图像处理方法、装置、介质及电子设备制造方法及图纸

本公开涉及一种图像处理方法、装置、介质及电子设备。方法包括：对目标肺部CT图像进行结节粗分割，得到至少一个结节轮廓；针对每一结节轮廓，从目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，其中，扩展区域包括该结节轮廓以及该结节轮廓的周围区域；根据至少一个扩展区域，对该结节轮廓进行修正，得到目标结节区域。由于结节轮廓的扩展区域不仅包括结节轮廓，还包括结节轮廓的周边区域，即扩展区域还包含结节轮廓之外的丰富的上下文背景信息，这样，利用包含丰富的上下文背景信息的扩展区域对粗分割得到的结节轮廓进行修正，可以保证结节分割的精度。并且，对于贴壁结节、磨玻璃等密度不均的结节分割均具有良好的分割效果，普适性好。普适性好。普适性好。

【技术实现步骤摘要】
图像处理方法、装置、介质及电子设备


[0001]本公开涉及图像处理
，具体地，涉及一种图像处理方法、装置、介质及电子设备。

技术介绍

[0002]肺癌的发病率和死亡率高，是全球癌症致死的头号杀手。基于CT影像的计算机辅助诊断技术也越来越多地应用到肺癌的诊断当中。而计算机辅助诊断的关键在于对肺部结节进行处理分析，首先要分割出完整的结节区域，之后提取该区域的影像学特征，利用提取到的特征信息对肺部结节进行分析处理，进而达到诊断肺癌的目的。可见，精准地肺部结节分割对分析结节特征、判断结节性质以及预测结节发展趋势等有着重要作用，精准分割肺部结节在临床上具有重要意义。

技术实现思路

[0003]为了克服相关技术中存在的问题，本公开提供一种图像处理方法、装置、介质及电子设备。
[0004]为了实现上述目的，第一方面，本公开提供一种图像处理方法，包括：
[0005]对目标肺部CT图像进行结节粗分割，得到至少一个结节轮廓；
[0006]针对每一所述结节轮廓，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，其中，所述扩展区域包括该结节轮廓以及该结节轮廓的周围区域；根据所述至少一个扩展区域，对该结节轮廓进行修正，得到目标结节区域。
[0007]可选地，所述根据所述至少一个扩展区域，对该结节轮廓进行修正，得到目标结节区域，包括：
[0008]针对每一所述扩展区域，对该扩展区域进行结节细分割，得到该扩展区域对应的第一结节概率图；
[0009]根据每一所述扩展区域对应的第一结节概率图，对该结节轮廓进行修正，得到目标结节区域。
[0010]可选地，所述根据每一所述扩展区域对应的第一结节概率图，对该结节轮廓进行修正，得到目标结节区域，包括：
[0011]获取该结节轮廓对应的第二结节概率图；
[0012]将每一所述扩展区域对应的第一结节概率图和所述第二结节概率图进行加权求和，得到目标结节概率图；
[0013]根据所述目标结节概率图，生成目标结节区域。
[0014]可选地，所述对该扩展区域进行结节细分割，得到该扩展区域对应的第一结节概率图，包括：
[0015]通过预先训练好的条件随机场模型对该扩展区域进行结节细分割，得到该扩展区域对应的第一结节概率图。
[0016]可选地，所述从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，包括：
[0017]确定该结节轮廓的中心点和该结节轮廓的最小外接矩形的长径、短径；
[0018]以所述中心点为中心，根据所述长径和所述短径，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域。
[0019]可选地，所述以所述中心点为中心，根据所述长径和所述短径，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，包括：
[0020]获取n个尺度因子，其中，每一所述尺度因子均大于1，n为所述扩展区域的数量，n大于或等于1，且当n大于1时，所述n个尺度因子互不相等；
[0021]针对每一所述尺度因子，以所述中心点为中心，并以该尺度因子与所述长径的乘积为长、以该尺度因子与所述短径的乘积为宽，从所述目标肺部CT图像中截取矩形区域，其中，所述矩形区域的长边与该结节轮廓的最小外接矩形的长边平行；
[0022]将截取到的每一所述矩形区域确定为该结节轮廓对应的至少一个扩展区域。
[0023]可选地，当n大于1时，所述以所述中心点为中心，根据所述长径和所述短径，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，还包括：
[0024]若所述长径大于预设阈值，则对目标尺度因子进行修正，以使得修正后所得的目标尺度因子小于修正前的所述目标尺度因子、且大于所述n个尺度因子中除所述目标尺度因子外的其他尺度因子中的最大值，其中，所述目标尺度因子为所述n个尺度因子中的最大值；
[0025]所述针对每一所述尺度因子，以所述中心点为中心，并以该尺度因子与所述长径的乘积为长、以该尺度因子与所述短径的乘积为宽，从所述目标肺部CT图像中截取矩形区域，包括：
[0026]针对所述其他尺度因子中的每一尺度因子，以所述中心点为中心，并以该尺度因子与所述长径的乘积为长、以该尺度因子与所述短径的乘积为宽，从所述目标肺部CT图像中截取矩形区域；
[0027]以所述中心点为中心，并以所述修正后所得的目标尺度因子与所述长径的乘积为长、以所述修正后所得的目标尺度因子与所述短径的乘积为宽，从所述目标肺部CT图像中截取矩形区域。
[0028]第二方面，本公开提供一种图像处理装置，包括：
[0029]粗分割模块，用于对目标肺部CT图像进行结节粗分割，得到至少一个结节轮廓；
[0030]截取模块，用于针对所述粗分割模块得到的每一所述结节轮廓，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，其中，所述扩展区域包括该结节轮廓以及该结节轮廓的周围区域；修正模块，用于根据所述截取模块得到的所述至少一个扩展区域，对该结节轮廓进行修正，得到目标结节区域。
[0031]第三方面，本公开提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
[0032]第四方面，本公开提供一种电子设备，包括：
[0033]存储器，其上存储有计算机程序；
[0034]处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面提供
的所述方法的步骤。
[0035]在上述技术方案中，首先，对目标肺部CT图像进行结节粗分割，得到至少一个结节轮廓；然后，针对每一结节轮廓，从目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，其中，扩展区域包括该结节轮廓以及该结节轮廓的周围区域；根据至少一个扩展区域，对该结节轮廓进行修正，得到目标结节区域。由于结节轮廓的扩展区域不仅包括结节轮廓，还包括结节轮廓的周边区域，即扩展区域还包含结节轮廓之外的丰富的上下文背景信息，这样，利用包含丰富的上下文背景信息的扩展区域对粗分割得到的结节轮廓进行修正，可以保证结节分割的精度。并且，对于贴壁结节、磨玻璃等密度不均的结节分割均具有良好的分割效果，普适性好。
[0036]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0037]附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
[0038]图1是根据一示例性实施例示出的一种图像处理方法的流程图。
[0039]图2是根据一示例性实施例示出的一种从目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域的方法的流程图。
[0040]图3是根据一示例性实施例示出的一种从目标肺部CT图像中截取该结节轮廓对应的扩展区域的示意图。
[0041]图4是根据一示例性实施例示出本文档来自技高网...

【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：对目标肺部CT图像进行结节粗分割，得到至少一个结节轮廓；针对每一所述结节轮廓，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，其中，所述扩展区域包括该结节轮廓以及该结节轮廓的周围区域；根据所述至少一个扩展区域，对该结节轮廓进行修正，得到目标结节区域。2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个扩展区域，对该结节轮廓进行修正，得到目标结节区域，包括：针对每一所述扩展区域，对该扩展区域进行结节细分割，得到该扩展区域对应的第一结节概率图；根据每一所述扩展区域对应的第一结节概率图，对该结节轮廓进行修正，得到目标结节区域。3.根据权利要求2所述的方法，其特征在于，所述根据每一所述扩展区域对应的第一结节概率图，对该结节轮廓进行修正，得到目标结节区域，包括：获取该结节轮廓对应的第二结节概率图；将每一所述扩展区域对应的第一结节概率图和所述第二结节概率图进行加权求和，得到目标结节概率图；根据所述目标结节概率图，生成目标结节区域。4.根据权利要求2所述的方法，其特征在于，所述对该扩展区域进行结节细分割，得到该扩展区域对应的第一结节概率图，包括：通过预先训练好的条件随机场模型对该扩展区域进行结节细分割，得到该扩展区域对应的第一结节概率图。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，包括：确定该结节轮廓的中心点和该结节轮廓的最小外接矩形的长径、短径；以所述中心点为中心，根据所述长径和所述短径，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域。6.根据权利要求5所述的方法，其特征在于，所述以所述中心点为中心，根据所述长径和所述短径，从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域，包括：获取n个尺度因子，其中，每一所述尺度因子均大于1，n为所述扩展区域的数量，n大于或等于1，且当n大于1时，所述n个尺度因子互不相等；针对每一所述尺度因子，以所述中心点为中心，并以该尺度因子与所述长径的乘积为长、以该尺度因子与所述短径的乘积为...

【专利技术属性】
技术研发人员：荆怡，蔡巍，张霞，
申请(专利权)人：沈阳东软智能医疗科技研究院有限公司，
类型：发明
国别省市：