一种CT图像中床板自动去除的方法及系统技术方案

本发明专利技术提供了一种CT图像中床板自动去除的方法及系统，涉及图像分割技术领域，包括获取CT图像的三维尺寸X、Y、Z；构建大小为X、Y的2D图像；沿CT图像的z轴方向遍历像素值，取(x，y)处最大像素值赋予2D图像中(x，y)；根据CT值对2D图像进行阈值分割，提取床板和人体组织区域，得到二值图像；对二值图像进行种子点区域生长处理，提取人体组织区域，得到mask_2D图像；沿CT图像的z轴方向，将Z个mask_2D图像进行拼接得到mask_3D图像；根据mask_3D图像对CT图像进行图像模板分割，得到去除床板后的3D图像。本发明专利技术通过图像分割技术，实现了CT图像中的床板自动快速去除。的床板自动快速去除。的床板自动快速去除。

【技术实现步骤摘要】
一种CT图像中床板自动去除的方法及系统


[0001]本专利技术属于图像分割
，尤其是涉及一种CT图像中床板自动去除的方法及系统。

技术介绍

[0002]医疗活动中，患者在扫描CT时，要平躺在手术床上，人体随手术床一起移动至探测器，用X射线对人体某部位进行一定厚度的层面扫描；手术床一般为金属，属于高密度材质，密度比人体骨骼密度大，在X射线下会高亮显影，因此，在CT影像中往往会存在床板。
[0003]在CT图像中，由于床板和人体骨骼亮度极为相似，在进行骨骼的三维重建时，很容易将床板重建出来，会对骨骼某些区域造成遮挡，不利于对病变骨骼的观察以及手术的规划。
[0004]目前，去除CT图像中床板的方式主要为医生手动或者半自动操作，具体为通过医生与操作界面交互选中床板，然后通过区域生长技术进行删除。但是这种方式存在的问题是，医生需要肉眼识别出床板并通过鼠标准确的选中床板，由于某些床板较薄会降低选中的概率，并且工作量大，易于产生疲劳，因此，自动去除床板对于医疗疾病诊断具有重要意义。
[0005]现有技术中，专利技术名称为基于CT影像的床板去除方法、系统、可读存储介质和设备，申请号为201911225985.7的专利中提到的去除床板的方法，依赖硬件采集CT图像需要采集空的床板参数，使CT空床扫描图像和待处理的CT扫描图像匹配，从而得到待处理的CT扫描图像的去床图像，不适用于常见的三维影像工作站；申请号为201410438472.5的专利技术名称为一种CT图像中床板的去除方法与系统专利中，需要过滤掉图像中相似性较小的边缘曲线并且识别出床板的边缘曲线，这种方法过度依赖床物理特性容易在做干扰滤除时产生错误。
[0006]针对现有CT图像中床板去除方法存在的不足，本专利去除床板方法采用全自动去除方法，不需要依赖硬件环境和与床板相似的边缘曲线的干扰，可以快速、准确的实现一键去除。

技术实现思路

[0007]针对上述问题及设想，本专利技术提出了一种CT图像中床板自动去除的方法及系统，通过图像分割技术，快速将CT图像中的床板自动去除，适用于影像工作站中的三维模型重建，也可避免床板对模型某些区域的遮挡，有效的满足了医生的需求，大大提高工作效率。
[0008]为实现上述目的，本专利技术公开了一种CT图像中床板自动去除的方法，包括步骤：
[0009]获取CT图像的三维尺寸X、Y、Z；
[0010]构建大小为X、Y的2D图像；
[0011]沿所述CT图像的z轴方向遍历像素值，并取遍历到的(x，y)处最大像素值赋值给所述2D图像中(x，y)处；
[0012]根据CT值对所述2D图像进行阈值分割，提取床板和人体组织区域，区别设置提取区域和剩余区域的像素值，得到二值图像；
[0013]对所述二值图像进行种子点区域生长处理，提取所述人体组织区域，得到mask_2D图像；
[0014]沿所述CT图像的z轴方向，将Z个所述mask_2D图像进行拼接得到mask_3D图像；
[0015]根据所述mask_3D图像对所述CT图像进行图像模板分割处理，得到去除床板后的bedRejected_3D图像。
[0016]作为本专利技术的进一步改进，对获取到的所述CT图像首先进行滤波平滑处理。
[0017]作为本专利技术的进一步改进，设置2D图像的初始像素值为0。
[0018]作为本专利技术的进一步改进，所述根据CT值对所述2D图像进行阈值分割时，选择一个低于人体组织CT值且大于空气CT值的CT值作为阈值。
[0019]作为本专利技术的进一步改进，所述根据CT值对所述2D图像进行阈值分割时，设置提取到的床板和人体组织区域地像素值为1，其余区域的像素值为0。
[0020]作为本专利技术的进一步改进，对所述二值图像进行种子点区域生成处理时，设置区域生长阈值为1。
[0021]作为本专利技术的进一步改进，对所述二值图像进行种子点区域生成处理时，种子点设置在人体组织区域上。
[0022]作为本专利技术的进一步改进，对所述二值图像进行种子点区域生长处理时，将提取出的所述人体组织区域的像素值设为1，剩余区域的像素值设置为0。
[0023]作为本专利技术的进一步改进，根据所述mask_3D图像对所述CT图像进行图像模板分割处理，包括：
[0024]将所述mask_3D图像作为图像分割模板；
[0025]将前景值设置为所述CT图像的像素值，将背景值设置为空气的CT值；
[0026]得到去除床板后的bedRejected_3D图像。
[0027]本专利技术还提供了一种CT图像中床板自动去除的系统，包括：2D图像构建模块、阈值分割提取模块、区域生长提取模块、图像分割模板获取模块和图像模板分割处理模块；
[0028]所述材质纹理制作模块，用于：
[0029]获取CT图像的三维尺寸X、Y、Z；
[0030]构建大小为X、Y的2D图像；
[0031]沿所述CT图像的z轴方向遍历像素值，并取遍历到的(x，y)处最大像素值赋值给所述2D图像中(x，y)处；
[0032]所述阈值分割提取模块，用于：
[0033]根据CT值对所述2D图像进行阈值分割，提取床板和人体组织区域，区别设置提取区域和剩余区域的像素值，得到二值图像；
[0034]所述区域生长提取模块，用于：
[0035]对所述二值图像进行种子点区域生长处理，提取所述人体组织区域，得到mask_2D图像；
[0036]所述图像分割模板获取模块，用于：
[0037]沿所述CT图像的z轴方向，将Z个所述mask_2D图像进行拼接得到mask_3D图像；
[0038]所述图像模板分割处理模块，用于：
[0039]根据所述mask_3D图像对所述CT图像进行图像模板分割处理，得到去除床板后的bedRejected_3D图像。
[0040]与现有技术相比，本专利技术的有益效果为：
[0041]本专利技术通过图像分割技术，快速将CT图像中的床板自动去除，实现了床板的全自动去除，相较于现有技术中心的医生手动和半自动去除床板的方法，节约了人力及时间，提高了工作效率，满足了医生的图像处理需求。
[0042]本专利技术巧妙的使用了两次图像提取方法，先通过阈值分割将人体组织区域和床板提取出来，且使中间具有明显的间隔；进而利用种子点区域生长方法，将人体组织区域提取出来，实现对床板的完美去除。
附图说明
[0043]图1为本专利技术一种实施例公开的CT图像中床板自动去除的方法流程图；
[0044]图2为本专利技术一种实施例公开的CT图像中床板自动去除的系统示意图；
[0045]图3为本专利技术一种实施例公开的膝关节疾病患者髋至踝的CT扫描图像横断面示意图；
[0046]图4为图3中图像经阈值分割后得到的二值图像示意图；
[0047]图5为图4中二值图像选取种子点的示意图；
[0048]图6是以图5中种子点进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种CT图像中床板自动去除的方法，其特征在于，包括步骤：获取CT图像的三维尺寸X、Y、Z；构建大小为X、Y的2D图像；沿所述CT图像的z轴方向遍历像素值，并取遍历到的(x，y)处最大像素值赋值给所述2D图像中(x，y)处；根据CT值对所述2D图像进行阈值分割，提取床板和人体组织区域，区别设置提取区域和剩余区域的像素值，得到二值图像；对所述二值图像进行种子点区域生长处理，提取所述人体组织区域，得到mask_2D图像；沿所述CT图像的z轴方向，将Z个所述mask_2D图像进行拼接得到mask_3D图像；根据所述mask_3D图像对所述CT图像进行图像模板分割处理，得到去除床板后的bedRejected_3D图像。2.根据权利要求1所述的方法，其特征在于：对获取到的所述CT图像首先进行滤波平滑处理。3.根据权利要求1所述的方法，其特征在于：设置2D图像的初始像素值为0。4.根据权利要求1所述的方法，其特征在于：所述根据CT值对所述2D图像进行阈值分割时，选择一个低于人体组织CT值且大于空气CT值的CT值作为阈值。5.根据权利要求1所述的方法，其特征在于：所述根据CT值对所述2D图像进行阈值分割时，设置提取到的床板和人体组织区域地像素值为1，其余区域的像素值为0。6.根据权利要求5所述的方法，其特征在于：对所述二值图像进行种子点区域生成处理时，设置区域生长阈值为1。7.根据权利要求1所述的方法，其特征在于：对所述二值图像进行种子点区域生成处理时，种子点设置在人体组织区域上。8.根据权利要...

【专利技术属性】
技术研发人员：纪建才，
申请(专利权)人：北京易普康达医疗科技有限公司，
类型：发明
国别省市：