一种图像信息提取方法、装置、电子设备和可读存储介质制造方法及图纸

本方案公开了一种图像信息提取方法、装置、电子设备和可读存储介质，其中，该方法的步骤包括：基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界；对所述第一轮廓边界进行边界优化处理，获得目标生理组织的第二轮廓边界；对所述第二轮廓边界内的区域进行组织填充，获得目标生理组织图像。本方案将目标生理组织的关键特征信息或预测边界与模板图像相结合，粗略确定目标生理组织的轮廓边界，再对轮廓边界进行优化，得到精确的目标生理组织轮廓边界，从而提高目标生理组织边界识别的精准度，便于医生准确的对病灶进行识别和定位。定位。定位。

【技术实现步骤摘要】
一种图像信息提取方法、装置、电子设备和可读存储介质


[0001]本专利技术涉及医学图像处理
更具体地，涉及一种自动医学影像信息提取方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]在医学成像领域中，多种检测系统已经可以直接生成筛选和评价医学状况的医学图像。例如计算机断层摄影(CT)成像、磁共振(MR)成像、正电子发射X射线层析摄影(PET)等等。这些成像方法可以对结肠息肉、动脉瘤、肺结节、心脏或者动脉组织硬化、乳房组织中的癌微钙化或者肿块等各项病变或者异常进行可视化识别。
[0003]通常情况下，医学影像中会包含很多的组织、器官等结构，这些结构又可以拆分成多个子块。在对医学图像进行识别或分析过程中，往往会由于多结构之间的依附、相邻等关系，容易造成医师的漏检和误判，影像医学诊疗的速度和精准性。例如，需要对骨骼附近的血管信息进行提取和分析时，需要对血管和骨骼进行分割处理，从而提取出血管信息，再对血管上是否存在异常进行诊断；但是，在一些生理区域血管和骨骼是连在一起或者相邻排布的，这种情况会严重影响分割的效果，从而导致对血管病灶的误判。若需要判断的位置位于颅内，血管与脑组织关练更加密切，将难以进行准确医学诊疗。

技术实现思路

[0004]本专利技术的目的在于提供一种自动医学影像信息提取方法、装置、电子设备和计算机可读存储介质。
[0005]为达到上述目的，本方案采用下述技术方案：
[0006]第一方面，本方案提供一种图像信息提取方法，该方法的步骤包括：
[0007]基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界；
[0008]对所述第一轮廓边界进行边界优化处理，获得目标生理组织的第二轮廓边界；
[0009]对所述第二轮廓边界内的区域进行组织填充，获得目标生理组织图像。
[0010]在一种优选地实施例中，所述基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界的步骤包括：
[0011]基于预测模型对待识别图像中目标生理组织的边界进行预测，获得预测边界；
[0012]以所述预测边界上预定的基准点为基准，将所述模板图像映射到待识别图像上；
[0013]将所述模板图像的边界作为目标生理组织的第一轮廓边界。
[0014]在一种优选地实施例中，所述基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界的步骤包括：
[0015]确定待识别图像中目标生理组织的关键特征信息；
[0016]以所述关键特征信息为基准，将所述模板图像映射到待识别图像上；
[0017]将所述模板图像的边界作为目标生理组织的第一轮廓边界。
[0018]在一种优选地实施例中，所述对所述第一轮廓边界进行边界优化处理，获得目标生理组织的第二轮廓边界的步骤包括：
[0019]在所述第一轮廓边界的周边形成一个调整区；
[0020]基于边缘检测算法，在调整区内寻找真实轮廓，获得目标生理组织的第二轮廓边界。
[0021]在一种优选地实施例中，根据所述目标生理组织的关键特征信息和所述第二轮廓边界，基于阈值填充算法，对所述第二轮廓边界内的区域进行组织填充；
[0022]将未超越所述第二轮廓边界的点作为真组织，获得目标生理组织图像。
[0023]在一种优选地实施例中，将超越所述第二轮廓边界或与所述第二轮廓边界交叉的点作为假组织，并舍弃。
[0024]在一种优选地实施例中，该方法的步骤还包括：
[0025]根据所述生理组织图像提取生理组织结构的几何计算信息。
[0026]第二方面，本方案提供一种图像信息提取装置，包括：
[0027]识别模块，基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界；
[0028]优化模块，对所述第一轮廓边界进行边界优化处理，获得目标生理组织的第二轮廓边界；
[0029]填充模块，对所述第二轮廓边界内的区域进行组织填充，获得目标生理组织图像。
[0030]第三方面，本方案提供一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的方法。
[0031]第四方面，本方案提供一种计算设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；
[0032]其中，所述处理器配置为经由执行所述可执行指令来执行如上所述的方法。
[0033]本专利技术的有益效果如下：
[0034]本方案将生理组织的关键特征信息或预测边界与模板图像相结合，粗略确定生理组织的轮廓边界，再对轮廓边界进行优化，得到精确的生理组织轮廓边界，从而提高生理组织边界识别的精准度，便于协助医生对病灶进行识别和定位。
附图说明
[0035]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1示出本方案所述图像信息提取方法的一种实例示意图；
[0037]图2示出本方案所述第一轮廓边界获取步骤的一种实例的示意图；
[0038]图3示出本方案所述第一轮廓边界获取实例的一种示意图；
[0039]图4示出本方案所述第一轮廓边界获取步骤的另一种实例的示意图；
[0040]图5示出本方案所述第一轮廓边界获取实例的另一种示意图；
[0041]图6示出本方案所述第二轮廓边界获取实例的示意图；
[0042]图7示出本方案所述组织填充的一种实例的示意图；
[0043]图8示出本方案所述图像信息提取装置的示意图；
[0044]图9示出本方案所述电子设备的示意图。
具体实施方式
[0045]为使本专利技术的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0046]经过对现有技术的分析和研究，在不同生理区域，血管与骨骼、脑组织、心肌、肺器官、淋巴结构等会有紧密的依附关系，导致在医学影像中具有很多的组织、器官等结构聚集在一起，无法准确的对血管和其它组织、器官进行分割，致使医学影像中重要生理组织的轮廓边界不够清晰，造成对血管病灶的误判或漏检的问题。
[0047]现有技术中对于生理组织边界的识别，通常采用神经网络模型进行预测，然而，通过神经网络模型预测的生理组织边界误差较大，无法准确识别出生理组织的边界。生理组织边界上往往存在比较重要的膜层，如生理组织边界的轮廓不清晰，将严重影响医生对于膜层位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像信息提取方法，其特征在于，该方法的步骤包括：基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界；对所述第一轮廓边界进行边界优化处理，获得目标生理组织的第二轮廓边界；对所述第二轮廓边界内的区域进行组织填充，获得目标生理组织图像。2.根据权利要求1所述的图像信息提取方法，其特征在于，所述基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界的步骤包括：基于预测模型对待识别图像中目标生理组织的边界进行预测，获得预测边界；以所述预测边界上预定的基准点为基准，将所述模板图像映射到待识别图像上；将所述模板图像的边界作为目标生理组织的第一轮廓边界。3.根据权利要求1所述的图像信息提取方法，其特征在于，所述基于目标生理组织的模板图像，对待识别图像中目标生理组织的边界进行粗配准，获得目标生理组织的第一轮廓边界的步骤包括：确定待识别图像中目标生理组织的关键特征信息；以所述关键特征信息为基准，将所述模板图像映射到待识别图像上；将所述模板图像的边界作为目标生理组织的第一轮廓边界。4.根据权利要求1至3任一项所述的图像信息提取方法，其特征在于，所述对所述第一轮廓边界进行边界优化处理，获得目标生理组织的第二轮廓边界的步骤包括：在所述第一轮廓边界的周边形成一个调整区；基于边缘检测算法，在调整区内寻找真实轮廓，获得目标生理组织的第二轮廓边界。5...

【专利技术属性】
技术研发人员：肖月庭，阳光，郑超，
申请(专利权)人：数坤北京网络科技股份有限公司，
类型：发明
国别省市：