种图像分割方法、系统和可读存储介质。

技术介绍

[0002]在医学图像分割领域中的肺部血管成像有血管对比度低、细小血管结构复杂、肺部组织结构多样的特点，这给医生对患者的医学图像进行肺部结构分析带来很大的难度。因此，对肺部医学图像进行精确分割尤为重要，精确分割能为医生提供高质量的肺部结构信息，有助于医生快速诊断。
[0003]血管成像技术包括计算机断层血管造影(CTA)、核磁共振血管造影(MRA)等。血管成像得到的是三维影像，不仅有血管组织同时还包含血管周围其他组织(骨骼，脂肪，肌肉，肺组织等)，无法给医生带来精准诊断。所以，从三维影像中提取整个血管区域，并以三维显示技术展示血管的形态，会提高医生诊断准确率。
[0004]虽然目前已经有很多血管分割的技术，但血管分割问题仍然是一个非常具有挑战性的任务。目前肺部血管分割方法主要以手动和半自动为主，已有的半自动血管分割方法大致可以分为两类：自顶向下和自底向上。
[0005]然而现有的肺部血管分割的方法存在以下缺点：
[0006](1)手动血管分割方法需要花费大量的时间和精力；
[0007](2)自顶向下的半自动分割方法需要人为输入种子点作为开始条件，然后基于目标误差迭代合并邻近的区域，最后生成图像；
[0008](3)自底向上的半自动分割方法利用管状检测滤波器来分割血管，虽然不需要人为输入初始化信息，但是该方法计算开销大，受噪声影响大且在对比度较低的区域无法得到完整的血管结构。

技术实现思路

[0009]本专利技术的目的在于提供一种图像分割方法、系统和可读存储介质，不仅可以提高整体图像分割精度，还可以有效减少人机交互的繁琐操作。
[0010]为达到上述目的，本专利技术提供一种图像分割方法，包括：
[0011]获取待分割图像；
[0012]利用多尺度海森矩阵对所述待分割图像进行增强处理，得到增强所述第二组织器官后的增强图像；
[0013]对所述增强图像进行二值化处理，得到所述第二组织器官的第一分割图像；
[0014]对所述待分割图像中所述第一组织器官所在区域进行分割处理，得到所述第一组织器官的区域分割图像；
[0015]根据所述区域分割图像对所述第一分割图像进行分割，得到所述第二组织器官图像的第二分割图像。
[0016]可选的，在上述图像分割方法中，在所述利用多尺度海森矩阵对所述待分割图像进行增强处理之前，还包括：
[0017]对所述待分割图像进行预处理，以滤除所述待分割血管图像中的噪声；
[0018]所述利用多尺度海森矩阵对所述待分割图像进行增强处理，具体为：
[0019]利用所述多尺度海森矩阵对预处理后的所述待分割图像进行增强处理。
[0020]可选的，在上述图像分割方法中，所述利用多尺度海森矩阵对所述待分割图像进行增强处理，包括：
[0021]基于海森矩阵，按照预设的尺度范围和尺度迭代次数，对所述待分割图像进行增强处理。
[0022]可选的，在上述图像分割方法中，所述尺度范围为0.5～5，所述迭代次数的范围为5～15。
[0023]可选的，在上述图像分割方法中，所述对所述待分割图像中的所述第一组织器官所在区域进行分割处理，包括：
[0024]对所述待分割图像进行二值化处理，得到所述第一组织器官的区域初步分割图像；
[0025]在所述区域初步分割图像的边界区域设置种子点，以所述种子点为初始点，通过形态学方法区分出所述第一组织器官，以得到所述第一组织器官的区域分割图像。
[0026]可选的，在上述图像分割方法中，所述通过形态学方法区分出所述第一组织器官，包括：
[0027]以所述第一种子点为初始点，通过形态学水漫金山法，区分出所述第一组织器官。
[0028]可选的，在上述图像分割方法中，在区分出所述第一组织器官后，还包括：
[0029]基于预设的第一形态学参数，采用形态学闭操作，对所述第一组织器官的区域进行孔洞填充和/或边界修补处理。
[0030]可选的，在上述图像分割方法中，所述根据所述区域分割图像对所述第一分割图像进行分割，得到所述第二组织器官图像的第二分割图像，包括：
[0031]将所述区域分割图像与所述第一分割图像进行逻辑与操作，得到的所述第二组织器官图像的第二分割图像。
[0032]可选的，在上述图像分割方法中，将所述区域分割图像与所述第一分割图像进行逻辑与操作之前，还包括：
[0033]采用最大连通域法去除所述区域分割图像中的小目标区域，以获得处理后的所述区域分割图像；
[0034]所述将所述区域分割图像与所述第一分割图像进行逻辑与操作，具体为：将处理后的所述区域分割图像与所述第一分割图像进行逻辑与操作。
[0035]可选的，在上述图像分割方法中，得到的所述第二组织器官图像的第二分割图像之后，还包括：
[0036]基于预设的第二形态学参数，采用形态学闭操作，对所述第二分割图像进行边缘平滑处理。
[0037]为达到上述目的，本专利技术还提供一种图像分割系统，包括处理器和存储器，所述存储器上存储有指令，当所述指令被所述处理器执行时，实现上文所述的图像分割方法。
[0038]为达到上述目的，本专利技术还提供一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上文所述的图像分割方法。
[0039]与现有技术相比，本专利技术提供的图像分割方法、系统和存储介质具有以下优点：本专利技术在获取待分割图像后，首先采用多尺度海森矩阵对所述待分割图像进行增强处理，以增强所述第二组织器官，再进行二值化处理得到所述第二组织器官的第一分割图像，同时还对待分割图像中第一组织器官所在区域进行分割得到第一组织器官的区域分割图像，最后根据区域分割图像对第一分割图像再次进行分割，得到第二组织器官图像的第二分割图像。本专利技术通过多尺度海森矩阵来增强第二组织器官，提高了分割算法的效率和精度，也减少了人机交互的繁琐操作。另外，通过自动分割第一组织器官区域，并根据第一组织器官区域进一步对第二组织器官图像进行分割，可以进一步提高第二组织器官图像的分割精度。此外，本专利技术的图像分割算法通用性强，实现了端到端的算法流程，可以更好地辅助医生提高诊断准确性。
附图说明
[0040]图1为本专利技术一实施方式中的图像分割方法的流程图；
[0041]图2为待分割图像的一具体示例；
[0042]图3为对图2所示的待分割图像进行增强处理后得到的肺部血管增强图像；
[0043]图4为对图3所示的肺部血管增强图像进行二值化处理后得到的肺部血管的第一分割图像；
[0044]图5为对图2所示的待分割图像进行分割处理后得到的肺部区域分割图像；
[0045]图6为根据图5所示的区域分割图像对图4所示的第一分割图像进行分割得到的肺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：获取待分割图像；利用多尺度海森矩阵对所述待分割图像进行增强处理，得到第二组织器官的增强图像；对所述增强图像进行二值化处理，得到所述第二组织器官的第一分割图像；对所述待分割图像中所述第一组织器官所在区域进行分割处理，得到所述第一组织器官的区域分割图像；根据所述区域分割图像对所述第一分割图像进行分割，得到所述第二组织器官图像的第二分割图像。2.根据权利要求1所述的图像分割方法，其特征在于，在所述利用多尺度海森矩阵对所述待分割图像进行增强处理之前，还包括：对所述待分割图像进行预处理，以滤除所述待分割血管图像中的噪声；所述利用多尺度海森矩阵对所述待分割图像进行增强处理，具体为：利用所述多尺度海森矩阵对预处理后的所述待分割图像进行增强处理。3.根据权利要求1所述的图像分割方法，其特征在于，所述利用多尺度海森矩阵对所述待分割图像进行增强处理，包括：基于海森矩阵，按照预设的尺度范围和尺度迭代次数，对所述待分割图像进行增强处理。4.根据权利要求3所述的图像分割方法，其特征在于，所述尺度范围为0.5～5，所述迭代次数的范围为5～15。5.根据权利要求1所述的图像分割方法，其特征在于，所述对所述待分割图像中的所述第一组织器官所在区域进行分割处理，包括：对所述待分割图像进行二值化处理，得到所述第一组织器官的区域初步分割图像；在所述区域初步分割图像的边界区域设置种子点，以所述种子点为初始点，通过形态学方法区分出所述第一组织器官，以得到所述第一组织器官的区域分割图像。6.根据权利要求5所述的图像分割方法，其特征在于，所述通过形...

【专利技术属性】
技术研发人员：陈俊强，杨溪，吕文尔，
申请(专利权)人：上海微创卜算子医疗科技有限公司，
类型：发明
国别省市：