CN114511560B - Mrcp图像的胆管分割方法及装置 - Google Patents

Mrcp图像的胆管分割方法及装置 Download PDF

Info

Publication number
CN114511560B
CN114511560B CN202210403166.2A CN202210403166A CN114511560B CN 114511560 B CN114511560 B CN 114511560B CN 202210403166 A CN202210403166 A CN 202210403166A CN 114511560 B CN114511560 B CN 114511560B
Authority
CN
China
Prior art keywords
bile duct
image
mrcp
sagittal plane
connected domain
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
Application number
CN202210403166.2A
Other languages
English (en)
Other versions
CN114511560A (zh
Inventor
于红刚
黄丽
吴练练
董泽华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Endoangel Medical Technology Co Ltd
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202210403166.2A priority Critical patent/CN114511560B/zh
Publication of CN114511560A publication Critical patent/CN114511560A/zh
Application granted granted Critical
Publication of CN114511560B publication Critical patent/CN114511560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本申请提供一种MRCP图像的胆管分割方法及装置，该MRCP图像的胆管分割方法包括：将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；对多个胆管检测框里的图像进行去噪处理并三维重建，得到第二MRCP三维几何模型；将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像，修正得到第二矢状面剖面图像；基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。

Description

MRCP图像的胆管分割方法及装置
技术领域
本申请主要涉及图像处理技术领域，具体涉及一种MRCP图像的胆管分割方法及装置。
背景技术
磁共振胰胆管成像（Magnetic Resonance Cholangiopancreatography, MRCP），是利用重T2加权脉冲序列来显示具有长T2弛豫时间组织结构的技术。通过重T2加权技术，胆汁呈明亮高信号而周围器官组织呈低信号，从而可以非侵入性地显示出胆管系统。既往医学影像分割多关注于CT、磁共振、放射平片上的目标，相对于以上医学影像，MRCP图像由于其“水成像”特性，胃肠道液体造成的噪声较大，图像清晰度较低，成像容易受胆汁充盈程度及胃肠道准备程度影响，干扰因素较多，分割难度较大，现有技术不能准确进行分割。
也即，现有技术中MRCP图像的胆管分割方法不准确。
发明内容
本申请提供一种MRCP图像的胆管分割方法及装置，旨在解决现有技术中MRCP图像的胆管分割方法不准确的问题。
第一方面，本申请提供一种MRCP图像的胆管分割方法，所述MRCP图像的胆管分割方法，包括：
获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；
将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；
对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；
对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；
对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；
获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；
过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；
基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；
基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；
对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
可选地，所述对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像，包括：
对所述胆管检测框里的图像进行灰度化处理，得到灰度化图像；
将灰度化图像上像素值大于200的像素点确定为白色像素点，将灰度化图像上像素值不大于200的像素点确定为黑色像素点，得到二值化图像；
对二值化图像进行连通域计算，得到第一连通域图像；
将第一连通域图像上所述胆管检测框中连通域面积最大的连通域确定为胆管连通域，将第一连通域图像中胆管连通域以外的连通域剔除，得到第二连通域图像；
基于多个所述第二连通域图像确定多个所述第一胆管图像。
可选地，所述基于多个所述第二连通域图像确定多个所述第一胆管图像，包括：
获取目标像素点，其中，目标像素点为所述第二连通域图像中胆管检测框内的一个像素点；
获取所述第二连通域图像上胆管连通域边界上的各个像素点；
判断目标像素点与胆管连通域边界上的各个像素点组成的多边形面积是否大于第二连通域图像上胆管连通域的面积；
若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积大于第二连通域图像上胆管连通域的面积，则将所述目标像素点确定为黑色像素值，若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积不大于第二连通域图像上胆管连通域的面积，则将所述目标像素点确定为白色像素值；
分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个所述第一胆管图像。
可选地，所述分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个所述第一胆管图像，包括：
分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个所述第二胆管图像；
利用霍夫变换算法对多个第二胆管图像进行圆检测，得到多个第二胆管图像中的圆形区域；
将多个第二胆管图像区域中的圆形区域剔除，得到多个第三胆管图像；
利用Zhang Suen细化算法处理第三胆管图像中的胆管连通域，得到第三胆管图像中的多个胆管骨架中心线；
获取多个胆管骨架中心线上各个点与第三胆管图像上胆管连通域边缘的垂直距离；
将所述第三胆管图像垂直距离小于预设距离的胆管连通域去除，得到所述第一胆管图像。
可选地，所述基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像，包括：
获取冠状面剖面图像上的冠状面胆管区域和横断面剖面图像上的横断面胆管区域；
将冠状面胆管区域中过所述预设点位的多条线段和横断面胆管区域中过所述预设点位的多条线段中长度最小的线段确定为第一胆管直径；
利用Zhang Suen细化算法处理第一矢状面剖面图像中的第一矢状面胆管区域，得到第一矢状面胆管中心线；
基于所述第一矢状面胆管中心线和所述第一胆管直径修正所述第一矢状面剖面图像，得到第二矢状面剖面图像。
可选地，所述基于所述第一矢状面胆管中心线和所述第一胆管直径修正所述第一矢状面剖面图像，得到第二矢状面剖面图像，包括：
获取目标点位，所述目标点位为第一矢状面胆管中心线上的任意一点；
过目标点位作所述第一矢状面胆管中心线的法线，得到法线与第一矢状面胆管区域边界交叉的两个交点的交点距离；
将交点距离修正至目标点位对应的第一胆管直径；
将胆管中心线上的多个点位作为目标点位修正所述第一矢状面剖面图像，得到第二矢状面剖面图像。
可选地，所述基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型，包括：
获取多个所述预设点位对应的第一胆管直径；
将多个所述第一胆管直径的最大值确定为第二胆管直径；
将第二胆管直径对应的横断面剖面图像确定为参考横断面剖面图像；
计算所述多个预设点位对应的多个横断面剖面图像与所述参考横断面剖面图像之间的多个剖面距离；
将所述第二胆管直径与所述剖面距离的平方差确定为所述横断面剖面图像对应第二矢状面剖面图像的修正值，得到各个第二矢状面剖面图像的修正值；
基于各个第二矢状面剖面图像的修正值修正对应的各个第二矢状面剖面图像，得到第三矢状面剖面图像；
基于第三矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型。
第二方面，本申请提供一种MRCP图像的胆管分割装置，所述MRCP图像的胆管分割装置包括：
第一获取单元，用于获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；
投影单元，用于将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；
胆管检测单元，用于对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；
去噪单元，用于对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；
三维重建单元，用于对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；
第二获取单元，用于获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；
剖开单元，用于过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；
修正单元，用于基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；
确定单元，用于基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；
胆管分割单元，用于对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
可选地，所述去噪单元，用于：
对所述胆管检测框里的图像进行灰度化处理，得到灰度化图像；
将灰度化图像上像素值大于200的像素点确定为白色像素点，将灰度化图像上像素值不大于200的像素点确定为黑色像素点，得到二值化图像；
对二值化图像进行连通域计算，得到第一连通域图像；
将第一连通域图像上所述胆管检测框中连通域面积最大的连通域确定为胆管连通域，将第一连通域图像中胆管连通域以外的连通域剔除，得到第二连通域图像；
基于多个所述第二连通域图像确定多个所述第一胆管图像。
可选地，所述去噪单元，用于：
获取目标像素点，其中，目标像素点为所述第二连通域图像中胆管检测框内的一个像素点；
获取所述第二连通域图像上胆管连通域边界上的各个像素点；
判断目标像素点与胆管连通域边界上的各个像素点组成的多边形面积是否大于第二连通域图像上胆管连通域的面积；
若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积大于第二连通域图像上胆管连通域的面积，则将所述目标像素点确定为黑色像素值，若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积不大于第二连通域图像上胆管连通域的面积，则将所述目标像素点确定为白色像素值；
分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个所述第一胆管图像。
可选地，所述去噪单元，用于：
分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个所述第二胆管图像；
利用霍夫变换算法对多个第二胆管图像进行圆检测，得到多个第二胆管图像中的圆形区域；
将多个第二胆管图像区域中的圆形区域剔除，得到多个第三胆管图像；
利用Zhang Suen细化算法处理第三胆管图像中的胆管连通域，得到第三胆管图像中的多个胆管骨架中心线；
获取多个胆管骨架中心线上各个点与第三胆管图像上胆管连通域边缘的垂直距离；
将所述第三胆管图像垂直距离小于预设距离的胆管连通域去除，得到所述第一胆管图像。
可选地，所述修正单元，用于：
获取冠状面剖面图像上的冠状面胆管区域和横断面剖面图像上的横断面胆管区域；
将冠状面胆管区域中过所述预设点位的多条线段和横断面胆管区域中过所述预设点位的多条线段中长度最小的线段确定为第一胆管直径；
利用Zhang Suen细化算法处理第一矢状面剖面图像中的第一矢状面胆管区域，得到第一矢状面胆管中心线；
基于所述第一矢状面胆管中心线和所述第一胆管直径修正所述第一矢状面剖面图像，得到第二矢状面剖面图像。
可选地，所述修正单元，用于：
获取目标点位，所述目标点位为第一矢状面胆管中心线上的任意一点；
过目标点位作所述第一矢状面胆管中心线的法线，得到法线与第一矢状面胆管区域边界交叉的两个交点的交点距离；
将交点距离修正至目标点位对应的第一胆管直径；
将胆管中心线上的多个点位作为目标点位修正所述第一矢状面剖面图像，得到第二矢状面剖面图像。
可选地，所述修正单元，用于：
获取多个所述预设点位对应的第一胆管直径；
将多个所述第一胆管直径的最大值确定为第二胆管直径；
将第二胆管直径对应的横断面剖面图像确定为参考横断面剖面图像；
计算所述多个预设点位对应的多个横断面剖面图像与所述参考横断面剖面图像之间的多个剖面距离；
将所述第二胆管直径与所述剖面距离的平方差确定为所述横断面剖面图像对应第二矢状面剖面图像的修正值，得到各个第二矢状面剖面图像的修正值；
基于各个第二矢状面剖面图像的修正值修正对应的各个第二矢状面剖面图像，得到第三矢状面剖面图像；
基于第三矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型。
第三方面，本申请提供一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现第一方面中任一项所述的MRCP图像的胆管分割方法。
第四方面，本申请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多条指令，所述指令适于处理器进行加载，以执行第一方面中任一项所述的MRCP图像的胆管分割方法中的步骤。
本申请提供一种MRCP图像的胆管分割方法，该MRCP图像的胆管分割方法，包括：获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。本申请能够提高MRCP图像的胆管分割的准确率。
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是本申请实施例提供的MRCP图像的胆管分割系统的场景示意图；
图2是本申请实施例中MRCP图像的胆管分割方法的一个实施例流程示意图；
图3是本申请MRCP二维投影图像的示意图；
图4是本申请胆管检测框在MRCP二维投影图像上的示意图；
图5是本申请第一连通域图像的示意图；
图6是本申请第二连通域图像的示意图；
图7是本申请第二胆管图像中检测出圆形区域的示意图；
图8是本申请中第三胆管图像中的多个胆管骨架中心线的示意图；
图9是经过连通域剔除后的第一胆管图像的示意图；
图10是第二MRCP三维几何模型的最小外接长方体的示意图；
图11是本申请第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像的示意图；
图12是第一矢状面胆管连通域中第一矢状面胆管中心线的示意图；
图13是过最大宽度点位Pqj的横断面剖面图像的示意图；
图14是本申请实施例中提供的MRCP图像的胆管分割装置的一个实施例结构示意图；
图15是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
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，本领域技术人员在没有作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。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。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”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本申请的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种MRCP图像的胆管分割方法及装置，以下分别进行详细说明。
请参阅图1，图1是本申请实施例所提供的MRCP图像的胆管分割系统的场景示意图，该MRCP图像的胆管分割系统可以包括计算机设备100，计算机设备100中集成有MRCP图像的胆管分割装置。
本申请实施例中，该计算机设备100可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本申请实施例中所描述的计算机设备100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本申请实施例中，上述的计算机设备100可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中计算机设备100可以是台式机、便携式电脑、网络服务器、掌上电脑（Personal Digital Assistant，PDA）、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等，本实施例不限定计算机设备100的类型。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是本申请方案的一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个计算机设备，可以理解的，该MRCP图像的胆管分割系统还可以包括一个或多个可处理数据的其他计算机设备，具体此处不作限定。
另外，如图1所示，该MRCP图像的胆管分割系统还可以包括存储器200，用于存储数据。
需要说明的是，图1所示的MRCP图像的胆管分割系统的场景示意图仅仅是一个示例，本申请实施例描述的MRCP图像的胆管分割系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着MRCP图像的胆管分割系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
首先，本申请实施例中提供一种MRCP图像的胆管分割方法，该MRCP图像的胆管分割方法，包括：获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
如图2所示，图2是本申请实施例中MRCP图像的胆管分割方法的一个实施例流程示意图，该MRCP图像的胆管分割方法包括如下步骤S201~S210：
S201、获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型。
基于MRCP逐层扫描图像重建MRCP三维图像。患者完成MRCP扫描后，扫描获取图像经由影像科PACS工作站自动重建为第一MRCP三维几何模型。第一MRCP三维几何模型在矢状面、冠状面以及横断面上不同平面可获得不同的二维投影图，二维投影图如图3所示。矢状面是将人体分切为左右两部分，左右切面就是矢状面，而左右相等的切面被称为正中矢状面。冠状面是沿左右方向将人体纵切为前后两部分的断面。横断面，也叫水平面，是指过中线桩垂直于中线方向的断面。
S202、将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像。
在一个具体的实施例中，多个方向可以根据具体情况设定，例如，多个方向在横断面内每旋转1度作为一个方向，得到360个方向，沿360个方向投影，得到多个MRCP二维投影图像。参阅图3，图3是本申请MRCP二维投影图像的示意图。
在另一个具体的实施例中，获取多个第一方向，第一方向可以为横断面内按预设间隔角度旋转，得到的多个方向。例如，预设间隔角度为1度，多个第一方向在横断面内每旋转1度作为一个方向，得到360个第一方向。获取多个第一方向投影得到的多个第一初始投影图像，分别将多个第一初始投影图像确定为目标投影图像，判断目标投影图像与相邻两个第一初始投影图像的相似度是否均大于预设值，若目标投影图像与相邻两个投影图像的相似度均大于预设值，说明目标投影图像与相邻图像差别不大，将其剔除不会影响重建精度同时可以提高重建速度，则将目标投影图像从多个第一初始投影图像中剔除，得到多个第二初始投影图像；将多个第二初始投影图像确定为第一初始投影图像进行迭代剔除，当迭代剔除后的多个第二初始投影图像中不存在与相邻两个投影图像的相似度均大于预设值的目标投影图像，或者迭代剔除后的多个第二初始投影图像的数量小于预设数量时，停止迭代剔除，将迭代剔除后的多个第二初始投影图像确定为多个MRCP二维投影图像。例如，预设值可以为80%，预设数量为180等，根据具体情况设定。
S203、对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框。
本申请实施例中，训练基于MRCP二维图像的胆管检测模型。本发明胆管检测模型优先选择yolov4目标检测模型。胆管检测模型识别二维投影图像中胆管的胆管检测框，即胆管的最小水平外接矩形框。参阅图4，图4是本申请胆管检测框在MRCP二维投影图像上的示意图。
S204、对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像。
本申请实施例中，对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像，包括：
（1）对胆管检测框里的图像进行灰度化处理，得到灰度化图像。
（2）将灰度化图像上像素值大于200的像素点确定为白色像素点，将灰度化图像上像素值不大于200的像素点确定为黑色像素点，得到二值化图像。
（3）对二值化图像进行连通域计算，得到第一连通域图像。
参阅图5，图5是本申请第一连通域图像的示意图。
（4）将第一连通域图像上胆管检测框中连通域面积最大的连通域确定为胆管连通域，将第一连通域图像中胆管连通域以外的连通域剔除，得到第二连通域图像。
将第一连通域图像上胆管检测框中连通域面积最大的连通域确定为胆管连通域。将第一连通域图像中胆管连通域以外的连通域剔除，得到第二连通域图像，第二连通域图像内仅包含面积最大的胆管连通域。
第一连通域图像的多个连通域可能包括胆管和胆囊等等。胆管和胆囊在MRCP图像上一般不是直接相连接的，但是由于第一连通域图像是不同角度投影的，胆管和胆囊可能连在一起，也可能不连在一起。当某一个第一连通域图像上的胆管和胆囊不连在一起时，胆囊区域被剔除，第二连通域图像中胆管连通域仅包括胆管。因此，第二连通域图像上的连通域有可能是胆管区域，也可能是胆管区域和胆囊区域组成的区域。
参阅图6，图6是本申请第二连通域图像的示意图，具体的，胆管和胆囊连在一起的第二连通域图像如图6所示。其中，圆形区域内为胆囊。
（5）基于多个第二连通域图像确定多个第一胆管图像。
在一个具体的实施例中，将多个第二连通域图像确定为多个第一胆管图像，参与后续重建即可。
在另一个具体的实施例中，为了剔除胆管和胆囊连在一起的第二连通域图像中的胆囊，基于多个第二连通域图像确定多个第一胆管图像，可以包括：
（1）获取目标像素点，其中，目标像素点为第二连通域图像中胆管检测框内的一个像素点。
（2）获取第二连通域图像上胆管连通域边界上的各个像素点。
第二连通域图像上连通域为图6白色区域。
（3）判断目标像素点与胆管连通域边界上的各个像素点组成的多边形面积是否大于第二连通域图像上胆管连通域的面积。
假设胆管连通域边界上各个像素点的坐标为
Figure 673977DEST_PATH_IMAGE001
，胆管检测框内目标像素点的坐标为
Figure 371544DEST_PATH_IMAGE002
，如 果目标像素点在第二连通域图像上连通域内部，则其与胆管连通域所有相邻顶点组成的三 角形面积和为多边形面积，满足如下等式，
Figure 682439DEST_PATH_IMAGE003
；
（4）若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积大于第二连通域图像上胆管连通域的面积，则将目标像素点确定为黑色像素值，若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积不大于第二连通域图像上胆管连通域的面积，则将目标像素点确定为白色像素值。
若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积大于第二连通域图像上胆管连通域的面积，说明目标像素点在连通域之外，不属于胆管，则将目标像素点确定为黑色像素值，若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积不大于第二连通域图像上胆管连通域的面积，说明目标像素点在连通域之外，属于胆管，则将目标像素点确定为白色像素值。
（5）分别将第二连通域图像中的多个像素点确定为目标像素点并确定目标像素点为白色像素值或黑色像素值，得到多个第一胆管图像。
具体的，参阅图6，图6是第一胆管图像的示意图。
为了剔除部分第一胆管图像中的胆囊和末梢区域，在一个具体的实施例中，分别将第二连通域图像中的多个像素点确定为目标像素点并确定目标像素点为白色像素值或黑色像素值，得到多个第一胆管图像，可以包括：
（1）分别将第二连通域图像中的多个像素点确定为目标像素点并确定目标像素点为白色像素值或黑色像素值，得到多个第二胆管图像。
（2）利用霍夫变换算法对多个第二胆管图像进行圆检测，得到多个第二胆管图像中的圆形区域。
参阅图7，图7是本申请第二胆管图像中检测出圆形区域的示意图。
本申请实施例中，第一连通域图像的多个连通域可能包括胆管和胆囊等等。胆管和胆囊不是相连接的，但是由于第一连通域图像是不同角度投影的，胆管和胆囊可能连在一起。连通域面积最大的连通域是胆管所在区域。第二连通域图像上的连通域有可能是胆管区域，也可能是胆管区域和胆囊区域组成的区域。胆囊区域为类似圆形的区域。利用霍夫变换算法对多个第二胆管图像进行圆检测，得到多个第二胆管图像中的圆形区域，即为与胆管区域连接的胆囊区域。
（3）将多个第二胆管图像区域中的圆形区域剔除，得到多个第三胆管图像。
本申请实施例中，将多个第二胆管图像区域中的圆形区域剔除，得到多个第三胆管图像。通过剔除圆形区域可以将第二胆管图像区域上的胆囊区域去掉。
（4）利用Zhang Suen细化算法处理第三胆管图像中的胆管连通域，得到第三胆管图像中的多个胆管骨架中心线。
参阅图8，图8是本申请中第三胆管图像中的多个胆管骨架中心线的示意图。第三胆管图像中的胆管连通域为图8中白色区域，胆管骨架中心线为图8中白色区域中的黑色线条。
（5）获取多个胆管骨架中心线上各个点与第三胆管图像上胆管连通域边缘的垂直距离。
垂直距离为过胆管骨架中心线上一个点作的法线与胆管连通域边缘两个交点的距离。显然，胆管区域的垂直距离大于末梢区域的垂直距离。
（6）将第三胆管图像垂直距离小于预设距离的胆管连通域去除，得到第一胆管图像。
具体的，参阅图9，图9是经过连通域剔除后的第一胆管图像的示意图。
预设距离可以根据具体情况设定。虽然去掉了胆囊区域，但是由于胆管连通域还连接有末梢区域，将第三胆管图像垂直距离小于预设距离的胆管连通域去除，得到第三胆管连通域，即可将末梢区域去除。
S205、对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型。
S206、获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行。
参阅图10，图10是第二MRCP三维几何模型的最小外接长方体的示意图。最小外接长方体包括4条平行的a棱边、4条平行的b棱边以及4条平行的c棱边。
S207、过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像。
矢状面为ac所在面，冠状面为ab所在面，横断面为bc所在面。
参阅图11，图11是本申请第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像的示意图。在一个具体的实施例中，过最小外接长方体上一点Pij沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像A、冠状面剖面图像C以及横断面剖面图像B。
S208、基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像。
在一个具体的实施例中，基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像，包括：
（1）获取冠状面剖面图像上的冠状面胆管连通域和横断面剖面图像上的横断面胆管连通域。
冠状面剖面图像C上的冠状面胆管连通域和横断面剖面图像B上的横断面胆管连通域为图11中白色区域。
（2）将冠状面胆管区域中过预设点位的多条线段和横断面胆管区域中过预设点位的多条线段中长度最小的线段确定为第一胆管直径dij。
多条线段为过预设点位且与横断面胆管连通域或者冠状面胆管连通域的边界相交的线段。对胆管进行剖开时，不同的刨开角度会导致胆管的截面变形，例如圆形胆管界面变成冠状面剖面图像C上的椭圆区域和横断面剖面图像B上的椭圆区域。但冠状面剖面图像C上的椭圆区域的短轴长度仍然与原来的胆管直径保持一致。将冠状面胆管连通域中过预设点位的多条线段和横断面胆管连通域中过预设点位的多条线段中长度最小的线段确定为第一胆管直径dij，可以对其他图像进行修正。
当胆管切面如图11中B和C所示时，在连通域的基础上，过横断面剖面图像B中的Pij点处与B中的连通域相交于两点，求欧式距离dBij，同理过冠状面剖面图像C中的Pij点与C中的连通域相交于两点，求两点的欧式距离dCij，此时胆管纵切面Pij点处的第一胆管直径dij=min(dBij,dCij)
（3）利用Zhang Suen细化算法处理第一矢状面剖面图像中的第一矢状面胆管连通域，得到第一矢状面胆管中心线。
参阅图12，图12是第一矢状面胆管连通域中第一矢状面胆管中心线的示意图。图12中白色区域为第一矢状面胆管连通域。
（4）基于第一矢状面胆管中心线和第一胆管直径修正第一矢状面剖面图像，得到第二矢状面剖面图像。
具体的，基于第一矢状面胆管中心线和第一胆管直径修正第一矢状面剖面图像，得到第二矢状面剖面图像，包括：
（1）获取目标点位Z，目标点位Z为第一矢状面胆管中心线上的任意一点。
（2）过目标点位作第一矢状面胆管中心线的法线，得到法线与第一矢状面胆管连通域边界交叉的两个交点的交点距离。
法线与第一矢状面胆管连通域边界交叉的两个交点O1和O2的交点距离Dij。
（3）将交点距离修正至目标点位对应的第一胆管直径。
将交点距离Dij修正至目标点位Z对应的第一胆管直径dij。
具体的，若Dij<dij，则将法线与第一矢状面胆管连通域边界交叉的两个交点O1和点 O2各自沿线O1O2往远离胆管中心线的方向移动
Figure 608807DEST_PATH_IMAGE004
个像素点距离；若Dij>dij，则将法线 与第一矢状面胆管连通域边界交叉的两个交点O1和点O2各自沿线O1O2往靠近中心线的方向 移动
Figure 954338DEST_PATH_IMAGE005
个像素点距离，修正后点Pij处对应的修正胆管直径为dij_1。
（4）将胆管中心线上的多个点位作为目标点位对修正第一矢状面剖面图像，得到第二矢状面剖面图像。
第二矢状面剖面图像上，点Pij处对应的修正胆管直径为dij_1。
S209、基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型。
具体的，基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型，可以包括：
（1）获取多个预设点位对应的第一胆管直径。
具体的，多个预设点位为最小外接长方体的对角面上的一个点，最小外接长方体的对角面与横断面垂直。
预设点位为Pij，j表示预设点位在竖轴y上的像素坐标，i表示预设点位在最小外接长方体的横断面上对角线上的像素坐标。当预设点位Pij不同时，每个不同的预设点位Pij对应一组第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像。从而可以确定预设点位Pij对应第一矢状面剖面图像对应的第一胆管直径dij。。
（2）将多个第一胆管直径的最大值确定为第二胆管直径。
随着预设点位Pij在最小外接长方体的对角面上移动，并记录多个第一胆管直径 dij并按行存放
Figure 58691DEST_PATH_IMAGE006
，找到每一行中胆管切面宽度最大值为第二胆管直径 di_max = max(di0,di1,di2,…dij…)及出现的最大宽度点位Pqj，同时记录每一行胆管宽度第 一次为0位置Pmj处和胆管宽度第二次为0位置Pnj处。Pmj和Pnj为最小外接长方体的边界点。
（3）将第二胆管直径对应的横断面剖面图像确定为参考横断面剖面图像。
具体的，将最大宽度点位Pqj对应的横断面剖面图像确定为参考横断面剖面图像。
（4）计算多个预设点位对应的多个横断面剖面图像与参考横断面剖面图像之间的多个剖面距离。
参阅图13，图13是过最大宽度点位Pqj的横断面剖面图像的示意图。
在最小外接立方体中，对角面每一行上从点Pij处移动到点Pqj过程中，对应的胆管 纵切面移动距离为剖面距离
Figure 60145DEST_PATH_IMAGE007
，其中
Figure 790204DEST_PATH_IMAGE008
为图10中立方体对角面与冠状面ab的 夹角，
Figure 255820DEST_PATH_IMAGE009
。
（5）将第二胆管直径与剖面距离的平方差确定为横断面剖面图像对应第二矢状面剖面图像的修正值，得到各个第二矢状面剖面图像的修正值。
具体的，过预设点位Pij的各个第二矢状面剖面图像的修正值为
Figure 780342DEST_PATH_IMAGE010
。
（6）基于各个第二矢状面剖面图像的修正值修正对应的各个第二矢状面剖面图像，得到第三矢状面剖面图像。
具体的，利用Zhang Suen细化算法处理第二矢状面剖面图像中的第二矢状面胆管连通域，得到第二矢状面胆管中心线。基于第二矢状面胆管中心线和修正值修正第二矢状面剖面图像，得到第三矢状面剖面图像。
具体的获取目标点位Z，目标点位Z为第二矢状面胆管中心线上的任意一点。过目标点位作第二矢状面胆管中心线的法线，得到法线与第二矢状面胆管连通域边界交叉的两个交点的交点距离。将法线与第二矢状面胆管连通域边界交叉的两个交点的交点距离的确定为修正胆管直径dij_1。
在第二矢状面剖面图像上，判断预设点位Pij处对应的修正胆管直径dij_1是否大于 修正值dij_2。若预设点位Pij处对应的修正胆管直径dij_1不大于修正值dij_2，即dij_1<dij_2，则 将法线与第二矢状面胆管连通域边界交叉的两个交点O1和点O2各自沿线O1O2往远离中心线 的方向移动
Figure 306309DEST_PATH_IMAGE011
个像素点距离；若预设点位Pij处对应的修正胆管直径dij_1大于修 正值dij_2，即dij_1>dij_2，则将法线与第二矢状面胆管连通域边界交叉的两个交点O1和点O2各 自沿线O1O2往靠近中心线的方向移动
Figure 574479DEST_PATH_IMAGE012
个像素点距离。
（7）基于第三矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型。
多组第三矢状面剖面图像、冠状面剖面图像以及横断面剖面图像经由影像科PACS工作站自动重建为第三MRCP三维几何模型。
S210、对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
在横断面上对第三MRCP三维几何模型进行分层，分成多个横断面2D图像，利用U-net分割每一层横断面2D图像上的胆管，将分割完成后的横断面2D图像重新聚合成3D-MRCP-last图像，获得胆管分割结果。
为了更好实施本申请实施例中MRCP图像的胆管分割方法，在MRCP图像的胆管分割方法基础之上，本申请实施例中还提供一种MRCP图像的胆管分割装置，如图14所示，MRCP图像的胆管分割装置300包括：
第一获取单元301，用于获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；
投影单元302，用于将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；
胆管检测单元303，用于对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；
去噪单元304，用于对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；
三维重建单元305，用于对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；
第二获取单元306，用于获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；
剖开单元307，用于过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；
修正单元308，用于基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；
确定单元309，用于基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；
胆管分割单元310，用于对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
可选地，去噪单元，用于：
对胆管检测框里的图像进行灰度化处理，得到灰度化图像；
将灰度化图像上像素值大于200的像素点确定为白色像素点，将灰度化图像上像素值不大于200的像素点确定为黑色像素点，得到二值化图像；
对二值化图像进行连通域计算，得到第一连通域图像；
将第一连通域图像上胆管检测框中连通域面积最大的连通域确定为胆管连通域，将第一连通域图像中胆管连通域以外的连通域剔除，得到第二连通域图像；
基于多个第二连通域图像确定多个第一胆管图像。
可选地，去噪单元，用于：
获取目标像素点，其中，目标像素点为第二连通域图像中胆管检测框内的一个像素点；
获取第二连通域图像上胆管连通域边界上的各个像素点；
判断目标像素点与胆管连通域边界上的各个像素点组成的多边形面积是否大于第二连通域图像上胆管连通域的面积；
若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积大于第二连通域图像上胆管连通域的面积，则将目标像素点确定为黑色像素值，若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积不大于第二连通域图像上胆管连通域的面积，则将目标像素点确定为白色像素值；
分别将第二连通域图像中的多个像素点确定为目标像素点并确定目标像素点为白色像素值或黑色像素值，得到多个第一胆管图像。
可选地，去噪单元，用于：
分别将第二连通域图像中的多个像素点确定为目标像素点并确定目标像素点为白色像素值或黑色像素值，得到多个第二胆管图像；
利用霍夫变换算法对多个第二胆管图像进行圆检测，得到多个第二胆管图像中的圆形区域；
将多个第二胆管图像区域中的圆形区域剔除，得到多个第三胆管图像；
利用Zhang Suen细化算法处理第三胆管图像中的胆管连通域，得到第三胆管图像中的多个胆管骨架中心线；
获取多个胆管骨架中心线上各个点与第三胆管图像上胆管连通域边缘的垂直距离；
将第三胆管图像垂直距离小于预设距离的胆管连通域去除，得到第一胆管图像。
可选地，修正单元，用于：
获取冠状面剖面图像上的冠状面胆管区域和横断面剖面图像上的横断面胆管区域；
将冠状面胆管区域中过预设点位的多条线段和横断面胆管区域中过预设点位的多条线段中长度最小的线段确定为第一胆管直径；
利用Zhang Suen细化算法处理第一矢状面剖面图像中的第一矢状面胆管区域，得到第一矢状面胆管中心线；
基于第一矢状面胆管中心线和第一胆管直径修正第一矢状面剖面图像，得到第二矢状面剖面图像。
可选地，修正单元，用于：
获取目标点位，目标点位为第一矢状面胆管中心线上的任意一点；
过目标点位作第一矢状面胆管中心线的法线，得到法线与第一矢状面胆管区域边界交叉的两个交点的交点距离；
将交点距离修正至目标点位对应的第一胆管直径；
将胆管中心线上的多个点位作为目标点位修正第一矢状面剖面图像，得到第二矢状面剖面图像。
可选地，修正单元，用于：
获取多个预设点位对应的第一胆管直径；
将多个第一胆管直径的最大值确定为第二胆管直径；
将第二胆管直径对应的横断面剖面图像确定为参考横断面剖面图像；
计算多个预设点位对应的多个横断面剖面图像与参考横断面剖面图像之间的多个剖面距离；
将第二胆管直径与剖面距离的平方差确定为横断面剖面图像对应第二矢状面剖面图像的修正值，得到各个第二矢状面剖面图像的修正值；
基于各个第二矢状面剖面图像的修正值修正对应的各个第二矢状面剖面图像，得到第三矢状面剖面图像；
基于第三矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型。
本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种MRCP图像的胆管分割装置，计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并配置为由处理器执行上述MRCP图像的胆管分割方法实施例中任一实施例中的MRCP图像的胆管分割方法中的步骤。
如图15所示，其示出了本申请实施例所涉及的计算机设备的结构示意图，具体来讲：
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器401是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；处理器401可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（DigitalSignal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要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系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
计算机设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random Access Memory）、磁盘或光盘等。其上存储有计算机程序，计算机程序被处理器进行加载，以执行本申请实施例所提供的任一种MRCP图像的胆管分割方法中的步骤。例如，计算机程序被处理器进行加载可以执行如下步骤：
获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种MRCP图像的胆管分割方法及装置进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。

Claims (9)

1.一种MRCP图像的胆管分割方法，其特征在于，所述MRCP图像的胆管分割方法，包括：
获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；
将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；
对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；
对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；
对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；
获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；
过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；
基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；其中，获取冠状面剖面图像上的冠状面胆管区域和横断面剖面图像上的横断面胆管区域；将冠状面胆管区域中过所述预设点位的多条线段和横断面胆管区域中过所述预设点位的多条线段中长度最小的线段确定为第一胆管直径；利用Zhang Suen细化算法处理第一矢状面剖面图像中的第一矢状面胆管区域，得到第一矢状面胆管中心线；基于所述第一矢状面胆管中心线和所述第一胆管直径修正所述第一矢状面剖面图像，得到第二矢状面剖面图像；
基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；
对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
2.根据权利要求1所述的MRCP图像的胆管分割方法，其特征在于，所述对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像，包括：
对所述胆管检测框里的图像进行灰度化处理，得到灰度化图像；
将灰度化图像上像素值大于200的像素点确定为白色像素点，将灰度化图像上像素值不大于200的像素点确定为黑色像素点，得到二值化图像；
对二值化图像进行连通域计算，得到第一连通域图像；
将第一连通域图像上所述胆管检测框中连通域面积最大的连通域确定为胆管连通域，将第一连通域图像中胆管连通域以外的连通域剔除，得到第二连通域图像；
基于多个所述第二连通域图像确定多个所述第一胆管图像。
3.根据权利要求2所述的MRCP图像的胆管分割方法，其特征在于，所述基于多个所述第二连通域图像确定多个所述第一胆管图像，包括：
获取目标像素点，其中，目标像素点为所述第二连通域图像中胆管检测框内的一个像素点；
获取所述第二连通域图像上胆管连通域边界上的各个像素点；
判断目标像素点与胆管连通域边界上的各个像素点组成的多边形面积是否大于第二连通域图像上胆管连通域的面积；
若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积大于第二连通域图像上胆管连通域的面积，则将所述目标像素点确定为黑色像素值，若目标像素点与胆管连通域边界上的各个像素点组成的多边形面积不大于第二连通域图像上胆管连通域的面积，则将所述目标像素点确定为白色像素值；
分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个所述第一胆管图像。
4.根据权利要求3所述的MRCP图像的胆管分割方法，其特征在于，所述分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个所述第一胆管图像，包括：
分别将所述第二连通域图像中的多个像素点确定为所述目标像素点并确定所述目标像素点为白色像素值或黑色像素值，得到多个第二胆管图像；
利用霍夫变换算法对多个第二胆管图像进行圆检测，得到多个第二胆管图像中的圆形区域；
将多个第二胆管图像区域中的圆形区域剔除，得到多个第三胆管图像；
利用Zhang Suen细化算法处理第三胆管图像中的胆管连通域，得到第三胆管图像中的多个胆管骨架中心线；
获取多个胆管骨架中心线上各个点与第三胆管图像上胆管连通域边缘的垂直距离；
将所述第三胆管图像垂直距离小于预设距离的胆管连通域去除，得到所述第一胆管图像。
5.根据权利要求1所述的MRCP图像的胆管分割方法，其特征在于，所述基于所述第一矢状面胆管中心线和所述第一胆管直径修正所述第一矢状面剖面图像，得到第二矢状面剖面图像，包括：
获取目标点位，所述目标点位为第一矢状面胆管中心线上的任意一点；
过目标点位作所述第一矢状面胆管中心线的法线，得到法线与第一矢状面胆管区域边界交叉的两个交点的交点距离；
将交点距离修正至目标点位对应的第一胆管直径；
将胆管中心线上的多个点位作为目标点位修正所述第一矢状面剖面图像，得到第二矢状面剖面图像。
6.根据权利要求5所述的MRCP图像的胆管分割方法，其特征在于，所述基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型，包括：
获取多个所述预设点位对应的第一胆管直径；
将多个所述第一胆管直径的最大值确定为第二胆管直径；
将第二胆管直径对应的横断面剖面图像确定为参考横断面剖面图像；
计算所述多个预设点位对应的多个横断面剖面图像与所述参考横断面剖面图像之间的多个剖面距离；
将所述第二胆管直径与所述剖面距离的平方差确定为所述横断面剖面图像对应第二矢状面剖面图像的修正值，得到各个第二矢状面剖面图像的修正值；
基于各个第二矢状面剖面图像的修正值修正对应的各个第二矢状面剖面图像，得到第三矢状面剖面图像；
基于第三矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型。
7.一种MRCP图像的胆管分割装置，其特征在于，所述MRCP图像的胆管分割装置包括：
第一获取单元，用于获取MRCP逐层扫描并重建得到的第一MRCP三维几何模型；
投影单元，用于将第一MRCP三维几何模型沿多个方向投影，得到多个MRCP二维投影图像；
胆管检测单元，用于对多个MRCP二维投影图像分别进行胆管检测，得到多个胆管检测框；
去噪单元，用于对多个胆管检测框里的图像进行去噪处理，得到多个第一胆管图像；
三维重建单元，用于对多个第一胆管图像进行三维重建，得到第二MRCP三维几何模型；
第二获取单元，用于获取第二MRCP三维几何模型的最小外接长方体，其中，最小外接长方体的三个相邻面分别与第二MRCP三维几何模型的矢状面、冠状面以及横断面平行；
剖开单元，用于过最小外接长方体上的预设点位，沿着矢状面、冠状面以及横断面将第二MRCP三维几何模型剖开，得到第一矢状面剖面图像、冠状面剖面图像以及横断面剖面图像；
修正单元，用于基于冠状面剖面图像以及横断面剖面图像修正第一矢状面剖面图像，得到第二矢状面剖面图像；其中，获取冠状面剖面图像上的冠状面胆管区域和横断面剖面图像上的横断面胆管区域；将冠状面胆管区域中过所述预设点位的多条线段和横断面胆管区域中过所述预设点位的多条线段中长度最小的线段确定为第一胆管直径；利用ZhangSuen细化算法处理第一矢状面剖面图像中的第一矢状面胆管区域，得到第一矢状面胆管中心线；基于所述第一矢状面胆管中心线和所述第一胆管直径修正所述第一矢状面剖面图像，得到第二矢状面剖面图像；
确定单元，用于基于第二矢状面剖面图像、冠状面剖面图像以及横断面剖面图像确定第三MRCP三维几何模型；
胆管分割单元，用于对第三MRCP三维几何模型进行胆管分割，得到胆管分割结果。
8.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至6中任一项所述的MRCP图像的胆管分割方法。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至6任一项所述的MRCP图像的胆管分割方法中的步骤。
CN202210403166.2A 2022-04-18 2022-04-18 Mrcp图像的胆管分割方法及装置 Active CN114511560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210403166.2A CN114511560B (zh) 2022-04-18 2022-04-18 Mrcp图像的胆管分割方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210403166.2A CN114511560B (zh) 2022-04-18 2022-04-18 Mrcp图像的胆管分割方法及装置

Publications (2)

Publication Number Publication Date
CN114511560A CN114511560A (zh) 2022-05-17
CN114511560B true CN114511560B (zh) 2022-07-19

Family

ID=81554653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210403166.2A Active CN114511560B (zh) 2022-04-18 2022-04-18 Mrcp图像的胆管分割方法及装置

Country Status (1)

Country Link
CN (1) CN114511560B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009118020A1 (en) * 2008-03-25 2009-10-01 Elekta Ab (Publ) 3d medical image segmentation
CN105427311B (zh) * 2009-05-08 2020-09-04 美国医软科技公司 用于交互式肝脏血管和胆管系统评估的方法、系统、装置和计算机程序产品
CN108447066B (zh) * 2018-03-19 2021-03-09 青岛海信医疗设备股份有限公司 胆道图像分割方法、终端、存储介质
CN109118501A (zh) * 2018-08-03 2019-01-01 上海电气集团股份有限公司 图像处理方法及系统
CN111292343B (zh) * 2020-01-15 2023-04-28 东北大学 一种基于多视角下的肺叶分割方法和装置

Also Published As

Publication number Publication date
CN114511560A (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
Saha et al. A survey on skeletonization algorithms and their applications
Kowalczuk et al. Real-time stereo matching on CUDA using an iterative refinement method for adaptive support-weight correspondences
Eder et al. Pano popups: Indoor 3d reconstruction with a plane-aware network
Wang et al. A novel density-based clustering framework by using level set method
Lempitsky Surface extraction from binary volumes with higher-order smoothness
US20090148024A1 (en) System and Method for Blood Vessel Bifurcation Detection in Thoracic CT Scans
WO2017070923A1 (zh) 一种人脸识别方法和装置
CN115439607A (zh) 一种三维重建方法、装置、电子设备及存储介质
JP2024012639A5 (zh)
Li et al. Fast and globally optimal rigid registration of 3d point sets by transformation decomposition
US8264487B2 (en) Method for converting polygonal surfaces to levelsets
CN116402976A (zh) 三维目标检测模型训练方法及装置
CN114511560B (zh) Mrcp图像的胆管分割方法及装置
EP3726477A1 (en) Chamber reconstruction from a partial volume
Wang et al. A novel method for surface mesh smoothing: applications in biomedical modeling
Wong et al. Dynamic radial view based culling for continuous self-collision detection
CN115131384A (zh) 基于边缘保持的仿生机器人3d打印方法、装置及介质
Shen et al. Spectral moving removal of non-isolated surface outlier clusters
Quan et al. Segmentation of tumor ultrasound image via region-based Ncut method
Hansen et al. SparseMeshCNN with self-attention for segmentation of large meshes
Chakraborty et al. An integrated approach for surface finding in medical images
Wei et al. A fast collision detection algorithm suitable for complex virtual environment
Annuth et al. Surface reconstruction with smart growing cells
Wu et al. 3D image skeleton algorithms
CN117649493A (zh) 一种图像重建方法、装置、设备和存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20240516

Address after: 430000 No. 03, floor 5, building B10, phase I, Wuhan hi tech medical equipment Park, No. 818, Gaoxin Avenue, Wuhan East Lake New Technology Development Zone, Wuhan, Hubei (Wuhan area, free trade zone)

Patentee after: Wuhan Chujingling Medical Technology Co.,Ltd.

Country or region after: China

Address before: 430072 no.299 Bayi Road, Luojiashan street, Wuhan City, Hubei Province

Patentee before: WUHAN University

Country or region before: China

TR01 Transfer of patent right