本发明专利技术公开了一种基于脑CT图像的交互式血肿分割和分析方法及系统，该方法包括：获取脑部医学影像，并对所述医学影像设置窗宽窗位；根据人机交互框选区域，确定第一血肿区域；进行三维中值滤波；进行三维大津阈值分割；进行三维开运算；选取所述二值分割图像的最大三维连通域，得到第二血肿区域的分割结果；获取血肿质心和血肿体积；并利用PCA计算血肿的长轴方向。该方法占用的内存较小，容易集成到软件并部署到多种设备上，且提供较为完善的血肿信息，有效地提升了计算速度和血肿分割准确率，能够辅助医生或手术机器人进行脑部血肿定位分析及穿刺路径规划，具有轻量化性、易集成性、易操作性、信息多样性、准确性和快速性的特点。点。点。
【技术实现步骤摘要】
一种基于脑CT图像的交互式血肿分割和分析方法及系统
[0001]本专利技术涉及脑部血肿检测及分割
，更具体的说是涉及一种基于脑CT图像的交互式血肿分割和分析方法及系统。
技术介绍
[0002]脑部血肿检测和分割是一项重要的医学图像处理任务，旨在自动或半自动地识别和分割脑部血肿区域。
[0003]目前，传统的血肿检测分割技术大多基于深度学习方法，需要加载较大的模型文件，不满足轻量化的要求，基于深度学习的血肿检测分割方法都需要利用至少一个的模型文件进行计算推理，但模型文件对内存占用过大，不适用于脑部血肿分割及穿刺分析软件的轻量化部署；基于深度学习的方法在部署时还需要配置虚拟环境，这也会给软件部署增加不必要的工作量。此外，在使用常用的医学影像处理软件3D slicer进行血肿分割时，所需的步骤较多。在3D slicer中，首先需要分别在三个视图中勾勒出血肿内部区域；然后再分别在三个视图中分别勾勒出血肿外部区域；最后进行分割获得结果。上述血肿分割操作过于麻烦，不具有易操作性。
[0004]另外，传统技术中对血肿进行分割及体积计算，并没有显示地提供血肿质心、血肿集中方向等其他辅助信息。如果医生或手术机器人需要对血肿进行定位等操作，需要对血肿分割结果进行再加工。这种方法会增加操作的复杂性。
[0005]更为重要的是，传统技术基本都是单纯地关注脑部血肿检测和分割，比如传统技术中利用深度学习方法对血肿进行分割及体积计算，没有依据已有的脑区影像为进针路线提供可能的指导；而临床中当遇到脑部疾病如肿瘤、脑积水、脑血肿等疾病时，需要进行脑部穿刺手术来减轻病情或治疗疾病；如果医生想综合利用这两种方法，需要先将影像分析的结果导出到穿刺路径规划算法中，如此操作就很费时，无法满足手术即时性的要求；
[0006]因此如何设计一种集成的、轻量化的、易操作的交互式血肿分割和分析方法及系统是本领域技术人员亟需解决的问题。
技术实现思路
[0007]有鉴于此，本专利技术提供了一种基于脑CT图像的交互式血肿分割和分析方法及系统，在满足轻量化的同时，能够有效辅助进行脑部血肿分割和分析以及穿刺路径规划。
[0008]为了实现上述目的，本专利技术采用如下技术方案：
[0009]第一方面，本专利技术提供了一种基于脑CT图像的交互式血肿分割和分析方法，具体步骤包括：
[0010]S1、获取脑部医学影像，并对所述医学影像设置窗宽窗位；
[0011]S2、根据人机交互框选区域，确定第一血肿区域；
[0012]S3、对所述第一血肿区域进行三维中值滤波；
[0013]S4、对三维中值滤波后的所述第一血肿区域进行三维大津阈值分割，获得二值分
割图像；
[0014]S5、对所述二值分割图像进行三维开运算；
[0015]S6、在三维开运算结果中，选取所述二值分割图像的最大三维连通域，得到第二血肿区域的分割结果；
[0016]S7、根据所述第二血肿区域分割结果，获取血肿质心和血肿体积；并利用PCA计算血肿的长轴方向。
[0017]优选的，该方法还包括：
[0018]S8、基于所述血肿质心和长轴方向，输出一条射线，所述射线为推荐穿刺方向；
[0019]优选的，所述步骤S2，包括：
[0020]S21、识别在第一个视图中绘制的包络血肿的长方体区域；
[0021]S22、根据所述长方体区域，确定第一血肿区域并在第二视图和三个视图中生成长方体投影；
[0022]S23、判断当所述长方体区域未完全覆盖血肿区域时，对所述长方体区域进行微调，确保所述长方体区域完全覆盖血肿区域。
[0023]优选的，所述步骤S4，包括：
[0024]S41、根据三维大津阈值法对所述第一血肿区域进行二值分割，包括：利用最大化类间方差，计算出分割阈值并对所述第一血肿区域进行分割；
[0025]S42、调整所述窗宽窗位，基于灰度值的差异，利用所述分割阈值对所述第一血肿区域进行分析。
[0026]优选的，所述步骤S7中获取血肿质心，包括：
[0027]S701、基于所述第二血肿区域分割结果，利用血肿区域构建稠密的三维点云，获取所述血肿区域每个点的像素坐标值；
[0028]S702、在三维点云中分别对三个维度的像素值计算平均值，得到血肿质心。
[0029]优选的，所述步骤S7中获取血肿体积，包括：
[0030]S711、基于所述第二血肿区域分割结果，统计所述第二血肿区域所占的体素数量；
[0031]S712、获取医学影像文件中每个体素所对应的长宽高真实数据，计算每个体素的真实体积；
[0032]S713、利用所述体素数量和体素真实体积作乘法运算，得到血肿体积。
[0033]第二方面，本专利技术还提供了一种基于脑CT图像的交互式血肿分割和分析系统，具体包括：
[0034]获取模块，用于获取脑部医学影像，并对所述医学影像设置窗宽窗位；
[0035]确定模块，用于根据人机交互框选区域，确定第一血肿区域；
[0036]滤波模块，用于对所述第一血肿区域进行三维中值滤波；
[0037]分割模块，用于对三维中值滤波后的所述第一血肿区域进行三维大津阈值分割，获得二值分割图像；
[0038]运算模块，用于对所述二值分割图像进行三维开运算；
[0039]选取模块，在三维开运算结果中，选取所述二值分割图像的最大三维连通域，得到第二血肿区域的分割结果；
[0040]分析模块，根据所述第二血肿区域分割结果，获取血肿质心和血肿体积；并利用
PCA计算血肿的长轴方向。
[0041]优选的，该系统还包括：
[0042]输出模块，基于所述血肿质心和长轴方向，输出一条射线，所述射线为推荐穿刺方向；
[0043]优选的，所述确定模块，包括：
[0044]识别单元，用于识别在第一个视图中绘制的包络血肿的长方体区域；
[0045]生成单元，根据所述长方体区域，确定第一血肿区域并在第二视图和三个视图中生成长方体投影；
[0046]调整单元，用于判断当所述长方体区域未完全覆盖血肿区域时，对所述长方体区域进行微调，确保所述长方体区域完全覆盖血肿区域。
[0047]优选的，所述分割模块，包括：
[0048]第一计算单元，用于根据三维大津阈值法对所述第一血肿区域进行二值分割，包括：利用最大化类间方差，计算出分割阈值并对所述第一血肿区域进行分割；
[0049]分析单元，用于调整所述窗宽窗位，基于灰度值的差异，利用所述分割阈值对所述第一血肿区域进行分析。
[0050]优选的，所述分析模块获取血肿质心，包括：
[0051]构建单元，基于所述第二血肿区域分割结果，利用血肿区域构建稠密的三维点云，获取所述血肿区域每个点的像素坐标值；
[0052]第二计算单元，在三维点云中分别对三个维度的像素值计算平均值，得到血肿质心本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于脑CT图像的交互式血肿分割和分析方法，其特征在于，具体步骤包括：S1、获取脑部医学影像，并对所述医学影像设置窗宽窗位；S2、根据人机交互框选区域，确定第一血肿区域；S3、对所述第一血肿区域进行三维中值滤波；S4、对三维中值滤波后的所述第一血肿区域进行三维大津阈值分割，获得二值分割图像；S5、对所述二值分割图像进行三维开运算；S6、在三维开运算结果中，选取所述二值分割图像的最大三维连通域，得到第二血肿区域的分割结果；S7、根据所述第二血肿区域分割结果，获取血肿质心和血肿体积；并利用PCA计算血肿的长轴方向。2.根据权利要求1所述的一种基于脑CT图像的交互式血肿分割和分析方法，其特征在于，所述步骤S2，包括：S21、识别在第一个视图中绘制的包络血肿的长方体区域；S22、根据所述长方体区域，确定第一血肿区域并在第二视图和三个视图中生成长方体投影；S23、判断当所述长方体区域未完全覆盖血肿区域时，对所述长方体区域进行微调，确保所述长方体区域完全覆盖血肿区域。3.根据权利要求1所述的一种基于脑CT图像的交互式血肿分割和分析方法，其特征在于，所述步骤S4，包括：S41、根据三维大津阈值法对所述第一血肿区域进行二值分割，包括：利用最大化类间方差，计算出分割阈值并对所述第一血肿区域进行分割；S42、调整所述窗宽窗位，基于灰度值的差异，利用所述分割阈值对所述第一血肿区域进行分析。4.根据权利要求1所述的一种基于脑CT图像的交互式血肿分割和分析方法，其特征在于，所述步骤S7中获取血肿质心，包括：S701、基于所述第二血肿区域分割结果，利用血肿区域构建稠密的三维点云，获取所述血肿区域每个点的像素坐标值；S702、在三维点云中分别对三个维度的像素值计算平均值，得到血肿质心。5.根据权利要求1所述的一种基于脑CT图像的交互式血肿分割和分析方法，其特征在于，所述步骤S7中获取血肿体积，包括：S711、基于所述第二血肿区域分割结果，统计所述第二血肿区域所占的体素数量；S712、获取医学影像文件中每个体素所对应的长宽高真实数据，计算每个体素的真实体积；S713、利用所述体素数量和体素真实体积作乘法运算，得到血肿体积。6.一种基于脑CT图像的交互式血肿分割和分析系统，其特...
【专利技术属性】
技术研发人员：孟偲，郭弢，任龙飞，
申请(专利权)人：北京航空航天大学，
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。