CN103854287A - 基于磁共振图像的半月板分割的方法及其装置 - Google Patents
基于磁共振图像的半月板分割的方法及其装置 Download PDFInfo
- Publication number
- CN103854287A CN103854287A CN201410087909.5A CN201410087909A CN103854287A CN 103854287 A CN103854287 A CN 103854287A CN 201410087909 A CN201410087909 A CN 201410087909A CN 103854287 A CN103854287 A CN 103854287A
- Authority
- CN
- China
- Prior art keywords
- meniscus
- meniscal
- level
- smooth
- radius
- 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
Abstract
本发明适用于医学图像技术领域,提供了一种基于磁共振图像的半月板分割的方法及其装置,所述方法包括:选取步骤,在半月板的磁共振图像中每间隔至少一层选取所述半月板中心点,构成所述半月板中心点集;计算步骤,根据所述半月板中心点集,采用平面膨胀算法计算所述半月板的提取区域;提取步骤,在所述半月板的提取区域内进行灰度分析,并提取所述半月板分割结果的信息;优化步骤,优化所述半月板分割结果的信息。借此,本发明实现了缩减提取半月板的时间,以及提高分割出半月板的精确度。
Description
技术领域
本发明涉及医学图像技术领域,尤其涉及一种基于磁共振图像的半月板分割的方法及其装置。
背景技术
半月板是稳定膝关节的重要软组织,它的功能在于缓解膝关节负荷力,促进膝关节内营养等。半月板的稳定荷载作用保证了膝关节能够长期负重而不致损伤。在三维医学图像中,只有MRI(Magnetic Resonance Imaging,核磁共振成像)能够对膝关节半月板显影。
目前现有技术中并无涉及MRI半月板分割的相关专利。半月板在MRI图像中的显影大多不明显,半月板的灰度值较低,与十字韧带等其他组织的灰度值相近,在提取时容易与周边许多低灰度区域相连,导致半月板难以被单独分割。
在昆明医科大学第一附属医院的中国专利申请号为201210487024.5,发明名称为《一种基于线性拟合算法获得前交叉韧带中轴线的方法》的发明专利申请中,提到了手工分割MRI图像半月板的方法,发明者采用的方法需要在每层图像用手工进行边缘性分割、选择性编辑、补洞处理,并去除伪影和冗繁数据,然后用区域增长的方法来生成膝关节骨骼、十字韧带和半月板各自的分割结果,最后建立完整的膝关节三维实体数字化模型。
在对MRI图像进行半月板分割时,若用手工分割每一个层面的断层信息,将会耗去操作人员大量的时间,当需要处理的数据较多时,任务的难度就可想而知。
综上可知,现有的半月板分割技术在实际使用上,显然存在不便与缺陷,所以有必要加以改进。
发明内容
针对上述的缺陷,本发明的目的在于提供一种基于磁共振图像的半月板分割的方法及其装置,以实现缩减提取半月板的时间,以及提高分割出半月板的精确度。
为了实现上述目的,本发明提供一种基于磁共振图像的半月板分割的方法,包括:
选取步骤,在半月板的磁共振图像中每间隔至少一层选取所述半月板中心点,构成所述半月板中心点集;
计算步骤,根据所述半月板中心点集,采用平面膨胀算法计算所述半月板的提取区域;
提取步骤,在所述半月板的提取区域内进行灰度分析,并提取所述半月板分割结果的信息;
优化步骤,优化所述半月板分割结果的信息。
根据所述的方法,所述选取步骤包括:
选择能够全面观察所述磁共振图像中的半月板形状的角度,将所述角度设置为观察面;
在所述观察面上选定能够观察到的所述半月板的第一层面,从所述第一层面开始每间隔一层选择所述半月板的月牙形中心线上的点,构成所述半月板中心点集。
根据所述的方法,所述计算步骤包括:
将所述半月板中心点集中的每一个点在其所在观察面的平面上进行平面膨胀,膨胀半径为R1,获得膨胀区域;
平滑所述膨胀区域,平滑半径为R2,获得平滑区域;
平滑后的所述平滑区域为所述半月板的提取区域。
根据所述的方法,所述提取步骤包括:
统计所述半月板的提取区域内所有像素点的灰度直方图,设定出现频率最高的灰度值为IM;
设定所述半月板的灰度范围,灰度范围中心为IM,邻域半径设定为IR;
在所述半月板的提取区域内提取所有灰度值处于所述半月板的灰度范围内的像素点,获得所述半月板分割结果的信息。
根据所述的方法,所述优化步骤包括:
将提取到的所述半月板分割结果的信息进行半径为R3的闭运算,获得优化结果;
将闭运算优化后的结果进行半径为R4的平滑运算,获得优化后的所述半月板分割结果。
为了实现本发明的另一发明目的,本发明还提供了一种基于磁共振图像的半月板分割的装置,包括:
选取模块,在半月板的磁共振图像中每间隔至少一层选取所述半月板中心点,构成所述半月板中心点集;
计算模块,根据所述半月板中心点集,采用平面膨胀算法计算所述半月板的提取区域;
提取模块,在所述半月板的提取区域内进行灰度分析,并提取所述半月板分割结果的信息;
优化模块,优化所述半月板分割结果的信息。
根据所述的装置,所述选取模块包括:
第一设定子模块,用于选择能够全面观察所述磁共振图像中的半月板形状的角度,将所述角度设置为观察面;
选择子模块,用于在所述观察面上选定能够观察到的所述半月板的第一层面,从所述第一层面开始每间隔一层选择所述半月板的月牙形中心线上的点,构成所述半月板中心点集。
根据所述的装置,所述计算模块包括:
膨胀子模块,用于将所述半月板中心点集中的每一个点在其所在观察面的平面上进行平面膨胀,膨胀半径为R1,获得膨胀区域;
平滑子模块,用于平滑所述膨胀区域,平滑半径为R2,获得平滑区域;
平滑后的所述平滑区域为所述半月板的提取区域。
根据所述的装置,所述提取模块包括:
第二设定子模块,用于统计所述半月板的提取区域内所有像素点的灰度直方图,设定出现频率最高的灰度值为IM;
第三设定子模块,用于设定所述半月板的灰度范围,灰度范围中心为IM,邻域半径设定为IR;
提取子模块,用于在所述半月板的提取区域内提取所有灰度值处于所述半月板的灰度范围内的像素点,获得所述半月板分割结果的信息。
根据所述的装置,所述优化模块包括:
运算子模块,用于将提取到的所述半月板分割结果的信息进行半径为R3的闭运算,获得优化结果;
优化子模块,用于将闭运算优化后的结果进行半径为R4的平滑运算,获得优化后的所述半月板分割结果。
本发明通过在MRI图像中隔层选取半月板中心点集;接着通过平面膨胀算法计算半月板提取区域;然后在半月板提取区域内进行灰度分析并提取半月板;最后优化半月板分割结果。实现了无需在MRI图像中的每一层去绘制半月板,而是用少数的种子点去确定半月板区域,随后用灰度分析去提取半月板。该方法大大缩减了提取半月板的时间,并且能够较为精确地分割出半月板。解决目前在MRI图像中难以单独半月板的问题,精确地提取出半月板。
附图说明
图1是本发明第一实施例提供的基于磁共振图像的半月板分割的装置结构示意图;
图2是本发明第二、三、四、五实施例提供的基于磁共振图像的半月板分割的装置结构示意图;
图3是本发明第六实施例提供的基于磁共振图像的半月板分割的方法流程图;
图4是本发明一个实施例提供的基于磁共振图像的半月板分割的方法流程图;
图5A是本发明一个实施例提供的点半月板的磁共振图像示意图;
图5B是本发明一个实施例提供的半月板的磁共振图像示意图;
图5C是本发明一个实施例提供的半月板的磁共振图像示意图;
图5D是本发明一个实施例提供的半月板的磁共振图像示意图;
图6A是本发明一个实施例提供的点取半月板中心点示意图;
图6B是本发明一个实施例提供的点取半月板中心点示意图;
图6C是本发明一个实施例提供的点取半月板中心点示意图;
图6D是本发明一个实施例提供的点取半月板中心点示意图;
图7A是本发明一个实施例提供的提取半月板像素示意图;
图7B是本发明一个实施例提供的提取半月板像素示意图;
图7C是本发明一个实施例提供的提取半月板像素示意图;
图7D是本发明一个实施例提供的提取半月板像素示意图;
图8A是本发明一个实施例提供的分割半月板后的二维图像示例图;
图8B是本发明一个实施例提供的分割半月板后的二维图像示例图;
图9A是本发明一个实施例提供的分割半月板后的三维图像重建示例图;
图9B是本发明一个实施例提供的分割半月板后的三维图像重建示例图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1,在本发明的第一实施例中,提供了一种基于磁共振图像的半月板分割的装置100,包括:
选取模块10,在半月板的磁共振图像中每间隔至少一层选取所述半月板中心点,构成所述半月板中心点集;
计算模块20,根据所述半月板中心点集,采用平面膨胀算法计算所述半月板的提取区域;
提取模块30,在所述半月板的提取区域内进行灰度分析,并提取所述半月板分割结果的信息;
优化模块40,优化所述半月板分割结果的信息。
在该实施例中,通过选取模块10在MRI图像中隔层选取半月板中心点集;可以是间隔一层或者是多层。计算模块20通过平面膨胀算法计算半月板提取区域;然后提取模块30在半月板提取区域内进行灰度分析并提取半月板;最后,优化模块40优化半月板分割结果。因此,无需如现有技术一样每一层去绘制半月板,而是用少数的种子点去确定半月板区域,随后用灰度分析去提取半月板,大大缩减了提取半月板的时间,并且能够较为精确地分割出半月板。
参见图2,在本发明的第二实施例中,选取模块10包括:
第一设定子模块11,用于选择能够全面观察所述磁共振图像中的半月板形状的角度,将所述角度设置为观察面;
选择子模块12,用于在所述观察面上选定能够观察到的所述半月板的第一层面,从所述第一层面开始每间隔一层选择所述半月板的月牙形中心线上的点,构成所述半月板中心点集。
在该实施例中,首先由于半月板形状呈薄片状,所以在三维图像中只能从一个角度较好地观察到半月板的形状,用户通过第一设定子模块11选择能够全面观察所述磁共振图像中的半月板形状的角度,将这个角度设定为观察面。接着,选择子模块12选定在观察面上能够观察到半月板的层面,隔层选定半月板月牙形中心线上的点,这些点即构成了半月板中心点集。
参见图2,在本发明的第三实施例中,计算模块20包括:
膨胀子模块21,用于将所述半月板中心点集中的每一个点在其所在观察面的平面上进行平面膨胀,膨胀半径为R1,获得膨胀区域;
平滑子模块22,用于平滑所述膨胀区域,平滑半径为R2,获得平滑区域;
平滑后的所述平滑区域为所述半月板的提取区域。
在该实施例中,膨胀子模块21使半月板中心点集中的每一个点在其所在观察面平面进行平面膨胀,膨胀半径为R1;平滑子模块22平滑所得的膨胀区域,平滑半径为R2;其中,平滑后的区域即为半月板提取区域。
参见图2,在本发明的第四实施例中,提取模块30包括:
第二设定子模块31,用于统计所述半月板的提取区域内所有像素点的灰度直方图,设定出现频率最高的灰度值为IM;
第三设定子模块32,用于设定所述半月板的灰度范围,灰度范围中心为IM,邻域半径设定为IR;
提取子模块33,用于在所述半月板的提取区域内提取所有灰度值处于所述半月板的灰度范围内的像素点,获得所述半月板分割结果的信息。
在该实施例中,第二设定子模块31统计半月板区域内所有像素点的灰度直方图,并且设定出现频率最高的灰度值为IM;然后,第三设定子模块32设定半月板灰度范围,灰度范围中心为IM,邻域半径设定为IR;最后,提取子模块33在半月板区域内提取所有灰度值处于半月板灰度范围内的像素点。
参见图2,在本发明的第五实施例中,优化模块包括:
运算子模块41,用于将提取到的所述半月板分割结果的信息进行半径为R3的闭运算,获得优化结果;
优化子模块42,用于将闭运算优化后的结果进行半径为R4的平滑运算,获得优化后的所述半月板分割结果。
在该实施例中,运算子模块41将提取到的半月板分割结果进行半径为R3的闭运算,得到优化结果;优化子模块42则将闭运算优化后的结果进行半径为R4的平滑运算,得到最终的半月板分割结果。
在上述多个实施例中,基于磁共振图像的半月板分割的装置100的多个模块可以为硬件模块和/或软件模块。
参见图3,在本发明的第六实施例中,提供了一种基于磁共振图像的半月板分割的方法,包括:
步骤S301中,在半月板的磁共振图像中每间隔至少一层选取所述半月板中心点,构成所述半月板中心点集;该步骤为选取步骤,由选取模块10实现;
步骤S302中,根据所述半月板中心点集,采用平面膨胀算法计算所述半月板的提取区域;该步骤为计算步骤,由计算模块20实现;
步骤S303中,在所述半月板的提取区域内进行灰度分析,并提取所述半月板分割结果的信息;该步骤为提取步骤,由提取模块30实现;
步骤S304中,优化所述半月板分割结果的信息,该步骤为优化步骤,该步骤由优化模块40实现。
在该实施例中,提出了能够在MRI图像中提取出半月板的分割算法。具体的,主要包括四个阶段:1.在MRI图像中隔层选取半月板中心点集;2.通过平面膨胀算法计算半月板提取区域;3.在半月板提取区域内进行灰度分析并提取半月板;4.优化半月板分割结果。由此该方法大大缩减了提取半月板的时间,并且能够较为精确地分割出半月板。
在本发明的第七实施例中,所述选取步骤包括:
选择能够全面观察所述磁共振图像中的半月板形状的角度,将所述角度设置为观察面;该步骤由第一设定子模块11实现;
在所述观察面上选定能够观察到的所述半月板的第一层面,从所述第一层面开始每间隔一层选择所述半月板的月牙形中心线上的点,构成所述半月板中心点集,该步骤由选择子模块12实现。
在该实施例中,由于半月板形状呈薄片状,所以在三维图像中只能从一个角度较好地观察到半月板的形状,将这个角度设定为观察面;选定在观察面上能够观察到半月板的层面,隔层选定半月板月牙形中心线上的点,这些点即构成了半月板中心点集。
在本发明的第八实施例中,所述计算步骤包括:
将所述半月板中心点集中的每一个点在其所在观察面的平面上进行平面膨胀,膨胀半径为R1,获得膨胀区域;该步骤由膨胀子模块21实现;
平滑所述膨胀区域,平滑半径为R2,获得平滑区域;
平滑后的所述平滑区域为所述半月板的提取区域,该步骤由平滑子模块22实现。
在该实施例中,使半月板中心点集中的每一个点在其所在观察面平面进行平面膨胀,膨胀半径为R1;平滑所得的膨胀区域,平滑半径为R2;平滑后的区域即为半月板提取区域。
在本发明的第九实施例中,所述提取步骤包括:
统计所述半月板的提取区域内所有像素点的灰度直方图,设定出现频率最高的灰度值为IM;该步骤由第二设定子模块31实现;
设定所述半月板的灰度范围,灰度范围中心为IM,邻域半径设定为IR;
在所述半月板的提取区域内提取所有灰度值处于所述半月板的灰度范围内的像素点,获得所述半月板分割结果的信息。该步骤由第三设定子模块32实现。
在该实施例中,统计半月板区域内所有像素点的灰度直方图,设定出现频率最高的灰度值为IM;设定半月板灰度范围,灰度范围中心为IM,邻域半径设定为IR;最后在半月板区域内提取所有灰度值处于半月板灰度范围内的像素点。
在本发明的第十实施例中,所述优化步骤包括:
将提取到的所述半月板分割结果的信息进行半径为R3的闭运算,获得优化结果;该步骤由运算子模块41实现;
将闭运算优化后的结果进行半径为R4的平滑运算,获得优化后的所述半月板分割结果,该步骤由优化子模块42实现。
在该实施例中,优化半月板分割结果的过程包括:将提取到的半月板分割结果进行半径为R3的闭运算,得到优化结果;将闭运算优化后的结果进行半径为R4的平滑运算,得到最终的半月板分割结果。
参见图4,在本发明的一个实施例中提供了基于磁共振图像的半月板分割的方法,流程如下:
步骤S401中,输入MRI图像;
步骤S402中,点取半月板中心点集;
步骤S403中,计算半月板提取区域;
步骤S404中,灰度分析提取半月板;
步骤S405中,优化提取结果;
步骤S406中,获得半月板分割结果。
在本发明的一个实施例中,提供了基于磁共振图像的半月板分割的装置100及方法实现半月板提取,具体过程如下:如图5A~图5D所示为需处理的MRI图像实例,在该实施例的膝关节三维影像中,能够看到半月板轮廓的观察面一共有14层,其中四个层面如图5A~图5D所示:首先,选取模块10在MRI图像中隔层勾画半月板大致轮廓;在此实施例中,在能看见半月板的14层图像中隔层勾选了其中7层图像的半月板中心点,其中4张半月板中心点示意图如图6A~图6D所示.接着计算模块20通过平面膨胀算法计算半月板提取区域。具体的,使半月板中心点集的每一个点在其所在的平面内进行平面膨胀,膨胀半径为5,此处公式为:其中A为半月板中心点集的每个点,B为一个11*11的模板,在这个模板中以中心点为圆心5为半径的区域内值为1,模板内其余的值为0,平面膨胀运算相当于用B的中心扫过A,B扫过的区域加上A本身的区域即为A膨胀B的结果,在此即为半月板中心点集膨胀半径为5的结果;平滑所得的膨胀区域,平滑半径为3;平滑后所得区域即为半月板提取区域。然后提取模块30将半月板提取区域内进行灰度分析并提取半月板;具体的,统计半月板区域内所有像素点的灰度直方图,得到频率最高的灰度值IM=11,设定半月板灰度范围,在此实施例中设定半月板灰度邻域半径IR=25,则半月板灰度范围为[IM-IR,IM+IR],即为[-14,36];在半月板区域内提取灰度值处于半月板灰度范围[-14,36]内的像素点,所得结果如图7A~图7D所示。最后,优化模块40优化半月板分割结果。具体的,将提取的半月板分割结果进行半径为3的闭运算将闭运算优化后的结果进行半径为3的平滑运算,得到最终的半月板分割结果如图8A~图8B所示。经过三维模型重建之后,配合膝关节胫骨三维模型如图9A和图9B所示。
综上所述,本发明通过在MRI图像中隔层选取半月板中心点集;接着通过平面膨胀算法计算半月板提取区域;然后在半月板提取区域内进行灰度分析并提取半月板;最后优化半月板分割结果。实现了无需在MRI图像中的每一层去绘制半月板,而是用少数的种子点去确定半月板区域,随后用灰度分析去提取半月板。该方法大大缩减了提取半月板的时间,并且能够较为精确地分割出半月板。解决目前在MRI图像中难以单独半月板的问题,精确地提取出半月板。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种基于磁共振图像的半月板分割的方法,其特征在于,包括:
选取步骤,在半月板的磁共振图像中每间隔至少一层选取所述半月板中心点,构成所述半月板中心点集;
计算步骤,根据所述半月板中心点集,采用平面膨胀算法计算所述半月板的提取区域;
提取步骤,在所述半月板的提取区域内进行灰度分析,并提取所述半月板分割结果的信息;
优化步骤,优化所述半月板分割结果的信息。
2.根据权利要求1所述的方法,其特征在于,所述选取步骤包括:
选择能够全面观察所述磁共振图像中的半月板形状的角度,将所述角度设置为观察面;
在所述观察面上选定能够观察到的所述半月板的第一层面,从所述第一层面开始每间隔一层选择所述半月板的月牙形中心线上的点,构成所述半月板中心点集。
3.根据权利要求2所述的方法,其特征在于,所述计算步骤包括:
将所述半月板中心点集中的每一个点在其所在观察面的平面上进行平面膨胀,膨胀半径为R1,获得膨胀区域;
平滑所述膨胀区域,平滑半径为R2,获得平滑区域;
平滑后的所述平滑区域为所述半月板的提取区域。
4.根据权利要求3所述的方法,其特征在于,所述提取步骤包括:
统计所述半月板的提取区域内所有像素点的灰度直方图,设定出现频率最高的灰度值为IM;
设定所述半月板的灰度范围,灰度范围中心为IM,邻域半径设定为IR;
在所述半月板的提取区域内提取所有灰度值处于所述半月板的灰度范围内的像素点,获得所述半月板分割结果的信息。
5.根据权利要求4所述的方法,其特征在于,所述优化步骤包括:
将提取到的所述半月板分割结果的信息进行半径为R3的闭运算,获得优化结果;
将闭运算优化后的结果进行半径为R4的平滑运算,获得优化后的所述半月板分割结果。
6.一种基于磁共振图像的半月板分割的装置,其特征在于,包括:
选取模块,在半月板的磁共振图像中每间隔至少一层选取所述半月板中心点,构成所述半月板中心点集;
计算模块,根据所述半月板中心点集,采用平面膨胀算法计算所述半月板的提取区域;
提取模块,在所述半月板的提取区域内进行灰度分析,并提取所述半月板分割结果的信息;
优化模块,优化所述半月板分割结果的信息。
7.根据权利要求6所述的装置,其特征在于,所述选取模块包括:
第一设定子模块,用于选择能够全面观察所述磁共振图像中的半月板形状的角度,将所述角度设置为观察面;
选择子模块,用于在所述观察面上选定能够观察到的所述半月板的第一层面,从所述第一层面开始每间隔一层选择所述半月板的月牙形中心线上的点,构成所述半月板中心点集。
8.根据权利要求7所述的装置,其特征在于,所述计算模块包括:
膨胀子模块,用于将所述半月板中心点集中的每一个点在其所在观察面的平面上进行平面膨胀,膨胀半径为R1,获得膨胀区域;
平滑子模块,用于平滑所述膨胀区域,平滑半径为R2,获得平滑区域;
平滑后的所述平滑区域为所述半月板的提取区域。
9.根据权利要求8所述的装置,其特征在于,所述提取模块包括:
第二设定子模块,用于统计所述半月板的提取区域内所有像素点的灰度直方图,设定出现频率最高的灰度值为IM;
第三设定子模块,用于设定所述半月板的灰度范围,灰度范围中心为IM,邻域半径设定为IR;
提取子模块,用于在所述半月板的提取区域内提取所有灰度值处于所述半月板的灰度范围内的像素点,获得所述半月板分割结果的信息。
10.根据权利要求9所述的装置,其特征在于,所述优化模块包括:
运算子模块,用于将提取到的所述半月板分割结果的信息进行半径为R3的闭运算,获得优化结果;
优化子模块,用于将闭运算优化后的结果进行半径为R4的平滑运算,获得优化后的所述半月板分割结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410087909.5A CN103854287B (zh) | 2014-03-11 | 2014-03-11 | 基于磁共振图像的半月板分割的方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410087909.5A CN103854287B (zh) | 2014-03-11 | 2014-03-11 | 基于磁共振图像的半月板分割的方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103854287A true CN103854287A (zh) | 2014-06-11 |
CN103854287B CN103854287B (zh) | 2017-06-06 |
Family
ID=50861899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410087909.5A Active CN103854287B (zh) | 2014-03-11 | 2014-03-11 | 基于磁共振图像的半月板分割的方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103854287B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488781A (zh) * | 2015-06-01 | 2016-04-13 | 深圳市第二人民医院 | 一种基于ct影像肝脏肿瘤病灶的分割方法 |
CN106023144A (zh) * | 2016-05-06 | 2016-10-12 | 福建工程学院 | 在断层影像中分割股骨的方法 |
CN109597011A (zh) * | 2018-11-28 | 2019-04-09 | 中国石油大学(北京) | 核磁共振回波数据降噪方法、装置及存储介质 |
CN110288698A (zh) * | 2019-06-25 | 2019-09-27 | 诸暨市人民医院 | 基于mri的半月板三维重建系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040147830A1 (en) * | 2003-01-29 | 2004-07-29 | Virtualscopics | Method and system for use of biomarkers in diagnostic imaging |
CN101692282A (zh) * | 2009-10-16 | 2010-04-07 | 浙江工业大学 | 一种基于形态学的细胞分离方法 |
CN101763630A (zh) * | 2008-12-09 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种基于加权求和的图像膨胀方法 |
CN102397070A (zh) * | 2011-01-26 | 2012-04-04 | 无锡宙示医学软件开发有限公司 | 一种全自动分割量化心脏磁共振图像左心室的方法 |
CN102509307A (zh) * | 2011-10-12 | 2012-06-20 | 西安理工大学 | 针对运动目标的基于经纬度定位和图像配准的查找方法 |
CN102727200A (zh) * | 2011-03-31 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 脊柱椎体和椎间盘分割方法、装置、磁共振成像系统 |
CN102800088A (zh) * | 2012-06-28 | 2012-11-28 | 华中科技大学 | 超声颈动脉斑块自动分割方法 |
CN103473767A (zh) * | 2013-09-05 | 2013-12-25 | 中国科学院深圳先进技术研究院 | 一种腹部软组织核磁图像分割的方法和系统 |
-
2014
- 2014-03-11 CN CN201410087909.5A patent/CN103854287B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040147830A1 (en) * | 2003-01-29 | 2004-07-29 | Virtualscopics | Method and system for use of biomarkers in diagnostic imaging |
CN101763630A (zh) * | 2008-12-09 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种基于加权求和的图像膨胀方法 |
CN101692282A (zh) * | 2009-10-16 | 2010-04-07 | 浙江工业大学 | 一种基于形态学的细胞分离方法 |
CN102397070A (zh) * | 2011-01-26 | 2012-04-04 | 无锡宙示医学软件开发有限公司 | 一种全自动分割量化心脏磁共振图像左心室的方法 |
CN102727200A (zh) * | 2011-03-31 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 脊柱椎体和椎间盘分割方法、装置、磁共振成像系统 |
CN102509307A (zh) * | 2011-10-12 | 2012-06-20 | 西安理工大学 | 针对运动目标的基于经纬度定位和图像配准的查找方法 |
CN102800088A (zh) * | 2012-06-28 | 2012-11-28 | 华中科技大学 | 超声颈动脉斑块自动分割方法 |
CN103473767A (zh) * | 2013-09-05 | 2013-12-25 | 中国科学院深圳先进技术研究院 | 一种腹部软组织核磁图像分割的方法和系统 |
Non-Patent Citations (1)
Title |
---|
张宇 等: "基于磁共振图像的人体膝关节三维模型的建立", 《康复医学工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488781A (zh) * | 2015-06-01 | 2016-04-13 | 深圳市第二人民医院 | 一种基于ct影像肝脏肿瘤病灶的分割方法 |
CN105488781B (zh) * | 2015-06-01 | 2019-04-30 | 深圳市第二人民医院 | 一种基于ct影像肝脏肿瘤病灶的分割方法 |
CN106023144A (zh) * | 2016-05-06 | 2016-10-12 | 福建工程学院 | 在断层影像中分割股骨的方法 |
CN106023144B (zh) * | 2016-05-06 | 2019-05-31 | 福建工程学院 | 在断层影像中分割股骨的方法 |
CN109597011A (zh) * | 2018-11-28 | 2019-04-09 | 中国石油大学(北京) | 核磁共振回波数据降噪方法、装置及存储介质 |
CN110288698A (zh) * | 2019-06-25 | 2019-09-27 | 诸暨市人民医院 | 基于mri的半月板三维重建系统 |
CN110288698B (zh) * | 2019-06-25 | 2023-07-28 | 诸暨市人民医院 | 基于mri的半月板三维重建系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103854287B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9898825B2 (en) | Segmentation of magnetic resonance imaging data | |
CN101576997B (zh) | 基于二次三维区域生长的腹部器官分割方法 | |
CN103854287A (zh) | 基于磁共振图像的半月板分割的方法及其装置 | |
CN102737382B (zh) | 一种前列腺超声图像自动精确分割方法 | |
CN103679810A (zh) | 肝部ct图像的三维重建方法 | |
CN105389811A (zh) | 一种基于多级阈值分割的多模态医学图像处理方法 | |
CN105488796A (zh) | 肺分割方法 | |
CN103886621A (zh) | 一种自动提取床板的方法 | |
Jimenez-Carretero et al. | Optimal multiresolution 3D level-set method for liver segmentation incorporating local curvature constraints | |
JP5233374B2 (ja) | 医用画像処理システム | |
CN106780718A (zh) | 一种古生物化石的三维重建方法 | |
KR102182357B1 (ko) | Ct 영상 내 간암 영역 기반으로 3차원 분석을 하는 수술 보조 장치 및 방법 | |
CN105869169B (zh) | 一种肿瘤组织微排列图像的自动分割方法 | |
CN108030514A (zh) | 超声三维胎儿成像方法及系统 | |
CN104915989A (zh) | 基于ct影像的血管三维分割方法 | |
KR101727670B1 (ko) | 피드백이 가능한 사용자 입력 기반의 의료영상 분할 장치 및 방법 | |
CN116616893A (zh) | 一种骨盆植入物通道的自动定位方法 | |
CN107563992B (zh) | 一种乳房皮肤线的检测方法和装置 | |
CN103854288A (zh) | 十字韧带分割的方法及其系统 | |
CN112767548B (zh) | 一种三维阈值立体图形展开方法 | |
CN105741270B (zh) | 千兆电子计算机断层扫描的前列腺三维图像分割方法 | |
CN104166980B (zh) | 一种确定乳腺图像体位的方法 | |
Gomalavalli et al. | Boundary detection of renal using contour segmentation | |
Kamencay et al. | Innovative 3D reconstruction method based on patch based technique using neural network | |
Ting et al. | Implicit volume ray cast mesh renderer for breast cancer detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |