CN108596935A - 一种磁共振图像的分割方法及装置 - Google Patents
一种磁共振图像的分割方法及装置 Download PDFInfo
- Publication number
- CN108596935A CN108596935A CN201810374840.2A CN201810374840A CN108596935A CN 108596935 A CN108596935 A CN 108596935A CN 201810374840 A CN201810374840 A CN 201810374840A CN 108596935 A CN108596935 A CN 108596935A
- Authority
- CN
- China
- Prior art keywords
- image
- magnetic resonance
- segmentation
- resonance image
- multiple magnetic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003709 image segmentation Methods 0.000 claims abstract description 58
- 230000011218 segmentation Effects 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 15
- 230000001235 sensitizing effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 108010001267 Protein Subunits Proteins 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000001959 radiotherapy Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 206010027336 Menstruation delayed Diseases 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种磁共振图像的分割方法及装置，包括：从经过预处理后的多个磁共振图像中选取符合预设条件的图像；对符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；依据多个磁共振图像的位置关系以及目标图像，对多个磁共振图像中其它的图像进行分割。由此可知，实现了自动化的对磁共振图像进行图像分割的目的，并且，根据一次成像时各个磁共振图像的位置关系，对一次成像得到的磁共振图像进行图像分割，提高了图像分割的效率。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种磁共振图像的分割方法及装置。
背景技术
癌症是人类目前尚未解决的疑难杂症之一，目前最常见的治疗方法是手术切除，但是对一些癌症晚期或者不适合手术切除的病人来说，放疗是一种常见的治疗方法。目前，磁共振引导的放疗技术在癌症治疗方面开始发展起来，相对于CT引导放疗技术，磁共振无辐射、成像清晰、可任意层面成像，因此相对于CT引导的放疗技术来说，优点十分明显。
图像分割是肿瘤微创导航系统的重要环节，将病灶周围的组织分割出来有助于医生在观察过程中减少其他因素的甘涛，有助医生的术前规划，提高手术的效率。
现有技术中，通常采用手动分割的方法对磁共振图像进行分割，但是，磁共振一次成像获得的数量可能超过上百张，手动分割的话，工作量很大，而且手动分割的效果也达不到实时的磁共振引导放疗手术的要求。
发明内容
有鉴于此，本发明公开了一种磁共振图像的分割方法及装置，实现了对磁共振图像的自动化分割，并且得到的分割结果更加的精确。
本发明公开了一种磁共振图像的分割方法，包括：
在经过预处理的多个磁共振图像中选取符合预设条件的图像；所述多个磁共振图像为磁共振一次成像得到的；
对所述符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；
依据所述多个磁共振图像的位置信息以及所述目标图像，对所述多个磁共振图像进行分割。
可选的，对所述多个磁共振图像进行预处理包括：
对所述多个磁共振图像在频域上进行高通滤波；
将高通滤波后的所述多个磁共振图像进行时域转换。
可选的，所述对所述符合预设条件的图像进行图像分割，得到感兴趣区域，包括：
在符合预设条件的图像中勾画感兴趣区域的边界；
依据勾画出的所述符合预设条件的图像中感性区域的边缘，采用最佳阈值分割方法对所述符合预设条件的图像进行图像分割。
可选的，所述依据所述多个磁共振图像的位置信息以及分割后的所述符合条件的图像，对其它的磁共振图像进行分割，包括：
依据所述目标图像的位置信息在所述多个磁共振图像中确定待分割的图像；所述待分割的图像为所述多个磁共振图像中与所述目标图像相邻的图像；
基于所述目标图像和所述待分割图像的位置关系，依据所述目标图像中感兴趣区域的位置对所述待分割的图像进行图像分割，得到分割出感兴趣区域的目标图像；
判断是否遍历了所有的磁共振图像；
若没有遍历所有的磁共振图像，则返回执行依据所述目标图像的位置关系，在所述多个磁共振图像中确定待分割的图像。
可选的，所述预设条件为所述多个磁共振图像中预设的敏感区域最大的一张或者多张图像。
本发明还公开了一种磁共振图像的分割装置，包括：
选取单元，用于在经过预处理的多个磁共振图像中选取符合预设条件的图像；所述多个磁共振图像为磁共振一次成像得到的；
第一图像分割单元，用于对所述符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；
第二图像分割单元，用于依据所述多个磁共振图像的位置信息以及所述目标图像，对所述多个磁共振图像进行分割。
可选的，还包括：
滤波单元，用于对所述多个磁共振图像在频域上进行高通滤波；
时域转换单元，用于将高通滤波后的所述多个磁共振图像进行时域转换。
可选的，所述第一图像分割单元，包括：
勾画边缘单元，用于在符合预设条件的图像中勾画感兴趣区域的边缘；
第一图像分割子单元，用于依据勾画出的所述符合预设条件的图像中感性区域的边缘，采用最佳阈值分割方法对所述符合预设条件的图像进行图像分割。
可选的，所述第二图像分割单元，包括：
确定子单元，用于依据所述目标图像的位置信息在所述多个磁共振图像中确定待分割的图像；所述待分割的图像为所述多个磁共振图像中与所述目标图像相邻的图像；
第二图像分割子单元，用于基于所述目标图像和所述待分割图像的位置关系，依据所述目标图像中感兴趣区域的位置对所述待分割的图像进行图像分割，得到分割出感兴趣区域的目标图像；
判断子单元，用于判断是否遍历了所有的磁共振图像；
返回执行子单元，用于若没有遍历所有的磁共振图像，则返回执行依据所述目标图像的位置关系，在所述多个磁共振图像中确定待分割的图像。
可选的，所述预设条件为所述多个磁共振图像中预设的敏感区域最大的一张或者多张图像。
本发明实施例公开了一种磁共振图像的分割方法及装置，包括：从经过预处理后的多个磁共振图像中选取符合预设条件的图像；对符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；依据多个磁共振图像的位置关系以及目标图像，对多个磁共振图像中其它的图像进行分割。由此可知，实现了自动化的对磁共振图像进行图像分割的目的，并且，根据一次成像时各个磁共振图像的位置关系，对一次成像得到的磁共振图像进行图像分割，提高了图像分割的效率。
除此之外，在频域上对磁共振图像进行锐化处理，不仅提高了处理效率，而且还能得到更好的锐化效果。
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，还可以根据提供的附图获得其他的附图。
图1示出了本发明提供的一种磁共振图像的分割方法的流程示意图；
图2示出了本发明实施例提供的一种磁共振图像分割方法的又一流程示意图；
图3示出了本发明实施例提供的一种磁共振图像分割装置的结构示意图。
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，都属于本发明保护的范围。
参考图1，示出了本发明提供的一种磁共振图像的分割方法的流程示意图，在本实施例中，该方法包括：
S101:在经过预处理的多张磁共振图像中选取符合预设条件的图像；所述多个磁共振图像为磁共振一次成像得到的；
本实施例中，对磁共振图像进行预处理的目的是去噪和锐化图像边界，并且，由于磁共振在成像的过程中，获得的是频域信号，因此，还需要将该频域信号的图像转换为视域信号。其中，可以采用多种方法对图像进行预处理，，在本实施例中不进行限定，为了提高预处理的效率，得到更有的图像边界，优选的可以采用如下的方式进行，具体的，S101包括：
对所述多个磁共振图像在频域上进行高通滤波；
将高通滤波后的所述多个磁共振图像进行时域转换。
本实施例中，由于磁共振图像是频域信号，因此，直接在频域上对磁共振图像进行滤波，能够提高处理效率，锐化效果也较好。
本实施例中，可以采用多种方式对磁共振图像进行时域转换，例如可以通过反傅里叶变换的方法。
本实施例中，所述预设条件为所述多个磁共振图像中预设的敏感区域最大的一张或者多张图像。
其中，敏感区域可以为要分割的病灶区域，或者要分割的病灶周围的器官。从预处理后的磁共振图像中选取一张或者多张图像可以是根据预设的程序自动执行的，也可以是医生选取的。
S102：对所述符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；
本实施例中，可以采用多种方法对图像进行图像分割处理，分割出图像的感兴趣区域，在本实施例中不进行限定，例如可以采用阈值分割方法，具体的，S102包括：
在符合预设条件的图像中勾画感兴趣区域的边缘；
依据勾画出的所述符合预设条件的图像中感兴趣区域的边缘，采用最佳预支分割方法对所述符合预设条件的图像进行图像分割处理。
具体的，采用最佳阈值分割方法对图像进行分割的过程可以包括：
根据勾画出的所述符合预设条件的图像，确定边缘检测范围；
依据边缘检测范围，确定最大灰度值和最小灰度值；
根据最大灰度值和最小灰度值，计算灰度阈值；
依据灰度阈值，将所述符合阈值条件的图像分割为两部分；
计算每部分的灰度值；
根据每一部分的灰度值，计算新的阈值；
循环执行以上步骤，直到阈值的变化范围处于预设的微小范围内。
对磁共振图像进行图像分割后，为了保证图像质量，还可以对得到的分割出感兴趣区域的目标图像进行优化，具体的可以采用一些形态学的方法对图像进行优化，例如包括：对图像增强和衰减。
S104：依据所述多个磁共振图像的位置信息以及所述目标图像，对其他的磁共振图像进行分割。
本实施例中，磁共振图像在成像时，图像的变化是缓慢的，也就是说相邻图像之间是相似的，并且由于磁共振图像在成像时，图像上记录了坐标原点的位置和各个像素点之间的距离，因此可以根据相邻图像之间的位置关系，对目标图像的相邻图像进行图像分割，进而再根据分割后的图像再对相邻的图像进行图像分割，直到遍历所有的图像为止，具体的，S104包括：
依据所述目标图像的位置信息，在所述多个磁共振图像中确定待分割的图像；所述待分割的图像为所述多个磁共振图像中与所述目标图像相邻的图像；
基于所述目标图像和所述待分割图像的位置关系，依据所述目标图像中感兴趣区域的位置对所述待分割的图像进行图像分割，得到分割出感兴趣区域的目标图像；
判断是否遍历了所有的磁共振图像；
若没有遍历所有的磁共振图像，则返回执行依据所述目标图像的位置关系，在所述磁共振图像中确定待分割的图像。
本实施例中，从经过预处理后的多个磁共振图像中选取符合预设条件的图像；对符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；依据多个磁共振图像的位置关系以及目标图像，对多个磁共振图像中其它的图像进行分割。由此可知，实现了自动化的对磁共振图像进行图像分割的目的，并且，根据一次成像时各个磁共振图像的位置关系，对一次成像得到的磁共振图像进行图像分割，提高了图像分割的效率。除此之外，在频域上对磁共振图像进行锐化处理，不仅提高了处理效率，而且还能得到更好的锐化效果。
参考图2，示出了本发明实施例提供的一种磁共振图像分割方法的又一流程示意图，在本实施例中，该方法包括：
S201：对多个磁共振图像进行高通滤波处理；
S202：对高通滤波后的磁共振图像进行反傅里叶变换，得到时域图像；
S203：在得到的时域图像中筛选出符合预设条件的图像；
其中，预设的条件可以为时域图像中敏感区域面积最大的一张或者多张图像。
S204：采用最佳阈值法对符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；
S205：依据目标图像的位置信息在多个磁共振图像中确定待分割的图像；其中，待分割的图像为所述多个磁共振图像中与所述目标图像相邻的图像；
S206：基于所述目标图像和所述待分割图像的位置关系，依据所述目标图像中感兴趣区域的位置对所述待分割的图像进行图像分割，得到分割出感兴趣区域的目标图像；
S207：判断是否遍历了所有的磁共振图像；
S208：若没有遍历所有的磁共振图像，则返回执行依据所述目标图像的位置关系，在所述多个磁共振图像中确定待分割的图像。
S209：若遍历了所有的磁共振图像，结束。
本实施例中，从经过预处理后的多个磁共振图像中选取符合预设条件的图像；对符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；依据多个磁共振图像的位置关系以及目标图像，对多个磁共振图像中其它的图像进行分割。由此可知，实现了自动化的对磁共振图像进行图像分割的目的，并且，根据一次成像时各个磁共振图像的位置关系，对一次成像得到的磁共振图像进行图像分割，提高了图像分割的效率。
除此之外，在频域上对磁共振图像进行锐化处理，不仅提高了处理效率，而且还能得到更好的锐化效果。
参考图3，示出了本发明实施例提供的一种磁共振图像分割装置的结构示意图，该装置包括：
选取单元301，用于在经过预处理的多个磁共振图像中选取符合预设条件的图像；所述多个磁共振图像为磁共振一次成像得到的；
第一图像分割单元302，用于对所述符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；
第二图像分割单元303，用于依据所述多个磁共振图像的位置信息以及所述目标图像，对所述多个磁共振图像进行分割。
可选的，还包括：
滤波单元，用于对所述多个磁共振图像在频域上进行高通滤波；
时域转换单元，用于将高通滤波后的所述多个磁共振图像进行时域转换。
可选的，所述第一图像分割单元，包括：
勾画边缘单元，用于在符合预设条件的图像中勾画感兴趣区域的边缘；
第一图像分割子单元，用于依据勾画出的所述符合预设条件的图像中感性区域的边缘，采用最佳阈值分割方法对所述符合预设条件的图像进行图像分割。
可选的，所述第二图像分割单元，包括：
确定子单元，用于依据所述目标图像的位置信息在所述多个磁共振图像中确定待分割的图像；所述待分割的图像为所述多个磁共振图像中与所述目标图像相邻的图像；
第二图像分割子单元，用于基于所述目标图像和所述待分割图像的位置关系，依据所述目标图像中感兴趣区域的位置对所述待分割的图像进行图像分割，得到分割出感兴趣区域的目标图像；
判断子单元，用于判断是否遍历了所有的磁共振图像；
返回执行子单元，用于若没有遍历所有的磁共振图像，则返回执行依据所述目标图像的位置关系，在所述多个磁共振图像中确定待分割的图像。
可选的，，所述预设条件为所述多个磁共振图像中预设的敏感区域最大的一张或者多张图像。
通过本实施例的装置，实现了自动化的对磁共振图像进行图像分割的目的，并且，根据一次成像时各个磁共振图像的位置关系，对一次成像得到的磁共振图像进行图像分割，提高了图像分割的效率。需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种磁共振图像的分割方法，其特征在于，包括：
在经过预处理的多个磁共振图像中选取符合预设条件的图像；所述多个磁共振图像为磁共振一次成像得到的；
对所述符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；
依据所述多个磁共振图像的位置信息以及所述目标图像，对所述多个磁共振图像进行分割。
2.根据权利要求1所述的方法，其特征在于，对所述多个磁共振图像进行预处理包括：
对所述多个磁共振图像在频域上进行高通滤波；
将高通滤波后的所述多个磁共振图像进行时域转换。
3.根据权利要求1所述的方法，其特征在于，所述对所述符合预设条件的图像进行图像分割，得到感兴趣区域，包括：
在符合预设条件的图像中勾画感兴趣区域的边界；
依据勾画出的所述符合预设条件的图像中感性区域的边缘，采用最佳阈值分割方法对所述符合预设条件的图像进行图像分割。
4.根据权利要求1所述的方法，其特征在于，所述依据所述多个磁共振图像的位置信息以及分割后的所述符合条件的图像，对其它的磁共振图像进行分割，包括：
依据所述目标图像的位置信息在所述多个磁共振图像中确定待分割的图像；所述待分割的图像为所述多个磁共振图像中与所述目标图像相邻的图像；
基于所述目标图像和所述待分割图像的位置关系，依据所述目标图像中感兴趣区域的位置对所述待分割的图像进行图像分割，得到分割出感兴趣区域的目标图像；
判断是否遍历了所有的磁共振图像；
若没有遍历所有的磁共振图像，则返回执行依据所述目标图像的位置关系，在所述多个磁共振图像中确定待分割的图像。
5.根据权利要求1或4所述的方法，其特征在于，所述预设条件为所述多个磁共振图像中预设的敏感区域最大的一张或者多张图像。
6.一种磁共振图像的分割装置，其特征在于，包括：
选取单元，用于在经过预处理的多个磁共振图像中选取符合预设条件的图像；所述多个磁共振图像为磁共振一次成像得到的；
第一图像分割单元，用于对所述符合预设条件的图像进行图像分割，得到分割出感兴趣区域的目标图像；
第二图像分割单元，用于依据所述多个磁共振图像的位置信息以及所述目标图像，对所述多个磁共振图像进行分割。
7.根据权利要求6所述的装置，其特征在于，还包括：
滤波单元，用于对所述多个磁共振图像在频域上进行高通滤波；
时域转换单元，用于将高通滤波后的所述多个磁共振图像进行时域转换。
8.根据权利要求6所述的装置，其特征在于，所述第一图像分割单元，包括：
勾画边缘单元，用于在符合预设条件的图像中勾画感兴趣区域的边缘；
第一图像分割子单元，用于依据勾画出的所述符合预设条件的图像中感性区域的边缘，采用最佳阈值分割方法对所述符合预设条件的图像进行图像分割。
9.根据权利要求6所述的装置，其特征在于，所述第二图像分割单元，包括：
确定子单元，用于依据所述目标图像的位置信息在所述多个磁共振图像中确定待分割的图像；所述待分割的图像为所述多个磁共振图像中与所述目标图像相邻的图像；
第二图像分割子单元，用于基于所述目标图像和所述待分割图像的位置关系，依据所述目标图像中感兴趣区域的位置对所述待分割的图像进行图像分割，得到分割出感兴趣区域的目标图像；
判断子单元，用于判断是否遍历了所有的磁共振图像；
返回执行子单元，用于若没有遍历所有的磁共振图像，则返回执行依据所述目标图像的位置关系，在所述多个磁共振图像中确定待分割的图像。
10.根据权利要求6或9所述的装置，其特征在于，所述预设条件为所述多个磁共振图像中预设的敏感区域最大的一张或者多张图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810374840.2A CN108596935A (zh) | 2018-04-24 | 2018-04-24 | 一种磁共振图像的分割方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810374840.2A CN108596935A (zh) | 2018-04-24 | 2018-04-24 | 一种磁共振图像的分割方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108596935A true CN108596935A (zh) | 2018-09-28 |
Family
ID=63614553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810374840.2A Pending CN108596935A (zh) | 2018-04-24 | 2018-04-24 | 一种磁共振图像的分割方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108596935A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110458830A (zh) * | 2019-03-08 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、服务器及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101303769A (zh) * | 2008-07-10 | 2008-11-12 | 哈尔滨工业大学 | 基于先验知识测地几何流的二维序列医学图像分割方法 |
| WO2012145367A2 (en) * | 2011-04-18 | 2012-10-26 | Li Senhu | Image segmentation of organs and anatomical structures |
| WO2015130231A1 (en) * | 2014-02-27 | 2015-09-03 | Agency For Science, Technology And Research | Segmentation of cardiac magnetic resonance (cmr) images using a memory persistence approach |
| CN105741289A (zh) * | 2016-01-29 | 2016-07-06 | 大连理工大学 | 一种面向虚拟人超大规模切片图像的序列化自动分割方法 |
| CN107481252A (zh) * | 2017-08-24 | 2017-12-15 | 上海术理智能科技有限公司 | 医学图像的分割方法、装置、介质和电子设备 |
| CN107545579A (zh) * | 2017-08-30 | 2018-01-05 | 上海联影医疗科技有限公司 | 一种心脏分割方法、设备和存储介质 |
-
2018
- 2018-04-24 CN CN201810374840.2A patent/CN108596935A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101303769A (zh) * | 2008-07-10 | 2008-11-12 | 哈尔滨工业大学 | 基于先验知识测地几何流的二维序列医学图像分割方法 |
| WO2012145367A2 (en) * | 2011-04-18 | 2012-10-26 | Li Senhu | Image segmentation of organs and anatomical structures |
| WO2015130231A1 (en) * | 2014-02-27 | 2015-09-03 | Agency For Science, Technology And Research | Segmentation of cardiac magnetic resonance (cmr) images using a memory persistence approach |
| CN105741289A (zh) * | 2016-01-29 | 2016-07-06 | 大连理工大学 | 一种面向虚拟人超大规模切片图像的序列化自动分割方法 |
| CN107481252A (zh) * | 2017-08-24 | 2017-12-15 | 上海术理智能科技有限公司 | 医学图像的分割方法、装置、介质和电子设备 |
| CN107545579A (zh) * | 2017-08-30 | 2018-01-05 | 上海联影医疗科技有限公司 | 一种心脏分割方法、设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 天牛等: "《微循环的临床与基础》", 30 April 1996, 原子能出版社 * |
| 方驰华: "《数字化胰腺外科学》", 31 December 2015, 人民军医出版社 * |
| 郭斯羽: "《面向检测的图像处理技术》", 31 August 2015, 湖南大学出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110458830A (zh) * | 2019-03-08 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、服务器及存储介质 |
| CN110458830B (zh) * | 2019-03-08 | 2021-02-09 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、服务器及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100573581C (zh) | 肺部ct图像病灶半自动分割方法 | |
| CN102048550B (zh) | 一种自动生成肝脏3d图像并准确定位肝脏血管支配区域的方法 | |
| CN104574327B (zh) | 一种乳腺图像处理方法和装置 | |
| CN111738989B (zh) | 一种器官勾画方法及装置 | |
| US20070230760A1 (en) | Image Processing Device and Method | |
| WO2008052312A1 (en) | System and method for segmenting a region in a medical image | |
| CN109740600B (zh) | 高亮病灶区域的定位方法、装置、计算机设备以及存储介质 | |
| CN105488796A (zh) | 肺分割方法 | |
| CN105427325A (zh) | 基于随机森林和单调下降函数的肺肿瘤的自动分割方法 | |
| CN102306373A (zh) | 一种腹部器官的三维医学图像分割方法及系统 | |
| CN111862021B (zh) | 基于深度学习的头颈部淋巴结及引流区自动勾画方法 | |
| JP2017520354A (ja) | 体組織の自動的なセグメンテーションおよび定量化のための方法 | |
| CN104504655A (zh) | 一种ct金属伪影处理方法和装置 | |
| WO2018126434A1 (zh) | Ct图像阴影校正方法、装置及电子设备 | |
| CN107507189A (zh) | 基于随机森林与统计模型的小鼠ct图像肾脏分割方法 | |
| CN106408645B (zh) | 一种医学图像绘制的方法和设备 | |
| US10019784B2 (en) | Medical image processing apparatus and method | |
| CN109886973B (zh) | 一种血管提取方法、装置及计算机可读存储介质 | |
| CN110097557A (zh) | 基于3D-UNet的医学图像自动分割方法及系统 | |
| CN108596935A (zh) | 一种磁共振图像的分割方法及装置 | |
| CN109584167A (zh) | 基于二阶特征的ct图像肝内血管增强与分割方法及系统 | |
| CN113469229A (zh) | 一种基于深度学习的乳腺癌病灶自动标注方法及装置 | |
| CN104156960A (zh) | 一种全自动ct图像肾脏分割方法 | |
| CN103247046B (zh) | 一种放射治疗计划中靶区自动勾画的方法和装置 | |
| CN103914845A (zh) | 基于主动轮廓模型的超声图像分割中获取初始轮廓的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190214 Address after: 230031 Embedded R&D Building 204-B3, Institute of Advanced Technology, China University of Science and Technology, No. 5089 Wangjiangxi Road, Hefei High-tech Zone, Anhui Province Applicant after: Anhui Fuqing Medical Technology Co., Ltd. Address before: Room 609-129, R&D Center Building, China (Hefei) International Intelligent Voice Industry Park, 3333 Xiyou Road, Hefei High-tech Zone, Anhui Province Applicant before: Anhui Ruijie Mdt InfoTech Ltd |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |