申请/专利权人：四川大学青岛研究院

申请日：2020-02-25

公开（公告）日：2021-06-08

公开（公告）号：CN111402261B

主分类号：G06T7/11(20170101)

分类号：G06T7/11(20170101);G06T5/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.06.08#授权;2020.08.04#实质审查的生效;2020.07.10#公开

摘要：本发明提供一种改进的基于Hessian矩阵增强的颅骨分割方法，包括以下步骤：1医学图像预处理；2对目标区域估计；3利用骨增强滤波器对图像中的骨骼体素进行增强，4基于图割理论进行颅骨分割。本发明提供的一种改进的基于Hessian矩阵增强的颅骨分割方法。没有手动处理的前提下仍可以实现CT图像中完整颅骨的分割，分割效果良好。该方法不仅解决了传统的图像分割方法无法克服的关节分割不良的问题，而且能较为完整的分割出颅骨中结构较薄、CT值较低的软骨和松质骨，克服了传统的分割方法在进行颅骨分割时经常性的存在着结构分割不完整的问题。

主权项：1.一种改进的基于Hessian矩阵增强的颅骨分割方法，包括以下步骤：1医学图像预处理；2对目标区域估计；3利用骨增强滤波器对图像中的骨骼体素进行增强，4基于图割理论进行颅骨分割；所述的步骤1，在图像的预处理阶段，通过调节CT图像的窗宽窗位来增强图像中骨骼和其他软组织的对比度；通过窗宽窗位调整，抑制原始图像中大量的背景噪声，突出感兴趣的目标区域,提高CT图像质量；然后利用滤波器对图像进行锐化，实现图像边界的增强；其特征在于，所述的步骤2，目标区域估计处理，具体的过程如下：i利用骨增强滤波器计算整个三维图像中所有体素的在尺度σ＝0.5下的片状响应参数；Rsheet参数，定义如下： 其中Rsheet表示片状体素响应参数；将阈值函数引入到骨骼增强模型中，通过设置阈值T来抑制0附近的λ3的值来减小背景和噪声体素的响应值，骨增强模型为： 其中，Rblob为点状体素响应参数，参数α，β＝0.5，γ＝0.25；Rnoise表示噪声抑制参数，尺度范围为0.5≤σ≤1.2；ii根据计算得到的最大的响应值作为片状体素响应值Sheetness和图像的CT值大小对体素进行初步分类，满足分类标准的体素标记为1，不满足分类标准的体素标记为0；分类的标准为Bone＝{HU＞400||HU＞-25Sheetness＞0.85}；通过分类能够得到三维CT图像数据中颅骨的大致分割结果；iii对估计的结果图像进行倒角距离变换，通过距离变换将一幅表示目标的二值图像转化为灰度图像，灰度图中的灰度值表示原始二值图像相应坐标点关于最近目标的距离，变换后得到的图像也就是所谓的距离图像；iv将阈值设置为30，对距离变换后的距离图像进行阈值处理，就可得到感兴趣区域的估计结果；感兴趣区域中包含了完整颅骨结构的所有体素及部分颅内软组织体素。

全文数据：

权利要求：

百度查询： 四川大学青岛研究院 一种改进的基于Hessian矩阵增强的颅骨分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD