CN109816672B - 一种针对头颈体骨的图像分割获取方法及装置 - Google Patents
一种针对头颈体骨的图像分割获取方法及装置 Download PDFInfo
- Publication number
- CN109816672B CN109816672B CN201910138919.XA CN201910138919A CN109816672B CN 109816672 B CN109816672 B CN 109816672B CN 201910138919 A CN201910138919 A CN 201910138919A CN 109816672 B CN109816672 B CN 109816672B
- Authority
- CN
- China
- Prior art keywords
- segmentation
- neck
- head
- original image
- primary
- 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
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种针对头颈体骨的图像分割获取方法及装置,其中方法包括:获取头颈体原始图像;对所述头颈体原始图像进行处理,从而得到预输出骨分割;从所述头颈体原始图像中提取噪声数据;将所述噪声数据从所述预输出骨分割中去除,从而得到所述头颈体骨分割。通过实施本发明,提高了获取头颈体骨分割的便捷性。
Description
技术领域
本发明涉及医学成像领域,尤其涉及一种针对头颈体骨的图像分割获取方法及装置。
背景技术
随着科学技术的不断发展,造影成像技术已经越来越多的应用在医疗诊断中,自动化头颈体骨分割的获取对自动化头颈血管重建具有重要的临床价值和实际意义。
现有的自动化头颈血管重建技术中,往往需要在头颈体原始图像中对头颈体骨分割图像进行去除,从而获取到头颈体血管图形。而获取头颈体骨分割图像的过程中往往需要结合平扫与增强扫,通过设置影像的CT值,即电子计算机断层扫描图像过程中X线穿过组织被吸收后的衰减值,再根据将两次扫描得到的图像得到的CT值对图像进行再处理从而获得头颈体骨分割。然而,这种获得头颈体骨分割的方法需要经过平扫及增强扫两种不同的扫描方式对患者的头颈部位进行扫描,给头颈体操作极为不便。
发明内容
为解决上述问题,本发明提供一种针对头颈体骨的图像分割获取方法及装置。
一方面,本发明提供一种针对头颈体骨的图像分割获取方法,包括:获取头颈体原始图像;对所述头颈体原始图像进行处理,从而得到预输出骨分割;从所述头颈体原始图像中提取噪声数据;将所述噪声数据从所述预输出骨分割中去除,从而得到所述头颈体骨分割。
在一可能的实施方式中,所述对所述头颈体原始图像进行处理,从而得到预输出骨分割,具体为:对所述头颈体原始图像进行初次分割处理,得到一次分割区域,所述一次分割区域中包括连通体;在一次分割区域的基础上对所述头颈体原始图像进行二次分割处理,得到二次分割区域;保留所述二次分割区域中与所述连通体相连的部分以及所述连通体,作为所述预输出骨分割。
在一可能的实施方式中,对所述头颈体原始图像进行初次分割处理,包括:从所述头颈体原始图像中筛选出CT值大于基本阈值的子区域;将所筛选出的CT值大于基本阈值的子区域的集合确定为一次分割区域。
在一可能的实施方式中,在一次分割区域的基础上对所述头颈体原始图像进行二次分割处理,包括:从所述一次分割区域中筛选出CT值大于第二阈值的子区域;将所筛选出的CT值大于第二阈值的子区域的集合确定为二次分割区域;其中,所述第二阈值小于所述基本阈值。
在一可能的实施方式中,所述噪声数据包括头颈体分割数据;相应的,从所述头颈体原始图像中提取头颈体分割数据,包括:从所述头颈体原始图像中依次获取颈部坐标、主动脉坐标及颅内坐标;分别在对应的坐标阈值范围内基于所获取的颈部坐标、主动脉及颅内坐标对血管进行分割预测,从而得到主动脉血管分割、颈部血管分割、颅内血管分割;将所述主动脉血管分割、颈部血管分割、颅内血管分割进行拼接,从而得到所述头颈体分割数据。
在一可能的实施方式中,所述噪声数据还包括疑似钙化区域;相应的,从所述头颈体原始图像中提取疑似钙化区域,具体为:对所述头颈体原始图像进行初次分割处理,得到一次分割区域,所述一次分割区域中包括非连通体;将所述非连通体中面积小于所述第一面积阈值的所述非连通体确定为疑似初选体;将所述疑似初选体中CT值大于第三阈值的疑似初选体确定为疑似再选体;对比所述头颈体分割数据,将所述疑似再选体中与所述头颈体分割数据有交叠和/或粘连的疑似再选体确定为疑似钙化区域;其中所述第三阈值大于所述基本阈值。
另一方面,本发明还提供一种针对头颈体骨的图像分割获取装置,包括:第一获取模块,用于获取头颈体原始图像;处理模块,用于对所述头颈体原始图像进行处理,从而得到预输出骨分割;并用于从所述头颈体原始图像中提取噪声数据;清除模块,用于将所述噪声数据从所述预输出骨分割中去除,从而得到所述头颈体骨分割。
在一可能的实施方式中,所述处理模块包括:第一处理子模块:用于对所述头颈体原始图像进行初次分割处理,得到一次分割区域,所述一次分割区域中包括连通体;并用于在一次分割区域的基础上对所述头颈体原始图像进行二次分割处理,得到二次分割区域;预输出子模块:用于保留所述二次分割区域中与所述连通体相连的部分以及所述连通体,作为所述预输出骨分割。
在一可能的实施方式中,所述第一处理子模块包括:筛选单元:用于从所述头颈体原始图像中筛选出CT值大于基本阈值的子区域,并将所筛选出的CT值大于基本阈值的子区域的集合确定为一次分割区域;并用于从所述一次分割区域中筛选出CT值大于第二阈值的子区域,并将所筛选出的CT值大于第二阈值的子区域的集合确定为二次分割区域;其中,所述第二阈值小于所述基本阈值。
在一可能的实施方式中,所述处理模块还包括:头颈体分割数据提取子模块:用于从所述头颈体原始图像中提取头颈体分割数据;疑似钙化区域提取子模块:用于从所述头颈体原始图像中提取疑似钙化区域。
本发明通过使用一次增强扫描的方法得到头颈体原始图像,并进一步对头颈体原始图像进行处理,从而得到的预输出骨分割以及噪声数据,使头颈体骨分割的获取更加便捷。
附图说明
图1为本发明一实施例所提供的一种针对头颈体骨的图像分割获取方法示意图;
图2为本发明一实施例所提供的对头颈体原始图像进行处理的方法示意图一;
图3为本发明一实施例所提供的对头颈体原始图像进行处理的方法示意图二;
图4为本发明一实施例所提供的用于获取头颈体分割数据的方法示意图;
图5为本发明一实施例所提供的用于获取头颈体原始图像中的疑似钙化区域的方法示意图;
图6为本发明一实施例所提供的一种针对头颈体骨的图像分割获取装置的示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本发明中的实施例,本领域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。
图1为本发明一实施例所提供的一种针对头颈体骨的图像分割获取方法示意图。
如图1所示,本发明实施例提供一种针对头颈体骨的图像分割获取方法,包括以下步骤:
步骤101:获取头颈体原始图像;
步骤102:对所述头颈体原始图像进行处理,从而得到预输出骨分割;
步骤103:从所述头颈体原始图像中提取噪声数据;
步骤104:将所述噪声数据从所述预输出骨分割中去除,从而得到所述头颈体骨分割。
本发明通过使用一次增强扫描的方法得到头颈体原始图像,并进一步对头颈体原始图像进行处理,从而得到的预输出骨分割以及噪声数据,使头颈体骨分割的获取更加便捷。其中对于预输出骨分割的获取,可以对头颈体原始图像中各个点的亮度进行分析,在正常情况下,骨的亮度要远远大于头颈体中血管以及其他内脏的亮度,因此,可以通过设置一个确定的亮度阈值,将亮度阈值以上的部分确定为预输出骨分割,而这部分与输出骨分割中可能存在一些噪声。对于噪声数据,往往体积要小于骨的部分,因此可以通过设置体积阈值的方式从头颈体原始图像中对噪声数据进行提取,并从得到的预输出骨分割中将属于噪声数据的部分去除,从而得到头颈体骨分割。
图2为步骤102中所提到的对头颈体原始图像进行处理的方法示意图一。
本实施例中,对所述头颈体原始图像进行处理,从而得到预输出骨分割,具体为以下步骤:
步骤201:对所述头颈体原始图像进行初次分割处理,得到一次分割区域,所述一次分割区域中包括连通体;
步骤202:在一次分割区域的基础上对所述头颈体原始图像进行二次分割处理,得到二次分割区域;
步骤203:保留所述二次分割区域中与所述连通体相连的部分以及所述连通体,作为所述预输出骨分割。
对头颈体原始图像进行处理时若直接骨分割进行整体提取,很可能将与骨部分相似的部分血管也提取出来。但是,作为骨,往往是一个连通的整体,而与骨相似的部分血管并不存在这个特点,因此可以利用这一点对骨和血管进行区别,提高了获取头颈体骨分割结果的可靠性。对头颈体原始图像进行初次分割,得到的一次分割区域包括骨及噪声区域,而基于骨为连通整体的特性取一次分割区域中的连通体,可以将这些连通体确定为最终输出的预输出骨分割中的一部分。对于不同的精确度要求可以设置不同的一次分割区域范围。二次分割区域是比一次分割区域更大的区域,且二次分割区域包含一次分割区域,在二次分割区域中选择与一次分割区域中的连通体相连的在二次分割区域中新出现的部分,与一次分割区域中的连通体作为预输出骨分割。
图3为本发明一实施例所提供的对头颈体原始图像进行处理的方法示意图二。
如图3所示,本实施例中,步骤201中所提到的对所述头颈体原始图像进行初次分割处理,具体包括以下步骤:
步骤301:从所述头颈体原始图像中筛选出CT值大于基本阈值的子区域;
步骤302:将所筛选出的CT值大于基本阈值的子区域的集合确定为一次分割区域。
在获取头颈体原始图像的过程当中往往使用的是增强扫,需要往血管中打入造影剂,而对于摄入造影剂含量过多的血管,亮度值往往与骨的亮度值相接近,因此在这种情况下,无法直接通过亮度将骨和血管相区分。CT值所对应的数值在进行检测时受到造影剂含量的影响较小,因此采用基于CT值设定一个基本阈值作为初次分割处理时用于提取头颈体原始图像中的一次分割区域,有利于针对头颈体骨的图像分割获取结果的可靠性。
如图3所示,本实施例中,步骤202中所提到的在一次分割区域的基础上对所述头颈体原始图像进行二次分割处理,具体包括以下步骤:
步骤303:从所述一次分割区域中筛选出CT值大于第二阈值的子区域;
步骤304:将所筛选出的CT值大于第二阈值的子区域的集合确定为二次分割区域;
其中,第二阈值小于所述基本阈值。在头颈体原始图像中所取得CT值越大,得到得分割区域得范围越小,同理,所取得CT值越小,得到的分割区域得范围越大。因此设置第二阈值所对应得CT值小于设定得基本阈值所对应得CT值,能够使二次分割区域得范围大于一次分割区域得范围。
图4为本发明一实施例所提供的用于获取头颈体分割数据的方法示意图。
如图4所示,本实施例中,步骤103中所提到的噪声数据,包括头颈体分割数据;相应的,从所述头颈体原始图像中提取头颈体分割数据,具体为:
步骤401:从所述头颈体原始图像中依次获取颈部坐标、主动脉坐标及颅内坐标;
步骤402:分别在对应的坐标阈值范围内基于所获取的颈部坐标、主动脉及颅内坐标对血管进行分割预测,从而得到主动脉血管分割、颈部血管分割、颅内血管分割;
步骤403:将所述主动脉血管分割、颈部血管分割、颅内血管分割进行拼接,从而得到所述头颈体分割数据。
在获取头颈体骨分割图像的过程当中,有一些与骨近似的血管也能与骨的图像组成连通体,因此,在预输出骨分割中,可能包括一些与骨相近似的血管分割,通过对位于头颈体中的血管进行拟合,得到大致的血管位置即头颈体分割数据,再在预输出骨分割中将这些与头颈体分割数据中的血管相重合的部分去除,从而去除一些与骨相近似的血管分割,提高了针对头颈体骨的图像分割获取结果的可靠性。在对头颈体的血管进行拟合的过程中,可以分别对颈部、头部以及主动脉的血管进行分别拟合以提高头颈体分割数据结果的可靠性。具体操作为,基于头颈体原始数据,得到坐标图像,颈部往往是头颈体中最细的部分,因此可以从坐标图像中选取出轮廓线中横坐标距离最小的两个点的连接线作为颈部的中线;颈部尺寸的生长趋势应是由最细的部分向上及向下逐渐变大,对应坐标图像即为由颈部中线向上及向下轮廓线横坐标距离逐渐变大;而位于颈部与头部及主动脉所在肩部的交汇处,轮廓线的横坐标距离会出现突变,因此可以设置变化阈值,当颈部沿中线向上轮廓线横坐标的变化值大于变化阈值时,则认为到达头部区域;当颈部沿中线向下的轮廓线横坐标的变化值大于变化阈值时,则认为到达肩部区域;由此,得到肩部、颈部、头部坐标,即得到主动脉坐标、颈部坐标及颅内坐标。再在坐标范围内分别对不同区域的血管进行预测从而分别得到主动脉血管分割、颈部血管分割、颅内血管分割;最后对各区域的血管分割进行拼接,从而得到头颈体分割数据。获取头颈体分割数据时所拟合的血管分割为理想状态下的血管形态,即在无病灶的情况下,血管的理论生长趋势。
图5为本发明一实施例所提供的用于获取头颈体原始图像中的疑似钙化区域的方法示意图。
如图5所示,本实施例中,步骤103中所提到的噪声数据,还包括疑似钙化区域;相应的,从所述头颈体原始图像中提取疑似钙化区域,具体为:
步骤501:对所述头颈体原始图像进行初次分割处理,得到一次分割区域,所述一次分割区域中包括非连通体;
步骤502:将所述非连通体中面积小于所述第一面积阈值的所述非连通体确定为疑似初选体;
步骤503:将所述疑似初选体中CT值大于第三阈值的疑似初选体确定为疑似再选体;
步骤504:对比所述头颈体分割数据,将所述疑似再选体中与所述头颈体分割数据有交叠和/或粘连的疑似再选体确定为疑似钙化区域;
其中第三阈值大于基本阈值。在进行头颈体血管图形获取的过程当中,通常都希望的到血管中的病灶,例如血管中的钙化区域。而有一些钙化区域,位于血管与骨粘连的位置,在对这部分的骨进行提取的过程中,往往会将这些钙化的部分提取出,从而在由头颈体原始图像中对头颈体骨分割进行去除的过程当中也将这些钙化部分去除,因而无法得到血管中的钙化病灶。因此在提取头颈体骨分割时,需要对这些钙化区域进行去除,以保证获得的头颈体骨分割数据的准确性从而保证头颈体血管图形获取的准确性。经过初次分割处理所得到的一次分割区域中的所得到的连通体为CT值较大的预输出骨分割,而在经过初次分割时所筛选出的疑似钙化区域往往与这些连通体相分离,因此认为疑似钙化区域存在一次分割区域的非连通体中,另外为避免经过二次分割处理时疑似钙化区域与其他二次分割区域中新出现的部分一起与一次分割处理所得到的连通体连通共同作为预输出骨分割进行输出,进而无法进行筛选,因此仅在进行初次分割处理得到一次分割区域中,就认为包含待筛选的全部疑似钙化区域。又因为疑似钙化区域往往为图像中面积明显小于其他骨部分的非连通体,因此可以设定第一面积阈值,筛选出疑似初选体。又因为疑似钙化区域的CT值较高,等于或大于骨的CT值,可以设定一个对应CT值更高的第三阈值将疑似初选体中的面积较小的血管与疑似钙化区域分离从而得到疑似再选体。又由于初次分割处理所得到的分割区域中并不包含全部的骨,在疑似再选体中可能也包括没有被识别出的游离的骨分割,所以需要判断这些疑似再选体是否位于血管中。又因为头颈体分割数据为血管的理论生长趋势,因此,对比头颈体分割数据,可以根据头颈体分割数据所反映的血管位置判断疑似再选体是否位于血管中,且钙化在血管中生长的位置可能包含于血管中,可能由血管向外凸起,因此可以检测疑似再选体中与所述头颈体分割数据是否存在交叠和/或粘连,以判断疑似再选体是否为疑似钙化区域。将疑似钙化区域从预输出骨分割中去除,提高了针对头颈体骨的图像分割获取的数据的准确性。
图6为本发明一实施例所提供的一种针对头颈体骨的图像分割获取装置的示意图。
如图6所示,本发明还提供一种针对头颈体骨的图像分割获取装置,包括:
第一获取模块600,用于获取头颈体原始图像;
处理模块700,用于对所述头颈体原始图像进行处理,从而得到预输出骨分割;并用于从所述头颈体原始图像中提取噪声数据;
清除模块800,用于将所述噪声数据从所述预输出骨分割中去除,从而得到所述头颈体骨分割。
通过第一获取模块600使用增强扫的扫描方法获取头颈体原始图像,因此处理模块700对头颈体原始图像进行处理所得到的预输出骨分割以及噪声数据两者都可以只通过一次增强扫得到,在通过清楚模块800将噪声数据从预输出骨分割中去除。通过一次增强扫的扫描方式获取到头颈体骨分割,使头颈体骨分割的获取更加便捷。
本实施例中,处理模块700包括:
第一处理子模块:用于对所述头颈体原始图像进行初次分割处理,得到一次分割区域,所述一次分割区域中包括连通体;并用于在一次分割区域的基础上对所述头颈体原始图像进行二次分割处理,得到二次分割区域;
预输出子模块:用于保留所述二次分割区域中与所述连通体相连的部分以及所述连通体,作为所述预输出骨分割。
本实施例中,第一处理子模块包括:
筛选单元:用于从所述头颈体原始图像中筛选出CT值大于基本阈值的子区域,并将所筛选出的CT值大于基本阈值的子区域的集合确定为一次分割区域;并用于从所述一次分割区域中筛选出CT值大于第二阈值的子区域,并将所筛选出的CT值大于第二阈值的子区域的集合确定为二次分割区域;
其中,所述第二阈值小于所述基本阈值。
本实施例中,处理模块700还包括:
头颈体分割数据提取子模块:用于从所述头颈体原始图像中提取头颈体分割数据;
疑似钙化区域提取子模块:用于从所述头颈体原始图像中提取疑似钙化区域。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种头颈体骨分割获取方法,其特征在于,包括:
获取头颈体原始图像;
从所述头颈体原始图像中筛选出CT值大于基本阈值的子区域;将所筛选出的CT值大于基本阈值的子区域的集合确定为一次分割区域,所述一次分割区域中包括连通体;从所述一次分割区域中筛选出CT值大于第二阈值的子区域;将所筛选出的CT值大于第二阈值的子区域的集合确定为二次分割区域,其中,所述第二阈值小于所述基本阈值;保留所述二次分割区域中与所述连通体相连的部分以及所述连通体,作为预输出骨分割;
从所述头颈体原始图像中提取噪声数据;其中,所述噪声数据包括头颈体分割数据;相应的,从所述头颈体原始图像中提取头颈体分割数据,包括:从所述头颈体原始图像中依次获取颈部坐标、主动脉坐标及颅内坐标;分别在对应的坐标阈值范围内基于所获取的颈部坐标、主动脉及颅内坐标对血管进行分割预测,从而得到主动脉血管分割、颈部血管分割、颅内血管分割;将所述主动脉血管分割、颈部血管分割、颅内血管分割进行拼接,从而得到所述头颈体分割数据;
将所述噪声数据从所述预输出骨分割中去除,从而得到所述头颈体骨分割。
2.根据权利要求1所述的方法,其特征在于,所述噪声数据还包括疑似钙化区域;
相应的,从所述头颈体原始图像中提取疑似钙化区域,具体为:
对所述头颈体原始图像进行初次分割处理,得到一次分割区域,所述一次分割区域中包括非连通体;
将所述非连通体中面积小于第一面积阈值的所述非连通体确定为疑似初选体;
将所述疑似初选体中CT值大于第三阈值的疑似初选体确定为疑似再选体;
对比所述头颈体分割数据,将所述疑似再选体中与所述头颈体分割数据有交叠和/或粘连的疑似再选体确定为疑似钙化区域;
其中所述第三阈值大于所述基本阈值。
3.一种头颈体骨分割获取装置,其特征在于,包括:
第一获取模块,用于获取头颈体原始图像;
处理模块,用于从所述头颈体原始图像中筛选出CT值大于基本阈值的子区域;并将所筛选出的CT值大于基本阈值的子区域的集合确定为一次分割区域,所述一次分割区域中包括连通体;从所述一次分割区域中筛选出CT值大于第二阈值的子区域;并将所筛选出的CT值大于第二阈值的子区域的集合确定为二次分割区域,其中,所述第二阈值小于所述基本阈值;保留所述二次分割区域中与所述连通体相连的部分以及所述连通体,作为预输出骨分割;并用于从所述头颈体原始图像中提取噪声数据;其中,所述噪声数据包括头颈体分割数据;相应的,从所述头颈体原始图像中提取头颈体分割数据,包括:从所述头颈体原始图像中依次获取颈部坐标、主动脉坐标及颅内坐标;分别在对应的坐标阈值范围内基于所获取的颈部坐标、主动脉及颅内坐标对血管进行分割预测,从而得到主动脉血管分割、颈部血管分割、颅内血管分割;将所述主动脉血管分割、颈部血管分割、颅内血管分割进行拼接,从而得到所述头颈体分割数据;
清除模块,用于将所述噪声数据从所述预输出骨分割中去除,从而得到所述头颈体骨分割。
4.根据权利要求3所述的装置,其特征在于,所述处理模块还包括:疑似钙化区域提取子模块:用于从所述头颈体原始图像中提取疑似钙化区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910138919.XA CN109816672B (zh) | 2019-02-25 | 2019-02-25 | 一种针对头颈体骨的图像分割获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910138919.XA CN109816672B (zh) | 2019-02-25 | 2019-02-25 | 一种针对头颈体骨的图像分割获取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816672A CN109816672A (zh) | 2019-05-28 |
CN109816672B true CN109816672B (zh) | 2021-02-02 |
Family
ID=66607426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910138919.XA Active CN109816672B (zh) | 2019-02-25 | 2019-02-25 | 一种针对头颈体骨的图像分割获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816672B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116623B (zh) * | 2020-09-21 | 2021-04-23 | 推想医疗科技股份有限公司 | 图像分割方法及装置 |
CN113205508B (zh) * | 2021-05-20 | 2022-01-25 | 强联智创(北京)科技有限公司 | 一种基于影像数据的分割方法、装置以及设备 |
CN114119519A (zh) * | 2021-11-16 | 2022-03-01 | 高峰 | 一种侧支循环评估方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7218763B2 (en) * | 2003-02-27 | 2007-05-15 | Eastman Kodak Company | Method for automated window-level settings for magnetic resonance images |
CN102240212A (zh) * | 2010-05-14 | 2011-11-16 | Ge医疗系统环球技术有限公司 | 测量气胸的方法和装置 |
CN103284760A (zh) * | 2013-06-08 | 2013-09-11 | 哈尔滨工程大学 | 一种基于导管路径的扩展超声血管成像方法及装置 |
CN104091346A (zh) * | 2014-07-24 | 2014-10-08 | 东南大学 | 一种全自动ct图像冠状动脉钙化分数计算方法 |
CN104834913A (zh) * | 2015-05-14 | 2015-08-12 | 中国人民解放军理工大学 | 基于深度图像的旗语识别方法及装置 |
CN104933729A (zh) * | 2014-03-18 | 2015-09-23 | 上海联影医疗科技有限公司 | 一种颅内脑组织的提取方法和装置 |
CN104978725A (zh) * | 2014-04-03 | 2015-10-14 | 上海联影医疗科技有限公司 | 一种冠状动脉分割方法和装置 |
CN106296664A (zh) * | 2016-07-30 | 2017-01-04 | 上海联影医疗科技有限公司 | 血管提取方法 |
CN107749062A (zh) * | 2017-09-18 | 2018-03-02 | 深圳市朗形网络科技有限公司 | 图像处理方法、及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8160345B2 (en) * | 2008-04-30 | 2012-04-17 | Otismed Corporation | System and method for image segmentation in generating computer models of a joint to undergo arthroplasty |
US10068340B2 (en) * | 2014-11-03 | 2018-09-04 | Algotec Systems Ltd. | Method for segmentation of the head-neck arteries, brain and skull in medical images |
-
2019
- 2019-02-25 CN CN201910138919.XA patent/CN109816672B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7218763B2 (en) * | 2003-02-27 | 2007-05-15 | Eastman Kodak Company | Method for automated window-level settings for magnetic resonance images |
CN102240212A (zh) * | 2010-05-14 | 2011-11-16 | Ge医疗系统环球技术有限公司 | 测量气胸的方法和装置 |
CN103284760A (zh) * | 2013-06-08 | 2013-09-11 | 哈尔滨工程大学 | 一种基于导管路径的扩展超声血管成像方法及装置 |
CN104933729A (zh) * | 2014-03-18 | 2015-09-23 | 上海联影医疗科技有限公司 | 一种颅内脑组织的提取方法和装置 |
CN104978725A (zh) * | 2014-04-03 | 2015-10-14 | 上海联影医疗科技有限公司 | 一种冠状动脉分割方法和装置 |
CN104091346A (zh) * | 2014-07-24 | 2014-10-08 | 东南大学 | 一种全自动ct图像冠状动脉钙化分数计算方法 |
CN104834913A (zh) * | 2015-05-14 | 2015-08-12 | 中国人民解放军理工大学 | 基于深度图像的旗语识别方法及装置 |
CN106296664A (zh) * | 2016-07-30 | 2017-01-04 | 上海联影医疗科技有限公司 | 血管提取方法 |
CN107749062A (zh) * | 2017-09-18 | 2018-03-02 | 深圳市朗形网络科技有限公司 | 图像处理方法、及装置 |
Non-Patent Citations (2)
Title |
---|
ASSESSMENT OF AUTOMATIC HEAD-AND-NECK ANATOMY SEGMENTATION USING A DEFORMABLE IMAGE REGISTRATION ALGORITHM;Dogan, N;《Radiotherapy and Oncology》;20090902;第120页 * |
头颈癌PET/MRI纹理分析与靶区勾画;胡泽田;《中国优秀硕士学位论文全文数据库(医药卫生科技辑)》;20170315(第03期);第E072-1494页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109816672A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816672B (zh) | 一种针对头颈体骨的图像分割获取方法及装置 | |
US9098935B2 (en) | Image displaying apparatus, image displaying method, and computer readable medium for displaying an image of a mammary gland structure without overlaps thereof | |
US8139836B2 (en) | Automatic segmentation of the heart and aorta in medical 3-D scans without contrast media injections | |
US6154560A (en) | System and method for staging regional lymph nodes using quantitative analysis of endoscopic ultrasound images | |
JP5207649B2 (ja) | 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置 | |
EP1035508B1 (en) | Automated method and system for the segmentation of medical images | |
US7881513B2 (en) | Method for the processing of radiology images for a detection of opacities | |
US5289374A (en) | Method and system for analysis of false positives produced by an automated scheme for the detection of lung nodules in digital chest radiographs | |
JPH09509879A (ja) | デジタル乳房x線像での自動区画化及び皮膚ラインと乳頭の検出 | |
CN110610498A (zh) | 乳腺钼靶图像处理方法、系统、存储介质及设备 | |
CN111462115B (zh) | 医学图像显示方法、装置和计算机设备 | |
CN107103605A (zh) | 一种乳房组织的分割方法 | |
CN114066886B (zh) | 骨骼分割边界确定方法、装置、电子设备及存储介质 | |
JP4236405B2 (ja) | 断層像セグメント分割 | |
CN112568933B (zh) | 超声成像方法、设备和存储介质 | |
CN109948622B (zh) | 一种头颈体动脉瘤检测方法、装置及计算机可读存储介质 | |
WO2004046995A2 (en) | Computer-aided detection of lung nodules | |
US20110069874A1 (en) | Medical image processing device, medical image processing method, and medical image processing program | |
JP2005253685A (ja) | 画像診断支援装置及び画像診断支援プログラム | |
KR102396911B1 (ko) | 유방 종괴 자동 검출 방법 및 시스템 | |
CN111275617B (zh) | 一种abus乳腺超声全景图的自动拼接方法、系统和存储介质 | |
CN109875595B (zh) | 一种颅内血管状态检测方法及装置 | |
JP2003250794A (ja) | 腫瘍領域検出方法およびx線ct装置 | |
JP4631260B2 (ja) | 画像診断支援装置、画像診断支援方法及びプログラム | |
JP2003275196A (ja) | 医用画像処理方法および医用画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190523 Address after: Room 313 and 315, Building No. 11, Innovation Road, Changping District, Beijing 102200 Applicant after: Yu Kun (Beijing) Network Technology Co., Ltd. Address before: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Applicant before: Digital Kun (Beijing) Network Technology Co., Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |