CN116167973A - 医学三维图像多器官分割的方法及装置 - Google Patents
医学三维图像多器官分割的方法及装置 Download PDFInfo
- Publication number
- CN116167973A CN116167973A CN202211644560.1A CN202211644560A CN116167973A CN 116167973 A CN116167973 A CN 116167973A CN 202211644560 A CN202211644560 A CN 202211644560A CN 116167973 A CN116167973 A CN 116167973A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional
- segmentation
- module
- window
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 210000000056 organ Anatomy 0.000 title claims description 24
- 230000011218 segmentation Effects 0.000 claims abstract description 81
- 238000003709 image segmentation Methods 0.000 claims abstract description 17
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 24
- 238000009877 rendering Methods 0.000 claims description 19
- 238000013500 data storage Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 210000004204 blood vessel Anatomy 0.000 claims description 4
- 230000018109 developmental process Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
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
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
医学三维图像多器官分割的方法与装置,能够让使用者在三维图像体数据上直接进行基于阈值的分割以及基于区域增长的分割,使得图像分割的操作过程和分割结果更直观,免除对多层CT图像操作的繁杂工作量,图像分割的结果更为准确,由分割而成的蒙版生成表面模型更贴合实际。方法包括:(1)阈值分割;(2)区域增长;(3)当生成新的二值三维体数据图像后,同时生成三个截面的蒙板图像;在三维视窗和二维视窗同时显示三维视角和二维视角的分割结果;(4)通过勾选三维图像上的一个二维封闭区域,进而生成一个以勾画区域平面平行的平面为底面的柱状体,利用调节不同区域的灰度值的方法,使得对图像实现去除柱状体内部、只保留柱状体内部的操作。
Description
技术领域
本发明涉及医用图像处理的技术领域,尤其涉及一种医学三维图像多器官分割的方法,以及医学三维图像多器官分割的装置,主要针对CT图像进行多个器官分割并生成模型。
背景技术
随着医疗技术的发展,计算机断层扫描技术(Computed Tomography,CT)目前已广泛应用于医疗诊断行业,CT图像成为了医生了解患者身体状况,分析患者病灶信息的主要且直观的手段;利用CT图像进行病理分析、解剖研究、功能评估成为了现代医学不可或缺的部分。
CT图像能够为医生提供较为明显的病人身体结构信息,能够将骨骼、内脏等的位置和结构清晰地展示在医生眼前。在传统医学诊断过程中,医生会根据观察这些病人的CT图像,对一些感兴趣区域(ROI)进行提取用于之后的诊断。这些感兴趣区域包含了可能的病灶信息、重要的身体结构等。因此,对于这些感兴趣区域的提取则成为了分析CT图像的一种重要手段。
图像分割是一种提取感兴趣区域的较为有效的方法。图像分割即是将图像分成不同的区域,这些区域就可以是使用者需要的感兴趣区域。实现图像分割的方法有很多:有基于阈值的分割方法,有基于配准和匹配的分割方法、有基于区域增长的分割方法等。应用这些方法,进行对医学图像的图像分割,提取出感兴趣区域,服务于后续的医学活动成为了当前较为主流的计算机辅助医疗的处理思路。很多辅助医学分割的软件应运而生,通过对一张张二维CT图像的勾画提取,实现了图像分割服务于医疗的想法。但其中也不乏有一些问题:
1.使用者多是在对单张的CT图像进行勾画提取等操作,对CT图像的分析仍停留在二维层面,对图像的分析不够直观。
2.通过利用各个二维图像上的感兴趣区域,利用插值的方法生产三维模型,其生成的三维模型具有一定的不准确性。
3.每次需要对多层二维CT图像进行操作,工作量大。
发明内容
为克服现有技术的缺陷,本发明要解决的技术问题是提供了一种医学三维图像多器官分割的方法,其能够让使用者在三维图像体数据上直接进行基于阈值的分割以及基于区域增长的分割,使得图像分割的操作过程和分割结果更为直观,且免除了对多层CT图像操作的繁杂工作量,图像分割的结果更为准确,由分割而成的蒙版生成表面模型也更为贴合实际。
本发明的技术方案是:这种医学三维图像多器官分割的方法,其包括以下步骤:
(1)阈值分割的方法:通过调节阈值的上下限,利用阈值分割算法来使像素值位于阈值上下限内部的像素点的像素值置为1,上下限外的像素点的像素值置为0,形成二值三维体数据图像;
(2)区域增长的方法:选取种子点,在当前阈值范围内提取连通区域,形成二值三维体数据图像;
(3)当生成了新的二值三维体数据图像后,同时生成三个截面的蒙板图像,三个截面为横断面、冠状面、矢状面;在三维视窗和二维视窗同时显示三维视角和二维视角的分割结果;
(4)通过勾选三维图像上的一个二维封闭区域,进而生成一个以勾画区域平面平行的平面为底面的柱状体,利用调节不同区域的灰度值的方法,使得对图像实现去除柱状体内部、只保留柱状体内部的操作。
本发明将图像与渲染窗口相连接,可以在对图像进行操作处理后,较为方便的进行图像的显示;通过多线程并行的工作方式进行某些逐像素点的图像处理操作,提高了运行效率;利用信号与槽函数机制,实现了功能模块之间的相连互通;因此能够让使用者在三维图像体数据上直接进行基于阈值的分割以及基于区域增长的分割,使得图像分割的操作过程和分割结果更为直观,且免除了对多层CT图像操作的繁杂工作量,图像分割的结果更为准确,由分割而成的蒙版生成表面模型也更为贴合实际。
还提供了医学三维图像多器官分割的装置,其包括:
界面控制模块,其作为用户操作的界面的控制,负责为用户提供调用各个功能的按钮;
界面显示模块,其作为用户操作时所观察需要的界面,界面显示模块用于图像的显示及更新,以及操作各个功能时给予使用者提示;
通信模块,其利用Qt(Qt是完整的跨平台软件开发平台,拥有多种辅助开发的工具)的信号和槽函数机制,实现用户空间模块与内存空间模块的通信;
图像存储模块,其使用mitk开源库的datastorage实现,将图像存入datastorage中以后,通过建立与四个渲染窗口的连接,当对图像进行操作后,直接在渲染窗口中看到修改的结果;同时,分割生成的各器官表面模型也存放在datastorage中,方便存储和调用;
去除包含模块,其包括预览区域模块和像素操作模块:预览区域模块用来在三维视窗上勾选封闭区域后,预览待操作的柱状体;像素操作模块可以针对柱状体内外的像素,用遍历整张图像素点的方式来对图像进行对点的像素操作;
图像分割模块,其包含阈值分割模块和区域生长模块:阈值分割模块利用阈值分割的方法对图像进行操作,同时这里通过信号和槽函数的机制,优化渲染窗口的更新,当使用滑块滚动条进行阈值上下限的调节时,这种优化能够保证当调节完成后再统一更新渲染窗口的显示蒙板图像,防止了由于计算量过大带来的崩溃;区域生长模块利用区域生长算法,对选取的种子点执行区域生长算法,得到在当前蒙板图像下的连通域作为新的蒙板图像。
附图说明
图1是根据本发明的医学三维图像多器官分割的方法的流程图。
图2是根据本发明的医学三维图像多器官分割的装置的结构示意图。
具体实施方式
如图1所示,这种医学三维图像多器官分割的方法,其包括以下步骤:
(1)阈值分割的方法:通过调节阈值的上下限,利用阈值分割算法来使像素值位于阈值上下限内部的像素点的像素值置为1,上下限外的像素点的像素值置为0,形成二值三维体数据图像;
(2)区域增长的方法:选取种子点,在当前阈值范围内提取连通区域,形成二值三维体数据图像;
(3)当生成了新的二值三维体数据图像后,同时生成三个截面的蒙板图像,三个截面为横断面、冠状面、矢状面;在三维视窗和二维视窗同时显示三维视角和二维视角的分割结果;
(4)通过勾选三维图像上的一个二维封闭区域,进而生成一个以勾画区域平面平行的平面为底面的柱状体,利用调节不同区域的灰度值的方法,使得对图像实现去除柱状体内部、只保留柱状体内部的操作。
本发明将图像与渲染窗口相连接,可以在对图像进行操作处理后,较为
方便的进行图像的显示;通过多线程并行的工作方式进行某些逐像素点的图像处理操作,提高了运行效率;利用信号与槽函数机制,实现了功能模块之
间的相连互通;因此能够让使用者在三维图像体数据上直接进行基于阈值的分割以及基于区域增长的分割,使得图像分割的操作过程和分割结果更为直观,且免除了对多层CT图像操作的繁杂工作量,图像分割的结果更为准确,由分割而成的蒙版生成表面模型也更为贴合实际。
0优选地,所述步骤(4)中,限制ROI的情况:
(4.1)在三维显示视窗中勾选封闭形状,勾选的形状所在平面为当前视角下整个三维体数据的投影为底面的柱状体的中心平面,勾选形状在三维视窗中显示为绿色;
(4.2)此时选择是否进行预览操作,若进行预览操作,则以与勾划5区域所在平面平行两个平面为底的柱状体被显示在三维视窗中;通过这个柱状体,确定那些像素点在所选区域内,哪些像素点在所选区域外;勾选形状的过程中保证视角不移动,由于勾画形状所在平面的确定是利用勾画形状时的前三个点来进行的,而在勾画过程中若移动视角,这里勾画出的形状不为一个平面形状;
0(4.3)柱状体显示完成后,选择执行去除或者包含操作:去除就是将在柱状体内部的像素点像素值都设为图像中像素的最小值或背景色,包含则是只保留柱状体内部的像素点的像素值,其余像素点的像素值均设为图像红像素的最小值或背景色;
(4.4)不选择预览,直接执行去除和包含操作,预览功能只是为了5使用者有效地检查被勾画地区域;
(4.5)确认限制ROI完成后,生成结果。
优选地,所述步骤(4)中,不限制ROI的情况:
(4.a)不进行ROI限制的情况下,继续选择是否进行区域增长操作;
(4.b)不进行区域增长操作直接生成结果;
(4.c)若选择进行区域增长操作,则选取种子点,在当前蒙板图像下,执行区域增长算法,得到区域增长的结果。
优选地,该方法还包括:
(5)若对结果满意,则确认当前的蒙板图像,由蒙板图像生成最终结果,并生成表面模型,由此完成器官分割;
(6)生成表面模型之后,对器官列表中生成的表面模型进行组合操作,组合操作将列表中可见的器官模型组合,并重新计算表面模型的体积。
如图2所示,还提供了医学三维图像多器官分割的装置,其包括:
界面控制模块,其作为用户操作的界面的控制,负责为用户提供调用各个功能的按钮;
界面显示模块,其作为用户操作时所观察需要的界面,界面显示模块用于图像的显示及更新,以及操作各个功能时给予使用者提示;
通信模块,其利用Qt(Qt是完整的跨平台软件开发平台,拥有多种辅助开发的工具)的信号和槽函数机制,实现用户空间模块与内存空间模块的通信;
图像存储模块,其使用mitk开源库的datastorage实现,将图像存入datastorage中以后,通过建立与四个渲染窗口的连接,当对图像进行操作后,直接在渲染窗口中看到修改的结果;同时,分割生成的各器官表面模型也存放在datastorage中,方便存储和调用;
去除包含模块,其包括预览区域模块和像素操作模块:预览区域模块用来在三维视窗上勾选封闭区域后,预览待操作的柱状体;像素操作模块可以针对柱状体内外的像素,用遍历整张图像素点的方式来对图像进行对点的像素操作;
图像分割模块,其包含阈值分割模块和区域生长模块:阈值分割模块利用阈值分割的方法对图像进行操作,同时这里通过信号和槽函数的机制,优化渲染窗口的更新,当使用滑块滚动条进行阈值上下限的调节时,这种优化能够保证当调节完成后再统一更新渲染窗口的显示蒙板图像,防止了由于计算量过大带来的崩溃;区域生长模块利用区域生长算法,对选取的种子点执行区域生长算法,得到在当前蒙板图像下的连通域作为新的蒙板图像。
优选地,界面控制模块中,通过这些Qt实现的界面控制,完成对于可视化窗口的种种控制操作,包括调节图像灰度值、调节窗宽窗位、控制各个新定义的操作。
优选地,该装置还包括图像组合模块,图像组合的对象为生成之后的表面模型,将多个表面模型组合成一个,将多个表面合成拼接为一个,并重新计算组合后表面模型的体积,该模块实现对于血管这种细小身体结构的完整分割,且在常规分割操作中不容易一次性分出的器官通过图像组合模块操作来实现完整分割。
以下更详细地说明本发明。
如附图2是三维图像多器官分割各个模块之间的交互图。
1、界面控制模块。
作为用户操作的界面的控制,负责为用户提供调用各个功能的按钮。通过这些Qt实现的界面控制,完成对于可视化窗口的种种控制操作,包括调节图像灰度值、调节窗宽窗位、控制各个新定义的操作如“去除”、“包含”、“组合”等。
2、界面显示模块
作为用户操作时所观察需要的界面,界面显示模块主要负责图像的显示及更新,以及操作各个功能时给予使用者提示。
3、通信模块
利用Qt的信号和槽函数机制,实现用户空间模块与内存空间模块的通信。
4、图像存储模块
这个模块使用mitk开源库的datastorage实现,将图像存入datastorage中以后,通过建立与四个渲染窗口的连接,当对图像进行操作后,可以直接在渲染窗口中看到修改的结果。同时,分割生成的各器官表面模型也存放在datastorage中,方便存储和调用。
5、去除包含模块
包括预览区域模块和像素操作模块:预览区域模块用来在三维视窗上勾选封闭区域后,预览待操作的柱状体;像素操作模块可以针对柱状体内外的像素,用遍历整张图像素点的方式来对图像进行对点的像素操作,如将柱状体内部的像素点像素设为背景色(图像中像素值的最小值),即实现了“去除”操作。
6、图像分割模块
在本实施例中,图像分割模块作为一个相对重要的模块实现了该发明的主要功能。其中包含了阈值分割模块和区域生长模块:阈值分割模块利用阈值分割的方法对图像进行操作,,同时这里通过信号和槽函数的机制,优化了渲染窗口的更新,当使用滑块滚动条进行阈值上下限的调节时,这种优化能够保证当调节完成后再统一更新渲染窗口的显示蒙板图像,防止了由于计算量过大带来的崩溃;区域生长模块利用了区域生长算法,对选取的种子点执行区域生长算法,得到在当前蒙板图像下的连通域作为新的蒙板图像。
7、图像组合模块
图像组合模块是独立于其他图像操作模块的模块,图像组合的对象为生成之后的表面模型,可以将多个表面模型组合成一个,将多个表面合成拼接为一个,并重新计算组合后表面模型的体积(若组合后为封闭表面)。该模块实现了对于血管等细小身体结构的完整分割(通过多次分割不同部分后组
合这些器官模型),且在常规分割操作中不容易一次性分出的器官也可以通5过“组合”操作来实现完整分割。
结合附图1,对本发明的一个实例实现的步骤进行详细的描述。
步骤一:启动程序,进入三维多器官分割界面。
步骤二:调节阈值的上下限,使各个渲染窗口中显示当前阈值分割结果得
到的蒙版图像。可在三维显示视窗中旋转视角对三维体数据进行多角度的查看。0步骤三:这时,为了方便后续分割,可以考虑是否限制图像的感兴趣区域。
分为两种情况:
首先是限制ROI的情况:
1)在三维显示视窗中勾选封闭形状,勾选的形状所在平面为当前视角下整个三维体数据的投影为底面的柱状体的中心平面,勾选形状在5三维视窗中显示为绿色;
2)此时可以选择是否进行预览操作,若进行预览操作,则以与勾划区域所在平面平行两个平面(距离勾区域所在平面的距离为默认值200)
为底的柱状体被显示在三维视窗中。通过这个柱状体,可以确定那些像素点在所选区域内,哪些像素点在所选区域外。另外,勾选形0状的过程中要保证视角不移动,由于勾画形状所在平面的确定是利用勾画形状时的前三个点(确定两条直线,两条直线确定一个平面)
来进行的,而在勾画过程中若移动视角,这里勾画出的形状不为一个平面形状。
3)柱状体显示完成后,可以选择执行“去除”或者“包含”操作:“去5除”就是将在柱状体内部的像素点像素值都设为图像中像素的最小值(或背景色)。“包含”则是只保留柱状体内部的像素点的像素值,其余像素点的像素值均设为图像红像素的最小值(或背景色);
4)也可以不选择预览直接执行“去除”和“包含”操作,“预览”功能只是为了使用者可以较为有效地检查被勾画地区域。
5)最后确认限制ROI完成后,可以生成结果。
第二种是不进行ROI限制的情况:
1)不进行ROI限制的情况下,可以继续选择是否进行区域增长操作
2)不进行区域增长操作可以直接生成结果;
3)若选择进行区域增长操作,则需要选取种子点,在当前蒙板图像下,
执行区域增长算法,得到区域增长的结果
步骤四:若对结果满意,则确认当前的蒙板图像,由蒙板图像生成最终结果,并生成表面模型,由此完成器官分割。
步骤五:生成表面模型之后,可以对器官列表中生成的表面模型进行“组合”操作。“组合”操作可以将列表中可见的器官模型组合,并重新计算表面模型的体积(需要表面模型封闭)。
本发明正是利用了经典的图像处理算法:阈值分割以及区域增长,结合了对于ROI的限制(去除和包含)来实现更精准的器官分割。同时,对于难以单次完整分割的血管等身体结构,可以通过“组合”功能来将多次分割出的细小身体结构的结果表面模型组合为一个表面模型,实现对于这些细小身体结构的器官分割。并且在整个器官分割的操作中,使用者可以直接观察三维视图,本发明的一大亮点就是使用者可以直接在三维视图上进行图像操作,相比于主流的二维视图的器官分割,本发明具有较高的准确性与直观性。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。
Claims (7)
1.医学三维图像多器官分割的方法,其特征在于:其包括以下步骤:
(1)阈值分割的方法:通过调节阈值的上下限,利用阈值分割算法来使像素值位于阈值上下限内部的像素点的像素值置为1,上下限外的像素点的像素值置为0,形成二值三维体数据图像;
(2)区域增长的方法:选取种子点,在当前阈值范围内提取连通区域,
形成二值三维体数据图像;
(3)当生成了新的二值三维体数据图像后,同时生成三个截面的蒙板图像,三个截面为横断面、冠状面、矢状面;在三维视窗和二维视窗同时显示三维视角和二维视角的分割结果;
(4)通过勾选三维图像上的一个二维封闭区域,进而生成一个以勾画区域平面平行的平面为底面的柱状体,利用调节不同区域的灰度值的方法,使得对图像实现去除柱状体内部、只保留柱状体内部的操作。
2.根据权利要求1所述的医学三维图像多器官分割的方法,其特征在于:所述步骤(4)中,限制ROI的情况:
(4.1)在三维显示视窗中勾选封闭形状,勾选的形状所在平面为当前视角下整个三维体数据的投影为底面的柱状体的中心平面,勾选形状在三维视窗中显示为绿色;
(4.2)此时选择是否进行预览操作,若进行预览操作,则以与勾划区域所在平面平行两个平面为底的柱状体被显示在三维视窗中;通过这个柱状体,确定那些像素点在所选区域内,哪些像素点在所选区域外;勾选形状的过程中保证视角不移动,由于勾画形状所在平面的确定是利用勾画形状时的前三个点来进行的,而在勾画过程中若移动视角,这里勾画出的形状不为一个平面形状;
(4.3)柱状体显示完成后,选择执行去除或者包含操作:去除就是将在柱状体内部的像素点像素值都设为图像中像素的最小值或背景色,包含则是只保留柱状体内部的像素点的像素值,其余像素点的像素值均设为图像红像素的最小值或背景色;
(4.4)不选择预览,直接执行去除和包含操作,预览功能只是为了使用者有效地检查被勾画地区域;
(4.5)确认限制ROI完成后,生成结果。
3.根据权利要求1所述的医学三维图像多器官分割的方法,其特征在于:所述步骤(4)中,不限制ROI的情况:
(4.a)不进行ROI限制的情况下,继续选择是否进行区域增长操作;
(4.b)不进行区域增长操作直接生成结果;
(4.c)若选择进行区域增长操作,则选取种子点,在当前蒙板图像下,执行区域增长算法,得到区域增长的结果。
4.根据权利要求1-3任一项所述的医学三维图像多器官分割的方法,其特征在于:该方法还包括:
(5)若对结果满意,则确认当前的蒙板图像,由蒙板图像生成最终结果,并生成表面模型,由此完成器官分割;
(6)生成表面模型之后,对器官列表中生成的表面模型进行组合操作,组合操作将列表中可见的器官模型组合,并重新计算表面模型的体积。
5.医学三维图像多器官分割的装置,其特征在于:其包括:
界面控制模块,其作为用户操作的界面的控制,负责为用户提供调用各个功能的按钮;
界面显示模块,其作为用户操作时所观察需要的界面,界面显示模块用于图像的显示及更新,以及操作各个功能时给予使用者提示;
通信模块,其利用跨平台软件开发平台Qt的信号和槽函数机制,实现用户空间模块与内存空间模块的通信;
图像存储模块,其使用mitk开源库的datastorage实现,将图像存入datastorage中以后,通过建立与四个渲染窗口的连接,当对图像进行操作后,直接在渲染窗口中看到修改的结果;同时,分割生成的各器官表面模型也存放在datastorage中,方便存储和调用;
去除包含模块,其包括预览区域模块和像素操作模块:预览区域模块用来在三维视窗上勾选封闭区域后,预览待操作的柱状体;像素操作模块可以针对柱状体内外的像素,用遍历整张图像素点的方式来对图像进行对点的像素操作;
图像分割模块,其包含阈值分割模块和区域生长模块:阈值分割模块利用阈值分割的方法对图像进行操作,同时这里通过信号和槽函数的机制,优化渲染窗口的更新,当使用滑块滚动条进行阈值上下限的调节时,这种优化能够保证当调节完成后再统一更新渲染窗口的显示蒙板图像,防止了由于计算量过大带来的崩溃;区域生长模块利用区域生长算法,对选取的种子点执行区域生长算法,得到在当前蒙板图像下的连通域作为新的蒙板图像。
6.根据权利要求5所述的医学三维图像多器官分割的装置,其特征在于:界面控制模块中,通过这些Qt实现的界面控制,完成对于可视化窗口的种种控制操作,包括调节图像灰度值、调节窗宽窗位、控制各个新定义的操作。
7.根据权利要求6所述的医学三维图像多器官分割的装置,其特征在于:该装置还包括图像组合模块,图像组合的对象为生成之后的表面模型,将多个表面模型组合成一个,将多个表面合成拼接为一个,并重新计算组合后表面模型的体积,该模块实现对于血管这种细小身体结构的完整分割,且在常规分割操作中不容易一次性分出的器官通过图像组合模块操作来实现完整分割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211644560.1A CN116167973A (zh) | 2022-12-20 | 2022-12-20 | 医学三维图像多器官分割的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211644560.1A CN116167973A (zh) | 2022-12-20 | 2022-12-20 | 医学三维图像多器官分割的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116167973A true CN116167973A (zh) | 2023-05-26 |
Family
ID=86410366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211644560.1A Pending CN116167973A (zh) | 2022-12-20 | 2022-12-20 | 医学三维图像多器官分割的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167973A (zh) |
-
2022
- 2022-12-20 CN CN202211644560.1A patent/CN116167973A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107808156A (zh) | 感兴趣区域提取方法 | |
CN102567728B (zh) | 医用图像处理装置及方法和程序 | |
US7890156B2 (en) | Medical image display method and apparatus | |
US7529396B2 (en) | Method, computer program product, and apparatus for designating region of interest | |
US9519993B2 (en) | Medical image processing apparatus | |
CN111161241B (zh) | 一种肝脏图像识别方法、电子设备及存储介质 | |
TWI594206B (zh) | Cardiac medical imaging single chamber mapping system and method | |
WO2007142607A2 (en) | Method and system for selective visualization and interaction with 3d image data, in a tunnel viewer | |
JPH10137190A (ja) | 医用画像処理装置 | |
CN110555854A (zh) | 用于处理医学图像的系统和方法 | |
US20150078643A1 (en) | Method and device for automatic or semi-automatic segmentation of a 3d image data set | |
KR102344521B1 (ko) | 진단 및 진료계획 수립 방법 및 이를 위한 3차원 치과영상 제공장치 | |
CN110547869B (zh) | 一种基于虚拟现实的术前辅助规划装置 | |
EP2901935B1 (en) | Method and device for generating virtual endoscope image, and program | |
US20080170768A1 (en) | Region correction method | |
US11798249B1 (en) | Using tangible tools to manipulate 3D virtual objects | |
JP3989896B2 (ja) | 医用画像処理装置、関心領域抽出方法、ならびに、プログラム | |
KR102376161B1 (ko) | 사용자 인터페이스 기반의 수술과정 분석 제공 방법 및 서버 | |
US20120188240A1 (en) | Medical image display apparatus, method and program | |
JP4473578B2 (ja) | 体の構造の孤立した視覚化されたものを形成する方法及び装置 | |
CN116167973A (zh) | 医学三维图像多器官分割的方法及装置 | |
US20210233308A1 (en) | System and method for linking a segmentation graph to volumetric data | |
CN114283123A (zh) | 三维体绘制医学图像处理方法、装置、介质及设备 | |
CN111803111B (zh) | 一种脑部血管显示装置及方法 | |
JP7391348B2 (ja) | 医用画像処理システム、医用画像処理方法および医用画像処理プログラム |
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 |