CN102324090B - 一种从cta图像中去除扫描床的方法及装置 - Google Patents

一种从cta图像中去除扫描床的方法及装置 Download PDF

Info

Publication number
CN102324090B
CN102324090B CN201110260974.XA CN201110260974A CN102324090B CN 102324090 B CN102324090 B CN 102324090B CN 201110260974 A CN201110260974 A CN 201110260974A CN 102324090 B CN102324090 B CN 102324090B
Authority
CN
China
Prior art keywords
image
pixel
point
brain
cta
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.)
Expired - Fee Related
Application number
CN201110260974.XA
Other languages
English (en)
Other versions
CN102324090A (zh
Inventor
杨金柱
韩芳芳
覃文军
赵大哲
栗伟
袁玉亮
任福龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Neusoft Corp
Original Assignee
Neusoft Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Neusoft Corp filed Critical Neusoft Corp
Priority to CN201110260974.XA priority Critical patent/CN102324090B/zh
Publication of CN102324090A publication Critical patent/CN102324090A/zh
Application granted granted Critical
Publication of CN102324090B publication Critical patent/CN102324090B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请公开了一种从CTA图像中去除扫描床的方法及装置,所述方法包括:获取一脑部CTA图像,去除所述CTA图像中的背景像素点;从所述去除背景像素点的脑CTA图像中提取出全脑图像;应用区域增长法从所述全脑图像中找到扫描床图像所对应的像素点,令所述扫描床图像所对应的像素点的灰度值置0,去除所述扫描床图像。应用本发明,可以完全地除去扫描床影像,从而避免了CTA图像经过减影操作之后仍残留部分扫描床影像的问题,并且,也避免了在三维可视化重建结果中出现高亮度的床体影像的问题,为脑部血管的三维重建提供了清晰无异物的脑部影像数据,使得对血管的观察更准确、有效。而且运算速度快,时间短。

Description

一种从CTA图像中去除扫描床的方法及装置
技术领域
本发明涉及计算机技术领域,特别涉及一种从CTA图像中去除扫描床的方法及装置。
背景技术
CT是一种功能齐全的病情探测仪器,它是电子计算机X线断层扫描技术简称。CT图像是以不同的灰度来表示,为了显示整个器官,需要多个连续的层面图像。
当前在临床上,多层螺旋CT血管造影(MSCTA,multi-slice spiral CTangiography)是一种新型的血管造影技术,通过该技术得到的图像称为CTA图像。该技术对病人无创伤,为医生观察诊断脑血管疾病提供了方便可靠的依据。
通常通过CT图像和CTA图像的配准减影技术获得颅内血管影像。其原理是将脑部CT图像和CTA图像进行配准,然后提取CT图像中的骨骼影像,按照提取出的骨骼的空间位置,对应到CTA图像中,即可把CTA图像中的高亮度的骨骼去掉,剩下的高亮度像素表示的则是血管影像,再应用最大密度投影或者体重建方法将去除骨骼后的CTA图像进行三维可视化,即可看到清晰的血管影像。
病人通常是躺在扫描床上做检查,因此,最终的扫描图像中必然包括扫描床。CTA图像中表示血管、骨骼和扫描床像素的灰度值都比较高,在CTA图像与CT图像的减影处理过程中能够将骨骼影像去除,但是不能保证将扫描床影像完全去除,这样在对减影结果进行3D重建时还会包含部分的扫描床影像。
参见图1,其是未经去床操作的CTA减影重建结果图。从图1中可以看出,CTA图像经过减影操作之后仍残留部分扫描床影像,这样在三维可视化重建结果中会出现高亮度的床体影像,影响对血管的观察,目前在实际应用中,研究者均忽略了此问题。
发明内容
本发明实施例提供一种从CTA图像中去除扫描床的方法及装置,以完全除去扫描床影像。
本发明实施例提供了一种从CTA图像中去除扫描床的方法,包括:
获取一原始脑部CTA图像,去除所述原始脑部CTA图像中的背景像素点;
从所述去除背景像素点的脑CTA图像中提取出目标图像区域,所述目标图像包含全脑图像区域和扫描床图像区域;
应用区域增长法从所述目标图像区域中提取出全脑图像区域;
将所述提取出的全脑图像区域映射到所述原始脑部CTA图像中,获得CTA图像中的扫描床图像区域,将所述扫描床图像区域所对应的像素点的灰度值置为所述CTA图像的像素点的最小灰度值,在所述CTA图像中去除所述扫描床图像。
其中,所述方法还包括:
在去除所述原始脑部CTA图像中的背景像素点之前,对所述CTA图像进行归一化处理;
在进行归一化处理后,所述CTA图像的像素点的最小灰度为0。
其中,所述应用区域增长法从所述目标图像区域中提取出全脑图像区域的步骤包括:
01)计算中心点;
02)判断中心点的灰度值是否为非0,若是,则执行步骤03),否则执行步骤04);
03)将该中心节点标记为初始种子节点,然后执行步骤05);
04)选取离该中心点最近的且灰度值为非0的像素点,将该像素点标记为初始种子节点,然后执行步骤05);
05)提取初始种子点的八邻域像素点的灰度值;
06)从所述八邻域像素点中选取一个;
07)判断所选取的像素点是否已经被标记为标记点,若是,则返回步骤06),否则执行步骤08);
08)判断所选取的像素点的灰度值是否为0,若是,则执行步骤10),否则执行步骤09);
09)将该像素点标记为标记点,然后提取该标记点的八邻域像素点的灰度值,返回步骤06);
10)停止标记该像素点,然后执行步骤11);
11)判断所述八邻域像素点是否全部判断完毕,若是,则执行步骤12),否则返回步骤06);
12)获得已被标记为标记点的标记点集,该标记点集即为全脑图像区域。
其中,所述计算中心点的步骤包括:
中心点(Cx,Cy)分别为:
C x = Σ i = 0 width Σ j = 0 height i · f ( i , j ) Σ i = 0 width Σ j = 0 height f ( i , j ) C y = Σ i = 0 width Σ j = 0 height j · f ( i , j ) Σ i = 0 width Σ j = 0 height f ( i , j )
其中,f(i,j)表示图像中像素点(i,j)的灰度值,width为目标图像像素点宽度,height为目标图像的像素点高度。
本发明实施例还提供了一种从CTA图像中去除扫描床的装置,包括:
背景像素去除单元,获取一原始脑部CTA图像,去除所述原始脑部CTA图像中的背景像素点;
目标图像提取单元,从所述去除背景像素点的脑CTA图像中提取出目标图像区域,所述目标图像包含全脑图像区域和扫描床图像区域;
全脑图像提取单元,用于应用区域增长法从所述目标图像区域中提取出全脑图像区域;
扫描床去除单元,用于将所述提取出的全脑图像区域映射到所述原始脑部CTA图像中,获得CTA图像中的扫描床图像区域,将所述扫描床图像区域所对应的像素点的灰度值置为所述CTA图像的像素点的最小灰度值,在所述CTA图像中去除所述扫描床图像。
其中,所述装置还包括:
归一化处理单元,用于在去除所述原始脑部CTA图像中的背景像素点之前,对所述CTA图像进行归一化处理;其中,在进行归一化处理后,所述CTA图像的像素点的最小灰度为0。
其中,所述全脑图像提取单元包括:
中心点确定单元,用于计算中心点;
第一判断处理子单元,用于判断中心点的灰度值是否为非0,若是,则将该中心节点标记为初始种子节点,之后通知提取子单元,否则选取离该中心点最近的且灰度值为非0的像素点,将该像素点标记为初始种子节点,之后通知提取子单元;
提取子单元,用于提取初始种子点的八邻域像素点的灰度值;
像素点选取子单元,用于从所述八邻域像素点中选取一个;
第二判断处理子单元,用于判断所选取的像素点是否已经被标记为标记点,若是,则通知像素选取子单元,否则通知第三判断处理子单元;
第三判断处理子单元,用于判断所选取的像素点的灰度值是否为0,若是,则停止标记该像素点,然后通知第四判断处理子单元,否则将该像素点标记为标记点,提取该标记点的八邻域像素点的灰度值,然后通知像素点选取子单元;
第四判断处理子单元,用于判断所述八邻域像素点是否全部判断完毕,若是,则获得已被标记为标记点的标记点集,该标记点集即为全脑图像区域,否则通知像素点选取子单元。
应用本发明实施例提供的方法和装置,可以完全地除去扫描床影像,从而避免了CTA图像经过减影操作之后仍残留部分扫描床影像的问题,并且,也避免了在三维可视化重建结果中出现高亮度的床体影像的问题,为脑部血管的三维重建提供了清晰无异物的脑部影像数据,使得对对血管的观察更准确、有效。而且运算速度快时间短。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是未经去床操作的CTA减影重建结果图;
图2是根据本发明实施例的从CTA图像中去除扫描床的方法流程图;
图3是根据本发明实施例的从全脑图像中找到扫描床图像所对应的像素点的流程图;
图4是减影效果对比结果图;
图5是去床运算时间统计图;
图6是根据本发明实施例的从CTA图像中去除扫描床的装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明考虑到扫描床体在断层扫描图像中所呈现的灰度值范围与脑部骨骼的灰度值范围有部分重叠,因此不能通过阈值分割的方法将其去除。然而由于扫描床体影像与脑部组织影像有一定的空气间隔,使得床体图像与脑组织区域不连通,因此本发明采用区域增长的方法将脑部影像提取出来,从而达到去除扫描床的目的。
参见图2,其是根据本发明实施例的从CTA图像中去除扫描床的方法流程图,本流程具体包括:
步骤201,获取一原始脑部CTA图像,去除所述原始脑部CTA图像中的背景像素点;
上述去除所述CTA图像中的背景像素点的步骤可以包括:
计算背景像素灰度阈值;
查找并去除所有灰度值小于所述背景像素灰度阈值的像素点,从而去除所述CT图像中的背景像素点。这里,去除所有灰度值小于所述背景像素灰度阈值的像素点的处理实际是将这些像素点的灰度值置0。
上述计算背景像素灰度阈值的步骤包括:
设所述原始脑部CT图像中像素点的灰度值范围为(minv,maxv),其中,minv为最小灰度值,maxv为最大灰度值;
令阈值间隔为detavalue,其中detavalue=maxv-minv;
将所述原始脑部CT图像的灰度值映射到0-detavalue区间内;
在所述0-detavalue区间内对每层脑CT图像分别进行灰度直方图统计,获得各灰度值累积比例
Figure GDA00003153960800061
k=minvalue,…,maxvalue,其中,minvalue和maxvalue分别表示所述原始脑CT图像中像素点所表示的最小和最大灰度值,Ci表示灰度值为i的像素点个数,Call表示图像中像素点的总个数,k值即为背景像素灰度阈值;
判断所述累积比例HAk是否大于等于第一灰度分割阈值,且k的值小于detavalue*0.1,该第一灰度分割阈值是根据统计分析得出的经验值,例如43%,若是,则设置背景像素灰度阈值为detavalue*0.1;否则,设置背景像素灰度阈值为HAk大于等于第一灰度分割阈值时的k值。
步骤202,从所述去除背景像素点的脑CTA图像中提取出目标图像区域,所述目标图像包含全脑图像区域和扫描床图像区域;
虽然扫描床和脑部组织之间有一定的空气间隔,但对于一个扫描断层而言其必然包括扫描床和全脑组织,因此,目标图像区域必然是包含全脑图像区域和扫描床图像区域。
步骤203,应用区域增长法从所述目标图像区域中提取出全脑图像区域;
本步骤中,采用每层图像的灰度中心点作为区域增长的首个种子点,按照广度优先的规则搜索种子点周围八连通域内的像素点,判断是否可作为下一轮搜索的种子点。将所有搜索到的种子点做标记,其他没有标记的全脑图像中对应像素点即为扫描床图像的像素点,这样,通过膨胀处理,从而获得全脑图像。
步骤204,将所述提取出的全脑图像区域映射到所述原始脑部CTA图像中,获得CTA图像中的扫描床图像区域,将所述扫描床图像区域所对应的像素点的灰度值置为所述CTA图像的像素点的最小灰度值,在所述CTA图像中去除所述扫描床图像。
需要说明的是,在去除所述原始脑部CTA图像中的背景像素点之前,还包括对所述CTA图像进行归一化处理;在进行归一化处理后,所述CTA图像的像素点的最小灰度为0。
基于上述归一化处理,应用区域增长法从所述目标图像区域中提取出全脑图像区域的步骤如图3所示,具体包括:
01)计算中心点;
具体的,中心点(Cx,Cy)分别为:
C x = Σ i = 0 width Σ j = 0 height i · f ( i , j ) Σ i = 0 width Σ j = 0 height f ( i , j ) C y = Σ i = 0 width Σ j = 0 height j · f ( i , j ) Σ i = 0 width Σ j = 0 height f ( i , j )
其中,f(i,j)表示图像中像素点(i,j)的灰度值,width为目标图像像素点宽度,height为目标图像的像素点高度。
02)判断中心点的灰度值是否为非0,若是,则执行步骤03),否则执行步骤04);
03)将该中心节点标记为初始种子节点,然后执行步骤05);
04)选取离该中心点最近的且灰度值为非0的像素点,将该像素点标记为初始种子节点,然后执行步骤05);
05)提取初始种子点的八邻域像素点的灰度值;
06)从所述八邻域像素点中选取一个;
07)判断所选取的像素点是否已经被标记为标记点,若是,则返回步骤06),否则执行步骤08);
08)判断所选取的像素点的灰度值是否为0,若是,则执行步骤10),否则执行步骤09);
09)将该像素点标记为标记点,然后提取该标记点的八邻域像素点的灰度值,返回步骤06);
10)停止标记该像素点,然后执行步骤11);
11)判断所述八邻域像素点是否全部判断完毕,若是,则执行步骤12),否则返回步骤06);
12)获得已被标记为标记点的标记点集;,该标记点集即为全脑图像区域。
应用本发明的方法,首先通过背景像素灰度阈值,将背景像素点的灰度值全部置0,从而去除了背景图像;然后对非0像素点区域进行膨胀处理,最后即可对非0像素点进行区域增长,从而获得全脑图像。最后选择灰度值非0的中心点作为首个种子点,如果中心点灰度值为0,则按照广度优先的原则搜索中心点周围最近的灰度值非0像素点作为初始种子点,之后最后根据确定的初始种子点,进行灰度值非0像素点的区域增长计算,从而获得扫描床图像所对应的像素点。应用本发明,可以完全地除去扫描床影像,从而避免了CTA图像经过减影操作之后仍残留部分扫描床影像的问题,并且,也避免了在三维可视化重建结果中出现高亮度的床体影像的问题,使得对对血管的观察更准确、有效。
采用本发明中提出的方法对图像进行去床处理后,效果如图4所示。其中,图4(a)是未进行去床处理的减影效果图;图4(b)是进行去床处理的减影效果图。从图4中可以看出,本发明提出的去床算法能够有效去除扫描床体图像,不会阻碍后续对血管影像的观察和分析。
经过对178幅CTA图像进行去床处理统计本发明中提出的算法的运算时间,结果如图5所示。从图5中可以看出,对每张图的去床运算时间基本在500ms以内,运算速度非常快,不会对整体处理产生不良影响。
可见,本发明不仅能够把扫描床影像完全去除,而且运算速度快时间短,为脑部血管的三维重建提供了清晰无异物的脑部影像数据。
本发明实施例还提供了一种从CTA图像中去除扫描床的装置,参见图6,具体包括:
背景像素去除单元601,获取一原始脑部CTA图像,去除所述原始脑部CTA图像中的背景像素点;
目标图像提取单元602,从所述去除背景像素点的脑CTA图像中提取出目标图像区域,所述目标图像包含全脑图像区域和扫描床图像区域;
全脑图像提取单元603,用于应用区域增长法从所述目标图像区域中提取出全脑图像区域;
扫描床去除单元604,用于将所述提取出的全脑图像区域映射到所述原始脑部CTA图像中,获得CTA图像中的扫描床图像区域,将所述扫描床图像区域所对应的像素点的灰度值置为所述CTA图像的像素点的最小灰度值,在所述CTA图像中去除所述扫描床图像。
所述装置还可以包括:
归一化处理单元(图未视),用于在去除所述原始脑部CTA图像中的背景像素点之前,对所述CTA图像进行归一化处理;其中,在进行归一化处理后,所述CTA图像的像素点的最小灰度为0。
其中,所述全脑图像提取单元可以具体包括:
中心点确定单元,用于计算中心点;
第一判断处理子单元,用于判断中心点的灰度值是否为非0,若是,则将该中心节点标记为初始种子节点,之后通知提取子单元,否则选取离该中心点最近的且灰度值为非0的像素点,将该像素点标记为初始种子节点,之后通知提取子单元;
提取子单元,用于提取初始种子点的八邻域像素点的灰度值;
像素点选取子单元,用于从所述八邻域像素点中选取一个;
第二判断处理子单元,用于判断所选取的像素点是否已经被标记为标记点,若是,则通知像素选取子单元,否则通知第三判断处理子单元;
第三判断处理子单元,用于判断所选取的像素点的灰度值是否为0,若是,则停止标记该像素点,然后通知第四判断处理子单元,否则将该像素点标记为标记点,提取该标记点的八邻域像素点的灰度值,然后通知像素点选取子单元;
第四判断处理子单元,用于判断所述八邻域像素点是否全部判断完毕,若是,则获得已被标记为标记点的标记点集,该标记点集即为全脑图像区域,否则通知像素点选取子单元。
应用本发明实施例提供的装置,可以完全地除去扫描床影像,从而避免了CTA图像经过减影操作之后仍残留部分扫描床影像的问题,并且,也避免了在三维可视化重建结果中出现高亮度的床体影像的问题,为脑部血管的三维重建提供了清晰无异物的脑部影像数据,使得对对血管的观察更准确、有效。而且运算速度快时间短。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称得的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (7)

1.一种从CTA图像中去除扫描床的方法,其特征在于,包括:
获取一原始脑部CTA图像,去除所述原始脑部CTA图像中的背景像素点;
从所述去除背景像素点的脑部CTA图像中提取出目标图像区域,所述目标图像包含全脑图像区域和扫描床图像区域;
应用区域增长法从所述目标图像区域中提取出全脑图像区域;
将所述提取出的全脑图像区域映射到所述原始脑部CTA图像中,获得所述原始脑部CTA图像中的扫描床图像区域,将所述扫描床图像区域所对应的像素点的灰度值置为所述原始脑部CTA图像的像素点的最小灰度值,在所述原始脑部CTA图像中去除所述扫描床图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在去除所述原始脑部CTA图像中的背景像素点之前,对所述CTA图像进行归一化处理;
在进行归一化处理后,所述CTA图像的像素点的最小灰度为0。
3.根据权利要求2所述的方法,其特征在于,所述应用区域增长法从所述目标图像区域中提取出全脑图像区域的步骤包括:
01)计算中心点;
02)判断中心点的灰度值是否为非0,若是,则执行步骤03),否则执行步骤04);
03)将该中心点标记为初始种子节点,然后执行步骤05);
04)选取离该中心点最近的且灰度值为非0的像素点,将该像素点标记为初始种子节点,然后执行步骤05);
05)提取初始种子点的八邻域像素点的灰度值;
06)从所述八邻域像素点中选取一个;
07)判断所选取的像素点是否已经被标记为标记点,若是,则返回步骤06),否则执行步骤08);
08)判断所选取的像素点的灰度值是否为0,若是,则执行步骤10),否则执行步骤09);
09)将该像素点标记为标记点,然后提取该标记点的八邻域像素点的灰度值,返回步骤06);
10)停止标记该像素点,然后执行步骤11);
11)判断所述八邻域像素点是否全部判断完毕,若是,则执行步骤12),否则返回步骤06);
12)获得已被标记为标记点的标记点集,该标记点集即为全脑图像区域。
4.根据权利要求3所述的方法,其特征在于,所述计算中心点的步骤包括:
中心点(Cx,Cy)分别为:
C x = Σ i = 0 width Σ j = 0 height i · f ( i , j ) Σ i = 0 width Σ j = 0 height f ( i , j ) , C y = Σ i = 0 width Σ j = 0 height i · f ( i , j ) Σ i = 0 width Σ j = 0 height f ( i , j )
其中,f(i,j)表示图像中像素点(i,j)的灰度值,width为目标图像像素点宽度,height为目标图像的像素点高度。
5.一种从CTA图像中去除扫描床的装置,其特征在于,包括:
背景像素去除单元,获取一原始脑部CTA图像,去除所述原始脑部CTA图像中的背景像素点;
目标图像提取单元,从所述去除背景像素点的脑部CTA图像中提取出目标图像区域,所述目标图像包含全脑图像区域和扫描床图像区域;
全脑图像提取单元,用于应用区域增长法从所述目标图像区域中提取出全脑图像区域;
扫描床去除单元,用于将所述提取出的全脑图像区域映射到所述原始脑部CTA图像中,获得所述原始脑部CTA图像中的扫描床图像区域,将所述扫描床图像区域所对应的像素点的灰度值置为所述原始脑部CTA图像的像素点的最小灰度值,在所述原始脑部CTA图像中去除所述扫描床图像。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
归一化处理单元,用于在去除所述原始脑部CTA图像中的背景像素点之前,对所述CTA图像进行归一化处理;其中,在进行归一化处理后,所述CTA图像的像素点的最小灰度为0。
7.根据权利要求6所述的装置,其特征在于,所述全脑图像提取单元包括:
中心点确定单元,用于计算中心点;
第一判断处理子单元,用于判断中心点的灰度值是否为非0,若是,则将该中心点标记为初始种子节点,之后通知提取子单元,否则选取离该中心点最近的且灰度值为非0的像素点,将该像素点标记为初始种子节点,之后通知提取子单元;
提取子单元,用于提取初始种子点的八邻域像素点的灰度值;
像素点选取子单元,用于从所述八邻域像素点中选取一个;
第二判断处理子单元,用于判断所选取的像素点是否已经被标记为标记点,若是,则通知像素选取子单元,否则通知第三判断处理子单元;
第三判断处理子单元,用于判断所选取的像素点的灰度值是否为0,若是,则停止标记该像素点,然后通知第四判断处理子单元,否则将该像素点标记为标记点,提取该标记点的八邻域像素点的灰度值,然后通知像素点选取子单元;
第四判断处理子单元,用于判断所述八邻域像素点是否全部判断完毕,若是,则获得已被标记为标记点的标记点集,该标记点集即为全脑图像区域,否则通知像素点选取子单元。
CN201110260974.XA 2011-09-05 2011-09-05 一种从cta图像中去除扫描床的方法及装置 Expired - Fee Related CN102324090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110260974.XA CN102324090B (zh) 2011-09-05 2011-09-05 一种从cta图像中去除扫描床的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110260974.XA CN102324090B (zh) 2011-09-05 2011-09-05 一种从cta图像中去除扫描床的方法及装置

Publications (2)

Publication Number Publication Date
CN102324090A CN102324090A (zh) 2012-01-18
CN102324090B true CN102324090B (zh) 2014-06-18

Family

ID=45451829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110260974.XA Expired - Fee Related CN102324090B (zh) 2011-09-05 2011-09-05 一种从cta图像中去除扫描床的方法及装置

Country Status (1)

Country Link
CN (1) CN102324090B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886621B (zh) * 2012-11-14 2017-06-30 上海联影医疗科技有限公司 一种自动提取床板的方法
CN104240198A (zh) * 2014-08-29 2014-12-24 西安华海盈泰医疗信息技术有限公司 一种ct图像中床板的去除方法及系统
CN105608702B (zh) * 2015-12-29 2018-10-30 深圳安科高技术股份有限公司 一种mra脑图像数据的背景抑制方法及系统
CN105931251A (zh) * 2016-05-12 2016-09-07 中国科学院深圳先进技术研究院 一种ct图像扫描床去除方法及装置
CN107862688A (zh) * 2017-11-07 2018-03-30 山东浪潮云服务信息科技有限公司 一种对医学图像进行辅助阅片的方法及装置
CN111476795A (zh) * 2020-02-27 2020-07-31 浙江工业大学 一种基于广度优先搜索的二值图标记方法
CN112862850A (zh) * 2021-02-03 2021-05-28 北京阅影科技有限公司 数字剪影血管造影影像处理方法及装置
CN113077474B (zh) * 2021-03-02 2024-05-17 心医国际数字医疗系统(大连)有限公司 基于ct影像的床板去除方法、系统、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6674894B1 (en) * 1999-04-20 2004-01-06 University Of Utah Research Foundation Method and apparatus for enhancing an image using data optimization and segmentation
CN101576997A (zh) * 2009-06-19 2009-11-11 西安电子科技大学 基于二次三维区域生长的腹部器官分割方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6674894B1 (en) * 1999-04-20 2004-01-06 University Of Utah Research Foundation Method and apparatus for enhancing an image using data optimization and segmentation
CN101576997A (zh) * 2009-06-19 2009-11-11 西安电子科技大学 基于二次三维区域生长的腹部器官分割方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Automatic bone removal in CT angiography;M. van Straten, et al.;《MEDICA MUNDI》;20051231;第49卷(第1期);4-8 *
M. van Straten, et al..Automatic bone removal in CT angiography.《MEDICA MUNDI》.2005,第49卷(第1期),4-8.
李久权,等.CT图像分割几种算法.《微计算机信息》.2006,第22卷(第2-1期),204,240-242. *
柴学,等.双能量CT头颅血管成像的影像质量、辐射剂量及初步临床应用.《中华放射学杂志》.2009,第43卷(第7期),725-729. *
罗先富,等.部分减影去骨技术在颅内动脉CT血管成像中的价值.《中华放射学杂志》.2011,第45卷(第2期),200-202. *

Also Published As

Publication number Publication date
CN102324090A (zh) 2012-01-18

Similar Documents

Publication Publication Date Title
CN102324090B (zh) 一种从cta图像中去除扫描床的方法及装置
US20190021677A1 (en) Methods and systems for classification and assessment using machine learning
CN102419864B (zh) 一种提取脑部ct图像骨骼方法及装置
CN112862833B (zh) 血管分段方法、电子装置和存储介质
Ahammad et al. Image processing based segmentation techniques for spinal cord in MRI
US7330573B2 (en) Visualization of medical images
CN110036408A (zh) 活动性出血和血液外渗的自动ct检测和可视化
CN107045721A (zh) 一种从胸部ct图像中提取肺血管的方法及装置
Bardera et al. Semi-automated method for brain hematoma and edema quantification using computed tomography
JP6437207B2 (ja) 医用画像処理装置および医用画像処理方法
JP6458166B2 (ja) 医用画像処理方法及び装置及びシステム及びプログラム
WO2019007952A1 (en) METHOD OF EVALUATING IMAGE ANALYSIS OF PROBABILITY THAT ISCHEMIA IN A CEREBRAL TISSUE AREA RESULTS IN INFARCTION OF THIS BRAIN TISSUE AREA
CN112562058B (zh) 一种基于迁移学习的颅内血管模拟三维模型快速建立方法
CN113826140A (zh) 血管造影数据分析
Canna et al. Automated search of control points in surface-based morphometry
Hidayatullah et al. Segmentation of head CT-scan to calculate percentage of brain hemorrhage volume
CN116309647B (zh) 颅脑病灶图像分割模型构建方法、图像分割方法及设备
El Hassani et al. Efficient lung CT image segmentation using mathematical morphology and the region growing algorithm
CN113724264B (zh) 图像分割方法、系统和可读存储介质
CN112509080A (zh) 一种基于迁移学习的颅内血管模拟三维模型的建立方法
Wu et al. Fracture detection and quantitative measure of displacement in pelvic CT images
JP2010507438A (ja) セグメント化の向上
Luengo-Oroz et al. Extraction of the coronary artery tree in cardiac computer tomographic images using morphological operators
Peter et al. Novel registration-based framework for CT angiography in lower legs
Logeswaran et al. Stone detection in MRCP images using controlled region growing

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140618

Termination date: 20200905

CF01 Termination of patent right due to non-payment of annual fee