[发明专利]一种基于医学影像的器官和病灶的三维成像方法及系统

权利要求书

1.一种基于医学影像的器官和病灶的三维成像方法，其特征在于：包括以下步骤：

S1：获取待拆分器官的薄层扫描图像；

S2：对其中一幅图像的病灶/靶区的外轮廓进行勾画；

S3：分别对包括病灶/靶区和待拆分器官进行三维建模；

步骤S3中对于待拆分器官的三维建模包括以下子步骤：

S311：识别器官，将器官周围的非器官部分进行分离；

S312：与多种该器官的标准模板进行比较，判断器官形态，并匹配该形态的标准模板；

S313：对该器官进行三维建模；

S4：对三维建模得到的待拆分器官的模型进行多区域拆分。

2.根据权利要求1所述的一种基于医学影像的器官和病灶的三维成像方法，其特征在于：当器官形态为坍塌或者萎缩或者不完全，则手动对坍塌或者萎缩或者不完全的器官边界进行划分。

3.根据权利要求1或2所述的一种基于医学影像的器官和病灶的三维成像方法，其特征在于：所述的待拆分器官为脑叶，所述的多区域为额叶、颞叶、顶叶、枕叶及小脑；所述的方法包括以下子步骤：

S11：获取脑叶的薄层扫描图像；

S12：对其中一幅图像的病灶/靶区的外轮廓进行勾画；

S13：分别对病灶/靶区和待拆分器官进行三维建模，其中对于病灶/靶区的三维建模采用相同阈值的区域增长算法确定边界实现，所述的阈值为灰度值；对于待拆分器官的三维建模为对脑叶的薄层扫描图像进行去头皮去骨处理，构建头部模型；所述的构建头部模型采用图像特征子步骤和定位子步骤实现；所述的图像特征子步骤包括对扫描图像的脑部沟壑进行判断，根据灰度的不同得到脑叶的边界；所述的定位子步骤包括根据对器官的标准模板进行十字交叉定位确认脑叶的边界；

S14：对构建的头部模型进行多区域拆分，包括以下子步骤：

S141：针对任意一个图像，将标准模板对应的模板图像的各区域与个体图像进行空间匹配变形处理，把模板空间的各个脑叶分区图像对应变形到个体脑空间，完成大脑区域分割；

S142：将个体空间脑叶图像和病灶/靶区进行二值化处理，形成mask矩阵；

S143：将mask矩阵转化为系统可识别的区域。

4.根据权利要求1或2所述的一种基于医学影像的器官和病灶的三维成像方法，其特征在于：所述的待拆分器官为肝脏，所述的多区域为肝左叶和肝右叶；所述的方法包括以下子步骤：

S21：使用DCMTK读取肝脏的DICOM序列图像；

S22：对其中一幅图像的病灶/靶区的外轮廓进行勾画；

S23：分别对病灶/靶区和待拆分器官进行三维建模，对于病灶/靶区的三维建模采用相同阈值的区域增长算法确定边界实现，所述的阈值为灰度值；对待拆分器官的三维建模包括以下子步骤：

S231：采用各向异性扩散滤波算法去掉噪声，强化图像边缘；

S232：采用OTSU算法强化图像特征；

S233：采用形态学算法、或者水平集分割算法、或者自适应区域生长算法和BP神经网络算法的结合，提取肝脏区域；

S234：腐蚀提取后的图像，并采用漫水填充法对图像进行后处理；

S235：将步骤S234得到的图像与原始图像相与，得到最终的肝脏区域；

S24：对得到的肝脏区域进行多区域拆分，包括以下子步骤：

S241：针对任意一个图像，将标准模板对应的模板图像的各区域与个体图像进行空间匹配变形处理，把模板空间的各个肝脏分区图像对应变形到个体肝脏空间，完成肝脏区域分割；

S242：将个体空间肝脏图像和靶区/病灶进行二值化处理，形成mask矩阵；

S243：将mask矩阵转化为系统可识别的区域。

5.根据权利要求1所述的一种基于医学影像的器官和病灶的三维成像方法，其特征在于：所述的薄层扫描图像包括CT图像、磁共振图像和DSA图像。