CN101452577A - 一种肋骨自动标定的方法及装置 - Google Patents
一种肋骨自动标定的方法及装置 Download PDFInfo
- Publication number
- CN101452577A CN101452577A CNA200810173081XA CN200810173081A CN101452577A CN 101452577 A CN101452577 A CN 101452577A CN A200810173081X A CNA200810173081X A CN A200810173081XA CN 200810173081 A CN200810173081 A CN 200810173081A CN 101452577 A CN101452577 A CN 101452577A
- Authority
- CN
- China
- Prior art keywords
- rib
- sagittal plane
- region
- bone
- plane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种肋骨自动标定的方法,包括:从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨;根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。本发明还公开了一种肋骨自动标定的装置。本发明利用第一肋骨在矢状面上的特征表现可以准确标定肋骨区域;同时,更容易获得理想的肋骨轮廓,便于确定肋骨的初始种子点,进而准确地完成整根肋骨的定位。
Description
技术领域
本发明涉及数据处理领域,特别是涉及一种肋骨自动标定的方法及装置。
背景技术
肋骨骨折在临床上非常多见,鉴于目前临床治疗及法医学的需要,及时、准确地诊断肋骨骨折至关重要。胸部CT扫描检查肋骨骨折可以提高准确率,但对肋骨的定位比较困难。例如,应用螺旋CT扫描显示外伤性肋骨骨折或肋骨病变,较X线平片提供了更加丰富、准确的影像信息;但这些影像信息并不能直接指出病灶位置,需要影像医生根据这些影像信息进行分析才能指出病灶的具体位置。然而,由于螺旋CT扫描提供的是大量的横断面肋骨图像,并且为肋骨的断续斜面,所以往往耗费影像医生大量的时间完成肋骨骨折的定位诊断,并且需要有一定经验的放射科医师经过仔细观察方可认定。例如,医生根据肋骨图像发现某根肋骨发生骨折后,需要反复地翻层操作并全神贯注地观察每根肋骨在连续断层中的延续情况,才能定位出哪根肋骨发生了骨折。因此,需要提供有效的肋骨自动提取及定位标定的方法,来帮助影像医生完成肋骨骨折的定位诊断。
但是,由于胸部CT扫描包括锁骨、肩胛骨、肋骨、椎骨以及胸骨等多种骨组织,并且肋骨和椎骨、胸骨直接相连,即肋骨的准确定位受其它骨组织的干扰。另外,尽管骨骼的密度相对较高,但由于和肋骨相邻的骨骼较多且连接较紧密,使得肋骨的边界非常难以界定,进而导致单独提取肋骨有一定困难。
目前,针对CT数据进行自动定位肋骨的方法是,选定一个肋骨轮廓清晰而且不包含椎骨的冠状面,在该冠状面上对肋骨轮廓进行定位(确定出冠状面上的各骨骼轮廓哪些是肋骨轮廓以及各肋骨轮廓是第几肋骨的轮廓),并根据肋骨轮廓选取肋骨的初始种子点,然后便可以从初始种子点开始利用追踪算法进行肋骨的分割提取了。由于按照该方法选定的冠状面上只能看到肋骨和锁骨轮廓,因此只需要去掉锁骨轮廓即可确定肋骨轮廓。而一般情况下,锁骨轮廓要略大于肋骨轮廓,所以该方法通常根据轮廓的大小来识别并去除锁骨轮廓,然后将其它的骨骼轮廓确定为肋骨轮廓,并按照从上到下的顺序依次确定为第一、第二、......第十二肋骨的肋骨轮廓。
但是,对于某些患者,参见图1,在选定的冠状面上,锁骨轮廓和第一肋骨轮廓有时很难区分(图中的白色小椭圆即为骨骼轮廓),容易导致自动定位的不准确,例如,部分患者数据在按照该方法选定的冠状面上锁骨和肋骨轮廓大小非常接近,因此该方法提出的根据轮廓大小来去处锁骨轮廓的方法,在这类患者的扫描数据上很难实现;另外,对于骨质疏松患者的数据,参见图2,有时在选定的冠状面上很难得到理想的肋骨轮廓及初始种子点(图中上半部分骨骼轮廓非常模糊),因此导致无法准确地进行后续的肋骨提取。
发明内容
有鉴于此,本发明的目的在于提供一种肋骨自动标定的方法及装置,以助于准确地找出各肋骨的初始种子点,并能确定各初始种子点分别对应第几肋骨,进而完成肋骨的定位。
为实现上述目的,本发明提供了如下方案:
一种肋骨自动标定的方法,包括:
从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨;
根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;
根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
优选的,还包括:
在所述基础矢状面上获取各肋骨的轮廓及其编号,并基于该轮廓获得初始种子点,利用该初始种子点分割整根肋骨,同时依据所述编号对整根肋骨进行编号,以标定该整根肋骨是第几肋骨。
优选的,所述利用初始种子点分割整根肋骨包括:采用预置的追踪算法,在球状的局部窗口内进行肋骨分割,并在每次分割后将所述球状的局部窗口按照肋骨的方向移动,来分割整根肋骨。
优选的,所述根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面包括:
从中心矢状面向左或向右半椎骨宽度的位置开始,向左或向右依次重建矢状面并生成矢状面图像,同时在重建的矢状面中进行检测,直到重建的矢状面中出现倾角在预置范围内,并且长度大于预置阈值的线段;将所述线段确定为第一肋骨,并将该矢状面确定为所述基础矢状面。
优选的,所述根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨包括:
将所述基础矢状面上第一肋骨下方的各椭圆形区域确定为其它各肋骨区域,并依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
优选的,还包括:
根据已分割肋骨的编号给出视图平面上当前光标所在肋骨的提示信息。
一种肋骨自动标定的装置,包括:
胸部骨骼提取单元,用于从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨;
基础矢状面确定单元,用于根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;
肋骨标定单元,用于根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
优选的,还包括:
肋骨分割单元,在所述基础矢状面上获取各肋骨区域的轮廓及其编号,并基于该轮廓获得初始种子点,利用该初始种子点分割整根肋骨,同时依据所述编号对整根肋骨进行编号,以标定该整根肋骨是第几肋骨。
优选的,所述肋骨分割单元采用预置的追踪算法,在球状的局部窗口内进行肋骨分割,并在每次分割后将所述球状的局部窗口按照肋骨的方向移动,来分割整根肋骨。
优选的,所述基础矢状面确定单元包括:
矢状面重建子单元,用于从中心矢状面向左或向右半椎骨宽度的位置开始,向左或向右依次重建矢状面并生成矢状面图像;
检测子单元,用于在重建的矢状面中进行检测,直到重建的矢状面中出现倾角在预置范围内,并且长度大于预置阈值的线段;
确定子单元,用于将所述线段确定为第一肋骨,并将该矢状面确定为所述基础矢状面。
优选的,所述肋骨标定单元包括:
肋骨区域确定子单元,用于将所述基础矢状面上第一肋骨下方的各椭圆形区域确定为其它各肋骨区域;
编号子单元,用于依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
优选的,还包括:
提示单元,用于根据已分割肋骨的编号给出视图平面上当前光标所在肋骨的提示信息。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明利用第一肋骨在矢状面上的特征表现,确定出第一肋骨的位置信息及基础矢状面,然后便可以在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。由于本发明是根据第一肋骨在矢状面上的特征表现进行的标定,而锁骨在所述基础矢状面上与第一肋骨具有明显的不同,因此,容易区分出锁骨与第一肋骨,并确定第一肋骨的位置;同时,可以在基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨,因此有助于准确地找出各肋骨的初始种子点,并能确定各初始种子点分别对应第几肋骨,进而实现准确的肋骨定位;同时,由于肋骨是从椎骨发射出来到胸骨,并且临近椎骨附近的肋骨密度较高,然后密度逐渐下降,因此,在矢状面上更容易获得理想的肋骨轮廓,便于确定肋骨的初始种子点。
附图说明
图1是某些患者在现有技术中选定的冠状面上呈现的图像示意图;
图2是骨质疏松患者在现有技术中选定的冠状面上呈现的图像示意图;
图3是本发明实施例提供的肋骨自动标定的方法的流程图;
图4是第一肋骨在矢状面上从近中心位置向左或右移动过程中的图像示意图;
图5是霍夫变换中x,y平面示意图;
图6是霍夫变换中ρ,θ平面示意图;
图7是二值化的矢状面图像示意图;
图8是霍夫变换的结果示意图;
图9是一系列矢状面霍夫变换后的最大值曲线示意图;
图10是球状区域的局部分割及下一球状区域位置的确定示意图;
图11是本发明实施例提供的肋骨自动标定的装置的示意图;
图12是本发明实施例提供的肋骨自动标定的另一装置的示意图;
图13是集成了自动定位肋骨算法的工作站界面示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参见图3,本发明实施例提供的肋骨自动标定的方法包括以下步骤:
S301:从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨;
需要说明的是,本发明所做的工作主要是根据使用CT扫描设备对胸部进行扫描后得到的扫描数据进行肋骨的定位,由于扫描数据中除了骨组织,还包括人体的其它组织,因此首先需要进行的步骤是从扫描数据中提取出胸部骨骼。其中,提取胸部骨骼的方法可以包括以下步骤:
(1)阈值分割,也就是将扫描数据进行二值化处理。具体地,由于人体的骨骼密度明显高于其它组织,根据计算可以得出,密度的分界线为T=100,所以可以首先通过阈值T=100将扫描数据进行二值化处理(可以将T>100的区域设置为255,T<100的区域设置为0,使得图像中T>100的区域为白色,T<100的区域为黑色)。值得注意的是,图像中T>100的内容不仅包括胸部骨骼,还包括体内高密度组织、CT设备中的床板等。
(2)连通区域分析。由于本发明实施例的最终目的是自动定位并提取肋骨,因此,只需要提取胸部骨骼,将图像中的干扰去掉,其中,所述干扰主要是指阈值分割后同样显示为白色的体内高密度组织、CT设备的床板等。可以采用连通区域分析的方法将体外的高密度区域(床板)和体内的孤立干扰区域(体内高密度组织)除掉。这样,最终图像上显示的纯白色区域只有胸部骨骼,所述胸部骨骼包括锁骨、肩胛骨、肋骨、椎骨以及胸骨等多种骨组织,并且肋骨与椎骨、胸骨直接相连。
(3)填洞及平滑处理。由于肋骨的外表面密度较高,而内部的密度则较低,所以,阈值分割通常会在肋骨内部形成空洞,为了便于观察,可以采用形态学方法去除内部的空洞,同时可以对胸部骨骼的分割结果进行平滑处理。可以将除胸部骨骼外的其它内容基本被去除。
也就是说,步骤S301中提取出的骨骼有很多,但是计算机设备此时并不知道哪些是肋骨,而后续步骤就需要从众多的胸部骨骼中自动定位肋骨,以便于自动区分出哪些是肋骨、光标当前所在位置是第几根肋骨,等等。
需要说明的是,为了更真实地体现出实际的扫描数据,在后文描述对应的附图中,均是原始的CT扫描图像。
S302:根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;
S303:根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
本发明实施例的核心在于,不仅要区分出肋骨,还要对肋骨进行定位,即要区分出具体是第几肋骨。而区分出具体是第几肋骨的方法是首先找出各肋骨的初始种子点,然后根据初始种子点进行生长来提取出整根肋骨,也就是说,只要能够准确地找到各肋骨的初始种子点,并确定出其对应的是第几肋骨,便可以在此基础上完成整根肋骨的定位。因此,本发明实施例的目的在于提供一种肋骨自动标定方法,以助于准确地找出各肋骨的初始种子点,并能确定各初始种子点分别对应第几肋骨。
为此,本发明实施例首先根据第一肋骨在矢状面上的特征表现,确定出第一肋骨,然后便可以依次确定出其它肋骨所在的区域。此时,还可以对确定出的肋骨区域依次进行编号(例如,左侧的第一根标记为“左1”,其它的依次标记为“左2”、“左3”、......“左12”),以标定各肋骨区域分别对应第几肋骨。
需要说明的是,肋骨的轮廓与所述肋骨区域不是同一概念,由于进行分析时对数据进行了二值化及填洞、平滑等处理,因此肋骨在矢状面上观测到的图像可能是一个个近似小椭圆形的区域,该区域内全部显示为白色,因此将其称为肋骨区域。而沿着各肋骨区域的外沿便可以描绘出各肋骨的轮廓。
因此,在确定出矢状面上的各肋骨对应的区域后,便可以在基础矢状面上获取各肋骨的轮廓及其编号,进一步的,根据该编号便可以区分出各肋骨轮廓分别是第几肋骨的轮廓。然后,可以直接在该矢状面上将各肋骨轮廓的中心确定为各肋骨的初始种子点,进而便可以从各初始种子点开始进行肋骨分割,也就是逐渐地生长出完整的肋骨。由于肋骨生长是在确定好肋骨轮廓后进行的,因此,在生长的过程中,也可以按照已经编号的肋骨轮廓对生长出的肋骨进行编号(例如,从标记为“左1”的肋骨轮廓的中心生长出来的肋骨全部编号为“左1”,其它各肋骨也分别做类似处理)。这样进行肋骨的标定及编号后,即可以在任意平面上根据当前光标所在的位置,给出当前位于第几肋骨的提示,这样,影像医生可以直观地知悉当前位置是第几肋骨,而无需进行反复的翻层工作。
其中,所述基础矢状面就是用来做肋骨区域标定及初始种子点确定的矢状面。需要说明的是,本发明实施例中所述的基础矢状面都是指单侧的,由于两侧的肋骨具有对称性,因此均可采用相同的方法。
所述第一肋骨在矢状面上的特征表现可能有多种,本发明实施例可以利用第一肋骨的如下特征表现:参见图4,第一肋骨自胸椎横关节向外侧,首先表现为近似其它肋骨的椭圆形,然后逐渐在矢状面上表现为一倾斜的肋骨体部(即直线形状),而此时,锁骨及其它肋骨仍表现为近似小椭圆的高密度区域,而这一出现了直线形状的矢状面便可以确定为基础矢状面。同时,由于第一肋骨在该基础矢状面上具有特殊表现,因此可以很容易地确定第一肋骨的位置,并将其与锁骨区分出来。
可见,从第一肋骨在矢状面移动过程中所表现出的特性来看,本发明实施例中,确定基础矢状面的过程其实就是在从接近中心位置出发的一系列矢状面上检测第一肋骨的过程,一旦检测到角度在预置范围内的一定长度的线段时,即可确定该线段是第一肋骨,并且可以标记肋骨轮廓(由于肋骨检测的过程是依据二值化的数据进行的,并且进行了填洞及平滑处理,因此在确定第一肋骨后,还需要描绘出第一肋骨的轮廓,即所述标记肋骨轮廓的过程),同时将该矢状面确定为基础矢状面。其中,所述角度的预置范围可以为15度至60度之间,长度至少为40mm。
在实际应用中,可以利用Hough变换的方法在矢状面上检测第一肋骨。从中心矢状面向左(或右)偏移大约半椎骨宽度的位置(胸椎肋横关节处)开始,分别向左(右)移动并生成矢状面图像,在每个重建的矢状面上进行符合上述条件的线型结构检测,一旦找到满足条件的结构则搜索终止。
当然,也可以直接从中心矢状面开始移动并生成矢状面,但是由于中心矢状面上显示的为椎骨图像,而且椎骨具有一定的宽度,也就是说,在从中心矢状面开始直到胸椎肋横关节处,生成的矢状面上显示的都为椎骨图像,因此,没有检测这些矢状面的必要,只需要从中心矢状面向左(或右)偏移大约半椎骨宽度的位置(胸椎肋横关节处)开始,这样可以提高检测的效率。
通过Hough变换找到第一肋骨后,便可以确定基础矢状面,在该基础矢状面上,出现在所述线段下方的小椭圆区域即为其它各肋骨所在的区域,此时便可以对依次第一肋骨及其它各肋骨进行编号,来标记出各区域分别对应第几肋骨。然后,沿着各椭圆区域的外沿便可以描绘出各肋骨的轮廓,并且可以将各肋骨轮廓的中心点作为后续追踪每根肋骨的种子点,这样便选取了每根肋骨的初始种子点。
其中,所述Hough变换基本原理在于利用点与线的对偶性,将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。也即把检测整体特性转化为检测局部特性,比如直线、椭圆、圆、弧线等都可以用该方法进行检测。
直线y=kx+b可以用极坐标表示为:
ρ=xcosθ+ysinθ (1)
其中,(ρ,θ)是从坐标原点到该直线垂直的向量。考虑以ρ和θ为参数的二维空间,该空间中每个点都与x,y平面中的一条直线相对应。即x,y平面中的任一条直线的Hough变换是ρ,θ空间的一个点。而x,y平面上的任一点对应了ρ,θ空间的一条正弦曲线,参见图5及图6。
首先对提取胸部骨骼过程中已完成的分割结果进行矢状面重建,得到矢状面的一系列的二维二值图像,如图7所示。对这些图像进行Hough变换,得到图像如图8所示。这里假定标准体位扫描时,第一肋骨的倾角在15度至60度之间。由直线在极坐标的表示可以得知,需要检测的直线在ρ,θ空间中对应的θ角应该满足:
即:θ角在105度到150度之间。
因此对于每一个变换结果H(θ,ρ,z)(z表示图像索引号,即第z幅图像),在105度至150度之间寻找图像最大值,即:
A(z)=max(H(θ,ρ,z)) (3)
其中, ρ为任意值,z为图像索引号。
这样,针对连续的几幅图像,每幅图像对应的最大值A(z)构成了一条曲线,如图9所示。在这条曲线上找到最大值,对应索引号z的矢状面即为所要寻找的矢状面,最大值对应点所表示的直线就是要找的第一肋骨的位置。
当然,除了可以根据第一肋骨在矢状面上的上述特征表现之外,还可以利用其它的特征表现。例如,在中心矢状面附近的某个矢状面上,从水平线上来看,第一肋骨通常出现在锁骨的偏下方,而且第一肋骨区域通常略小于锁骨区域。因此,根据以上特征表现,可以直接将中心矢状面向左或向右一定距离的矢状面确定为基础矢状面,并在该基础矢状面上,利用以上特征表现确定第一肋骨的位置,然后将第一肋骨以下的各区域依次确定为其它肋骨所在的区域。但是有些患者的扫描数据中,锁骨区域的大小可能与第一肋骨区域的大小非常接近,所以在这种情况下,会比较难以确定第一肋骨,也就更加难以准确地确定肋骨的初始种子点。因此,在本发明的优选实施例中选择了第一肋骨在矢状面上逐渐呈现为一条线段这个特征表现,可以更加准确地标定肋骨区域,进而对肋骨进行准确地定位。
获得各肋骨的初始种子点后,可以从该初始种子点出发沿着肋骨的方向在局部窗口内进行整根肋骨的精确提取,直到满足设定的终止条件。具体的,可以采用预置的追踪算法来分割整根肋骨。
由于肋骨是从椎骨出发,连接到胸骨,所以追踪算法的主要难点一方面是要正确寻找肋骨的方向,另一方面就是防止肋骨到椎骨或胸骨的过分割。考虑到上述特点,本发明实施例采用了有针对性的追踪算法,即以初始种子点出发,在一个球状的局部窗口内进行分割,然后球状的窗口按照肋骨的方向移动,在每一次的局部分割后,比较当前提取到区域的体积和前面平均每次提取到体积的比值,当本次提取的体积大于前面每次提取体积均值的1.2倍时,认为已经到达末端,出现粘连到其它组织的现象,终止当前肋骨的分割。
需要说明的是,本发明实施例所述的初始种子点是进行肋骨跟踪定位的追踪算法的起始点,而不是生理结构上肋骨的起始点;跟踪算法可以从初始种子点开始向两端生长,直到提取出完整的肋骨。也就是说,实际上每根肋骨的初始种子点可以是任意选取的,并不一定完全位于同一矢状面上。
其中,关于追踪方向的确定,由于本发明实施例是基于胸部骨骼的提取结果进行的,因此可以在二值化处理结果的基础上进行方向的计算。首先对二值图像进行三维的高斯滤波,这样可以使得二值化结果的中心灰度值最大。当需要确定下一个球状区域的位置时,只需要计算当前球面上灰度值最大的点作为下一球心即可(由于有两个方向,因此需要确定的跟踪法向为未处理数据的方向),如图10所示。
可见,本发明利用第一肋骨在矢状面上的特征表现,确定出第一肋骨轮廓及基础矢状面,然后便可以在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。由于本发明是根据第一肋骨在矢状面上的特征表现进行的标定,而锁骨在所述基础矢状面上与第一肋骨具有明显的不同,因此,容易区分出锁骨与第一肋骨;同时,由于肋骨是从椎骨发射出来到胸骨,并且临近椎骨附近的肋骨密度较高,然后密度逐渐下降,因此,在矢状面上更容易获得理想的肋骨轮廓,便于确定肋骨的初始种子点。
与本发明实施例提供的自动定位肋骨的方法相对应,本发明实施例还提供了一种自动定位肋骨的装置,参见图11,该装置包括:
胸部骨骼提取单元U1101,用于从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨;
基础矢状面确定单元U1102,用于根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;
肋骨标定单元U1103,用于根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
在获取到胸部的扫描数据后,首先由胸部骨骼提取单元U1101从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨、锁骨、椎骨、胸骨、肩胛骨,此时,多种骨骼混合在一起,接下来就要从众多骨骼中定位到肋骨:基础矢状面确定单元U1102根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;然后,肋骨标定单元U1103便可以根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。此时,在基础矢状面上,就已经能够区分出哪些区域是肋骨,并且可以知悉各肋骨区域分别对应第几根肋骨。
其中,参见图12,该装置还可以包括:
肋骨分割单元U1204用于在所述基础矢状面上获取各肋骨的轮廓及其编号,并基于该轮廓获得初始种子点,利用该初始种子点分割整根肋骨,同时依据所述编号对整根肋骨进行编号,以标定该整根肋骨是第几肋骨。
具体的,在进行肋骨分割时,肋骨分割单元U1204可以采用预置的追踪算法进行整根肋骨的精确提取,该过程相当于一段一段地逐步提取出整根肋骨,该过程可以是从初始种子点出发沿着肋骨的方向在局部窗口内进行,为了便于确定追踪的方向,肋骨分割单元U1204可以在一个球状的局部窗口内进行分割,并在每次分割后将所述球状的局部窗口按照肋骨的方向移动。因此,肋骨分割单元U1204可以采用预置的追踪算法,在球状的局部窗口内进行肋骨分割,并在每次分割后将所述球状的局部窗口按照肋骨的方向移动,来分割整根肋骨。
具体实现时,本发明实施例使用的第一肋骨的特征表现为:自胸椎横关节向外侧,第一肋骨首先表现为近似其它肋骨的椭圆形,然后逐渐在矢状面上表现为一倾斜的肋骨体部(即直线形状),而此时,锁骨及其它肋骨仍表现为近似小椭圆的高密度区域,由此便可以很容易且准确地确定出第一肋骨的位置。参见图12,基础矢状面确定单元U1202可以包括以下子单元:
矢状面重建子单元U12021,用于从中心矢状面向左或向右半椎骨宽度的位置开始,向左或向右依次重建矢状面并生成矢状面图像;
检测子单元U12022,用于在重建的矢状面中进行检测,直到重建的矢状面中出现倾角在预置范围内,并且长度大于预置阈值的线段;
确定子单元U12023,用于将所述线段确定为第一肋骨,并将该矢状面确定为所述基础矢状面。
此时肋骨标定单元U1203可以包括:
肋骨区域确定子单元U12031,用于将所述基础矢状面上第一肋骨下方的各椭圆形区域确定为其它各肋骨区域;
编号子单元U12032,用于依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
在判断出是各肋骨第几肋骨之后并进行编号后,可以在任意视图平面上向影像医生提示当前光标位置是第几肋骨。因此,该装置还可以包括:
提示单元U1205,用于根据已分割肋骨的编号给出视图平面上当前光标所在肋骨的提示信息。
当光标在工作站界面上移动时,可以随时在视图平面上给出当前是第几肋骨的提示信息。参见图13,在显示屏的右下方提示“左5”,则可以证明当前光标指示在左侧第五肋骨上。
以上对本发明所提供的一种肋骨自动标定的方法及装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1、一种肋骨自动标定的方法,其特征在于,包括:
从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨;
根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;
根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
2、根据权利要求1所述的方法,其特征在于,还包括:
在所述基础矢状面上获取各肋骨的轮廓及其编号,并基于该轮廓获得初始种子点,利用该初始种子点分割整根肋骨,同时依据所述编号对整根肋骨进行编号,以标定该整根肋骨是第几肋骨。
3、根据权利要求2所述的方法,其特征在于,所述利用初始种子点分割整根肋骨包括:采用预置的追踪算法,在球状的局部窗口内进行肋骨分割,并在每次分割后将所述球状的局部窗口按照肋骨的方向移动,来分割整根肋骨。
4、根据权利要求1至3任意一项所述的方法,其特征在于,所述根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面包括:
从中心矢状面向左或向右半椎骨宽度的位置开始,向左或向右依次重建矢状面并生成矢状面图像,同时在重建的矢状面中进行检测,直到重建的矢状面中出现倾角在预置范围内,并且长度大于预置阈值的线段;将所述线段确定为第一肋骨,并将该矢状面确定为所述基础矢状面。
5、根据权利要求4所述的方法,其特征在于,所述根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨包括:
将所述基础矢状面上第一肋骨下方的各椭圆形区域确定为其它各肋骨区域,并依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
6、根据权利要求1至3任意一项所述的方法,其特征在于,还包括:
根据已分割肋骨的编号给出视图平面上当前光标所在肋骨的提示信息。
7、一种肋骨自动标定的装置,其特征在于,包括:
胸部骨骼提取单元,用于从扫描数据中提取胸部骨骼,所述胸部骨骼包括肋骨;
基础矢状面确定单元,用于根据第一肋骨在矢状面上的特征表现,确定第一肋骨的位置及基础矢状面;
肋骨标定单元,用于根据第一肋骨的位置,在所述基础矢状面上依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
8、根据权利要求7所述的装置,其特征在于,还包括:
肋骨分割单元,在所述基础矢状面上获取各肋骨区域的轮廓及其编号,并基于该轮廓获得初始种子点,利用该初始种子点分割整根肋骨,同时依据所述编号对整根肋骨进行编号,以标定该整根肋骨是第几肋骨。
9、根据权利要求8所述装置,其特征在于,所述肋骨分割单元采用预置的追踪算法,在球状的局部窗口内进行肋骨分割,并在每次分割后将所述球状的局部窗口按照肋骨的方向移动,来分割整根肋骨。
10、根据权利要求7至9任意一项所述的装置,其特征在于,所述基础矢状面确定单元包括:
矢状面重建子单元,用于从中心矢状面向左或向右半椎骨宽度的位置开始,向左或向右依次重建矢状面并生成矢状面图像;
检测子单元,用于在重建的矢状面中进行检测,直到重建的矢状面中出现倾角在预置范围内,并且长度大于预置阈值的线段;
确定子单元,用于将所述线段确定为第一肋骨,并将该矢状面确定为所述基础矢状面。
11、根据权利要求10所述装置,其特征在于,所述肋骨标定单元包括:
肋骨区域确定子单元,用于将所述基础矢状面上第一肋骨下方的各椭圆形区域确定为其它各肋骨区域;
编号子单元,用于依次对第一肋骨及其它各肋骨区域进行编号,以标定各肋骨区域分别对应第几肋骨。
12、根据权利要求7至9任意一项所述的装置,其特征在于,还包括:
提示单元,用于根据已分割肋骨的编号给出视图平面上当前光标所在肋骨的提示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810173081 CN101452577B (zh) | 2008-11-26 | 2008-11-26 | 一种肋骨自动标定的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810173081 CN101452577B (zh) | 2008-11-26 | 2008-11-26 | 一种肋骨自动标定的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101452577A true CN101452577A (zh) | 2009-06-10 |
CN101452577B CN101452577B (zh) | 2010-12-29 |
Family
ID=40734790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810173081 Active CN101452577B (zh) | 2008-11-26 | 2008-11-26 | 一种肋骨自动标定的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101452577B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542560A (zh) * | 2011-10-31 | 2012-07-04 | 华中科技大学 | 一种水稻移栽后密度自动检测的方法 |
CN102567625A (zh) * | 2010-10-29 | 2012-07-11 | 西门子公司 | 自动肋骨排序和配对 |
CN104252708A (zh) * | 2013-06-28 | 2014-12-31 | 深圳先进技术研究院 | 一种x光胸片图像处理方法及系统 |
CN106600612A (zh) * | 2016-12-27 | 2017-04-26 | 重庆大学 | 一种电动汽车租赁前后损坏识别检测方法 |
CN107154038A (zh) * | 2016-04-22 | 2017-09-12 | 孔德兴 | 一种肋骨可视化的肋骨骨折辅助诊断方法 |
CN107798682A (zh) * | 2017-08-31 | 2018-03-13 | 深圳联影医疗科技有限公司 | 图像分割系统、方法、装置和计算机可读存储介质 |
CN108027969A (zh) * | 2015-09-04 | 2018-05-11 | 斯特拉克斯私人有限公司 | 识别图像中对象之间的间隙的方法和装置 |
CN108320314A (zh) * | 2017-12-29 | 2018-07-24 | 北京优视魔方科技有限公司 | 一种基于ct横断图像的图像处理方法和装置、肋骨图像显示系统 |
CN108491770A (zh) * | 2018-03-08 | 2018-09-04 | 李书纲 | 一种基于骨折影像的数据处理方法 |
CN109124662A (zh) * | 2018-07-13 | 2019-01-04 | 上海皓桦科技股份有限公司 | 肋骨中心线检测装置及方法 |
CN110555850A (zh) * | 2018-06-04 | 2019-12-10 | 青岛海信医疗设备股份有限公司 | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 |
CN110580948A (zh) * | 2019-09-12 | 2019-12-17 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
CN110599494A (zh) * | 2018-06-12 | 2019-12-20 | 中国科学院深圳先进技术研究院 | 肋骨图像重建系统及方法、终端及可读存储介质 |
CN110619621A (zh) * | 2018-06-04 | 2019-12-27 | 青岛海信医疗设备股份有限公司 | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 |
CN111476776A (zh) * | 2020-04-07 | 2020-07-31 | 上海联影智能医疗科技有限公司 | 胸部病灶位置确定方法、系统、可读存储介质和设备 |
CN112185519A (zh) * | 2020-09-01 | 2021-01-05 | 杭州依图医疗技术有限公司 | 一种医学图像处理方法、处理装置和医学图像的显示方法 |
CN112308821A (zh) * | 2020-09-27 | 2021-02-02 | 杭州依图医疗技术有限公司 | 一种椎骨检测方法及计算机设备 |
CN112308820A (zh) * | 2020-09-27 | 2021-02-02 | 杭州依图医疗技术有限公司 | 一种肋骨定位方法及装置、计算机设备及存储介质 |
CN112349391A (zh) * | 2020-11-10 | 2021-02-09 | 山东大学齐鲁医院(青岛) | 一种优化肋骨自动标号方法 |
CN112529849A (zh) * | 2020-11-27 | 2021-03-19 | 北京深睿博联科技有限责任公司 | 一种ct肋骨自动计数方法及装置 |
CN112950552A (zh) * | 2021-02-05 | 2021-06-11 | 慧影医疗科技(北京)有限公司 | 一种基于卷积神经网络的肋骨分割标记方法及系统 |
CN113160248A (zh) * | 2021-04-22 | 2021-07-23 | 浙江明峰智能医疗科技有限公司 | 一种图像处理方法、装置、设备及可读存储介质 |
CN117455925A (zh) * | 2023-12-26 | 2024-01-26 | 杭州健培科技有限公司 | 一种胸部多器官和肋骨分割方法及装置 |
-
2008
- 2008-11-26 CN CN 200810173081 patent/CN101452577B/zh active Active
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567625A (zh) * | 2010-10-29 | 2012-07-11 | 西门子公司 | 自动肋骨排序和配对 |
CN102567625B (zh) * | 2010-10-29 | 2016-02-10 | 西门子公司 | 自动肋骨排序和配对 |
CN102542560B (zh) * | 2011-10-31 | 2013-10-30 | 华中科技大学 | 一种水稻移栽后密度自动检测的方法 |
CN102542560A (zh) * | 2011-10-31 | 2012-07-04 | 华中科技大学 | 一种水稻移栽后密度自动检测的方法 |
CN104252708A (zh) * | 2013-06-28 | 2014-12-31 | 深圳先进技术研究院 | 一种x光胸片图像处理方法及系统 |
CN104252708B (zh) * | 2013-06-28 | 2017-08-25 | 深圳先进技术研究院 | 一种x光胸片图像处理方法及系统 |
CN108027969A (zh) * | 2015-09-04 | 2018-05-11 | 斯特拉克斯私人有限公司 | 识别图像中对象之间的间隙的方法和装置 |
CN108027969B (zh) * | 2015-09-04 | 2021-11-09 | 斯特拉克斯私人有限公司 | 识别图像中对象之间的间隙的方法和装置 |
CN107154038A (zh) * | 2016-04-22 | 2017-09-12 | 孔德兴 | 一种肋骨可视化的肋骨骨折辅助诊断方法 |
CN107154038B (zh) * | 2016-04-22 | 2021-05-14 | 孔德兴 | 一种肋骨可视化的肋骨骨折辅助诊断方法 |
CN106600612A (zh) * | 2016-12-27 | 2017-04-26 | 重庆大学 | 一种电动汽车租赁前后损坏识别检测方法 |
CN107808379A (zh) * | 2017-08-31 | 2018-03-16 | 深圳联影医疗科技有限公司 | 图像处理系统、方法、装置和计算机可读介质 |
US11715206B2 (en) | 2017-08-31 | 2023-08-01 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image segmentation |
CN107798682A (zh) * | 2017-08-31 | 2018-03-13 | 深圳联影医疗科技有限公司 | 图像分割系统、方法、装置和计算机可读存储介质 |
US11508068B2 (en) | 2017-08-31 | 2022-11-22 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image segmentation |
US10621724B2 (en) | 2017-08-31 | 2020-04-14 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image segmentation |
US10789709B2 (en) | 2017-08-31 | 2020-09-29 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image segmentation |
CN108320314A (zh) * | 2017-12-29 | 2018-07-24 | 北京优视魔方科技有限公司 | 一种基于ct横断图像的图像处理方法和装置、肋骨图像显示系统 |
CN108491770A (zh) * | 2018-03-08 | 2018-09-04 | 李书纲 | 一种基于骨折影像的数据处理方法 |
CN108491770B (zh) * | 2018-03-08 | 2023-05-30 | 李书纲 | 一种基于骨折影像的数据处理方法 |
CN110619621B (zh) * | 2018-06-04 | 2023-10-27 | 青岛海信医疗设备股份有限公司 | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 |
CN110555850B (zh) * | 2018-06-04 | 2023-11-03 | 青岛海信医疗设备股份有限公司 | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 |
CN110619621A (zh) * | 2018-06-04 | 2019-12-27 | 青岛海信医疗设备股份有限公司 | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 |
CN110555850A (zh) * | 2018-06-04 | 2019-12-10 | 青岛海信医疗设备股份有限公司 | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 |
CN110599494A (zh) * | 2018-06-12 | 2019-12-20 | 中国科学院深圳先进技术研究院 | 肋骨图像重建系统及方法、终端及可读存储介质 |
CN110599494B (zh) * | 2018-06-12 | 2021-11-02 | 中国科学院深圳先进技术研究院 | 肋骨图像重建系统及方法、终端及可读存储介质 |
CN109124662A (zh) * | 2018-07-13 | 2019-01-04 | 上海皓桦科技股份有限公司 | 肋骨中心线检测装置及方法 |
CN109124662B (zh) * | 2018-07-13 | 2021-12-03 | 上海皓桦科技股份有限公司 | 肋骨中心线检测装置及方法 |
CN110580948A (zh) * | 2019-09-12 | 2019-12-17 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
CN111476776A (zh) * | 2020-04-07 | 2020-07-31 | 上海联影智能医疗科技有限公司 | 胸部病灶位置确定方法、系统、可读存储介质和设备 |
CN111476776B (zh) * | 2020-04-07 | 2023-09-26 | 上海联影智能医疗科技有限公司 | 胸部病灶位置确定方法、系统、可读存储介质和设备 |
CN112185519A (zh) * | 2020-09-01 | 2021-01-05 | 杭州依图医疗技术有限公司 | 一种医学图像处理方法、处理装置和医学图像的显示方法 |
CN112308821A (zh) * | 2020-09-27 | 2021-02-02 | 杭州依图医疗技术有限公司 | 一种椎骨检测方法及计算机设备 |
CN112308820B (zh) * | 2020-09-27 | 2023-05-23 | 杭州依图医疗技术有限公司 | 一种肋骨定位方法及装置、计算机设备及存储介质 |
CN112308821B (zh) * | 2020-09-27 | 2023-06-16 | 杭州依图医疗技术有限公司 | 一种椎骨检测方法及计算机设备 |
CN112308820A (zh) * | 2020-09-27 | 2021-02-02 | 杭州依图医疗技术有限公司 | 一种肋骨定位方法及装置、计算机设备及存储介质 |
CN112349391A (zh) * | 2020-11-10 | 2021-02-09 | 山东大学齐鲁医院(青岛) | 一种优化肋骨自动标号方法 |
CN112529849A (zh) * | 2020-11-27 | 2021-03-19 | 北京深睿博联科技有限责任公司 | 一种ct肋骨自动计数方法及装置 |
CN112529849B (zh) * | 2020-11-27 | 2024-01-19 | 北京深睿博联科技有限责任公司 | 一种ct肋骨自动计数方法及装置 |
CN112950552A (zh) * | 2021-02-05 | 2021-06-11 | 慧影医疗科技(北京)有限公司 | 一种基于卷积神经网络的肋骨分割标记方法及系统 |
CN113160248B (zh) * | 2021-04-22 | 2023-03-14 | 浙江明峰智能医疗科技有限公司 | 一种图像处理方法、装置、设备及可读存储介质 |
CN113160248A (zh) * | 2021-04-22 | 2021-07-23 | 浙江明峰智能医疗科技有限公司 | 一种图像处理方法、装置、设备及可读存储介质 |
CN117455925A (zh) * | 2023-12-26 | 2024-01-26 | 杭州健培科技有限公司 | 一种胸部多器官和肋骨分割方法及装置 |
CN117455925B (zh) * | 2023-12-26 | 2024-05-17 | 杭州健培科技有限公司 | 一种胸部多器官和肋骨分割方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101452577B (zh) | 2010-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101452577B (zh) | 一种肋骨自动标定的方法及装置 | |
CN108520519B (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
CN105913432B (zh) | 基于ct序列图像的主动脉提取方法及装置 | |
US8953865B2 (en) | Medical image processing device and medical image processing method | |
US20170345155A1 (en) | Medical image reporting system and method | |
CN105678746B (zh) | 一种医学图像中肝脏范围的定位方法及装置 | |
CN110264504B (zh) | 一种用于增强现实的三维配准方法和系统 | |
US8254652B2 (en) | Apparatus, method and system for computer tomography image processing | |
CN107595387A (zh) | 一种基于超声拓片技术的脊椎图像生成系统以及脊柱手术导航定位系统 | |
CN100573581C (zh) | 肺部ct图像病灶半自动分割方法 | |
CN100423695C (zh) | 一种确定感兴趣区域的装置及方法 | |
CN111374712B (zh) | 一种超声成像方法及超声成像设备 | |
CN104248454B (zh) | 一种二维超声图像与穿刺针共面判断方法 | |
CN107045721A (zh) | 一种从胸部ct图像中提取肺血管的方法及装置 | |
CN104408398A (zh) | 一种肝脏边界的识别方法及系统 | |
CN103584885B (zh) | 一种基于定位导航穿刺针的自由臂超声标定方法 | |
JP2015530155A (ja) | 解析モルフォミクス:高速医用画像自動解析法 | |
EP3047455B1 (en) | Method and system for spine position detection | |
CN112349391A (zh) | 一种优化肋骨自动标号方法 | |
CN111528907A (zh) | 一种超声影像肺炎辅助诊断方法及系统 | |
WO2015040547A1 (en) | Method and system for spine position detection | |
CN105513055B (zh) | Cta图像中分割组织的方法和装置 | |
CN107204045A (zh) | 基于ct图像的虚拟内窥镜系统 | |
CN112381805B (zh) | 一种医学影像处理方法 | |
CN103903255A (zh) | 一种超声图像分割方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 110179 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Patentee after: DongSoft Medical System Co., Ltd. Address before: Hunnan New Century Road 110179 Shenyang city of Liaoning Province, No. 16 Patentee before: Dongruan Medical Systems Co., Ltd., Shenyang |
|
CP03 | Change of name, title or address |