CN114299081A - 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 - Google Patents
一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114299081A CN114299081A CN202111557883.2A CN202111557883A CN114299081A CN 114299081 A CN114299081 A CN 114299081A CN 202111557883 A CN202111557883 A CN 202111557883A CN 114299081 A CN114299081 A CN 114299081A
- Authority
- CN
- China
- Prior art keywords
- maxillary sinus
- image
- cbct image
- initial
- cbct
- 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
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种上颌窦CBCT图像分割方法、装置、存储介质及电子设备,所述方法包括:获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。该方法在分割过程中结合三维边缘图像进行区域生长,有效解决了生长泄露的问题;根据初始上颌窦CBCT图像计算得到上颌窦空腔区域生长种子点之后,利用据该生长种子点对上颌窦CBCT图像进行区域生长,可以有效解决误分割的问题。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种上颌窦CBCT图像分割方法、装置、存储介质及电子设备。
背景技术
CBCT(Cone beam CT)扫描技术利用X线球管以较低的射线剂量获取多个角度的投影数据,并通过重建算法重建被测对象内部的三维断层图像。因其具有分辨率高、射线量低、能三维显示结构信息的特点,被广泛应用于口腔与颅脑部分的临床分析与诊断治疗中。在CBCT数据获取过程中,不仅存在由空气散射等原因引入的噪声,还因半探测器的使用,采集的数据大量减少导致噪声更加严重,尤其在上颌窦空腔区域表现格外明显。此外,由于噪声分布不均,左右上颌窦空腔区域亮度明显不一致,并伴随着少量伪影的产生,给医生的诊断造成较大影响。针对这种情况,需要对含有噪声与少量伪影的上颌窦空腔区域进行分割。
目前,现有的分割方法具有很多问题:(1)使用阈值分割法容易误分割;(2)传统的区域生长法在部分区域如靠近鼻窦的一侧容易生长泄露。故亟待提出一种新的上颌窦空腔区域分割方法来有效去除噪声与伪影,解决左右上颌窦空腔区域亮度明显不一致的问题。
发明内容
有鉴于此,本发明实施例提供了涉及一种上颌窦CBCT图像分割方法、装置、存储介质及电子设备,以解决现有技术中使用传统的区域生长法与阈值分割法无法完全去除上颌窦空腔区域噪声与伪影且左右亮度不一致的技术问题。
本发明提出的技术方案如下:
本发明实施例第一方面提供一种上颌窦CBCT图像分割方法,该上颌窦CBCT图像分割方法包括:获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。
可选地,获取待处理的上颌窦CBCT图像,包括:从获取的CBCT三维断层图像中确定待处理的上颌窦CBCT图像。
可选地,根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,包括:根据中值投影法对所述初始上颌窦CBCT图像进行处理得到投影图像;对所述投影图像进行分割得到二值图像并记录分割阈值并在所述二值图像中确定前景区域和背景区域;将所述前景区域对应的面积与预设最小面积阈值和最大阈值面积进行比较;当所述前景区域的对应的面积在所述最小面积阈值和最大阈值面积中间时,所述前景区域为有效前景区域;将所述有效前景区域对应的质心坐标与预设阈值进行比较;根据比较结果确定所述上颌窦空腔区域生长种子点。
可选地,获取所述初始上颌窦CBCT图像的三维边缘图像,包括:利用预设算法分别计算所述初始上颌窦CBCT图像的横断面、冠状面、矢状面的边缘图像;对所述横断面、冠状面、矢状面的边缘图像进行或操作得到所述初始上颌窦CBCT图像的三维边缘图像。
可选地,根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像,包括:根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行三维分割得到初始分割上颌窦CBCT图像;根据所述初始分割上颌窦CBCT图像对所述初始上颌窦CBCT图像进行二维精分割得到所述目标上颌窦CBCT图像。
可选地,根据所述初始分割上颌窦CBCT图像对所述初始上颌窦CBCT图像进行二维精分割得到所述目标上颌窦CBCT图像,包括:根据所述初始分割上颌窦CBCT图像确定新的所述上颌窦空腔区域生长种子点;对所述初始上颌窦CBCT图像的横断面进行二维精分割处理。
可选地,所述方法还包括:对所述目标上颌窦CBCT图像进行膨胀腐蚀处理;遍历所述获取的CBCT三维断层图像对应的CBCT数据,并将对应的所述前景区域位置赋值为零。
本发明实施例第二方面提供一种上颌窦CBCT图像分割装置,该上颌窦CBCT图像分割装置包括:预处理模块,用于获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;获取模块,用于根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;分割模块,用于根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。
本发明实施例第三方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的上颌窦CBCT图像分割方法。
本发明实施例第四方面提供一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如本发明实施例第一方面及第一方面任一项所述的上颌窦CBCT图像分割方法。
本发明提供的技术方案,具有如下效果:
本发明实施例提供的上颌窦CBCT图像分割方法,获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的边缘信息;根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图。该方法在分割过程中结合三维边缘图像进行区域生长,有效解决了生长泄露的问题;根据初始上颌窦CBCT图像计算得到上颌窦空腔区域生长种子点之后,利用据该生长种子点对上颌窦CBCT图像进行区域生长,可以有效解决误分割的问题。因此,通过实施本发明,能够全自动确定上颌窦位置,完成上颌窦空腔区域的准确分割,能够有效去除噪声与伪影,解决了左右上颌窦空腔区域亮度明显不一致的问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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是根据本发明实施例的上颌窦CBCT图像分割方法的流程图;
图2A是根据本发明实施例的上颌窦CBCT图像对应的横断面滤波示意图;
图2B是根据本发明实施例的上颌窦CBCT图像对应的冠状面滤波示意图;
图3A是根据本发明实施例的待处理上颌窦CBCT图像对应的横断面示意图;
图3B是根据本发明实施例的待处理上颌窦CBCT图像对应的冠状面示意图;
图4是根据本发明实施例的待处理上颌窦CBCT图像对应的投影图像示意图;
图5是根据本发明实施例的上颌窦CBCT图像的前景区域筛选结果示意图;
图6是根据本发明实施例的上颌窦空腔区域分割结果示意图;
图7A是根据本发明实施例的上颌窦CBCT图像去噪去伪影后对应的横断面示意图;
图7B是根据本发明实施例的上颌窦CBCT图像去噪去伪影后对应的冠状面示意图;
图8是根据本发明实施例的上颌窦CBCT图像分割装置的结构框图;
图9是根据本发明实施例提供的计算机可读存储介质的结构示意图;
图10是根据本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明实施例提供一种上颌窦CBCT图像分割方法,如图1所示,该方法包括如下步骤:
步骤S101:获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像。具体地,首先获取待处理的上颌窦CBCT图像,为减弱噪声对边缘提取和图像分割带来的影响,对待处理的上颌窦CBCT图像进行非局部均值(NLM)滤波处理,得到滤波后的图像即初始上颌窦CBCT图像。其中,非局部均值(NLM)滤波可以在去除噪声的同时又能保留图像边缘细节。
在一实施例中,初始上颌窦CBCT图像如图2A与图2B所示。
步骤S102:根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像。具体地,得到初始上颌窦CBCT图像之后,由于初始上颌窦CBCT图像中包含较少的灰度值接近噪声的软组织区域,直接采用阈值分割法会导致误分割,因此使用区域生长法分割上颌窦空腔区域。分割过程中,首先计算上颌窦空腔区域的生长种子点,同时根据该初始上颌窦CBCT图像可以计算得到对应的图像三维边缘图像。
步骤S103:根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。具体地,在得到上颌窦空腔区域生长种子点以及初始上颌窦CBCT图像的三维边缘图像之后,将该生长种子点作为生长起点,并且为避免生长过度,在生长过程中引入得到的初始上颌窦CBCT图像的三维边缘图像作为停止生长约束条件,然后根据该生长种子点与三维边缘图像对初始上颌窦CBCT图像进行分割可以得到目标上颌窦CBCT图像。
本发明实施例提供的上颌窦CBCT图像分割方法,获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。该方法在分割过程中结合三维边缘图像进行区域生长,有效解决了生长泄露的问题;根据初始上颌窦CBCT图像计算得到上颌窦空腔区域生长种子点之后,利用据该生长种子点对上颌窦CBCT图像进行区域生长,可以有效解决误分割的问题。因此,通过实施本发明,能够全自动确定上颌窦位置,完成上颌窦空腔区域的准确分割,能够有效去除噪声与伪影,解决了左右上颌窦空腔区域亮度明显不一致的问题。
作为本发明实施例一种可选的实施方式,获取待处理的上颌窦CBCT图像,包括:从获取的CBCT三维断层图像中确定待处理的上颌窦CBCT图像。具体地,CT扫描获取三维断层图像,为了提高处理效率,选取上颌窦所处特定视野范围内的序列帧作为待处理图像,即上颌窦所处位置为整个纵向视野的上半部分。
在一实施例中,原始图像大小为640×640×400,从中心切片位置起向上取200帧图像即可,则待处理的图像f大小为640×640×200,如图3A与图3B所示。
作为本发明实施例一种可选的实施方式,根据初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点时,首先根据中值投影法对初始上颌窦CBCT图像进行处理得到投影图像。具体地,利用中值投影法对初始上颌窦CBCT图像序列在z方向上进行投影,即把横断面上每个像素位置的灰度值在z方向的中值作为输出结果,得到投影图像如图4所示,并记录中值对应的图像序列索引位置,得到索引图像zf。其中,z方向上的中值投影表达式为:
具体地,Mid函数计算图像从z1帧到z1+N-1帧位置的灰度值的中值。其中,N表示待处理图像帧数,z1表示起始帧,初值设为0。
然后对投影图像进行分割得到二值图像并记录分割阈值并在二值图像中确定前景区域和背景区域。具体地,对投影图像进行otsu分割得到二值图像gz,并记录分割阈值T。gz中像素值为1表示前景区域(灰度值小于T的区域),值为0为背景区域。其中,T值是由otsu方法自动计算的阈值,otsu是一种阈值分割方法,可以根据图像自动生成最佳分割阈值。
根据图4可以看出,除上颌窦区域外,①②③等位置也属于前景区域。因此,需要根据头颅内上颌窦分布的大致位置和大小设置判断条件筛选左右上颌窦位置。
具体地,将前景区域对应的面积与预设最小面积阈值和最大阈值面积进行比较;当前景区域的对应的面积在最小面积阈值和最大阈值面积中间时,该前景区域为有效前景区域;然后将有效前景区域对应的质心坐标与预设阈值进行比较;最后,根据比较结果可以确定上颌窦空腔区域生长种子点。
具体地,预设两个面积阈值Smin和Smax,当前景区域对应的面积S满足Smin<S<Smax条件时该前景区域为有效前景,该方法去除了类似于①处的小区域以及③处大区域的干扰。又在CBCT图像上,左右上颌窦位置大致分布在白色箭头区域外,则设置一个参数D,当有效前景区域的质心对应的x坐标满足|x|>D时确定为上颌窦空腔区域的有效种子点,可以去除类似于②处的干扰。筛选出的左右上颌窦空腔区域的有效种子点s1、s2对应坐标(x1,y1,z1)、,(x2,y2,z2),其中z1=zf(x1,y1)。图像的前景区域筛选结果如图5所示。
由于不同扫描对象的上颌窦存在大小、位置等差异,可能一次投影计算无法找到左右上颌窦位置,因此设置z1以5为步长增大,计算投影图像,直到获得两个有效种子点为止。
作为本发明实施例一种可选的实施方式,获取所述初始上颌窦CBCT图像的三维边缘图像,包括:利用预设算法计算所述初始上颌窦CBCT图像的横断面、冠状面、矢状面的边缘图像;对所述横断面、冠状面、矢状面的边缘图像进行或操作得到所述初始上颌窦CBCT图像的三维边缘图像。具体地,利用多级边缘检测算法(canny算法)分别计算初始上颌窦CBCT图像在横断面、冠状面、矢状面的边缘图像exoy、exoz、eyoz,然后将该三个结果进行“或”操作,得到边缘图像e。
作为本发明实施例一种可选的实施方式,步骤S103,包括:根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行三维分割得到初始分割上颌窦CBCT图像;根据所述初始分割上颌窦CBCT图像对所述初始上颌窦CBCT图像进行二维精分割得到所述目标上颌窦CBCT图像。
在得到上颌窦空腔区域生长种子点以及初始上颌窦CBCT图像的三维边缘图像之后,对左上颌窦空腔区域进行三维分割。具体地,将s1种子点加入已生长区域,并以此为生长起点,判断x、y、z方向上总计26个邻域像素点是否满足条件,即邻域内任意一个像素位置(xi,yj,zk)在获得的三维边缘图像e中对应的灰度值e(xi,yj,zk)是否为1。如果等于1,则表示该像素点位于左上颌窦空腔区域边缘位置,应停止该种子点的生长;如果等于0,则继续判断其灰度值是否满足生长条件,若则该像素点不属于左上颌窦空腔区域,判断下一个邻域像素点;若 则该像素点属于左上颌窦空腔区域,同时将其压入到种子栈中。然后按照上述实施过程对该种子栈中所有的生长种子点进行生长,最终将代表左上颌窦空腔区域的像素点结合成一个区域,得到三维分割结果即初始分割上颌窦CBCT图像。具体地,右上颌窦采用同样的方法进行三维分割。最终,得到的上颌窦空腔区域分割结果如图6所示。
为进一步提升分割效果,对初始上颌窦CBCT图像进行二维精分割修正初始分割上颌窦CBCT图像,得到目标上颌窦CBCT图像,包括:根据初始分割上颌窦CBCT图像确定新的上颌窦空腔区域生长种子点;对初始上颌窦CBCT图像横断面进行二维精分割处理。具体地,将该初始分割上颌窦CBCT图像作为先验信息,取该初始分割上颌窦CBCT图像的横断面的前景区域作为新的生长种子点,对初始上颌窦CBCT图像对应的横断面进行基于二维的精分割并得到目标上颌窦CBCT图像。
在一实施例中,初始分割上颌窦CBCT图像大小为640×640×200,即200帧二值化分割图像,对每一帧图像进行二维精分割,取其前景区域(灰度值为1)作为种子区域,以种子区域的边界点为生长起点,继续向其相邻域生长。其中,确定边界点的方法为:若前景区域某像素的相邻域像素灰度值之和小于8,则表示该点为种子区域的边界点。具体地,在生长过程中,结合三维边缘图像e作为停止生长约束条件,具体的生长方法与上述对左上颌窦空腔区域进行三维分割过程中的生长方法一致,此处不再赘述。其中,相邻域包括生长起点的相邻的8个邻域。
作为本发明实施例一种可选的实施方式,所述方法还包括:对所述目标上颌窦CBCT图像进行膨胀腐蚀处理;遍历所述获取的CBCT三维断层图像数据,并将对应的所述前景区域位置赋值为零。具体地,在得到目标上颌窦CBCT图像之后,为了去掉因噪声过大导致的噪点,对该目标上颌窦CBCT图像做膨胀腐蚀处理。然后结合该膨胀腐蚀处理之后的目标上颌窦CBCT图像,遍历原始三维CBCT数据即获取的CBCT三维断层图像,并将对应的前景区域位置赋值为零并得到去除噪声和伪影后的上颌窦CBCT图像,该图像如图7A与7B所示。采用这种处理方法能够在不影响其他结构清晰度的情况下完全去除上颌窦空腔区域的噪声和伪影,极大改善左右亮度不一致的视觉效果。其中,膨胀腐蚀处理表示将图像(或图像的一部分区域,称之为A)与核(称之为B)进行卷积。
本发明实施例还提供一种上颌窦CBCT图像分割装置,如图8所示,该装置包括:
预处理模块401,用于获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;详细内容参见上述方法实施例中步骤S101的相关描述。
获取模块402,用于根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;详细内容参见上述方法实施例中步骤S102的相关描述。
分割模块403,用于根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像;详细内容参见上述方法实施例中步骤S103的相关描述。
本发明实施例提供的上颌窦CBCT图像分割装置,获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。在分割过程中结合三维边缘图像进行区域生长,有效解决了生长泄露的问题;根据初始上颌窦CBCT图像计算得到上颌窦空腔区域生长种子点之后,利用据该生长种子点对上颌窦CBCT图像进行区域生长,可以有效解决误分割的问题。因此,通过实施本发明,能够全自动确定上颌窦位置,完成上颌窦空腔区域的准确分割,能够有效去除噪声与伪影,解决了左右上颌窦空腔区域亮度明显不一致的问题。
作为本发明实施例一种可选的实施方式,所述获取模块包括:第一确定模块,用于从获取的CBCT三维断层图像中确定待处理的上颌窦CBCT图像。
作为本发明实施例一种可选的实施方式,所述装置还包括:第一处理模块,用于根据中值投影法对所述初始上颌窦CBCT图像进行处理得到投影图像;分割模块,用于对所述投影图像进行分割得到二值图像并记录分割阈值并在所述二值图像中确定前景区域和背景区域;第一比较模块,用于将所述前景区域对应的面积与预设最小面积阈值和最大阈值面积进行比较;第二确定模块,用于当所述前景区域的对应的面积在所述最小面积阈值和最大阈值面积中间时,所述前景区域为有效前景区域;第二比较模块,用于将所述有效前景区域对应的质心坐标与预设阈值进行比较;第三确定模块,用于根据比较结果确定所述上颌窦空腔区域生长种子点。
作为本发明实施例一种可选的实施方式,所述装置还包括:计算模块,用于利用预设算法计算所述初始上颌窦CBCT图像的横断面、冠状面、矢状面的边缘图像;操作模块,用于对所述横断面、冠状面、矢状面的边缘图像进行或操作得到所述初始上颌窦CBCT图像的三维边缘图像。
作为本发明实施例一种可选的实施方式,所述分割模块包括:第一分割模块,用于根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行三维分割得到初始分割上颌窦CBCT图像;第二分割模块,用于根据所述初始分割上颌窦CBCT图像对所述初始上颌窦CBCT图像进行二维精分割得到所述目标上颌窦CBCT图像。
作为本发明实施例一种可选的实施方式,所述分割模块还包括:第四确定模块,用于根据所述初始分割上颌窦CBCT图像确定新的所述上颌窦空腔区域生长种子点;第三分割模块,用于对所述初始上颌窦CBCT图像的横断面进行二维精分割处理。
作为本发明实施例一种可选的实施方式,所述装置还包括:第二处理模块,用于对所述目标上颌窦CBCT图像进行膨胀腐蚀处理;第三处理模块,用于遍历所述获取的CBCT三维断层图像对应的CBCT数据,并将对应的所述前景区域位置赋值为零。
本发明实施例提供的上颌窦CBCT图像分割装置的功能描述详细参见上述实施例中上颌窦CBCT图像分割方法描述。
本发明实施例还提供一种存储介质,如图9所示,其上存储有计算机程序601,该指令被处理器执行时实现上述实施例中上颌窦CBCT图像分割方法的步骤。该存储介质上还存储有音视频流数据,特征帧数据、交互请求信令、加密数据以及预设数据大小等。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccess Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本发明实施例还提供了一种电子设备,如图10所示,该电子设备可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图10中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的对应的程序指令/模块。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的上颌窦CBCT图像分割方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作装置、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述处理器51执行时,执行如图1-7所示实施例中的上颌窦CBCT图像分割方法。
上述电子设备具体细节可以对应参阅图1至图7所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种上颌窦CBCT图像分割方法,其特征在于,包括如下步骤:
获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;
根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;
根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。
2.据权利要求1所述的方法,其特征在于,获取待处理的上颌窦CBCT图像,包括:
从获取的CBCT三维断层图像中确定待处理的上颌窦CBCT图像。
3.根据权利要求1所述的方法,其特征在于,根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,包括:
根据中值投影法对所述初始上颌窦CBCT图像进行处理得到投影图像;
对所述投影图像进行分割得到二值图像并记录分割阈值并在所述二值图像中确定前景区域和背景区域;
将所述前景区域对应的面积与预设最小面积阈值和最大阈值面积进行比较;
当所述前景区域的对应的面积在所述最小面积阈值和最大阈值面积中间时,所述前景区域为有效前景区域;
将所述有效前景区域对应的质心坐标与预设阈值进行比较;
根据比较结果确定所述上颌窦空腔区域生长种子点。
4.根据权利要求1所述的方法,其特征在于,获取所述初始上颌窦CBCT图像的三维边缘图像,包括:
利用预设算法分别计算所述初始上颌窦CBCT图像的横断面、冠状面、矢状面的边缘图像;
对所述横断面、冠状面、矢状面的边缘图像进行或操作得到所述初始上颌窦CBCT图像的三维边缘图像。
5.根据权利要求1所述的方法,其特征在于,根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像,包括:
根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行三维分割得到初始分割上颌窦CBCT图像;
根据所述初始分割上颌窦CBCT图像对所述初始上颌窦CBCT图像进行二维精分割得到所述目标上颌窦CBCT图像。
6.根据权利要求5所述的方法,其特征在于,根据所述初始分割上颌窦CBCT图像对所述初始上颌窦CBCT图像进行二维精分割得到所述目标上颌窦CBCT图像,包括:
根据所述初始分割上颌窦CBCT图像确定新的所述上颌窦空腔区域生长种子点;
对所述初始上颌窦CBCT图像的横断面进行二维精分割处理。
7.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对所述目标上颌窦CBCT图像进行膨胀腐蚀处理;
遍历所述获取的CBCT三维断层图像对应的CBCT数据,并将对应的所述前景区域位置赋值为零。
8.一种上颌窦CBCT图像分割装置,其特征在于,包括:
预处理模块,用于获取待处理的上颌窦CBCT图像并进行预处理得到初始上颌窦CBCT图像;
获取模块,用于根据所述初始上颌窦CBCT图像计算上颌窦空腔区域生长种子点,并获取所述初始上颌窦CBCT图像的三维边缘图像;
分割模块,用于根据所述生长种子点与所述三维边缘图像对所述初始上颌窦CBCT图像进行分割得到目标上颌窦CBCT图像。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-7任一项所述的上颌窦CBCT图像分割方法。
10.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-7任一项所述的上颌窦CBCT图像分割方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111557883.2A CN114299081B (zh) | 2021-12-16 | 2021-12-16 | 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111557883.2A CN114299081B (zh) | 2021-12-16 | 2021-12-16 | 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114299081A true CN114299081A (zh) | 2022-04-08 |
CN114299081B CN114299081B (zh) | 2023-02-17 |
Family
ID=80968108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111557883.2A Active CN114299081B (zh) | 2021-12-16 | 2021-12-16 | 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114299081B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102615323B1 (ko) * | 2023-05-10 | 2023-12-19 | 서울대학교산학협력단 | 상악동 및 병변 자동 분할 시스템, 이의 동작 방법 및 자동 분할 모델 학습 방법 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050259855A1 (en) * | 2004-05-18 | 2005-11-24 | Medicsight Plc | Nodule boundary detection |
CN101576997B (zh) * | 2009-06-19 | 2011-07-20 | 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 |
CN109509199A (zh) * | 2018-10-10 | 2019-03-22 | 华南理工大学 | 一种基于三维重建的医学影像组织智能分割方法 |
CN110648338A (zh) * | 2019-09-25 | 2020-01-03 | 上海微创医疗器械(集团)有限公司 | 图像分割方法、可读存储介质及图像处理装置 |
CN110717915A (zh) * | 2019-09-25 | 2020-01-21 | 武汉联影智融医疗科技有限公司 | 分割方法、装置、计算机设备和存储介质 |
CN111612793A (zh) * | 2019-02-26 | 2020-09-01 | 中国科学院沈阳自动化研究所 | 一种脑部磁共振图像自动颅骨去除方法 |
CN111951277A (zh) * | 2020-07-28 | 2020-11-17 | 杭州电子科技大学 | 一种基于cta图像的冠状动脉分割方法 |
CN113706687A (zh) * | 2021-07-14 | 2021-11-26 | 温州医科大学附属眼视光医院 | 路径规划鼻部环境建模方法及装置 |
-
2021
- 2021-12-16 CN CN202111557883.2A patent/CN114299081B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050259855A1 (en) * | 2004-05-18 | 2005-11-24 | Medicsight Plc | Nodule boundary detection |
CN101576997B (zh) * | 2009-06-19 | 2011-07-20 | 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 |
CN109509199A (zh) * | 2018-10-10 | 2019-03-22 | 华南理工大学 | 一种基于三维重建的医学影像组织智能分割方法 |
CN111612793A (zh) * | 2019-02-26 | 2020-09-01 | 中国科学院沈阳自动化研究所 | 一种脑部磁共振图像自动颅骨去除方法 |
CN110648338A (zh) * | 2019-09-25 | 2020-01-03 | 上海微创医疗器械(集团)有限公司 | 图像分割方法、可读存储介质及图像处理装置 |
CN110717915A (zh) * | 2019-09-25 | 2020-01-21 | 武汉联影智融医疗科技有限公司 | 分割方法、装置、计算机设备和存储介质 |
CN111951277A (zh) * | 2020-07-28 | 2020-11-17 | 杭州电子科技大学 | 一种基于cta图像的冠状动脉分割方法 |
CN113706687A (zh) * | 2021-07-14 | 2021-11-26 | 温州医科大学附属眼视光医院 | 路径规划鼻部环境建模方法及装置 |
Non-Patent Citations (1)
Title |
---|
楚瀛等: "基于图像边缘特征的前景背景分割方法", 《华中科技大学学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102615323B1 (ko) * | 2023-05-10 | 2023-12-19 | 서울대학교산학협력단 | 상악동 및 병변 자동 분할 시스템, 이의 동작 방법 및 자동 분할 모델 학습 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN114299081B (zh) | 2023-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110998602B (zh) | 使用深度学习方法对3d牙颌面结构的分类和3d建模 | |
Gan et al. | Toward accurate tooth segmentation from computed tomography images using a hybrid level set model | |
CN107123095B (zh) | 一种pet图像重建方法、成像系统 | |
CN106709930B (zh) | 三维医学图像的感兴趣体积分割方法及装置 | |
WO2018120644A1 (zh) | 血管提取方法及系统 | |
US8861886B2 (en) | Enhanced visualization for medical images | |
EP3716202A1 (en) | Systems and methods to facilitate review of liver tumor cases | |
JP6564018B2 (ja) | 放射線画像の肺野セグメンテーション技術及び骨減弱技術 | |
US7623728B2 (en) | Method and product for processing digital images | |
CN110176010B (zh) | 一种图像检测方法、装置、设备及存储介质 | |
CN110610498A (zh) | 乳腺钼靶图像处理方法、系统、存储介质及设备 | |
US7333646B2 (en) | Watershed segmentation to improve detection of spherical and ellipsoidal objects using cutting planes | |
US10521934B2 (en) | Method, X-ray unit and computer program product for determining a three-dimensional image data set | |
WO2018126434A1 (zh) | Ct图像阴影校正方法、装置及电子设备 | |
JP2018538032A (ja) | 機能的医用撮像における定量的マップ生成の自動最適化方法 | |
CN111524200A (zh) | 在投影图像中分割金属对象的方法、设备、程序和介质 | |
CN114299081B (zh) | 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 | |
CN111223156B (zh) | 一种用于牙科锥束ct系统的金属伪影消除方法 | |
Vyavahare et al. | Segmentation using region growing algorithm based on CLAHE for medical images | |
WO2020172188A1 (en) | Systems and methods for calcium-free computed tomography angiography | |
WO2023109212A1 (zh) | 一种cbct图像去噪方法、装置、存储介质及电子设备 | |
US20140140603A1 (en) | Clavicle suppression in radiographic images | |
Dawood et al. | The importance of contrast enhancement in medical images analysis and diagnosis | |
Kulathilake et al. | InNetGAN: Inception network-based generative adversarial network for denoising low-dose computed tomography | |
Johari et al. | Metal artifact suppression in dental cone beam computed tomography images using image processing techniques |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |