CN103020968B - 一种头颈部cta影像分层的方法和装置 - Google Patents
一种头颈部cta影像分层的方法和装置 Download PDFInfo
- Publication number
- CN103020968B CN103020968B CN201210563434.3A CN201210563434A CN103020968B CN 103020968 B CN103020968 B CN 103020968B CN 201210563434 A CN201210563434 A CN 201210563434A CN 103020968 B CN103020968 B CN 103020968B
- Authority
- CN
- China
- Prior art keywords
- image
- incidence
- current layer
- computed tomography
- cranial computed
- 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.)
- Active
Links
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种头颈部CTA影像分层的方法和装置,该方法具体为,获取去除扫描床图像后的所述头颈部CTA影像;确定所述头颈部CTA影像的头颈部分层面;根据所述头颈部分层面,获取头部CTA影像;确定所述头部CTA影像的第一分层面,以及确定所述头部CTA影像的第二分层面。本发明在对头颈部CTA影像进行血管分离之前,根据头颈部结构的特点,提前对该头颈部CTA影像进行分层处理,以提高头颈部CTA影像中的血管的分离效率。
Description
技术领域
本发明涉及医学领域,具体涉及一种头颈部CTA影像分层的方法和装置。
背景技术
CTA,即CT血管造影,在医学上又叫非创伤性血管成像技术,CTA影像即为通过CTA技术形成的血管影像。
目前,由于CTA技术对颅内动脉瘤的诊断有很高的敏感性和特异性,并且无创伤,与传统技术相比,也极大的减轻了被检者的痛苦。在头颈部的CTA影像中,医生可以根据分离出的血管检测动脉硬化以及血管微动脉瘤等疾病。
现有技术中,医院通常采用手工方式来分离头颈部CTA影像中的血管部分,首先选定头颈部CTA影像的包含大量骨组织与血管的区域,然后手动标记血管的轮廓,每层影像都需要被处理,最终才能在该CTA影像中生成出血管的影像,此种方法提前并未对该头颈部CTA影像进行任何处理,而是直接对其进行血管分离,最终使得对头颈部CTA影像中的血管的分离效率很低。
发明内容
为了提高头颈部CTA影像中的血管的分离效率,本发明提供了一种头颈部CTA影像分层的方法和装置。
本发明提供了一种头颈部CTA影像分层的方法,所述方法包括:
获取去除扫描床图像后的所述头颈部CTA影像;
确定所述头颈部CTA影像的头颈部分层面;
根据所述头颈部分层面,获取头部CTA影像;
确定所述头部CTA影像的第一分层面,以及确定所述头部CTA影像的第二分层面。
优选地,所述确定所述头颈部CTA影像的头颈部分层面,包括:
获取所述头颈部CTA影像的初始侧面轮廓;
将所述初始侧面轮廓进行二值化处理后,获取处理后侧面轮廓;
根据所述处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面。
优选地,所述根据所述处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面,包括:
以所述处理后侧面轮廓的任一横切线长度为参数,获取所述处理后侧面轮廓的统计图;
确定所述统计图的最小值所对应的图像层为所述头颈部CTA影像的头颈部分层面。
优选地,所述确定所述头部CTA影像的第一分层面,包括:
将所述头部CTA影像的第一层图像作为当前层图像;
执行获取当前层图像对应比值的流程,所述流程包括:确定所述当前层图像的目标区域,所述目标区域为能够包围所述当前层图像的最小矩形范围;确定以所述目标区域的中心为圆心,预设长度为半径的圆;计算所述圆内的脑血管像素个数与总像素个数的比值;判断所述比值是否大于预设的阈值;如果是,则确定所述比值对应的当前层图像为所述头部CTA影像的第一分层面;如果否,则将所述头部CTA影像的当前层图像的相邻下一层图像作为当前层图像,循环执行所述获取当前层图像对应比值的流程。
优选地,所述确定所述头部CTA影像的第二分层面,包括:
根据预设的分割面,确定所述分割面以下的所述头部CTA影像为子目标影像;
将所述子目标影像的第一层图像作为当前层子图像;
执行获取当前层子图像对应的骨像素值的流程,所述流程包括:确定所述当前层子图像的目标区域,所述目标区域为能够包围所述当前层子图像的最小矩形范围;获取所述目标区域的骨像素值;将与所述子目标影像的当前层子图像相邻的下一层图像作为当前层子图像,循环执行所述获取当前层子图像对应的骨像素值的流程,直到获取到所述子目标影像的所有层图像的骨像素值;
确定最大的所述骨像素值所对应的当前层子图像为初始分层面;
确定位于所述初始分层面下部且距所述初始分层面预设数量的图像层为所述头部CTA影像的第二分层面。
优选地,所述根据预设的分割面,确定所述分割线以下的所述头部CTA影像为子目标影像之前,还包括:
确定所述头部CTA影像的上下等分面为分割面,所述上下等分面距所述头部CTA影像的顶部和底部的距离相等。
优选地,所述根据预设的分割面,确定所述分割面以下的所述头部CTA影像为子目标影像之前,还包括:
确定所述头部CTA影像的第一分层面为分割面。
优选地,所述确定最大的所述骨像素值所对应的当前层子图像为初始分层面,包括:
以所述骨像素值为参数,获取所述子目标影像的统计图;
确定所述统计图中的最大的所述骨像素值所对应的当前层子图像为初始分层面。
本发明还提供了一种头颈部CTA影像分层的装置,所述装置包括:
第一获取模块,用于获取去除扫描床图像后的所述头颈部CTA影像;
第一确定模块,用于确定所述头颈部CTA影像的头颈部分层面;
第二获取模块,用于根据所述头颈部分层面,获取头部CTA影像;
第二确定模块,用于确定所述头部CTA影像的第一分层面;
第三确定模块,用于确定所述头部CTA影像的第二分层面。
优选地,所述第一确定模块,包括:
第一获取子模块,用于获取所述头颈部CTA影像的初始侧面轮廓;
第二获取子模块,用于将所述初始侧面轮廓进行二值化处理后,获取处理后侧面轮廓;
第一确定子模块,用于根据所述处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面。
优选地,所述第一确定子模块,包括:
第三获取子模块,用于以所述处理后侧面轮廓的任一横切线长度为参数,获取所述处理后侧面轮廓的统计图;
第二确定子模块,用于确定所述统计图的最小值所对应的图像层为所述头颈部CTA影像的头颈部分层面。
优选地,所述第二确定模块,包括:
第三确定子模块,用于将所述头部CTA影像的第一层图像作为当前层图像;
第一执行子模块,用于执行获取当前层图像对应比值的流程,所述流程包括:确定所述当前层图像的目标区域,所述目标区域为能够包围所述当前层图像的最小矩形范围;确定以所述目标区域的中心为圆心,预设长度为半径的圆;计算所述圆内的脑血管像素个数与总像素个数的比值;判断所述比值是否大于预设的阈值;如果是,则确定所述比值对应的当前层图像为所述头部CTA影像的第一分层面;如果否,则将所述头部CTA影像的当前层图像的相邻下一层图像作为当前层图像,循环执行所述获取当前层图像对应比值的流程。
优选地,所述第三确定模块,包括:
第四确定子模块,用于根据预设的分割面,确定所述分割面以下的所述头部CTA影像为子目标影像;
第五确定子模块,用于将所述子目标影像的第一层图像作为当前层子图像;
第二执行子模块,用于执行获取当前层子图像对应的骨像素值的流程,所述流程包括:确定所述当前层子图像的目标区域,所述目标区域为能够包围所述当前层子图像的最小矩形范围;获取所述目标区域的骨像素值;将与所述子目标影像的当前层子图像相邻的下一层图像作为当前层子图像,循环执行所述获取当前层子图像对应的骨像素值的流程,直到获取到所述子目标影像的所有层图像的骨像素值;
第六确定子模块,用于确定最大的所述骨像素值所对应的当前层子图像为初始分层面;
第七确定子模块,用于确定位于所述初始分层面下部且距所述初始分层面预设数量的图像层为所述头部CTA影像的第二分层面。
优选地,所述装置还包括:
第八确定子模块,用于确定所述头部CTA影像的上下等分面为分割面,所述上下等分面距所述头部CTA影像的顶部和底部的距离相等。
优选地,所述装置还包括:
第九确定子模块,用于确定所述头部CTA影像的第一分层面为分割面。
优选地,所述第六确定子模块,包括:
第四获取子模块,用于以所述骨像素值为参数,获取所述子目标影像的统计图;
第十确定子模块,用于确定所述统计图中的最大的所述骨像素值所对应的当前层子图像为初始分层面。
本发明中,首先,获取去除扫描床图像后的头颈部CTA影像,其次,将该头颈部CTA影像进行头部和颈部的分层,再次,将确定了的头部CTA图像进行上中下分层。本发明在对头颈部CTA影像进行血管分离之前,根据头颈部结构的特点,提前对该头颈部CTA影像进行分层处理,以提高头颈部CTA影像中的血管的分离效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一的头颈部CTA影像分层的方法的流程图;
图2为本发明实施例一的头颈部CTA影像的侧面轮廓图;
图3为本发明实施例二的头颈部CTA影像分层的装置的结构图;
图4为本发明实施例二的所述第一确定模块302的结构图;
图5为本发明实施例二的所述第一确定子模块403的结构图;
图6为本发明实施例二的所述第二确定模块304的结构图;
图7为本发明实施例二的所述第三确定模块305的结构图;
图8为本发明实施例二的所述第三确定模块305的结构图;
图9为本发明实施例二的所述第三确定模块305的结构图;
图10为本发明实施例二的所述第六确定子模块704的结构图。
具体实施方式
由于头颈部CTA图像的血管与骨组织之间的空间构成有很大的不同,例如,头颈部CTA图像中的眼睛以上的部位的血管与骨组织相对分离,分割较容易,而眼睛到嘴之间的血管与骨组织完全粘连,分割难度很大,而头颈部CTA图像的颈部区域中血管与骨组织之间粘连又很少。所以,可以根据头颈部CTA图像的空间构成不同,预先进行头颈部CTA图像的分层处理,以便更高效的完成对分层处理后的头颈部CTA图像的后续的血管与骨组织分离。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一、
参考图1,图1为本发明提供的一种头颈部CTA影像分层的方法实施例一的流程图,本实施例具体可以包括:
步骤101、获取去除扫描床图像后的所述头颈部CTA影像。
本实施例中,首先获取头颈部CTA影像,其次,将获取到的头颈部CTA影像去除扫描床图像。去除头颈部CTA影像的扫描床图像为本实施例对头颈部CTA影像的预处理步骤。
实际操作中,头颈部CTA影像的扫描床图像可以通过自动选取种子点的区域增长方法去除。具体的,去除头颈部CTA影像的扫描床图像的方法为现有技术,采用何种方法去除头颈部CTA影像的扫描床图像均不影响本实施例的实施。
步骤102、确定所述头颈部CTA影像的头颈部分层面。
本实施例中,首先获取头颈部CTA影像的初始侧面轮廓,其次,将获取到的头颈部CTA影像的初始侧面轮廓进行二值化处理后,获取处理后侧面轮廓,如图2,最后,根据处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面。
具体的,获取头颈部CTA影像的初始侧面轮廓的方法为现有技术,在此不再赘述。
具体的,对头颈部CTA影像的初始侧面轮廓进行二值化处理也为现有技术,同时,对初始侧面轮廓进行二值化处理的目的是区分头颈部CTA影像的初始侧面轮廓中的头颈部图像部分与图像背景部分,以便后续步骤对侧面轮廓的处理。
实际操作中,由于处理后侧面轮廓的头颈部图像部分与该图像的背景部分已经被明显区分开,所以,首先将头颈部图像部分的任一横切线长度作为参数,建立该参数的统计图,其次,根据该统计图确定头颈部分层面。
具体的,根据头颈部的结构特点,其中,头颈部图像部分中的颈部的横切面长度与其他部分的长度相比为最小的。所以,可以将建立的统计图的最小值所对应的图像层作为该头颈部CTA影像的头颈部分层面,以区分该头颈部CTA影像的头部与颈部。
步骤103、根据所述头颈部分层面,获取头部CTA影像。
本实施例中,首先获取该头颈部CTA影像的头颈部分层面,其次,根据该确定的头颈部分层面,获取在该头颈部CTA影像中位于头颈部分层面以上的部分,作为该头颈部CTA影像的头部CTA影像。
步骤104、确定所述头部CTA影像的第一分层面。
本实施例中,首先,确定该头部CTA影像的头顶部分为起始计算层,所以,将该头部CTA影像的第一层图像作为当前层图像。其次,建立一个获取当前层图像对应比值的流程,该流程具体包括:第一,确定所述当前层图像的目标区域,所述目标区域为能够包围所述当前层图像的最小矩形范围;第二,确定以所述目标区域的中心为圆心,预设长度为半径的圆;第三,计算所述圆内的脑血管像素个数与总像素个数的比值;第四,判断所述比值是否大于预设的阈值;如果是,则确定所述比值对应的当前层图像为所述头部CTA影像的第一分层面;如果否,则将所述头部CTA影像的当前层图像的相邻下一层图像作为当前层图像,循环执行所述获取当前层图像对应比值的流程。
实际操作中,为了确定当前层图像的目标区域,首先需要获取该头部CTA影像的未执行“获取当前层图像对应比值的流程”的最上层的图像层作为当前层图像,其次,确定该图像层的除图像背景部分的图像为头部图像,再次,确定一个能完全包含该头部图像的矩形,具体的,该矩形为能完全包含该头部图像的最小矩形。最后,将该确定的最小矩形作为当前层图像的目标区域。
实际操作中,首先,在该确定的目标区域中确定一个圆,该圆的圆心为该目标区域的中心,即该最小矩形的中心,该圆的半径为预先设置的长度。其次,计算位于该圆内的脑血管像素个数和总像素个数,并计算脑血管像素个数和总像素个数的比值。再次,预先设定一个阈值,判断通过计算得到的该当前层图像的脑血管像素个数和总像素个数的比值是否大于该预先设定的阈值,如果大于,则确定该当前层图像为所述头部CTA影像的第一分层面,如果不大于,则将该头部CTA影像的当前层图像的相邻下一层图像作为当前层图像,循环执行“获取当前层图像对应比值的流程”。
具体的,可以将目标区域中确定的圆的半径设置为该目标区域较长边的1/4到1/2长度。
具体的,计算位于该圆内的脑血管像素个数和总像素个数的方法有很多,均为现有技术,所以,通过何种方法获取圆内的脑血管像素个数和总像素个数的方法不影响本实施例的实施,且均在本发明的保护范围。
具体的,预先设定的作为与各个图像层脑血管像素个数和总像素个数的比值相比较标准的阈值可以为1/1600。
步骤105、确定所述头部CTA影像的第二分层面。
本实施例中,首先,预先确定一个图像层作为头部CTA影像的分割面,用以初步分割该头部CTA影像,以便后续步骤更高效的确定该头部CTA影像的第二分层面。
具体的,确定的头部CTA影像的分割面可以为该头部CTA影像的上下等分面,所述上下等分面距该头部CTA影像的顶部图像层和底部图像层的距离相等。确定的头部CTA影像的分割面也可以为预先确定的该头部CTA影像的第一分层面,此种情况下,本实施例需要首先确定该头部CTA影像的第一分层面。
本实施例中,根据确定的该头部CTA影像的分割面,将该头部CTA影像中的位于该分割面以下的部分确定为子目标影像。根据该分割面将该头部CTA影像的一部分作为子目标影像,用于进行以下步骤的执行对象,使得确定该头部CTA影像的第二分层面的过程更高效。
本实施例中,首先,确定该子目标影像的与所述分割面相邻的图像层为起始计算层,将该子目标影像的第一层图像作为当前层子图像。其次,建立一个获取当前层子图像对应的骨像素值的流程,该流程具体包括:第一,确定该当前层子图像的目标区域。第二,获取该确定的目标区域的骨像素值。第三,将与该子目标影像的当前层子图像相邻的下一层图像作为当前层子图像,循环执行“获取当前层子图像对应的骨像素值的流程”,直到获取到该子目标影像的所有层图像的骨像素值。
具体的,该当前层子图像的目标区域为能够包围该当前层子图像中的除背景以外的图像部分的矩形,同时,该矩形为能完全包含该当前层子图像中的除背景以外的图像部分的最小矩形。
具体的,由于头部各个部分的骨像素值不同,导致该子目标影像的各个图像层的骨像素值不同,所以,可以根据各个图像层的骨像素值的变化确定该头部CTA影像的第二分层面。
实际操作中,获取特定区域内骨像素值的方法为现有技术,所以,采用何种方法获取骨像素值均不影响本实施例的实施。
实际操作中,首先,获取到该子目标影像的各个图像层的骨像素值,其次,以各个图像层的骨像素值为参数,建立一个统计图。再次,将该统计图中骨像素值最大的点所对应的当前层子图像确定为初始分层面。最后,为了使得该头部CTA影像的第二分层面确定的位置更准确,将位于初始分层面下部且距初始分层面预设数量层数的图像层作为头部CTA影像的第二分层面。
具体的,预设数量层数可以为该头颈部CTA影像的图像总层数的5%-10%层。
实际操作中,步骤104和步骤105的执行顺序不影响本实施例的实施,具体包括以下三种方式:第一种方式可以首先执行步骤104,其次执行步骤105;第二种方式可以首先执行步骤105,其次执行步骤104;第三种方式可以将步骤104和步骤105同时执行。特别的,依照第二种方式执行时,步骤105中的分割线不能根据步骤104确定。
本实施例中,首先,获取去除扫描床图像后的头颈部CTA影像,其次,将该头颈部CTA影像进行头部和颈部的分层,确定头颈部分层面,再次,将根据确定头颈部分层面获取到的头部CTA影像进行上中下分层,确定头部CTA影像的第一分层面和第二分层面。本实施例在对头颈部CTA影像进行血管分离之前,根据头颈部结构的特点,提前对该头颈部CTA影像进行分层处理,以提高头颈部CTA影像中的血管的分离效率。
实施例二、
参考图3,图3为本发明提供的一种头颈部CTA影像分层的装置实施例二的结构图,本实施例具体可以包括:
第一获取模块301,用于获取去除扫描床图像后的所述头颈部CTA影像。
第一确定模块302,用于确定所述头颈部CTA影像的头颈部分层面。
参考图4,图4为所述第一确定模块302的结构图,所述第一确定模块302,包括:
第一获取子模块401,用于获取所述头颈部CTA影像的初始侧面轮廓。
第二获取子模块402,用于将所述初始侧面轮廓进行二值化处理后,获取处理后侧面轮廓。
第一确定子模块403,用于根据所述处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面。
参考图5,图5为所述第一确定子模块403的结构图,所述第一确定子模块403,包括:
第三获取子模块501,用于以所述处理后侧面轮廓的任一横切线长度为参数,获取所述处理后侧面轮廓的统计图;
第二确定子模块502,用于确定所述统计图的最小值所对应的图像层为所述头颈部CTA影像的头颈部分层面。
第二获取模块303,用于根据所述头颈部分层面,获取头部CTA影像
第二确定模块304,用于确定所述头部CTA影像的第一分层面。
参考图6,图6为所述第二确定模块304的结构图,所述第二确定模块304,包括:
第三确定子模块601,用于将所述头部CTA影像的第一层图像作为当前层图像;
第一执行子模块602,用于执行获取当前层图像对应比值的流程,所述流程包括:确定所述当前层图像的目标区域,所述目标区域为能够包围所述当前层图像的最小矩形范围;确定以所述目标区域的中心为圆心,预设长度为半径的圆;计算所述圆内的脑血管像素个数与总像素个数的比值;判断所述比值是否大于预设的阈值;如果是,则确定所述比值对应的当前层图像为所述头部CTA影像的第一分层面;如果否,则将所述头部CTA影像的当前层图像的相邻下一层图像作为当前层图像,循环执行所述获取当前层图像对应比值的流程。
第三确定模块305,用于确定所述头部CTA影像的第二分层面。
参考图7,图7为所述第三确定模块305的结构图,所述第三确定模块305,包括:
第四确定子模块701,用于根据预设的分割面,确定所述分割面以下的所述头部CTA影像为子目标影像;
第五确定子模块702,用于将所述子目标影像的第一层图像作为当前层子图像;
第二执行子模块703,用于执行获取当前层子图像对应的骨像素值的流程,所述流程包括:确定所述当前层子图像的目标区域,所述目标区域为能够包围所述当前层子图像的最小矩形范围;获取所述目标区域的骨像素值;将与所述子目标影像的当前层子图像相邻的下一层图像作为当前层子图像,循环执行所述获取当前层子图像对应的骨像素值的流程,直到获取到所述子目标影像的所有层图像的骨像素值;
第六确定子模块704,用于确定最大的所述骨像素值所对应的当前层子图像为初始分层面;
参考图8,图8为所述第三确定模块305的结构图,所述第三确定模块305具体还包括:
第八确定子模块801,用于确定所述头部CTA影像的上下等分面为分割面,所述上下等分面距所述头部CTA影像的顶部和底部的距离相等。
参考图9,图9为所述第三确定模块305的结构图,所述第三确定模块305具体还包括:
第九确定子模块901,用于确定所述头部CTA影像的第一分层面为分割面。
参考图10,图10为所述第六确定子模块704的结构图,所述第六确定子模块704,包括:
第四获取子模块1001,用于以所述骨像素值为参数,获取所述子目标影像的统计图;
第十确定子模块1002,用于确定所述统计图中的最大的所述骨像素值所对应的当前层子图像为初始分层面。
第七确定子模块705,用于确定位于所述初始分层面下部且距所述初始分层面预设数量的图像层为所述头部CTA影像的第二分层面。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
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。
以上对本发明实施例所提供的头颈部CTA影像分层的方法和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 (16)
1.一种头颈部CTA影像分层的方法,其特征在于,所述方法包括:
获取去除扫描床图像后的所述头颈部CTA影像;
确定所述头颈部CTA影像的头颈部分层面;
根据所述头颈部分层面,获取头部CTA影像;
确定所述头部CTA影像的第一分层面,以及确定所述头部CTA影像的第二分层面。
2.根据权利要求1所述的方法,其特征在于,所述确定所述头颈部CTA影像的头颈部分层面,包括:
获取所述头颈部CTA影像的初始侧面轮廓;
将所述初始侧面轮廓进行二值化处理后,获取处理后侧面轮廓;
根据所述处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面。
3.根据权利要求2所述的方法,其特征在于,所述根据所述处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面,包括:
以所述处理后侧面轮廓的任一横切线长度为参数,获取所述处理后侧面轮廓的统计图;
确定所述统计图的最小值所对应的图像层为所述头颈部CTA影像的头颈部分层面。
4.根据权利要求1所述的方法,其特征在于,所述确定所述头部CTA影像的第一分层面,包括:
将所述头部CTA影像的第一层图像作为当前层图像;
执行获取当前层图像对应比值的流程,所述流程包括:确定所述当前层图像的目标区域,所述目标区域为能够包围所述当前层图像的最小矩形范围;确定以所述目标区域的中心为圆心,预设长度为半径的圆;计算所述圆内的脑血管像素个数与总像素个数的比值;判断所述比值是否大于预设的阈值;如果是,则确定所述比值对应的当前层图像为所述头部CTA影像的第一分层面;如果否,则将所述头部CTA影像的当前层图像的相邻下一层图像作为当前层图像,循环执行所述获取当前层图像对应比值的流程。
5.根据权利要求1所述的方法,其特征在于,所述确定所述头部CTA影像的第二分层面,包括:
根据预设的分割面,确定所述分割面以下的所述头部CTA影像为子目标影像;
将所述子目标影像的第一层图像作为当前层子图像;
执行获取当前层子图像对应的骨像素值的流程,所述流程包括:确定所述当前层子图像的目标区域,所述目标区域为能够包围所述当前层子图像的最小矩形范围;获取所述目标区域的骨像素值;将与所述子目标影像的当前层子图像相邻的下一层图像作为当前层子图像,循环执行所述获取当前层子图像对应的骨像素值的流程,直到获取到所述子目标影像的所有层图像的骨像素值;
确定最大的所述骨像素值所对应的当前层子图像为初始分层面;
确定位于所述初始分层面下部且距所述初始分层面预设数量的图像层为所述头部CTA影像的第二分层面。
6.根据权利要求5所述的方法,其特征在于,所述根据预设的分割面,确定所述分割线以下的所述头部CTA影像为子目标影像之前,还包括:
确定所述头部CTA影像的上下等分面为分割面,所述上下等分面距所述头部CTA影像的顶部和底部的距离相等。
7.根据权利要求5所述的方法,其特征在于,所述根据预设的分割面,确定所述分割面以下的所述头部CTA影像为子目标影像之前,还包括:
确定所述头部CTA影像的第一分层面为分割面。
8.根据权利要求5所述的方法,其特征在于,所述确定最大的所述骨像素值所对应的当前层子图像为初始分层面,包括:
以所述骨像素值为参数,获取所述子目标影像的统计图;
确定所述统计图中的最大的所述骨像素值所对应的当前层子图像为初始分层面。
9.一种头颈部CTA影像分层的装置,其特征在于,所述装置包括:
第一获取模块,用于获取去除扫描床图像后的所述头颈部CTA影像;
第一确定模块,用于确定所述头颈部CTA影像的头颈部分层面;
第二获取模块,用于根据所述头颈部分层面,获取头部CTA影像;
第二确定模块,用于确定所述头部CTA影像的第一分层面;
第三确定模块,用于确定所述头部CTA影像的第二分层面。
10.根据权利要求9所述的装置,其特征在于,所述第一确定模块,包括:
第一获取子模块,用于获取所述头颈部CTA影像的初始侧面轮廓;
第二获取子模块,用于将所述初始侧面轮廓进行二值化处理后,获取处理后侧面轮廓;
第一确定子模块,用于根据所述处理后侧面轮廓确定所述头颈部CTA影像的头颈部分层面。
11.根据权利要求10所述的装置,其特征在于,所述第一确定子模块,包括:
第三获取子模块,用于以所述处理后侧面轮廓的任一横切线长度为参数,获取所述处理后侧面轮廓的统计图;
第二确定子模块,用于确定所述统计图的最小值所对应的图像层为所述头颈部CTA影像的头颈部分层面。
12.根据权利要求9所述的装置,其特征在于,所述第二确定模块,包括:
第三确定子模块,用于将所述头部CTA影像的第一层图像作为当前层图像;
第一执行子模块,用于执行获取当前层图像对应比值的流程,所述流程包括:确定所述当前层图像的目标区域,所述目标区域为能够包围所述当前层图像的最小矩形范围;确定以所述目标区域的中心为圆心,预设长度为半径的圆;计算所述圆内的脑血管像素个数与总像素个数的比值;判断所述比值是否大于预设的阈值;如果是,则确定所述比值对应的当前层图像为所述头部CTA影像的第一分层面;如果否,则将所述头部CTA影像的当前层图像的相邻下一层图像作为当前层图像,循环执行所述获取当前层图像对应比值的流程。
13.根据权利要求9所述的装置,其特征在于,所述第三确定模块,包括:
第四确定子模块,用于根据预设的分割面,确定所述分割面以下的所述头部CTA影像为子目标影像;
第五确定子模块,用于将所述子目标影像的第一层图像作为当前层子图像;
第二执行子模块,用于执行获取当前层子图像对应的骨像素值的流程,所述流程包括:确定所述当前层子图像的目标区域,所述目标区域为能够包围所述当前层子图像的最小矩形范围;获取所述目标区域的骨像素值;将与所述子目标影像的当前层子图像相邻的下一层图像作为当前层子图像,循环执行所述获取当前层子图像对应的骨像素值的流程,直到获取到所述子目标影像的所有层图像的骨像素值;
第六确定子模块,用于确定最大的所述骨像素值所对应的当前层子图像为初始分层面;
第七确定子模块,用于确定位于所述初始分层面下部且距所述初始分层面预设数量的图像层为所述头部CTA影像的第二分层面。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第八确定子模块,用于确定所述头部CTA影像的上下等分面为分割面,所述上下等分面距所述头部CTA影像的顶部和底部的距离相等。
15.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第九确定子模块,用于确定所述头部CTA影像的第一分层面为分割面。
16.根据权利要求13所述的装置,其特征在于,所述第六确定子模块,包括:
第四获取子模块,用于以所述骨像素值为参数,获取所述子目标影像的统计图;
第十确定子模块,用于确定所述统计图中的最大的所述骨像素值所对应的当前层子图像为初始分层面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210563434.3A CN103020968B (zh) | 2012-12-21 | 2012-12-21 | 一种头颈部cta影像分层的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210563434.3A CN103020968B (zh) | 2012-12-21 | 2012-12-21 | 一种头颈部cta影像分层的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103020968A CN103020968A (zh) | 2013-04-03 |
CN103020968B true CN103020968B (zh) | 2015-08-12 |
Family
ID=47969534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210563434.3A Active CN103020968B (zh) | 2012-12-21 | 2012-12-21 | 一种头颈部cta影像分层的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103020968B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240190B (zh) * | 2013-06-18 | 2017-06-16 | 蓝网科技股份有限公司 | 基于头颈部ct图像自动去除头套的处理方法 |
CN104217432B (zh) * | 2014-08-29 | 2017-06-16 | 沈阳东软医疗系统有限公司 | 一种颅内血管包围盒自动规划方法和装置 |
CN109472780B (zh) * | 2018-10-26 | 2021-10-29 | 强联智创(北京)科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及系统 |
CN111612863A (zh) * | 2020-04-26 | 2020-09-01 | 数坤(北京)网络科技有限公司 | 一种cta影像处理方法、装置及存储介质 |
CN115294014B (zh) * | 2022-06-07 | 2023-05-16 | 首都医科大学附属北京朝阳医院 | 一种头颈动脉图像处理方法、装置、存储介质及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1441258A (zh) * | 2002-02-25 | 2003-09-10 | Ge医疗系统环球技术有限公司 | Mri设备和mra成像方法 |
WO2007117695A2 (en) * | 2006-04-07 | 2007-10-18 | Philip Rubin | Human anatomic mapping and positioning and anatomic targeting accuracy |
CN102800089A (zh) * | 2012-06-28 | 2012-11-28 | 华中科技大学 | 基于颈部超声图像的主颈动脉血管提取和厚度测量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2921177B1 (fr) * | 2007-09-17 | 2010-01-22 | Gen Electric | Procede de traitement d'images anatomiques en volume et systeme d'imagerie mettant en oeuvre ce procede |
-
2012
- 2012-12-21 CN CN201210563434.3A patent/CN103020968B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1441258A (zh) * | 2002-02-25 | 2003-09-10 | Ge医疗系统环球技术有限公司 | Mri设备和mra成像方法 |
WO2007117695A2 (en) * | 2006-04-07 | 2007-10-18 | Philip Rubin | Human anatomic mapping and positioning and anatomic targeting accuracy |
CN102800089A (zh) * | 2012-06-28 | 2012-11-28 | 华中科技大学 | 基于颈部超声图像的主颈动脉血管提取和厚度测量方法 |
Non-Patent Citations (3)
Title |
---|
Different imaging techniques in the head and neck: Assets;Thomas J Vogl etal;《World Journal of Radiology》;20100628;全文 * |
Head and Neck Imaging: The Role of CT and MRI;Franz J. Wippold II etal;《JOURNAL OF MAGNETIC RESONANCE IMAGING》;20070205;全文 * |
头、颈联合CT血管成像技术现状;陈文保 等;《中华全科医学》;20111208;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103020968A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103020968B (zh) | 一种头颈部cta影像分层的方法和装置 | |
JP7090546B2 (ja) | 灌流デジタルサブトラクション血管造影 | |
CN107492097B (zh) | 一种识别mri图像感兴趣区域的方法及装置 | |
US10130324B2 (en) | Image analysis device and X-ray diagnostic apparatus | |
US9842401B2 (en) | Segmentation apparatus for interactively segmenting blood vessels in angiographic image data | |
CN109741344A (zh) | 血管分割方法、装置、医疗影像设备及存储介质 | |
CN104978725A (zh) | 一种冠状动脉分割方法和装置 | |
CN107280696B (zh) | 确定描述侧支内的血液流动的侧支信息的方法和拍摄装置 | |
US9974442B2 (en) | Method of, and apparatus for, processing volumetric image data | |
US20150141818A1 (en) | Vascular imaging method and device | |
US8705830B2 (en) | Method and device for processing 3-D image data of a skull | |
US10537282B2 (en) | Medical image processing apparatus, medical image diagnosis apparatus and recording medium | |
TW202137132A (zh) | 一種圖像分割方法、設備及電腦可讀儲存介質 | |
JP2011056068A5 (zh) | ||
US8913812B2 (en) | Medical image processing apparatus | |
CN103324934B (zh) | 基于平行结构检测与聚类的血管中心线自动提取方法 | |
JP2015202236A (ja) | 眼底画像解析装置及び解析方法 | |
US10016175B2 (en) | X-ray diagnostic apparatus and image processing apparatus | |
CN105513055B (zh) | Cta图像中分割组织的方法和装置 | |
JP6882136B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN113826140A (zh) | 血管造影数据分析 | |
CN104077754A (zh) | 基于对称性的视网膜血管滤波增强方法 | |
Almi'ani et al. | Automatic segmentation algorithm for brain MRA images | |
CN103961120A (zh) | Ct设备及其使用的图像处理方法 | |
CN104766351B (zh) | 一种mri超范围编码成像方法 |
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 |