【技术实现步骤摘要】
本专利技术涉及图像分割装置及图像分割方法，尤其涉及基于多个特征点确定分割对象区域而进行图像分割的图像分割装置及图像分割方法。
技术介绍
1、图像分割技术是医学扫描图像处理中的关键技术之一，通过对表示生物体的内部构造的医学扫描图像中的特定的器官或组织等进行图像分割，从而得到该器官或组织的轮廓信息。
2、图像分割在临床应用中具有重要作用，例如在核磁共振成像中需要确定扫描对象在人体中的位置，进而确定扫描角度和成像重建范围(fov)等参数。这些参数的设定既增加了操作人员的工作量，又延长了获取核磁共振图像的时间。通过对核磁共振定位图像进行图像分割，可以快速定位扫描对象所在位置，进而获取扫描角度等信息，从而能够实现全自动扫描。
3、例如，针对前列腺的图像分割在超声引导下的前列腺穿刺活检、超声前列腺图像配准等中起到重要作用。在超声图像引导下的前列腺穿刺活检中，需要预先规划穿刺点的位置，从而保证穿刺点可以覆盖到前列腺的所有区域。通过进行前列腺分割，能够自动确定前列腺所在位置，节省医生手动勾画时间，提高工作效率。超声前列腺图像配准是超声引导下前列腺消融手术的关键步骤。通过准确地获取前列腺所在位置，能够排除无效区域并强化对于边缘区域的应用，对于前列腺超声/核磁共振图像配准具有重要帮助。
4、专利文献1公开了一种图像分割方法，进行两阶段的图像分割，首先在经过前处理的图像中进行粗分割，然后对通过粗分割得到的对象器官的边界进行微调，从而取得最终的对象器官分割结果。专利文献2公开了一种图像分割方法，使用多个机器学习模型，
5、现有技术文献
6、专利文献
7、专利文献1：us 9269156 b2
8、专利文献2：us 9025841 b2
技术实现思路
1、专利技术要解决的课题
2、专利文献1记载了对前列腺进行两阶段图像分割的技术，但是，对于专利文献1所记载的图像分割方法，由于前列腺与前列腺附近的膀胱壁的像素值接近，而粗分割只能大致地确定前列腺的位置，所以有时粗分割存在大量的误分割区域。在这种情况下，即使对粗分割得到的边界进行微调也无法修正该误分割区域，存在分割精度低的情况。对于专利文献2所记载的图像分割方法，由于需要使用多个机器学习模型，因此需要对各个机器学习模型进行训练，需要大量的训练数据及训练时间。此外，如果在任一个检测步骤中出现检测错误或者检测误差，则会影响后面的步骤的检测精度，存在检测的稳定性低的问题。
3、本专利技术是为了解决上述课题而提出的。本专利技术的目的是提供一种图像分割装置及图像分割方法，能够简单且可靠地对分割对象进行图像分割，抑制过分割的产生。
4、用来解决课题的手段
5、本专利技术的图像分割装置对医学扫描图像中的指定的对象进行图像分割，所述图像分割装置具有：特征点检测部，在所述医学扫描图像中，对用于确定所述对象所在的区域的特征点的位置信息进行检测；特征对象区域生成部，根据所述特征点与所述对象的位置关系生成用于确定所述对象所在的区域的特征对象区域，将该特征点与该特征对象区域建立关联；对象区域确定部，根据多个所述特征点的位置信息及与它们相关联的多个所述特征对象区域的信息确定表示所述对象所在的区域的对象区域；以及分割部，在所述对象区域内对所述对象进行图像分割。
6、本专利技术的图像分割方法对医学扫描图像中的指定的对象进行图像分割，所述图像分割方法包含以下步骤：特征点检测步骤，在所述医学扫描图像中，对用于确定所述对象所在的区域的特征点的位置信息进行检测；特征对象区域生成步骤，根据所述特征点与所述对象的位置关系生成用于确定所述对象所在的区域的特征对象区域，将该特征点与该特征对象区域建立关联；对象区域确定步骤，根据多个所述特征点的位置信息及与它们相关联的多个所述特征对象区域的信息确定表示所述对象所在的区域的对象区域；以及分割步骤，在所述对象区域内对所述对象进行图像分割。
7、专利技术效果
8、根据本专利技术的图像分割装置及图像分割方法，能够简单且可靠地对分割对象进行图像分割，抑制过分割的产生。
本文档来自技高网...【技术保护点】
1.一种图像分割装置，对医学扫描图像中的指定的对象进行图像分割，
2.根据权利要求1所述的图像分割装置，其中，
3.根据权利要求1所述的图像分割装置，其中，
4.根据权利要求3所述的图像分割装置，其中，
5.根据权利要求1所述的图像分割装置，其中，
6.根据权利要求1所述的图像分割装置，其中，
7.一种图像分割方法，对医学扫描图像中的指定的对象进行图像分割，
【技术特征摘要】
1.一种图像分割装置，对医学扫描图像中的指定的对象进行图像分割，
2.根据权利要求1所述的图像分割装置，其中，
3.根据权利要求1所述的图像分割装置，其中，
4.根据权利要求3所述...
【专利技术属性】
技术研发人员：勾磐杰，肖其林，杨虹，王春琪，赵舜，
申请(专利权)人：佳能医疗系统株式会社，
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。