CN115984536B - 一种基于ct影像的图像处理方法及装置 - Google Patents

一种基于ct影像的图像处理方法及装置 Download PDF

Info

Publication number
CN115984536B
CN115984536B CN202310265458.9A CN202310265458A CN115984536B CN 115984536 B CN115984536 B CN 115984536B CN 202310265458 A CN202310265458 A CN 202310265458A CN 115984536 B CN115984536 B CN 115984536B
Authority
CN
China
Prior art keywords
image
resampled
vertebra
normalized
spine
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
CN202310265458.9A
Other languages
English (en)
Other versions
CN115984536A (zh
Inventor
柴象飞
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.)
Huiying Medical Technology Beijing Co ltd
Original Assignee
Huiying Medical Technology Beijing Co ltd
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 Huiying Medical Technology Beijing Co ltd filed Critical Huiying Medical Technology Beijing Co ltd
Priority to CN202310265458.9A priority Critical patent/CN115984536B/zh
Publication of CN115984536A publication Critical patent/CN115984536A/zh
Application granted granted Critical
Publication of CN115984536B publication Critical patent/CN115984536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请提供一种基于CT影像的图像处理方法及装置,方法包括:获取待识别的CT图像,对待识别的CT图像预处理后获取归一化CT图像;对归一化CT图像多次重采样,确定脊椎区域图像;识别脊椎区域图像的多个椎体中心来标识图像的关键特征点;根据关键特征点进行椎体标号,以确定脊椎区域图像各个椎体的标号顺序;对归一化CT图像进行第三重采样,获得第三重采样图像,根据第三重采样图像及多个椎体中心确定待分割脊椎图像后进行二值分割,并根据标号顺序对二值分割产生的椎体图像进行标号,以获取待识别的CT图像的识别结果。本申请通过上述方法,解决椎体的图像识别过程中,出现移行椎的情况将导致椎体序号的重复或错误,使得图像识别结果出错的问题。

Description

一种基于CT影像的图像处理方法及装置
技术领域
本申请涉及图像处理的技术领域,特别是涉及一种基于CT影像的图像处理方法及装置。
背景技术
随着计算机图像处理技术的高速发展以及医疗信息化水平的不断推进,图像处理技术可以实现越来越多的功能,并逐渐被应用于医学图像中,如用于人体结构的识别等。
脊椎是人体的重要生理结构,除了起到支持躯体的作用外,其对中心的脊髓以及前侧的器官都有一定的保护作用。在相关的椎体图像识别技术中,对椎体图像进行预处理并提取脊椎范围后,常通过椎骨标签来区分12块胸椎和5块腰椎。然而在实际情况中,脊椎可能存在形态非典型的移形椎(LSTV,Lumbosacral Transitional Vertebrae),一般来说,移形椎发生的概率大于10%。在存在移行椎的图像中,胸椎和腰椎的总数可能为16块或18块,也可能存在椎骨一侧为腰椎特征,但另一侧为胸椎特征的情况。上述椎体的图像识别过程中,出现移行椎的情况将导致椎体序号的重复或错误,使得椎体识别结果出错。
目前,亟需一种更加普适的方法进行椎体的图像识别和定位,以解决相关技术中存在的问题。
发明内容
本申请提供一种基于CT影像的图像处理方法及装置,应用于图像处理服务器中,以解决相关椎体的图像识别技术中,出现移行椎的情况将导致椎体序号的重复或错误,使得椎体识别结果出错的问题。
本申请第一方面提供一种基于CT影像的图像处理方法,应用于图像处理服务器中,方法包括:获取待识别的CT图像,对待识别的CT图像进行预处理,以获取归一化CT图像;对归一化CT图像进行第一重采样,以获取第一重采样图像的中心坐标;并对归一化CT图像进行第二重采样,以获得第二重采样图像,根据第一重采样图像的中心坐标以及第二重采样图像确定脊椎区域图像;识别脊椎区域图像中的多个椎体中心,椎体中心用于表示脊椎区域图像的关键特征点;根据多个关键特征点进行椎体标号确定,以确定脊椎区域图像各个椎体的标号顺序;且对归一化CT图像进行第三重采样,以获得第三重采样图像,根据第三重采样图像以及椎体标号的结果确定待分割脊椎图像;对待分割脊椎图像进行二值分割,并根据标号顺序对二值分割产生的椎体图像进行标号;以便于将标号后的结果返回至待识别的CT图像中,进而获取待识别的CT图像的图像识别结果。
本申请通过采用上述方法,在椎体的图像识别过程中,采用多次重采样以及通过设置关键特征点,避免了图像中出现移行椎的情况导致的椎体序号的重复或错误而使得椎体识别结果出错,进而提高了椎体图像识别的准确率。
可选的,对CT图像进行预处理,以获取归一化CT图像具体包括:对待识别的CT图像进行CT值裁剪,以便于将CT图像的CT值限制在第一预设范围之内;对CT值裁剪后的CT图像进行图像归一化处理,将CT值裁剪后的CT图像限制在第二预设范围之内,以获取归一化CT图像。
本申请通过采用上述方法,通过对CT图像进行CT值裁剪后再进行归一化处理,提高了进行归一化处理时的准确率,避免了部分异常极端值的影响。
可选的,对归一化CT图像进行第一重采样,以获取第一重采样图像的中心坐标具体包括:将归一化CT图像重采样至第一预设体素间距,以获得第一重采样图像;对第一重采样图像进行分割,得到分割结果;获取分割结果中的中心坐标位置,并将中心坐标位置设定为第一重采样图像的中心坐标。
本申请通过采用上述方法,对归一化CT图像进行第一重采样,以获得第一重采样图像。在归一化CT图像中确定脊椎的位置,以便在后续步骤中缩小处理范围,提升效率与准确性。同时获取第一重采样图像的中心坐标,以便于后续确定脊椎区域图像。
可选的,对归一化CT图像进行第二重采样,以获得第二重采样图像具体包括:将归一化CT图像在X轴以及Y轴方向重采样至第二预设体素间距;同时将归一化CT图像在Z轴重采样至第三预设体素间距,以获得第二重采样图像。
本申请通过采用上述方法,获取第二重采样图像,以便于后续确定脊椎区域图像。
可选的,根据第一重采样图像的中心坐标以及第二重采样图像确定脊椎区域图像具体包括:以中心坐标为中心,获取第二重采样图像中预设长宽范围的图像;其中,预设长宽范围中Y轴方向长度为第一预设长度,预设长宽范围中X轴方向长度为第二预设长度;将预设长宽范围的图像确定为脊椎区域图像。
本申请通过采用上述方法,根据第一重采样图像的中心坐标以及第二重采样图像确定了较为准确的脊椎区域图像。
可选的,多个椎体中心包括第一胸椎、最下方腰椎、其余胸椎以及其余腰椎;其中,其余胸椎为除第一胸椎以外的胸椎,其余腰椎为除最下方腰椎以外的腰椎,最下方腰椎为第四腰椎、第五腰椎以及第六腰椎中的任意一种。
本申请采用上述方法,通过设定第一胸椎、最下方腰椎、其余胸椎以及其余腰椎四类椎体中心,避免了图像中出现移行椎的情况导致的椎体序号的重复或错误而使得椎体识别结果出错。
可选的,根据多个关键特征点进行椎体标号确定,以确定脊椎区域图像各个椎体的标号顺序具体包括:判断脊椎区域图像中是否存在第一胸椎以及最下方腰椎;当脊椎区域图像存在第一胸椎时,从第一胸椎自上而下对每块椎体进行标号;当脊椎区域图像不存在第一胸椎,且存在最下方腰椎时,将最下方腰椎设置为第五腰椎,并自下而上对每块椎体进行标号;当既不存在第一胸椎,也不存在最下方腰椎时,获取脊椎区域图像中的最下方胸椎以及最上方腰椎;其中,将最下方胸椎设置为第十二胸椎,将最上方腰椎设置为第一腰椎;从第十二胸椎以及第一腰椎向两侧椎体进行标号。
本申请通过采用上述方法,通过关键特征点的存在情况,设定不同的标号方式,考虑了所有的关键特征点的可能存在情况,提高了椎体图像识别的准确率。
可选的,对归一化CT图像进行第三重采样,以获得第三重采样图像,根据第三重采样图像以及椎体标号的结果确定多个待分割脊椎图像具体包括:将归一化CT图像重采样至Z轴方向为第三预设体素间距,以获得第三重采样图像;椎体标号的结果中各个椎体的坐标为中心,分别提取第三重采样图像的Z轴方向中第二预设长度的图像,以确定多个待分割脊椎图像。
本申请通过上述方法,对归一化CT图像进行第三重采样,根据多个椎体中心确定从而获得了多个待分割的脊椎图像,提高了之后进行待分割脊椎图像的二值分割的准确率。
本申请第二方面提供一种基于CT影像的图像处理装置,装置为图像处理服务器,图像处理服务器包括预处理模块、脊椎图像获取模块、特征点识别模块、待分割脊椎图像获取模块以及图像标记模块。预处理模块,用于获取待识别的CT图像,对待识别的CT图像进行预处理,以获取归一化CT图像;脊椎图像获取模块,用于对归一化CT图像进行第一重采样,以获取第一重采样图像的中心坐标;并对归一化CT图像进行第二重采样,以获得第二重采样图像,根据第一重采样图像的中心坐标以及第二重采样图像确定脊椎区域图像;特征点识别模块,用于识别脊椎区域图像中的多个椎体中心,椎体中心用于表示脊椎区域图像的关键特征点;待分割脊椎图像获取模块,用于根据多个关键特征点进行椎体标号确定,以确定脊椎区域图像各个椎体的标号顺序;且对归一化CT图像进行第三重采样,以获得第三重采样图像,根据第三重采样图像以及椎体标号的结果确定待分割脊椎图像;图像标记模块,用于对待分割脊椎图像进行二值分割,并根据标号顺序对二值分割产生的椎体图像进行标号;以便于将标号后的结果返回至待识别的CT图像中,进而获取待识别的CT图像的图像识别结果。
可选的,预处理模块包括CT值裁剪单元以及归一化单元。CT值裁剪单元,用于对待识别的CT图像进行CT值裁剪,以便于将CT图像的CT值限制在第一预设范围之内。归一化单元,用于对CT值裁剪后的CT图像进行图像归一化处理,将CT值裁剪后的CT图像限制在第二预设范围之内,以获取归一化CT图像。
可选的,脊椎图像获取模块包括第一重采样单元。第一重采样单元,用于将归一化CT图像重采样至第一预设体素间距,以获得第一重采样图像;对第一重采样图像进行分割,得到分割结果;获取分割结果中的中心坐标位置,并将中心坐标位置设定为第一重采样图像的中心坐标。
可选的,脊椎图像获取模块包括第二重采样单元。二重采样单元,用于将归一化CT图像在X轴以及Y轴方向重采样至第二预设体素间距;同时将归一化CT图像在Z轴重采样至第三预设体素间距,以获得第二重采样图像。
可选的,脊椎图像获取模块包括脊椎图像获取单元,脊椎图像获取单元用于以中心坐标为中心,获取第二重采样图像中预设长宽范围的图像;其中,预设长宽范围中Y轴方向长度为第一预设长度,预设长宽范围中X轴方向长度为第二预设长度;将预设长宽范围的图像确定为脊椎区域图像。
可选的,多个椎体中心包括第一胸椎、最下方腰椎、其余胸椎以及其余腰椎;其中,其余胸椎为除第一胸椎以外的胸椎,其余腰椎为除最下方腰椎以外的腰椎,最下方腰椎为第四腰椎、第五腰椎以及第六腰椎中的任意一种。
可选的,待分割脊椎图像获取模块包括标号顺序确定单元,标号顺序确定单元用于判断脊椎区域图像中是否存在第一胸椎以及最下方腰椎;当脊椎区域图像存在第一胸椎时,从第一胸椎自上而下对每块椎体进行标号。当脊椎区域图像不存在第一胸椎,且存在最下方腰椎时,将最下方腰椎设置为第五腰椎,并自下而上对每块椎体进行标号。当既不存在第一胸椎,也不存在最下方腰椎时,获取脊椎区域图像中的最下方胸椎以及最上方腰椎;其中,将最下方胸椎设置为第十二胸椎,将最上方腰椎设置为第一腰椎;从第十二胸椎以及第一腰椎向两侧椎体进行标号。
可选的,待分割脊椎图像获取模块包括第三重采样单元以及分割单元。第三重采样单元,用于将归一化CT图像重采样至Z轴方向为第三预设体素间距,以获得第三重采样图像。待分割脊椎图像确定单元,用于以椎体标号的结果中各个椎体的坐标为中心,分别提取第三重采样图像的Z轴方向中第二预设长度的图像,以确定多个待分割脊椎图像。
本申请第三方面提供一种电子设备,电子设备包括处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,以使电子设备执行上述中任一项的方法。
本申请第四方面提供一种计算机可读存储介质,计算机可读存储介质存储有指令,当指令被执行时,执行上述中任一项的方法。
与相关技术相比,本申请的有益效果是:在椎体的图像识别过程中,采用多次重采样以及通过设置关键特征点,避免了图像中出现移行椎的情况导致的椎体序号的重复或错误而使得椎体识别结果出错,进而提高了椎体图像识别的准确率。通过对CT图像进行CT值裁剪后再进行归一化处理,提高了进行归一化处理时的准确率。对归一化CT图像进行第一重采样,以获得第一重采样图像。在归一化CT图像中确定脊椎的位置,以便在后续步骤中缩小处理范围,提升效率与准确性。同时获取第一重采样图像的中心坐标,以便于后续确定脊椎区域图像。根据第一重采样图像的中心坐标以及第二重采样图像确定了较为准确的脊椎区域图像。通过设定第一胸椎、最下方腰椎、其余胸椎以及其余腰椎四个椎体中心,避免了图像中出现移行椎的情况导致的椎体序号的重复或错误而使得椎体识别结果出错。通过关键特征点的存在情况,设定不同的标号方式,考虑了所有的关键特征点的可能存在情况,提高了椎体图像识别的准确率。对归一化CT图像进行第三重采样,根据多个椎体中心确定从而获得了多个待分割的脊椎图像,提高了进行待分割脊椎图像的二值分割的准确率。
附图说明
图1是本申请实施例提供的一种基于CT影像的图像处理方法的第一流程示意图;
图2是本申请实施例提供的一种基于CT影像的图像处理方法的第一场景示意图;
图3是本申请实施例提供的一种基于CT影像的图像处理方法的第二流程示意图;
图4是本申请实施例提供的一种基于CT影像的图像处理方法的第三流程示意图;
图5是本申请实施例提供的一种基于CT影像的图像处理方法的第二场景示意图;
图6是本申请实施例提供的一种基于CT影像的图像处理方法的第四流程示意图;
图7是本申请实施例提供的一种基于CT影像的图像处理方法的第三场景示意图;
图8是本申请实施例提供的一种基于CT影像的图像处理方法的第四场景示意图;
图9是本申请实施例提供的一种基于CT影像的图像处理方法的第五场景示意图;
图10是本申请实施例提供的一种基于CT影像的图像处理装置的结构示意图;
图11是本申请实施例提供的一种电子设备的结构示意图。
附图标记:101、预处理模块;102、脊椎图像获取模块;103、特征点识别模块;104、待分割脊椎图像获取模块;105、图像标记模块; 1100、电子设备;1101、处理器;1102、通信总线;1103、用户接口;1104、网络接口;1105、存储器。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“示性的”、“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,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,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B这三种情况。另外,除非另有说明,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。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。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该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例中的方法可以应用图像处理服务器中,以解决相关技术在椎体的图像识别中,出现移行椎的情况将导致椎体序号的重复或错误,使得椎体识别结果出错的问题。
本申请实施例中的图像处理服务器
本申请实施例提供一种基于CT影像的图像处理方法的流程示意图。如图1所示。流程示意图包括步骤S101-S105。
S101,获取待识别的CT图像,对待识别的CT图像进行预处理,以获取归一化CT图像。
本申请实施例中的CT图像是指由某一定数目的由黑到白不同灰度的小方块组成,每一方格为图像的最小单位称为体素。本申请实施例中的归一化处理即指图像归一化,是指对CT图像进行了一系列标准的处理变换,使之变换为一固定标准形式的过程,该标准图像称作归一化CT图像。例如,原始图像在经历一些处理或攻击后可以得到多种副本图像,这些图像在经过相同参数的图像归一化处理后能够得到相同形式的标准图像。
在一种可能的实施方式中,对CT图像进行预处理,以获取归一化CT图像具体包括步骤S1011-S1012。
S1011,对待识别的CT图像进行CT值裁剪,以便于将CT图像的CT值限制在第一预设范围之内。
S1012,对CT值裁剪后的CT图像进行图像归一化处理,将CT值裁剪后的CT图像限制在第二预设范围之内,以获取归一化CT图像。
示例性的,在本申请实施例中,对待识别的CT图像进行CT值裁剪。将CT图像的CT值限制在-400-1200HU范围内,其中,将CT图像中小于-400HU的部分设置为-400HU,大于1200HU的设置为1200HU。CT图像中-400-1200HU部分的中间图像保持不变。进一步的,对CT值裁剪后的CT图像进行图像归一化处理将CT值裁剪后的CT图像限制在第二预设范围之内,以获取归一化CT图像,其中,第二预设范围中,CT值范围被限制在至0-1区间内。如图2所示,本申请实施例给出了待识别的CT图像经过CT值裁剪以及归一化处理之后得的归一化CT图像。
S102,对归一化CT图像进行第一重采样,以获取第一重采样图像的中心坐标;并对归一化CT图像进行第二重采样,以获得第二重采样图像,根据第一重采样图像的中心坐标以及第二重采样图像确定脊椎区域图像。
在一种可能的实施方式中,如图3所示,在S102中,对归一化CT图像进行第一重采样,以获取第一重采样图像的中心坐标具体包括步骤S1021-S1023。
S1021,将归一化CT图像重采样至第一预设体素间距,以获得第一重采样图像。
具体来说,本申请实施例中,对归一化CT图像按照预先设置的重采样参数进行第一重采样,即将归一化CT图像限定在预定的体素范围之内。本申请实施例中,第一预设体素间距被配置为8mm,以使得之后对第一重采样图像进行分割能够获得较好的分割结果。
S1022,对第一重采样图像进行分割,得到分割结果。
本申请实施例中,通过采用图像分割模块对第一重采样图像进行初步的识别,将识别的图层结果作为分割结果,以用于确定分割结果中的中心坐标位置。本申请实施例中的图像分割模块可以参考OpenCV中的 GrabCut函数或是使用 Python 的 scikit-image模块进行图像分割,本申请实施例在此不做过多赘述。
S1023,获取分割结果中的中心坐标位置,并将中心坐标位置设定为第一重采样图像的中心坐标。
具体来说,在分割结果中,计算预测结果中心的x和y坐标,作为整个脊椎的中心,并根据第一重采样的比例计算出第一重采样图像内中心坐标的位置。所谓整个脊椎的中心是指待识别的CT图像中实际包括的脊椎的中心。
在一种可能的实施方式中,在S102中,对归一化CT图像进行第二重采样,以获得第二重采样图像具体包括S1024,如图4所示。
S1024,将归一化CT图像在X轴以及Y轴方向重采样至第二预设体素间距;同时将归一化CT图像在Z轴重采样至第三预设体素间距,以获得第二重采样图像。
在本申请实施例中,将归一化CT图像在X轴以及Y轴方向重采样至第二预设体素间距;同时将归一化CT图像在Z轴重采样至第三预设体素间距,以获得第二重采样图像。其中,在X轴以及Y轴方向重采样的第二预设体素间距为2mm体素间距,Z轴重方向重采样的第三预设体素间距为1mm体素间距。
在一种可能的实施方式中,如图4所示,步骤S102中,根据第一重采样图像的中心坐标以及第二重采样图像确定脊椎区域图像具体包括步骤S1025-S1026。
S1025,以中心坐标为中心,获取第二重采样图像中预设长宽范围的图像;其中,预设长宽范围中Y轴方向长度为第一预设长度,预设长宽范围中X轴方向长度为第二预设长度。
S1026,将预设长宽范围的图像确定为脊椎区域图像。
在本申请实施例中,步骤S1023中计算出的中心坐标缩放至第二重采样图像中,并以该中心坐标,提取其周围Y轴方向96个单位体素以及X轴方向64个单位体素范围的图像作为脊椎区域图像。在本申请实施例中,单位体素的大小仅示例性的提出,并非是对于单位体素的限定。如图5所示,本申请实施例示例性的给出了由第二重采样图像变换至脊椎区域图像的图像变换场景示意图。
S103,识别脊椎区域图像中的多个椎体中心,椎体中心用于表示脊椎区域图像的关键特征点。
在一种可能的实施方式中,多个椎体中心包括第一胸椎、最下方腰椎、其余胸椎以及其余腰椎;其中,其余胸椎为除第一胸椎以外的胸椎,其余腰椎为除最下方腰椎以外的腰椎,最下方腰椎为第四腰椎、第五腰椎以及第六腰椎中的任意一种。
在本申请实施例中,第一胸椎、第四腰椎、第五腰椎以及第六腰椎为本领域中关于脊椎中各个椎体名称的特定限定。其中,脊椎中各个椎体的具体名称限定以及说明可以参见相关文献,本申请实施例在此不做过多赘述。在本申请实施例中的最下方腰椎为为图像中识别出来的腰椎中,用于定位的从上至下的腰椎中的最后一节腰椎。
S104,根据多个关键特征点进行椎体标号确定,以确定脊椎区域图像各个椎体的标号顺序;且对归一化CT图像进行第三重采样,以获得第三重采样图像,根据第三重采样图像以及椎体标号的结果确定待分割脊椎图像。
在一种可能的实施方式中,如图6所示,根据多个关键特征点进行椎体标号确定,以确定脊椎区域图像各个椎体的标号顺序具体包括步骤S1041-S1046。
S1041,判断脊椎区域图像中是否存在第一胸椎以及最下方腰椎。
S1042,当脊椎区域图像存在第一胸椎时,从第一胸椎自上而下对每块椎体进行标号。
S1043,当脊椎区域图像不存在第一胸椎,且存在最下方腰椎时,将最下方腰椎设置为第五腰椎,并自下而上对每块椎体进行标号。
S1044,当既不存在第一胸椎,也不存在最下方腰椎时,获取脊椎区域图像中的最下方胸椎以及最上方腰椎。
其中,步骤S1044具体包括S1045-S1046。
S1045,将最下方胸椎设置为第十二胸椎,将最上方腰椎设置为第一腰椎。
S1046,从第十二胸椎以及第一腰椎向两侧椎体进行标号。
本申请实施例提供了一种椎体标号的结果中各个椎体的中心位置标记示意图如图7所示。在脊椎区域图像中根据多个关键特征点进行椎体标号确定各个椎体的中心。
在一种可能的实施方式中,在步骤S104中,对归一化CT图像进行第三重采样,以获得第三重采样图像,根据第三重采样图像以及椎体标号的结果确定多个待分割脊椎图像具体包括步骤S1047-S1048。
S1047,将归一化CT图像重采样至Z轴方向为第三预设体素间距,以获得第三重采样图像。
S1048,以多个椎体中心的标号结果为中心,分别提取第三重采样图像的Z轴方向中第二预设长度的图像,以确定多个待分割脊椎图像。
示例性的,在本申请实施例中,将归一化CT图像重采样至Z轴方向为1mm体素间距,并获得第三重采样图像。并根据多个椎体标号的结果中各个椎体的坐标为中心,分别提取第三重采样图像的Z轴方向中第二预设长度的图像,本申请实施例中第二预设长度被配置为64个像素长度。如图8所示,示例性的给出单个椎体的待分割脊椎图像。
S105,对待分割脊椎图像进行二值分割,并根据标号顺序对二值分割产生的椎体图像进行标号;以便于将标号后的结果返回至待识别的CT图像中,进而获取待识别的CT图像的图像识别结果。
在本申请实施例中,将待分割脊椎图像输出至椎体分割网络,进行单个椎体的二值分割,并根据标号顺序对二值分割产生的椎体图像进行标号。同时将将标号后的结果返回待识别的CT图像中,通过图像比对,获取待识别的CT图像的图像识别结果。在图8中展示了单个椎体的待分割脊椎图像。参见图9,当椎体分割网络处理完成所有的椎体标号结果中的各个椎体,得到如图9所示待识别的CT图像的图像识别结果。
本申请通过上述方法实施例,能够达到以下有益效果:在椎体的图像识别过程中,采用多次重采样以及通过设置关键特征点,避免了图像中出现移行椎的情况导致的椎体序号的重复或错误而使得椎体识别结果出错,进而提高了椎体图像识别的准确率。通过对CT图像进行CT值裁剪后再进行归一化处理,提高了进行归一化处理时的准确率。对归一化CT图像进行第一重采样,以获得第一重采样图像。在归一化CT图像中确定脊椎的位置,以便在后续步骤中缩小处理范围,提升效率与准确性。同时获取第一重采样图像的中心坐标,以便于后续确定脊椎区域图像。根据第一重采样图像的中心坐标以及第二重采样图像确定了较为准确的脊椎区域图像。通过设定第一胸椎、最下方腰椎、其余胸椎以及其余腰椎四个椎体中心,避免了图像中出现移行椎的情况导致的椎体序号的重复或错误而使得椎体识别结果出错。通过关键特征点的存在情况,设定不同的标号方式,考虑了所有的关键特征点的可能存在情况,提高了椎体图像识别的准确率。对归一化CT图像进行第三重采样,根据多个椎体中心确定从而获得了多个待分割的脊椎图像,提高了进行待分割脊椎图像的二值分割的准确率。
本申请实施例提供一种基于CT影像的图像处理装置,如图10所示,图像处理服务器包括预处理模块101、脊椎图像获取模块102、特征点识别模块103、待分割脊椎图像获取模块104以及图像标记模块105。
预处理模块101,用于获取待识别的CT图像,对待识别的CT图像进行预处理,以获取归一化CT图像。
脊椎图像获取模块102,用于对归一化CT图像进行第一重采样,以获取第一重采样图像的中心坐标;并对归一化CT图像进行第二重采样,以获得第二重采样图像,根据第一重采样图像的中心坐标以及第二重采样图像确定脊椎区域图像。
特征点识别模块103,用于识别脊椎区域图像中的多个椎体中心,椎体中心用于表示脊椎区域图像的关键特征点。
待分割脊椎图像获取模块104,用于根据多个关键特征点进行椎体标号确定,以确定脊椎区域图像各个椎体的标号顺序;且对归一化CT图像进行第三重采样,以获得第三重采样图像,根据第三重采样图像以及椎体标号的结果确定待分割脊椎图像。
图像标记模块105,用于对待分割脊椎图像进行二值分割,并根据标号顺序对二值分割产生的椎体图像进行标号;以便于将标号后的结果返回至待识别的CT图像中,进而获取待识别的CT图像的图像识别结果。
在一种可能的实施方式中,预处理模块101包括CT值裁剪单元以及归一化单元。CT值裁剪单元,用于对待识别的CT图像进行CT值裁剪,以便于将CT图像的CT值限制在第一预设范围之内。归一化单元,用于对CT值裁剪后的CT图像进行图像归一化处理,将CT值裁剪后的CT图像限制在第二预设范围之内,以获取归一化CT图像。
在一种可能的实施方式中,脊椎图像获取模块102包括第一重采样单元。第一重采样单元,用于将归一化CT图像重采样至第一预设体素间距,以获得第一重采样图像;对第一重采样图像进行分割,得到分割结果;获取分割结果中的中心坐标位置,并将中心坐标位置设定为第一重采样图像的中心坐标。
在一种可能的实施方式中,脊椎图像获取模块102包括第二重采样单元。二重采样单元,用于将归一化CT图像在X轴以及Y轴方向重采样至第二预设体素间距;同时将归一化CT图像在Z轴重采样至第三预设体素间距,以获得第二重采样图像。
在一种可能的实施方式中,脊椎图像获取模块102包括脊椎图像获取单元,脊椎图像获取单元用于以中心坐标为中心,获取第二重采样图像中预设长宽范围的图像;其中,预设长宽范围中Y轴方向长度为第一预设长度,预设长宽范围中X轴方向长度为第二预设长度;将预设长宽范围的图像确定为脊椎区域图像。
在一种可能的实施方式中,多个椎体中心包括第一胸椎、最下方腰椎、其余胸椎以及其余腰椎;其中,其余胸椎为除第一胸椎以外的胸椎,其余腰椎为除最下方腰椎以外的腰椎,最下方腰椎为第四腰椎、第五腰椎以及第六腰椎中的任意一种。
在一种可能的实施方式中,待分割脊椎图像获取模块104包括标号顺序确定单元,标号顺序确定单元用于判断脊椎区域图像中是否存在第一胸椎以及最下方腰椎;当脊椎区域图像存在第一胸椎时,从第一胸椎自上而下对每块椎体进行标号。当脊椎区域图像不存在第一胸椎,且存在最下方腰椎时,将最下方腰椎设置为第五腰椎,并自下而上对每块椎体进行标号。当既不存在第一胸椎,也不存在最下方腰椎时,获取脊椎区域图像中的最下方胸椎以及最上方腰椎;其中,将最下方胸椎设置为第十二胸椎,将最上方腰椎设置为第一腰椎;从第十二胸椎以及第一腰椎向两侧椎体进行标号。
在一种可能的实施方式中,待分割脊椎图像获取模块104包括第三重采样单元以及分割单元。第三重采样单元,用于将归一化CT图像重采样至Z轴方向为第三预设体素间距,以获得第三重采样图像。待分割脊椎图像确定单元,用于以椎体标号的结果中各个椎体的坐标为中心,分别提取第三重采样图像的Z轴方向中第二预设长度的图像,以确定多个待分割脊椎图像。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参见图11,为本申请实施例提供了一种电子设备的结构示意图。如图11所示,所述电子设备1100可以包括:至少一个处理器1101,至少一个网络接口1104,用户接口1103,存储器1105,至少一个通信总线1102。
其中,通信总线1102用于实现这些组件之间的连接通信。
其中,用户接口1103可以包括显示屏(Display)、摄像头(Camera),可选用户接口1103还可以包括标准的有线接口、无线接口。
其中,网络接口1104可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器1101可以包括一个或者多个处理核心。处理器1101利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器1105内的指令、程序、代码集或指令集,以及调用存储在存储器1105内的数据,执行服务器的各种功能和处理数据。可选的,处理器1101可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogicArray,PLA)中的至少一种硬件形式来实现。处理器1101可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1101中,单独通过一块芯片进行实现。
其中,存储器1105可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-OnlyMemory)。可选的,该存储器1105包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1105可用于存储指令、程序、代码、代码集或指令集。存储器1105可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器1105可选的还可以是至少一个位于远离前述处理器1101的存储装置。如图11所示,作为一种计算机存储介质的存储器1105中可以包括操作系统、网络通信模块、用户接口模块以及关于基于CT影像的图像处理方法的应用程序。
在图11所示的电子设备1100中,用户接口1103主要用于为用户提供输入的接口,获取用户输入的数据;而处理器1101可以用于调用存储器1105中存储有基于CT影像的图像处理方法的应用程序,当由一个或多个处理器执行时,使得电子设备1100执行如上述实施例中一个或多个所述的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
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,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。

Claims (9)

1.一种基于CT影像的图像处理方法,其特征在于,应用于图像处理服务器中,所述方法包括:
获取待识别的CT图像,对所述待识别的CT图像进行预处理,以获取归一化CT图像;
当所述归一化CT图像重采样后体素间距为第一预设体素间距时,获得第一重采样图像,进而获取所述第一重采样图像的中心坐标;并对所述归一化CT图像进行第二重采样,以获得第二重采样图像,对所述归一化CT图像进行第二重采样具体包括:当所述归一化CT图像重采样后在X轴以及Y轴方向的体素间距为第二预设体素间距,同时在Z轴方向的体素间距为第三预设体素间距时,获得第二重采样图像;
根据所述第一重采样图像的中心坐标以及所述第二重采样图像确定脊椎区域图像;
识别所述脊椎区域图像中的多个椎体中心,所述椎体中心用于表示所述脊椎区域图像的关键特征点,多个所述椎体中心与多个所述关键特征点一一对应;
根据多个所述关键特征点进行椎体标号,以确定所述脊椎区域图像各个椎体的标号顺序;且
当所述归一化CT图像重采样后Z轴方向的体素间距为第三预设体素间距时,获得第三重采样图像,并根据所述第三重采样图像以及所述椎体标号的结果确定待分割脊椎图像;
对所述待分割脊椎图像进行二值分割,并根据所述标号顺序对所述二值分割产生的椎体图像进行标号;以便于将标号后的结果返回至所述待识别的CT图像中,进而获取所述待识别的CT图像的图像识别结果。
2.根据权利要求1所述的方法,其特征在于,对所述待识别的CT图像进行预处理,以获取归一化CT图像具体包括:
对所述待识别的CT图像进行CT值裁剪,以便于将CT图像的CT值限制在第一预设范围之内;
对CT值裁剪后的CT图像进行图像归一化处理,将所述CT值裁剪后的CT图像限制在第二预设范围之内,以获取归一化CT图像。
3.根据权利要求1所述的方法,其特征在于,所述进而获取所述第一重采样图像的中心坐标,具体包括:
对所述第一重采样图像进行分割,得到分割结果;
获取所述分割结果中的中心坐标位置,并将所述中心坐标位置设定为所述第一重采样图像的中心坐标。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一重采样图像的中心坐标以及所述第二重采样图像确定脊椎区域图像具体包括:
以所述中心坐标为中心,获取所述第二重采样图像中预设长宽范围的图像;其中,所述预设长宽范围中Y轴方向长度为第一预设长度,所述预设长宽范围中X轴方向长度为第二预设长度;
将所述预设长宽范围的图像确定为所述脊椎区域图像。
5.根据权利要求1所述的方法,其特征在于,所述多个椎体中心包括第一胸椎、最下方腰椎、其余胸椎以及其余腰椎;其中,所述其余胸椎为除第一胸椎以外的胸椎,所述其余腰椎为除最下方腰椎以外的腰椎,所述最下方腰椎为第四腰椎、第五腰椎以及第六腰椎中的任意一种。
6.根据权利要求5所述的方法,其特征在于,所述根据多个所述关键特征点进行椎体标号确定,以确定所述脊椎区域图像各个椎体的标号顺序具体包括:
判断所述脊椎区域图像中是否存在所述第一胸椎以及所述最下方腰椎;
当所述脊椎区域图像存在所述第一胸椎时,从所述第一胸椎自上而下对每块椎体进行标号;
当所述脊椎区域图像不存在所述第一胸椎,且存在所述最下方腰椎时,将所述最下方腰椎设置为第五腰椎,并自下而上对每块椎体进行标号;
当既不存在所述第一胸椎,也不存在所述最下方腰椎时,获取所述脊椎区域图像中的最下方胸椎以及最上方腰椎;其中,
将所述最下方胸椎设置为第十二胸椎,将所述最上方腰椎设置为第一腰椎;
从所述第十二胸椎以及所述第一腰椎向两侧椎体进行标号。
7.根据权利要求1所述的方法,其特征在于,所述根据所述第三重采样图像以及所述椎体标号的结果确定多个待分割脊椎图像具体包括:
以所述椎体标号的结果中各个椎体的坐标为中心,分别提取所述第三重采样图像的Z轴方向中第二预设长度的图像,以确定多个待分割脊椎图像。
8.一种基于CT影像的椎体识别装置,其特征在于,所述装置为图像处理服务器,所述图像处理服务器包括预处理模块(101)、脊椎图像获取模块(102)、特征点识别模块(103)、待分割脊椎图像获取模块(104)以及图像标记模块(105);
所述预处理模块(101),用于获取待识别的CT图像,对所述待识别的CT图像进行预处理,以获取归一化CT图像;
所述脊椎图像获取模块(102),用于当所述归一化CT图像重采样后体素间距为第一预设体素间距时,获得第一重采样图像,进而获取所述第一重采样图像的中心坐标;并对所述归一化CT图像进行第二重采样,以获得第二重采样图像,对所述归一化CT图像进行第二重采样具体包括:当所述归一化CT图像重采样后在X轴以及Y轴方向的体素间距为第二预设体素间距,同时在Z轴方向的体素间距为第三预设体素间距时,获得第二重采样图像;根据所述第一重采样图像的中心坐标以及所述第二重采样图像确定脊椎区域图像;
所述特征点识别模块(103),用于识别所述脊椎区域图像中的多个椎体中心,所述椎体中心用于表示所述脊椎区域图像的关键特征点;
所述待分割脊椎图像获取模块(104),用于根据多个所述关键特征点进行椎体标号,以确定所述脊椎区域图像各个椎体的标号顺序;且当所述归一化CT图像重采样后Z轴方向的体素间距为第三预设体素间距时,获得第三重采样图像,并根据所述第三重采样图像以及所述椎体标号的结果确定待分割脊椎图像;
所述图像标记模块(105),用于对所述待分割脊椎图像进行二值分割,并根据所述标号顺序对所述二值分割产生的椎体图像进行标号;以便于将标号后的结果返回至所述待识别的CT图像中,进而获取所述待识别的CT图像的图像识别结果。
9.一种电子设备,其特征在于,包括处理器(1101)、用户接口(1103)、网络接口(1104)及存储器(1105),所述存储器(1105)用于存储指令,所述用户接口(1103)和网络接口(1104)用于给其他设备通信,所述处理器(1101)用于执行所述存储器(1105)中存储的指令,以使所述电子设备(1100)执行如权利要求1-7任意一项所述的方法。
CN202310265458.9A 2023-03-20 2023-03-20 一种基于ct影像的图像处理方法及装置 Active CN115984536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310265458.9A CN115984536B (zh) 2023-03-20 2023-03-20 一种基于ct影像的图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310265458.9A CN115984536B (zh) 2023-03-20 2023-03-20 一种基于ct影像的图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN115984536A CN115984536A (zh) 2023-04-18
CN115984536B true CN115984536B (zh) 2023-06-30

Family

ID=85972538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310265458.9A Active CN115984536B (zh) 2023-03-20 2023-03-20 一种基于ct影像的图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN115984536B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116616876B (zh) * 2023-06-15 2024-01-09 中国人民解放军总医院第一医学中心 Pvp手术中穿刺路径智能规划方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103606148A (zh) * 2013-11-14 2014-02-26 深圳先进技术研究院 一种磁共振脊柱影像混合分割方法和装置
CN113313717A (zh) * 2021-05-18 2021-08-27 哈尔滨理工大学 一种基于深度学习的分节段椎骨ct图像分割方法
CN113888548A (zh) * 2021-09-28 2022-01-04 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1694208A2 (en) * 2003-11-26 2006-08-30 Viatronix Incorporated Systems and methods for automated segmentation, visualization and analysis of medical images
CN112700448B (zh) * 2021-03-24 2021-06-08 成都成电金盘健康数据技术有限公司 一种脊椎图像分割与识别方法
CN113643314B (zh) * 2021-07-02 2023-09-12 阿里巴巴新加坡控股有限公司 医学影像中脊柱的分割方法
CN114187320B (zh) * 2021-12-14 2022-11-08 北京柏惠维康科技股份有限公司 脊柱ct图像的分割方法、椎体成像的识别方法及装置
CN115359257B (zh) * 2022-08-25 2023-05-16 华科精准(北京)医疗科技有限公司 基于深度学习的脊椎图像分割方法及手术导航定位系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103606148A (zh) * 2013-11-14 2014-02-26 深圳先进技术研究院 一种磁共振脊柱影像混合分割方法和装置
CN113313717A (zh) * 2021-05-18 2021-08-27 哈尔滨理工大学 一种基于深度学习的分节段椎骨ct图像分割方法
CN113888548A (zh) * 2021-09-28 2022-01-04 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN115984536A (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN108537784B (zh) 一种基于深度学习的ct图肺结节检测方法
CN110176012B (zh) 图像中的目标分割方法、池化方法、装置及存储介质
CN111369576B (zh) 图像分割模型的训练方法、图像分割方法、装置及设备
CN115984536B (zh) 一种基于ct影像的图像处理方法及装置
CN111291813B (zh) 图像标注方法、装置、计算机设备和存储介质
CN112861961B (zh) 肺血管分类方法及装置、存储介质及电子设备
CN110176010B (zh) 一种图像检测方法、装置、设备及存储介质
US20220383661A1 (en) Method and device for retinal image recognition, electronic equipment, and storage medium
WO2021179484A1 (zh) 多标签多示例的图像检测方法、装置、设备及存储介质
US20120027277A1 (en) Interactive iterative closest point algorithm for organ segmentation
CN114565763A (zh) 图像分割方法、装置、设备、介质及程序产品
CN110533120B (zh) 器官结节的图像分类方法、装置、终端及存储介质
CN110916707B (zh) 二维骨骼图像获取方法、系统及装置
CN105719333B (zh) 三维图像数据处理方法及装置
CN111612792A (zh) 基于VRDS 4D医学影像的静脉的Ai内镜分析方法及产品
CN115359143A (zh) 一种施源器自动重建方法和装置
CN111028134A (zh) 图像处理方法、装置、系统及介质
JP7485384B2 (ja) 病理スライドにおける組織解剖のための領域の決定
CN111723836A (zh) 图像相似度的计算方法及装置、电子设备、存储介质
CN113822839B (zh) 医学图像的处理方法、装置、计算机设备和存储介质
CN116521915A (zh) 一种相似医学图像的检索方法、系统、设备及介质
US20230115927A1 (en) Systems and methods for plaque identification, plaque composition analysis, and plaque stability detection
CN113962958B (zh) 一种征象检测方法及装置
CN115147360A (zh) 一种斑块分割方法、装置、电子设备及可读存储介质
CN113888566A (zh) 目标轮廓曲线确定方法、装置、电子设备以及存储介质

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