医学图像分割方法、系统、电子设备及介质技术方案

本发明专利技术提供了一种医学图像分割方法、系统、电子设备及存储介质，医学图像分割方法，包括：根据预设像素阈值对所述待分割医学图像进行初步分割，并对初步分割得到的医学图像进行边缘检测及特征增强，提取得到第一医学分割图像；根据预设优化目标，优化所述第一医学分割图像，得到目标器官组织的图像。本发明专利技术提供的医学图像分割方法、系统、电子设备及存储介质，不仅通用性强，减少了繁琐的人机交互操作，而且分割精度高，能够更好的辅助医生提高诊断效率和准确性。率和准确性。率和准确性。

【技术实现步骤摘要】
医学图像分割方法、系统、电子设备及介质


[0001]本专利技术涉及图像处理
，尤其是涉及一种医学图像分割方法、系统、电子设备及介质。

技术介绍

[0002]当前心血管疾病是全世界死亡率最高的疾病，并且发病率和死亡率逐年上升，严重威胁着人类的生命健康。因此，对心血管疾病进行定量辅助诊断和介入治疗，对改善人类健康状况具有重要意义。心脏是人体心血管系统的关键器官，而现代医学成像技术能够提供丰富的结构和功能信息。因此，在治疗过程中，医生可以凭借心脏部位的医学图像来辅助诊断各种心脏相关疾病，例如钙化、主动脉夹层、动脉瘤等。
[0003]然而，由于心脏的复杂结构使得心脏的不同部位具有不同的特征，同时医学图像中不仅包括心脏组织还有心脏周围的其他组织，这给医生对患者的医学图像进行心脏结构分析，带来很大的难度。因此，对心脏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心脏结构信息，有助于医生快速和精准诊断。
[0004]目前，心脏医学图像的常用分割方法包括：手动分割法、基于模型匹配的方法、基于可变模型的方法和基于深度学习的分割方法。大致说明如下：
[0005]1、手动分割法：依靠经验丰富的医学专家进行手动分割。在临床实践中，医生手动分割不仅费时费力，依赖医生经验，不同医生甚至同一医生的两次分割结果还都具有很大的可变性。由此可见，手动分割心脏医学图像的分割方法存在不仅差异化大而且需要花费大量的时间和精力的缺陷。
[0006]2、基于模式匹配的方法：通过自适应形状匹配实现一组CT图像序列与心脏平均模型进行匹配，从而完成对心脏的分割。该方法虽然可减少用户交互，然而，不同人(包括正常人以及有心脏疾病的病人)心脏形状以及动态多种多样，再加上心脏的复杂结构使得心脏的不同部位具有不同的特征，因此，建立包含心室所有可能的形状的通用模型是很困难的，而仅利用统一的心脏模板进行匹配分割的准确率较低，存在模型通用性、泛化性能差的问题。
[0007]3、基于可变模型的方法：该方法需要用户交互来完成分割，需要人工进行分割结果的确认及标注结果调整。因此，存在着鲁棒性差，且分割精度低的不足。
[0008]另外，虽然目前已经有很多血管图像分割的技术，但如前所述，由于心脏的复杂结构，应用于常规血管的医学图像分割技术却很难直接应用于心脏医学图像的分割。
[0009]上述虽然是以心脏医学图像的分割为例进行说明，以此推彼，本领域的技术人员，不难理解其他器官组织的医学图像分割方法，亦存在类似的缺陷。
[0010]鉴于此，如何提供一种医学图像分割方法，日益成为本领域技术人员亟待解决的技术问题之一。
[0011]需要说明的是，公开于该专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所
公知的现有技术。

技术实现思路

[0012]本专利技术的目的在于，针对相关技术中存在的不足，提供一种医学图像分割方法、系统、电子设备及介质，以减少繁琐的人机交互操作，提高医学图像的分割精度，从而更好地辅助医生提高诊断效率和准确性。
[0013]为实现上述目的，本专利技术通过以下技术方案予以实现：一种医学图像分割方法，包括：
[0014]根据预设像素阈值对待分割医学图像进行初步分割，并对初步分割得到的医学图像进行边缘检测及特征增强，提取得到第一医学分割图像；
[0015]根据预设优化目标，优化所述第一医学分割图像，得到目标器官组织的图像。
[0016]可选地，所述根据预设像素阈值对待分割医学图像进行初步分割，并对初步分割得到的医学图像进行边缘检测及特征增强，提取得到第一医学分割图像，包括：
[0017]根据预设第一上限阈值和预设第一下限阈值，对所述待分割医学图像进行分割，得到第二医学分割图像；
[0018]对所述待分割医学图像进行边缘检测，得到第三医学分割图像；并采用海森矩阵特征值增强算子增强所述待分割医学图像的边缘，得到边缘增强后的第四医学分割图像；
[0019]对所述边缘增强后的第四医学分割图像中的强边缘像素点和弱边缘像素点进行逻辑回归变换，得到第五医学分割图像；
[0020]对所述第二医学分割图像与所述第五医学分割图像进行逻辑与操作，得到第六医学分割图像；
[0021]对所述第六医学分割图像进行形态学连通域操作，保留最大连通域体积的区域，得到第七医学分割图像；
[0022]保留所述第三医学分割图像中与所述第七医学分割图像对应的连通域结果，得到所述第一医学分割图像。
[0023]可选地，在所述对所述待分割医学图像进行边缘检测，得到第三医学分割图像之前，还包括：
[0024]根据预设截断像素阈值，对所述第二医学分割图像进行截断处理，得到截断后的第二医学分割图像；
[0025]对所述截断后的第二医学分割图像的像素值进行线性缩放，以将所述第二医学分割图像的像素值缩放至0
‑
255范围。
[0026]可选地，所述对所述待分割医学图像进行边缘检测，得到第三医学分割图像，包括：
[0027]根据预设第二上限阈值和第二下限阈值，采用Canny算子检测和连接所述第二医学分割图像的边缘；
[0028]根据所述待分割医学图像的边缘，分割得到第三医学分割图像。
[0029]可选地，所述根据预设优化目标，优化所述第一医学分割图像，得到目标器官组织的图像，包括：
[0030]对所述第一医学分割图像进行孔洞填充，得到孔洞填充后的第一医学分割图像；
[0031]根据预设形态学开操作信息，对所述孔洞填充后的第一医学分割图像进行形态学开操作，得到形态学开操作后的第一医学分割图像；
[0032]对所述形态学开操作后的第一医学分割图像进行连通域操作，得到所述目标器官组织的图像。
[0033]可选地，还包括通过以下方法获取所述目标器官组织上医学感兴趣区域的图像：
[0034]根据所述医学感兴趣区域的预设像素阈值，在所述待分割医学图像的医学感兴趣区域选取多个种子点；并根据所述种子点，采用自适应区域生长法，提取所述医学感兴趣区域的图像。
[0035]可选地，所述根据所述种子点，采用自适应区域生长法，提取医学感兴趣区域的图像，包括：
[0036]分别将每一个所述种子点作为生长的起点，并将与所述种子点相邻的像素点和所述种子点进行比较，将符合预设分割条件的所述相邻的像素点合并至所述种子点所在的区域，直至所有符合预设分割条件的像素点都被合并至所述种子点所在的区域，得到若干个区域生长结果；
[0037]将各个所述区域生长结果进行相加，得到所述医学感兴趣区域图像。
[0038]可选地，所述预设分割条件包括所述相邻的像素点的值在第三上限阈值和第三下限阈值之间；
[0039]在所述采用自适应区域生长法，提取所述医学感兴趣区域的图像之前，还包括：根据所述多个种子点的像素值，确定第三上限阈本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像分割方法，其特征在于，包括：根据预设像素阈值对待分割医学图像进行初步分割，并对初步分割得到的医学图像进行边缘检测及特征增强，提取得到第一医学分割图像；根据预设优化目标，优化所述第一医学分割图像，得到目标器官组织的图像。2.根据权利要求1所述的医学图像分割方法，其特征在于，所述根据预设像素阈值对待分割医学图像进行初步分割，并对初步分割得到的医学图像进行边缘检测及特征增强，提取得到第一医学分割图像，包括：根据预设第一上限阈值和预设第一下限阈值，对所述待分割医学图像进行分割，得到第二医学分割图像；对所述待分割医学图像进行边缘检测，得到第三医学分割图像；并采用海森矩阵特征值增强算子增强所述待分割医学图像的边缘，得到边缘增强后的第四医学分割图像；对所述边缘增强后的第四医学分割图像中的强边缘像素点和弱边缘像素点进行逻辑回归变换，得到第五医学分割图像；对所述第二医学分割图像与所述第五医学分割图像进行逻辑与操作，得到第六医学分割图像；对所述第六医学分割图像进行形态学连通域操作，保留最大连通域体积的区域，得到第七医学分割图像；保留所述第三医学分割图像中与所述第七医学分割图像对应的连通域结果，得到所述第一医学分割图像。3.根据权利要求2所述的医学图像分割方法，其特征在于，在所述对所述待分割医学图像进行边缘检测，得到第三医学分割图像之前，还包括：根据预设截断像素阈值，对所述第二医学分割图像进行截断处理，得到截断后的第二医学分割图像；对所述截断后的第二医学分割图像的像素值进行线性缩放，以将所述第二医学分割图像的像素值缩放至0
‑
255范围。4.根据权利要求2所述的医学图像分割方法，其特征在于，所述对所述待分割医学图像进行边缘检测，得到第三医学分割图像，包括：根据预设第二上限阈值和第二下限阈值，采用Canny算子检测和连接所述待分割医学图像的边缘；根据所述待分割医学图像的边缘，分割得到第三医学分割图像。5.根据权利要求2所述的医学图像分割方法，其特征在于，所述根据预设优化目标，优化所述第一医学分割图像，得到目标器官组织的图像，包括：对所述第一医学分割图像进行孔洞填充，得到孔洞填充后的第一医学分割图像；根据预设形态学开操作信息，对所述孔洞填充后的第一医学分割图像进行形态学开操作，得到形态学开操作后的第一医学分割图像；对所述形态学开操作后的第一医学分割图像进行连通域操作，得到所述目标器官组织的图像。6.根据权利要求1所述的医学图像分割方法，其特征在于，还包括通过以下方法获取所述目标器官组织上医学感兴趣区域的图像：
根据所述医学感兴趣区域的预设像素阈值，在所述待分割医学图像的医学感兴趣区域选取多个种子点；并根据所述种子点，采用自适应区域生长法，提取所述医学感兴趣区域的图像。7.根据权利要求6所述的医学图像分割方法，其特征在于，所述根据所述种子点，采用自适应区域生长法，...

【专利技术属性】
技术研发人员：陈俊强，杨溪，
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：