CN115797337A - 一种ct影像椎体实例分割方法、系统、设备及存储介质 - Google Patents
一种ct影像椎体实例分割方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN115797337A CN115797337A CN202310051343.XA CN202310051343A CN115797337A CN 115797337 A CN115797337 A CN 115797337A CN 202310051343 A CN202310051343 A CN 202310051343A CN 115797337 A CN115797337 A CN 115797337A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- vertebral body
- pyramid
- cone
- 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)
Abstract
本发明涉及一种CT影像椎体实例分割方法,其包括:获取人体图像,并选取人体图像任意一点作为原点,建立三维坐标系;根据预设的模型和人体图像,得到由第一子椎体图像和第二子椎体图像组成的初始图像,并获取初始图像的所有像素点坐标;基于预设的计算规则,根据所述初始图像的所有像素点坐标,计算得到第一椎体图像与第二椎体图像的像素点坐标交集,所述第一椎体图像包括所有第一子椎体图像,所述第二椎体图像包括所有第二子椎体图像;基于预设的组合规则,根据第一椎体图像与第二椎体图像的像素点坐标交集,组合第一子椎体图像和第二子椎体图像,得到目标图像。本发明具有算法设计简单、便于操作的效果。
Description
技术领域
本申请涉及椎体分割技术领域,尤其是涉及一种CT影像椎体实例分割方法、系统、设备及存储介质。
背景技术
CT,即电子计算机断层扫描,是用X射线束对人体某一部位一定厚度的层面进行扫描,扫描时间快,图像清晰,具有较高的密度分辨率和空间分辨率,可用于多种疾病的检查。在医生对CT影像的阅片过程中,医生往往需要逐层翻阅断层影像,识别异常征象并对异常所在位置进行准确描述。成人脊柱有26块椎骨,包括颈椎7块,胸椎12块,腰椎5块,骶骨1块(由5块骶椎融合构成)、尾骨1块(由3-4块尾椎融合构成),椎骨数目多,人工对椎骨计数速度慢,效率低,容易出错。椎骨自动分割计数算法对医生阅片以及脊椎相关的自动疾病检测系统有非常重要的意义。椎体实例分割是椎体计数中最重要的步骤。
现有的实例分割方法可以分为自下而上和自上而下两类:自上而下的方案一般基于目标检测,首先通过目标检测定位出每个实例所在的包围框,进而对包围框内部进行语义分割得到每个实例的掩膜;自下而上的方案一般通过语义分割进行逐像素分类,进而通过聚类或其他度量学习手段区分开同类的不同实例。现有方法算法设计复杂,从而使得资源耗费较高,难以大批量使用。
发明内容
本申请目的一是提供一种CT影像椎体实例分割方法,具有算法设计简单、易于操作的特点。
本申请的上述申请目的一是通过以下技术方案得以实现的:
一种CT影像椎体实例分割方法,包括:
获取人体图像,并选取人体图像任意一点作为原点,建立三维坐标系;
根据预设的模型和人体图像,得到由第一子椎体图像和第二子椎体图像组成的初始图像,并获取初始图像的所有像素点坐标,所述第一子椎体图像为带有第一子椎体标签的图像部分,所述第二子椎体图像为带有第二子椎体标签的图像部分;
基于预设的计算规则,根据所述初始图像的所有像素点坐标,计算得到第一椎体图像与第二椎体图像的像素点坐标交集,所述第一椎体图像包括所有第一子椎体图像,所述第二椎体图像包括所有第二子椎体图像;
基于预设的组合规则,根据第一椎体图像与第二椎体图像的像素点坐标交集,组合第一子椎体图像和第二子椎体图像,得到目标图像。
通过采用上述技术方案,CT扫描影像后,将人体图像输入到预设的模型内,输出一个附带两种标签的初始图像,如:初始图像中每块椎骨的上半部分转换为绿色标签,初始图像中每块椎骨的下半部分转换为红色标签,得到附带两种标签的初始图像后,对初始图像中的绿色图像部分与绿色图像部分进行配对,每一对对应一块椎骨,即一个实例,得到目标图像,即实例分割结果,整个算法过程在能够达到预设目的的前提下更简单易理解,便于操作。
可选的,所述根据预设的模型和人体图像,得到由第一子椎体图像和第二子椎体图像组成的初始图像,并获取初始图像的所有像素点坐标,所述第一子椎体图像为带有第一子椎体标签的图像部分,所述第二子椎体图像为带有第二子椎体标签的图像部分的方法,包括:
将人工标注的人体图像标记为初始图像,并获取初始图像内的所有像素点坐标;
根据所述初始图像的像素点坐标,计算初始图像中各椎骨的中心点坐标;
根据所述初始图像中各椎骨的中心点坐标,对初始图像的标注进行转换,得到第一子椎体图像和第二子椎体图像。
通过采用上述技术方案,人工对人体图像进行标注,并转换为红绿标注,得到训练数据集,用得到的训练数据集进行分割模型训练:输入人体图像,对人体图像进行红绿标注处理,得到附带红绿标注的初始图像,将模型训练的结果与上述人工标注的结果进行对比,计算模型输出与人工标注之间的误差,经过多次训练后,得到训练好的模型,向模型内输入原始图像,可以输出附带有红绿标注的初始图像,即将第一子椎体与第二子椎体进行了标记的图像。
可选的,所述根据所述初始图像的像素点坐标,计算初始图像中各椎骨的中心点坐标的方法,包括:
所述椎骨的像素点坐标为(xi,yi,zi);
所述初始图像中椎骨的中心点坐标为(x,y,z);
通过采用上述技术方案,将中心点坐标作为分割面上的一点,选取中心点所在的水平面作为分割面,将初始图像标注为两部分,其中一部分为第一子椎体图像,另一部分标记为第二子椎体图像。
可选的,所述根据所述初始图像中各椎骨的中心点坐标,对初始图像的标注进行转换,得到第一子椎体图像和第二子椎体图像的方法,包括:
根据初始图像中椎骨的中心点坐标,得到水平分割面;
根据所述水平分割面,将水平分割面上沿Z轴正向的一面的初始图像部分标记为第一子椎体,将水平分割面另一面的初始图像部分标记为第二子椎体。
通过采用上述技术方案,
可选的,所述基于预设的计算规则,根据所述初始图像的所有像素点坐标,计算得到第一椎体图像与第二椎体图像的像素点坐标交集,所述第一椎体图像包括所有第一子椎体图像,所述第二椎体图像包括所有第二子椎体图像的方法,包括:
对第一子椎体图像和第二子椎体图像膨胀处理;
分别获取第一子椎体图像和第二子椎体图像的所有像素点坐标;
根据所述第一子椎体图像和第二子椎体图像的所有像素坐标点,得到第一椎体图像和第二椎体图像的像素点坐标交集。
通过采用上述技术方案,对初始图像进行分割后,进一步将第一子椎体图像和对应的第二子椎体图像膨胀处理,使第一子椎体图像和第二子椎体图像向外扩张,以便整体的提取,膨胀处理完成后,计算各第一子椎体图像与第二子椎体图像的像素点坐标的交集,为图像组合奠定数据基础。
可选的,所述基于预设的组合规则,根据第一椎体图像与第二椎体图像的像素点坐标交集,组合第一子椎体图像和第二子椎体图像,得到目标图像的方法,包括:
根据第一椎体图像与第二椎体图像的像素点坐标交集,计算所述第一子椎体图像和第二子椎体图像的像素点坐标交集的像素点数量,得到像素点数量矩阵;
遍历第一椎体内各第一子椎体对应的像素点数量矩阵所在行;
筛选最大像素点数量,并查找第二椎骨内对应的第二子椎体,组合第一子椎体图像和第二子椎体图像,得到目标图像。
通过采用上述技术方案,根据第一椎体图像与第二椎体图像的像素点坐标交集,能够计算出交集内的像素点数量,得到一个像素点数量矩阵,其中矩阵所在行表示膨胀后第一椎体图像内的所有第一子椎体图像,矩阵所在列表示膨胀后第二椎体图像内的所有第二子椎体图像,根据上述像素点数量矩阵,依次对每行像素点数量进行筛选,筛选出每行的最大像素点数量,并获取最大像素点数量所在列的第二子椎体的标记,将此第二子椎体与最大像素点数量所在行的第一子椎体进行匹配,组合为一个独立初始图像,循环筛选匹配操作,直至对矩阵内所有元素都完成筛选操作,此时所有第一子椎体图像与所有第二子椎体图像均匹配成功,若存在未匹配的子椎体,删除对应的子椎体。
本申请的上述申请目的二是通过以下技术方案得以实现的:
一种CT影像椎体实例分割系统,其特征在于,包括:
图像获取模块,用于获取人体图像;
图像处理模块,用于将初始图像分割为第一椎体图像和第二椎体图像,再将第一椎体图像和第二椎体图像组合,并排列;
图像展示模块,用于展示组合后的目标图像。
通过采用上述技术方案,首先通过图像获取模块获取人体图像,将人体图像输入图像处理模块,进一步做分割、组合处理,图像处理模块将处理好的图像传输至图像展示模块,用以展示组合后的目标图像。
综上所述,本申请包括以下至少一种有益技术效果:
1.将人体图像输入到预设的模型内,输出一个附带两种标签的初始图像,如:初始图像中每块椎骨的上半部分转换为绿色标签,初始图像中每块椎骨的下半部分转换为红色标签,得到附带两种标签的初始图像后,对初始图像中的绿色图像部分与红色图像部分进行配对,每一对对应一块椎骨,即一个实例,得到目标图像,即实例分割结果,整个算法过程在能够达到预设目的的前提下更简单易理解,便于操作;
2.根据第一椎体图像与第二椎体图像的像素点坐标交集,能够计算出交集内的像素点数量,得到一个像素点数量矩阵,其中矩阵所在行表示膨胀后第一椎体图像内的所有第一子椎体图像,矩阵所在列表示膨胀后第二椎体图像内的所有第二子椎体图像,根据上述像素点数量矩阵,依次对每行像素点数量进行筛选,筛选出每行的最大像素点数量,并获取最大像素点数量所在列的第二子椎体的标记,将此第二子椎体与最大像素点数量所在行的第一子椎体进行匹配,组合为一个独立初始图像,循环筛选匹配操作,直至对矩阵内所有元素都完成筛选操作,此时所有第一子椎体图像与所有第二子椎体图像均匹配成功,若存在未匹配的子椎体,删除对应的子椎体。
附图说明
图1是本申请提供的一种CT影像椎体实例分割方法的流程图。
图2是本申请提供的一种CT影像椎体实例分割系统的系统框图。
图3是本申请提供的电子设备的结构示意图。
图中,100、图像获取模块;200、图像处理模块;300、图像展示模块;401、第二椎体图像PU;402、ROM;403、R初始图像M;404、总线;405、I/O接口;406、输入部分;407、输出部分;408、存储部分;409、通信部分;410、驱动器;411、可拆卸介质。
具体实施方式
以下结合附图1-3,对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,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,本领域普通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。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,初始图像和/或第一椎体图像,可以表示:单独存在初始图像,同时存在初始图像和第一椎体图像,单独存在第一椎体图像这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供一种CT影像椎体实例分割方法,所述方法的主要流程描述如下。
如图1所示:
步骤S1:获取人体图像,并选取人体图像任意一点作为原点,建立三维坐标系;
具体的,通过CT扫描获取三维的人体图像,在本实施例中以胸椎为例进行描述,获取人体图像后,为了便于后期对图像进行处理,首先选取人体图像上的任意一点作为原点,建立三维坐标系,本实施例中,选取人体图像左下角的一点作为原点建立三维坐标系,使得初始图像均能位于三维坐标系中各坐标轴的正向方向,以便后期计算或排列。
对人体图像建立三维坐标系后,可以进行下一步处理。
步骤S2:根据预设的模型和人体图像,得到由第一子椎体图像和第二子椎体图像组成的初始图像,并获取初始图像的所有像素点坐标,所述第一子椎体图像为带有第一子椎体标签的图像部分,所述第二子椎体图像为带有第二子椎体标签的图像部分。
具体的,人工对人体图像进行标注,人体图像内的胸椎呈独立椎骨块,人体所有的椎骨按照从上至下的相对位置关系进行排列,如胸椎从头到脚的排列顺序为:第一胸椎、第二胸椎等。将人体图像内的每个椎骨用不同的标记进行标注,具体可以选用不同的颜色对不同的标签进行区分,如1号椎骨填涂红色、2号椎骨填涂绿色、3号椎骨填涂深蓝色等。
对人体图像内的单块椎骨进行标注后,进一步把单块椎骨的标签转换为红绿标注,即将椎骨分为两块进行标注,在其他实施例中也可以根据需要选择不同的颜色顺序进行填充,在此不做限制。
对椎骨做标记后,进入下一步骤,对椎骨进行分割、标记操作。
根据所述初始图像的所有像素点坐标,计算初始图像的中心点坐标;
具体的,初始图像中包含十二块椎骨,为了得到训练数据集,对初始图像进行分割标记操作,每个初始图像内都包含多个像素点,首先获取初始图像内所有的像素点的坐标,获取所有像素点的坐标后,可以按照预设的计算公式,对每块椎骨的中心点的坐标进行计算,从而确认分割面的位置。其中,假设像素点的坐标为(xi,yi,zi),中心点的坐标为(x,y,z),所有像素点的坐标及中心点的坐标均以上述建立的三维坐标系为标准,其中初始图像的中心点的坐标计算公式为:,,,即根据所有像素点的坐标,求平均坐标,由此得到的中心点作为分割面上的点。
具体的,根据中心点的坐标,得到包含此中心点的水平面,此水平面作为每块椎骨的分割面,分割面将椎骨分割为两部分,其中第一部分位于分割面的z轴正向方向,第二部分图像位于分割面的z轴负向方向,将第一部分图像标记为第一子椎体图像,即添加绿色标注,第二部分图像标记为第二子椎体图像,即添加红色标注,上述过程为单个椎骨进行分割的过程,然后按照上述过程对其他椎骨依次进行分割,得到多个第一子椎体图像和多个第二子椎体图像。所有第一子椎体图像形成一个图像集合,即第一椎体图像;同理,所有第二子椎体图像形成一个图像集合,即第二椎体图像,至此已经完成对椎体的分割、标记。
得到红绿标注的初始图像后,使用初始图像进行分割模型训练,向模型内输入人体图像,并对人体图像进行红绿标注,从而输出附带红绿标注的图像,但实际过程中模型输出的附带红绿标注的图像与人工进行标注的图像有所差距,故而使用损失函数对模型输出和人工标注的图像之间的误差进行一个计算;长期训练后,模型逐渐成熟,能够针对输入的图像,输出误差较小的标记图像,可以直接投入使用。
步骤S3:基于预设的计算规则,根据所述初始图像的所有像素点坐标,计算得到第一椎体图像与第二椎体图像的像素点坐标交集,所述第一椎体图像包括所有第一子椎体图像,所述第二椎体图像包括所有第二子椎体图像;
具体的,分别获取第一椎体图像和第二椎体图像的连通域,其中连通域是指图像中具有相同像素点数量并且位置相邻的像素组成的区域,上述步骤中分别对第一椎体图像和第二椎体图像做了标记,所以这里每个第一子椎体图像为一个连通域,所有的第一子椎体图像形成一个连通域集合,同理的,所有的第二子椎体图像为一个连通域集合,连通域集合内的元素为各初始图像所在的区域。然后,对每个连通域进行形态学膨胀操作,膨胀处理是将与目标区域的背景点合并到该目标物中,使目标物外界向外部扩张的操作,膨胀处理多用于将断裂的目标物进行合并,便于对整体的提取,此操作为本领域技术人员熟知的手段,在此不做赘述。
对经过膨胀处理后的连通域集合求交集,即分别计算第一椎体图像内的所有第一子椎体图像与第二椎体图像内的所有第二子椎体图像的重合区域的像素点坐标。
步骤S4:基于预设的组合规则,根据第一椎体图像与第二椎体图像的像素点坐标交集,组合第一子椎体图像和第二子椎体图像,得到目标图像。
为了使初始图像完整,在对图像进行分割得到分割结果之后,还需要进一步对分割结果组合,合并成一个完整的图像,即得到目标图像。
由上述得到的第一椎体图像内的所有第一子椎体图像与第二椎体图像内的所有第二子椎体图像的重合区域的像素点坐标,得到多个像素点坐标集合,根据像素点坐标集合计算各交集的像素点数量,从而得到一个像素点数量矩阵,其中矩阵所在行表示膨胀后第一椎体图像内的所有第一子椎体图像,矩阵所在列表示膨胀后第二椎体图像内的所有第二子椎体图像,根据上述像素点数量矩阵,依次对每行像素点数量进行筛选,筛选出每行的最大像素点数量,并获取最大像素点数量所在列对应的第二子椎体,将此第二子椎体与最大像素点数量所在行的第一子椎体进行匹配,组合为一个椎体,循环筛选匹配操作,直至对矩阵内所有元素都完成筛选操作,此时所有第一子椎体图像与所有第二子椎体图像均匹配成功,若存在未匹配的子椎体,删除对应的子椎体。
如图2 所示,本申请实施例提供一种CT影像椎体实例分割系统,包括:
图像获取模块100,用于获取人体图像;
图像处理模块200,用于将初始图像分割为第一椎体图像和第二椎体图像,再将第一椎体图像和第二椎体图像组合,并排列;
图像展示模块300,用于展示组合后的目标图像。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所描述的模块的具体工作过程,可以参考下列方法实施例中的对应过程,在此不再赘述。
本申请实施例公开一种电子设备。参照图3,电子设备包括,包括中央处理单元(第二椎体图像PU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分407加载到随机访问存储器(R初始图像M)403中的程序而执行各种适当的动作和处理。在R初始图像M 403中,还存储有系统操作所需的各种程序和数据。第二椎体图像PU 401、ROM 402以及R初始图像M 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(第二椎体图像RT)、液晶显示器(L第二椎体图像第一子椎体图像)等以及扬声器等的输出部分407;包括硬盘等的存储部分407;以及包括诸如L初始图像N卡、调制解调器等的网络接口卡的通信部分408。通信部分408经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本申请的实施例,上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在机器可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(第二椎体图像PU)401执行时,执行本申请的装置中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(R初始图像M)、只读存储器(ROM)、可擦式可编程只读存储器(第二子椎体图像PROM或闪存)、光纤、便携式紧凑磁盘只读存储器(第二椎体图像第一子椎体图像-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种CT影像椎体实例分割方法,其特征在于,包括:
获取人体图像,并选取人体图像任意一点作为原点,建立三维坐标系;
根据预设的模型和人体图像,得到由第一子椎体图像和第二子椎体图像组成的初始图像,并获取初始图像的所有像素点坐标,所述第一子椎体图像为带有第一子椎体标签的图像部分,所述第二子椎体图像为带有第二子椎体标签的图像部分;
基于预设的计算规则,根据所述初始图像的所有像素点坐标,计算得到第一椎体图像与第二椎体图像的像素点坐标交集,所述第一椎体图像包括所有第一子椎体图像,所述第二椎体图像包括所有第二子椎体图像;
基于预设的组合规则,根据第一椎体图像与第二椎体图像的像素点坐标交集,组合第一子椎体图像和第二子椎体图像,得到目标图像。
2.根据权利要求1所述的一种CT影像椎体实例分割方法,其特征在于,所述根据预设的模型和人体图像,得到由第一子椎体图像和第二子椎体图像组成的初始图像,并获取初始图像的所有像素点坐标,所述第一子椎体图像为带有第一子椎体标签的图像部分,所述第二子椎体图像为带有第二子椎体标签的图像部分的方法,包括:
将人工标注的人体图像标记为初始图像,并获取初始图像内的所有像素点坐标;
根据所述初始图像的像素点坐标,计算初始图像中各椎体的中心点坐标;
根据所述初始图像中各椎体的中心点坐标,对初始图像的标注进行转换,得到第一子椎体图像和第二子椎体图像。
4.根据权利要求3所述的一种CT影像椎体实例分割方法,其特征在于,所述根据所述初始图像中各椎体的中心点坐标,对初始图像的标注进行转换,得到第一子椎体图像和第二子椎体图像的方法,包括:
根据初始图像中椎体的中心点坐标,得到水平分割面;
根据所述水平分割面,将水平分割面上沿Z轴正向的一面的初始图像部分标记为第一子椎体,将水平分割面另一面的初始图像部分标记为第二子椎体。
5.根据权利要求1所述的一种CT影像椎体实例分割方法,其特征在于,所述基于预设的计算规则,根据所述初始图像的所有像素点坐标,计算得到第一椎体图像与第二椎体图像的像素点坐标交集,所述第一椎体图像包括所有第一子椎体图像,所述第二椎体图像包括所有第二子椎体图像的方法,包括:
对第一子椎体图像和第二子椎体图像膨胀处理;
分别获取第一子椎体图像和第二子椎体图像的所有像素点坐标;
根据所述第一子椎体图像和第二子椎体图像的所有像素坐标点,得到第一椎体图像和第二椎体图像的像素点坐标交集。
6.根据权利要求1所述的一种CT影像椎体实例分割方法,其特征在于,所述基于预设的组合规则,根据第一椎体图像与第二椎体图像的像素点坐标交集,组合第一子椎体图像和第二子椎体图像,得到目标图像的方法,包括:
根据第一椎体图像与第二椎体图像的像素点坐标交集,计算所述第一子椎体图像和第二子椎体图像的像素点坐标交集的像素点数量,得到像素点数量矩阵;
遍历第一椎体内各第一子椎体对应的像素点数量矩阵所在行;
筛选最大像素点数量,并查找第二椎体内对应的第二子椎体,组合第一子椎体图像和第二子椎体图像,得到目标图像。
7.一种CT影像椎体实例分割系统,其特征在于,包括:
图像获取模块(100),用于获取人体图像;
图像处理模块(200),用于将初始图像分割为第一椎体图像和第二椎体图像,再将第一椎体图像和第二椎体图像组合,并排列;
图像展示模块(300),用于展示组合后的目标图像。
8.一种智能终端,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
9.一种计算机可读存储介质,其特征在于,包括存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310051343.XA CN115797337B (zh) | 2023-02-02 | 2023-02-02 | 一种ct影像椎体实例分割方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310051343.XA CN115797337B (zh) | 2023-02-02 | 2023-02-02 | 一种ct影像椎体实例分割方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115797337A true CN115797337A (zh) | 2023-03-14 |
CN115797337B CN115797337B (zh) | 2023-05-12 |
Family
ID=85429511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310051343.XA Active CN115797337B (zh) | 2023-02-02 | 2023-02-02 | 一种ct影像椎体实例分割方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115797337B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578416A (zh) * | 2017-09-11 | 2018-01-12 | 武汉大学 | 一种由粗到精级联深度网络的心脏左心室全自动分割方法 |
CN110706791A (zh) * | 2019-09-30 | 2020-01-17 | 杭州依图医疗技术有限公司 | 一种医学影像处理方法及装置 |
KR102155517B1 (ko) * | 2019-07-04 | 2020-10-07 | (주)인스페이스 | 딥러닝 기반 의료영상 처리용 전처리 기법 |
CN113298702A (zh) * | 2021-06-23 | 2021-08-24 | 重庆科技学院 | 基于大尺寸图像像素点的重新排序和分割方法 |
CN114119446A (zh) * | 2020-08-28 | 2022-03-01 | 阿里巴巴集团控股有限公司 | 图像处理方法及装置、医学图像处理方法及装置 |
CN114240848A (zh) * | 2021-11-24 | 2022-03-25 | 慧影医疗科技(北京)股份有限公司 | 一种骨密度测量方法、系统、存储介质及电子设备 |
CN115439453A (zh) * | 2022-09-13 | 2022-12-06 | 北京医准智能科技有限公司 | 一种脊椎椎体定位方法、装置、电子设备及存储介质 |
US20220409279A1 (en) * | 2021-06-23 | 2022-12-29 | Medicrea International SA | Systems and methods for planning a patient-specific spinal correction |
-
2023
- 2023-02-02 CN CN202310051343.XA patent/CN115797337B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578416A (zh) * | 2017-09-11 | 2018-01-12 | 武汉大学 | 一种由粗到精级联深度网络的心脏左心室全自动分割方法 |
KR102155517B1 (ko) * | 2019-07-04 | 2020-10-07 | (주)인스페이스 | 딥러닝 기반 의료영상 처리용 전처리 기법 |
CN110706791A (zh) * | 2019-09-30 | 2020-01-17 | 杭州依图医疗技术有限公司 | 一种医学影像处理方法及装置 |
CN114119446A (zh) * | 2020-08-28 | 2022-03-01 | 阿里巴巴集团控股有限公司 | 图像处理方法及装置、医学图像处理方法及装置 |
CN113298702A (zh) * | 2021-06-23 | 2021-08-24 | 重庆科技学院 | 基于大尺寸图像像素点的重新排序和分割方法 |
US20220409279A1 (en) * | 2021-06-23 | 2022-12-29 | Medicrea International SA | Systems and methods for planning a patient-specific spinal correction |
CN114240848A (zh) * | 2021-11-24 | 2022-03-25 | 慧影医疗科技(北京)股份有限公司 | 一种骨密度测量方法、系统、存储介质及电子设备 |
CN115439453A (zh) * | 2022-09-13 | 2022-12-06 | 北京医准智能科技有限公司 | 一种脊椎椎体定位方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
YANG DENG: "CTSpine1K: A Large-Scale Dataset for Spinal Vertebrae Segmentation in Computed Tomography" * |
兰添才: "基于水平集和最大稳定极值区域的颈椎椎体分割方法" * |
Also Published As
Publication number | Publication date |
---|---|
CN115797337B (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11935654B2 (en) | Systems and methods for image processing | |
US10949977B2 (en) | Methods and systems for image segmentation | |
US8929635B2 (en) | Method and system for tooth segmentation in dental images | |
CN110059697B (zh) | 一种基于深度学习的肺结节自动分割方法 | |
CN112233125B (zh) | 图像分割方法、装置、电子设备及计算机可读存储介质 | |
CN111091589A (zh) | 基于多尺度监督学习的超声和核磁图像配准方法及装置 | |
US20070109299A1 (en) | Surface-based characteristic path generation | |
US10929643B2 (en) | 3D image detection method and apparatus, electronic device, and computer readable medium | |
US10504252B2 (en) | Method of, and apparatus for, registration and segmentation of medical imaging data | |
Wu et al. | AAR-RT–a system for auto-contouring organs at risk on CT images for radiation therapy planning: principles, design, and large-scale evaluation on head-and-neck and thoracic cancer cases | |
CN111047610A (zh) | 病灶区域呈现方法和装置 | |
CN110767292A (zh) | 病理编号识别方法、信息识别方法、装置及信息识别系统 | |
CN112349391A (zh) | 一种优化肋骨自动标号方法 | |
CN110555860A (zh) | 医学图像中肋骨区域标注的方法、电子设备和存储介质 | |
Jin et al. | Object recognition in medical images via anatomy-guided deep learning | |
CN111583385A (zh) | 一种可变形数字人解剖学模型的个性化变形方法及系统 | |
CN111341438B (zh) | 图像处理方法、装置、电子设备及介质 | |
CN115797337B (zh) | 一种ct影像椎体实例分割方法、系统、设备及存储介质 | |
CN110555850A (zh) | 识别图像中肋骨区域的方法、装置、电子设备和存储介质 | |
CN113962958A (zh) | 一种征象检测方法及装置 | |
CN113643263A (zh) | 一种上肢骨定位与前臂骨融合畸形的识别方法及系统 | |
EP2734147A1 (en) | Method and system for dental images | |
US11983870B2 (en) | Structure separating apparatus, structure separating method, and structure separating program, learning device, learning method, and learning program, and learned model | |
JP7480997B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
TWI843443B (zh) | 人體骨掃描影像處理系統及其方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |