【技术实现步骤摘要】
本专利技术涉及ct图像分割，尤其涉及一种腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法。
技术介绍
1、肝脏是人体中最大的实体器官，也是疾病容易发生的部位。快速精准地腹部ct图像中分割出肝脏区域是计算机辅助在肝脏手术运用的重要步骤。临床医生可根据分割结果提供可靠的诊断依据。然而目前临床对肝脏ct图像分割基本上由专业医生手动进行分割。
2、然而，手动进行分割需要依靠专业医生的标注，这需要医生具有一定的经验，同时也容易出现以下问题：手动标注耗时耗力，一位患者的肝脏部位ct图像拥有多达数百张切片，对每一张切片进行标注十分消耗医生的精力和时间，而使用计算机辅助分割可以大大提高分割的效率；人工分割具有一定主观性，且十分依赖医生的专业水平，不同水平的医生分割的结果不尽相同；医生靠主观判断来诊断和分析ct图像会增加误判或漏判的可能性。
3、基于以上问题，现有技术中引用了计算机辅助技术，但也存在以下问题：
4、（1）肝脏分割模型分割的肝脏边界有时会存在不光滑、不贴合的问题；
5、（2）当肝脏的边界附近存在肿瘤时，可能不被肝脏分割模型当做肝脏；
6、（3）肝脏肿瘤分割模型可能把肝脏外部的一些结构误认为是肝脏肿瘤。
技术实现思路
1、为解决上述现有技术中存在的技术问题，本专利技术的目的在于提供一种腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法，提高肝脏及肝脏肿瘤分割的精度。
2、为实现上述专利技术目的，本专利技术提供一种腹部ct图
3、步骤s10、获取腹部ct图像，并进行肝脏和肝脏肿瘤的分割，得到第一肝脏分割结果和第一肝脏肿瘤分割结果；
4、步骤s20、分别对所述第一肝脏分割结果和所述第一肝脏肿瘤分割结果进行第一次处理，得到第三肝脏分割结果和第三肝脏肿瘤分割结果，取并集后得到第四肝脏分割结果；
5、步骤s30、对所述第四肝脏分割结果进行第二次处理，得到第八肝脏分割结果；
6、步骤s40、对所述第八肝脏分割结果进行第三次处理，得到最终的肝脏分割输出结果，将所述肝脏输出图像与所述第三肝脏肿瘤分割结果取交集，得到最终的肝脏肿瘤分割输出结果。
7、根据本专利技术的一个技术方案，所述步骤s10中，采用3d深度学习分割模型对所述腹部ct图像进行处理，所述3d深度学习分割模型为u-net或v-net。
8、根据本专利技术的一个技术方案，所述步骤s20中，具体包括：
9、步骤s201、对所述第一肝脏分割结果进行hu值过滤，得到第二肝脏分割结果，并对所述第二肝脏分割结果取3d最大连通域，得到第三肝脏分割结果；
10、步骤s202、对所述第一肝脏肿瘤分割结果进行hu值过滤，得到第二肝脏肿瘤分割结果，并对所述第二肝脏肿瘤分割结果依次进行多次闭运算和3d孔洞填充，得到所述第三肝脏肿瘤分割结果；
11、步骤s203、取所述第三肝脏分割结果和所述第三肝脏肿瘤分割结果的并集，得到所述第四肝脏分割结果。
12、根据本专利技术的一个技术方案，所述步骤s30中，具体包括：
13、步骤s301、将所述第四肝脏分割结果依次进行取3d最大连通域、多次闭运算和3d孔洞填充，得到第五肝脏分割结果；
14、步骤s302、对所述第五肝脏分割结果进行中值滤波处理，得到第六肝脏分割结果；
15、步骤s303、对所述第六肝脏分割结果进行优化，得到第七肝脏分割结果，并将所述第七肝脏分割结果和所述第六肝脏分割结果取并集，得到所述第八肝脏分割结果。
16、根据本专利技术的一个技术方案，所述步骤s40中，具体包括：
17、步骤s401、对所述第八肝脏分割结果依次进行hu值过滤、多次闭运算、3d孔洞填充，得到所述肝脏输出图像；
18、步骤s402、将所述肝脏输出图像与所述第三肝脏肿瘤分割结果取交集，得到所述肝脏肿瘤输出图像。
19、根据本专利技术的一个技术方案，所述步骤s303中，对所述第六肝脏分割结果进行优化，具体包括：
20、对所述腹部ct图像的任一横断面进行高斯滤波处理，利用2d的snake算法对所述第六肝脏分割结果进行优化。
21、根据本专利技术的一个方面，提供了一种腹部ct图像的肝脏和肝脏肿瘤3d分割后处理系统，包括：
22、获取模块，用于获取腹部ct图像；
23、分割模块，用于对所述腹部ct图像使用3d深度学习分割模型进行肝脏和肝脏肿瘤的分割，得到第一肝脏分割结果和第一肝脏肿瘤分割结果；
24、第一处理模块，用于分别对所述第一肝脏分割结果和所述第一肝脏肿瘤分割结果进行第一次处理，得到第三肝脏分割结果和第三肝脏肿瘤分割结果，取并集后得到第四肝脏分割结果；
25、第二处理模块，用于对所述第四肝脏分割结果进行第二次处理，得到第八肝脏分割结果；
26、第三处理模块，用于对所述第八肝脏分割结果进行第三次处理，得到最终的肝脏分割输出结果，将所述肝脏输出图像与所述第三肝脏肿瘤分割结果取交集，得到最终的肝脏肿瘤分割输出结果。
27、根据本专利技术的一个方面，提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行如上述技术方案中任一项所述的一种腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法。
28、根据本专利技术的一个方面，提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，实现如上述技术方案中任一项所述一种腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法。
29、本专利技术与现有技术相比，具有以下有益效果：
30、本专利技术提出了一种腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法，将腹部ct图像分割为肝脏部分和肝脏肿瘤部分，并对肝脏部分和肝脏肿瘤部分分别进行处理，充分利用肝脏分割模型和肝脏肿瘤分割模型的优势，再将肝脏分割结果和肝脏肿瘤的分割结果结合在一起，互相借鉴，从而实现降低分割偏差，避免肝脏肿瘤分割模型肝脏外部的一些结构误认为是肝脏肿瘤的问题，也能够避免当肝脏的边界附近存在肿瘤时，可能不被肝脏分割模型当做肝脏的问题，从而提高肝脏及肝脏肿瘤分割的精度。
31、进一步地，在对两种分割结果进行处理的过程中，引入高斯滤波和snake算法，以解决肝脏分割模型分割的肝脏边界有时存在不光滑、不贴合的问题，进一步地提高肝脏及肝脏肿瘤分割的精度。
本文档来自技高网...【技术保护点】
1.一种腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法，其特征在于，所述步骤S10中，采用3D深度学习分割模型对所述腹部CT图像进行处理，所述3D深度学习分割模型为U-Net或V-Net。
3.根据权利要求1所述的腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法，其特征在于，所述步骤S20中，具体包括：
4.根据权利要求1所述的腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法，其特征在于，所述步骤S30中，具体包括：
5.根据权利要求1所述的腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法，其特征在于，所述步骤S40中，具体包括：
6.根据权利要求4所述的腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法，其特征在于，所述步骤S303中，对所述第六肝脏分割结果进行优化，具体包括：
7.一种腹部CT图像的肝脏和肝脏肿瘤3D分割后处理系统，其特征在于，包括：
8.一种电子设备，其特征在于，包括：一个或多个处理器、
9.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1至6中任一项所述的腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法。
...【技术特征摘要】
1.一种腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法，其特征在于，所述步骤s10中，采用3d深度学习分割模型对所述腹部ct图像进行处理，所述3d深度学习分割模型为u-net或v-net。
3.根据权利要求1所述的腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法，其特征在于，所述步骤s20中，具体包括：
4.根据权利要求1所述的腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法，其特征在于，所述步骤s30中，具体包括：
5.根据权利要求1所述的腹部ct图像的肝脏和肝脏肿瘤3d分割后处理方法，其特征在于，所述步骤s40中，具体包括：
6.根据权利要求4所述的腹部ct图...
【专利技术属性】
技术研发人员：高剑伟，许娟，梁大柱，聂瑞，张家智，刘泽庆，刘燕波，张佳乐，史文钊，
申请(专利权)人：神州医疗科技股份有限公司，
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。