一种鼻软骨自动识别方法技术

本发明专利技术公开一种鼻软骨自动识别方法，涉及图像处理技术，所述方法包括：利用粗分割模型，对鼻整形手术患者的头部CT图像进行以鼻部区域为分割目标的粗分割处理，得到已定位出鼻部区域的头部CT图像；基于所述已定位出鼻部区域的头部CT图像，得到鼻部区域图像；利用细分割模型，对所述鼻部区域图像进行以鼻软骨为分割目标的细分割处理，得到已识别出鼻软骨结构的鼻部区域图像。本发明专利技术通过采用由粗分割和细分割组成的两阶段图像分割处理，能够自动、快速、精细地识别分割鼻整形手术患者的头部CT图像中小目标的鼻软骨区域。

【技术实现步骤摘要】

本专利技术涉及图像处理技术，尤其涉及一种从ct影像中自动识别鼻软骨的方法。

技术介绍

1、在鼻整形手术中，从头部ct（computed tomography，电子计算机断层扫描）影像中识别出鼻软骨区域，根据已识别出的鼻软骨区域测量鼻软骨具体尺寸和大小，设计定制化的手术方案以满足每一位就诊者的需求，一直都是业界所关注的问题。

2、目前，在鼻整形应用中需要人工对鼻软骨区域进行识别分割，由于鼻软骨器官尺寸较小，人工对该区域识别存在两方面问题：

3、1、识别分割过程费时、费力；

4、2、识别分割结果主观、不准确，导致后期对鼻软骨尺寸、形状测量出现偏差，影响最终的鼻整形手术方案的制定。因此，有必要在医学影像中自动识别鼻软骨结构/鼻软骨区域。

5、然而，鼻软骨在头部ct影像中所占的层较少且每层中的面积较小，参见图1白色矩形框内箭头指示的鼻软骨。已有的基于深度学习技术的分割网络对小目标鼻软骨的分割能力有限，比如采用中国专利cn202311577329.x和cn202311313587.7中涉及的分割技术对小目标鼻软骨的识别本文档来自技高网...

【技术保护点】

1.一种鼻软骨自动识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述利用粗分割模型，对鼻整形手术患者的头部CT图像进行以鼻部区域为分割目标的粗分割处理之前，还包括：

3.根据权利要求1所述的方法，其特征在于，所述粗分割模型采用通用U-Net模型，所述通用U-Net模型包括：具有多层编码器的编码器部分、与所述编码器部分对称的具有多层解码器的解码器部分、用于将每层编码器提取的特征图传递给对应层解码器的跳跃连接。

4.根据权利要求1所述的方法，其特征在于，所述基于所述已定位出鼻部区域的头部CT图像，得到已提高分辨率的鼻部区...

【技术特征摘要】

1.一种鼻软骨自动识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述利用粗分割模型，对鼻整形手术患者的头部ct图像进行以鼻部区域为分割目标的粗分割处理之前，还包括：

3.根据权利要求1所述的方法，其特征在于，所述粗分割模型采用通用u-net模型，所述通用u-net模型包括：具有多层编码器的编码器部分、与所述编码器部分对称的具有多层解码器的解码器部分、用于将每层编码器提取的特征图传递给对应层解码器的跳跃连接。

4.根据权利要求1所述的方法，其特征在于，所述基于所述已定位出鼻部区域的头部ct图像，得到已提高分辨率的鼻部区域图像包括：

5.根据权利要求1所述的方法，其特征在于，所述细分割模型采用改进u-net模型，所述改进u-net模型包括具有多层编码器的编码器部分、与所述编码器部分对称的具有多层解码器的解码器部分、用于将每层编码器提取的特征图传递...

【专利技术属性】
技术研发人员：郭劲宏，顾炎，罗召洋，郑超，
申请(专利权)人：海创未来杭州医疗科技有限公司，
类型：发明
国别省市：