本发明专利技术实施例公开了一种区域检测方法、装置、设备及存储介质。该方法包括：根据医学图像中各灰度像素点的像素灰度对各灰度像素点进行聚类，并将隶属于同一类别的各灰度像素点所在的区域作为候选区域；根据各像素灰度生成与医学图像对应的梯度图像，并根据梯度图像中各梯度像素点的像素梯度确定梯度图像内的梯度边缘；根据每个候选区域的区域边界和梯度边缘间的耦合度，从各候选区域中检测出目标区域。本发明专利技术实施例的技术方案，基于聚类解决了因多种原因导致的目标区域的检测精度较低的问题，通过将由此得到的候选区域的完整的区域边界与较大概率是目标区域的区域边界的梯度边缘进行比较的方式，实现了目标区域的准确检测的效果。效果。效果。
【技术实现步骤摘要】
一种区域检测方法、装置、设备及存储介质
[0001]本专利技术实施例涉及医学图像处理
，尤其涉及一种区域检测方法、装置、设备及存储介质。
技术介绍
[0002]在X射线图像中经常会出现灰度值过低的低灰度区域和/或灰度值过高的高灰度区域；其中，低灰度区域可能来自受检者体内的植入物(如人工关节、支架、起搏器、钢板、螺钉等等)、手术过程中用于固定受检者的固定装置(如体外固定装置)、用于定位病灶的定位装置(如定位针、夹子等等)、某些医疗装置中的成像装置(如乳腺穿刺图像中的持针装置等等)等等，该低灰度区域也可以称为高衰减区域；高灰度区域可能来自X射线图像中未穿过身体的区域，其也可以称为直接曝光区域。
[0003]通常情况下，X射线图像中的高衰减区域和直接曝光区域并非是医生需要关注的区域，而且它们会干扰正常人体组织的成像效果。具体的，通过从临床中反馈出来的问题和现象表明，如果X射线图像中存在高衰减区域和/或直接曝光区域，这会直接影响缺省窗宽窗位下的正常人体组织的显示效果，因此从X射线图像中检测出高衰减区域和/或直接曝光区域检测是非常必要的。
[0004]需要说明的是，由于X射线图像中高衰减区域和直接曝光区域与正常人体组织的灰度差异不定，而且高衰减区域和直接曝光区域内部也存在灰度变化，再加上图像噪声等因素的影响，准确地从X射线图像中检测出高衰减区域和/或直接曝光区域是非常困难的。
技术实现思路
[0005]本专利技术实施例提供了一种区域检测方法、装置、设备及存储介质，以实现医学图像中目标区域的准确检测的效果。
[0006]第一方面，本专利技术实施例提供了一种区域检测方法，可以包括：
[0007]根据医学图像中各灰度像素点的像素灰度对各灰度像素点进行聚类，并将隶属于同一类别的各灰度像素点所在的区域作为候选区域；根据各像素灰度生成与医学图像对应的梯度图像，根据梯度图像中各梯度像素点的像素梯度确定梯度图像内的梯度边缘；根据每个候选区域的区域边界和梯度边缘间的耦合度，从各候选区域中检测出目标区域。
[0008]可选的，根据医学图像中灰度像素点的像素灰度对各灰度像素点进行聚类，可以包括：对医学图像中各灰度像素点的像素灰度进行排序，并基于预先设置的类别数目在灰度排序结果中确定灰度类别拆分点，将该灰度类别拆分点作为初始的聚类中心；基于聚类中心和各灰度像素点的像素灰度，对各灰度像素点进行聚类。
[0009]在此基础上，可选的，基于聚类中心和各灰度像素点的像素灰度，对各灰度像素点进行聚类，可以包括：针对每个灰度像素点，确定灰度像素点的像素灰度和各聚类中心间的灰度距离，并将灰度像素点聚类到与其最小的灰度距离对应的聚类中心所在的类别中；根据各灰度像素点分别对应的最小的灰度距离确定灰度失真，并判断灰度失真是否满足预先
设置的聚类结束条件；若否，则针对每个类别，根据聚类后的隶属于类别中的各灰度像素点的像素灰度重新确定类别的聚类中心；重复执行确定灰度像素点的像素灰度和各聚类中心间的灰度距离的步骤，直至灰度失真满足聚类结束条件，聚类结束。
[0010]可选的，根据梯度图像中各梯度像素点的像素梯度确定梯度图像内的梯度边缘，包括：根据各候选区域的区域灰度，从各候选区域中筛选出与待检测的目标区域的区域属性对应的灰度类别区域；根据梯度图像中与灰度类别区域内各区域像素点分别对应的梯度像素点的像素梯度，确定梯度图像内的梯度边缘。
[0011]可选的，根据梯度图像中各梯度像素点的像素梯度确定梯度图像内的梯度边缘，可以包括：以梯度图像中各梯度像素点的像素梯度为依据，对各梯度像素点进行排序，并根据各梯度像素点在排序结果中的排序位置对各梯度像素点进行筛选，生成与梯度图像对应的二值图像；将二值图像内各二值像素点构成的二值边缘作为梯度图像的梯度边缘。
[0012]可选的，针对各候选区域中的当前区域，根据每个候选区域的区域边界和梯度边缘间的耦合度，从各候选区域中检测出目标区域，可以包括：获取当前区域的当前边界中各当前像素点和梯度边缘中各边缘像素点在像素位置上的第一相似度、以及各当前像素点和已检测为目标区域的候选区域的目标边界中各目标像素点在像素位置上的第二相似度；根据第一相似度、或是第一相似度和第二相似度，判断当前区域是否为目标区域以实现目标区域的检测。
[0013]可选的，根据每个候选区域的区域边界和梯度边缘间的耦合度，从各候选区域中检测出目标区域，可以包括：根据待检测的目标区域的区域属性确定各候选区域的区域检测顺序，根据区域检测顺序从各候选区域中筛选出当前区域；根据当前区域的区域边界和梯度边缘间的耦合度判断是否将当前区域作为目标区域，并根据判断结果实现目标区域的检测；将在区域检测顺序中位于当前区域的下一区域作为当前区域，并重复执行根据当前区域的区域边界和梯度边缘间的耦合度判断是否将当前区域作为目标区域的步骤，直至已检测的候选区域、和/或梯度边缘满足预先设置的判断结束条件。
[0014]第二方面，本专利技术实施例还提供了一种区域检测装置，可以包括：
[0015]候选区域确定模块，用于根据医学图像中各灰度像素点的像素灰度对各灰度像素点进行聚类，并将隶属于同一类别的各灰度像素点所在的区域作为候选区域；
[0016]梯度边缘确定模块，用于根据各像素灰度生成与医学图像对应的梯度图像，并根据梯度图像中各梯度像素点的像素梯度确定梯度图像内的梯度边缘；
[0017]目标区域检测模块，用于根据每个候选区域的区域边界和梯度边缘间的耦合度，从各候选区域中检测出目标区域。
[0018]第三方面，本专利技术实施例还提供了一种区域检测设备，可以包括：
[0019]一个或多个处理器；
[0020]存储器，用于存储一个或多个程序；
[0021]当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本专利技术任意实施例所提供的区域检测方法。
[0022]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本专利技术任意实施例所提供的区域检测方法。
[0023]本专利技术实施例的技术方案，根据医学图像中各灰度像素点的像素灰度对各灰度像
素点进行聚类，将隶属于同一类别的各灰度像素点所在的区域作为候选区域；根据各像素灰度生成与医学图像对应的梯度图像，并根据梯度图像中各梯度像素点的像素梯度确定梯度图像内的梯度边缘；根据每个候选区域的区域边界和梯度边缘间的耦合度，从各候选区域中检测出目标区域。上述技术方案，针对于区域的聚类解决了因目标区域与人体组织的灰度差异不定、图像噪声、目标区域内部的灰度过渡等原因导致的目标区域的检测精度较低的问题，通过将由此得到的候选区域的完整的区域边界与较大概率是目标区域的区域边界的梯度边缘进行比较的方式，实现了目标区域的准确检测的效果。
附图说明
[0024]图1是本专利技术实施例一中的一种区域检测方法的流程图；
[0025]图2是本专利技术实施例二中的一种区域检测方法的流程图；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种区域检测方法，其特征在于，包括：根据医学图像中各灰度像素点的像素灰度对各所述灰度像素点进行聚类，并将隶属于同一类别的各所述灰度像素点所在的区域作为候选区域；根据各所述像素灰度生成与所述医学图像对应的梯度图像，并根据所述梯度图像中各梯度像素点的像素梯度确定所述梯度图像内的梯度边缘；根据每个所述候选区域的区域边界和所述梯度边缘间的耦合度，从各所述候选区域中检测出目标区域。2.根据权利要求1所述的方法，其特征在于，所述根据医学图像中各灰度像素点的像素灰度对各所述灰度像素点进行聚类，包括：对医学图像中各灰度像素点的像素灰度进行排序，并基于预先设置的类别数目在灰度排序结果中确定灰度类别拆分点；将所述灰度类别拆分点作为初始的聚类中心，基于所述聚类中心和各所述灰度像素点的像素灰度，对各所述灰度像素点进行聚类。3.根据权利要求2所述的方法，其特征在于，所述基于所述聚类中心和各所述灰度像素点的像素灰度，对各所述灰度像素点进行聚类，包括：针对每个所述灰度像素点，确定所述灰度像素点的像素灰度和各所述聚类中心间的灰度距离，并将所述灰度像素点聚类到与最小的所述灰度距离对应的所述聚类中心所在的类别中；根据各所述灰度像素点分别对应的所述最小的所述灰度距离确定灰度失真，并判断所述灰度失真是否满足预先设置的聚类结束条件；若否，则针对每个所述类别，根据聚类后的隶属于所述类别中的各所述灰度像素点的像素灰度重新确定所述类别的所述聚类中心；重复执行所述确定所述灰度像素点的像素灰度和各所述聚类中心间的灰度距离的步骤，直至所述灰度失真满足所述聚类结束条件，聚类结束。4.根据权利要求1所述的方法，其特征在于，所述根据所述梯度图像中各梯度像素点的像素梯度确定所述梯度图像内的梯度边缘，包括：根据各所述候选区域的区域灰度，从各所述候选区域中筛选出与待检测的目标区域的区域属性对应的灰度类别区域；根据所述梯度图像中与所述灰度类别区域内各区域像素点分别对应的梯度像素点的像素梯度，确定所述梯度图像内的梯度边缘。5.根据权利要求1所述的方法，其特征在于，所述根据所述梯度图像中各梯度像素点的像素梯度确定所述梯度图像内的梯度边缘，包括：以所述梯度图像中各梯度像素点的像素梯度为依据，对各所述梯度像素点进行排序，并根据各所述梯度像素点在排序结果中的排序位置对各所述梯度像素点进行筛选，生成与所述梯度图像对应的二值图像；将所述二值图像内各二值像素点构成的二值边缘...
【专利技术属性】
技术研发人员：胡扬，张娜，杨乐，
申请(专利权)人：上海联影医疗科技股份有限公司，
类型：发明
国别省市：
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。