[发明专利]图像分割系统、方法、装置和计算机可读存储介质

说明书

本申请提供了一种图像处理的方法、系统、装置和计算机可读存储介质。所述方法包括：获取图像数据，所述图像数据包括至少一根肋骨；确定肋骨区域，所述肋骨区域包含至少一部分肋骨；任选所述肋骨中的一根肋骨为目标肋骨；通过机器学习方法训练得到的分类器处理所述目标肋骨，获得肋骨概率图；确定所述目标肋骨的起始点；基于所述肋骨概率图、所述起始点对所述目标肋骨进行模型追踪；并且基于所述模型追踪的结果对所述目标肋骨进行分割，获得分割后的肋骨。本申请基于机器学习的方法进行模型追踪，提高了模型追踪算法的鲁棒性，确保可以在图像中成功分割出肋骨。

技术领域

本披露涉及图像处理领域，特别地，涉及肋骨分割系统及方法。

背景技术

医学图像如今已得到广泛应用。医学图像中，肋骨分割可为分析肋骨解剖结构和诊断各种疾病 提供基础。手动分割比较耗费时间。现有的自动分割技术虽然可以在大部分情况下实现较为迅速的 分割，但某些情况下可能存在困难，例如因病理状态导致肋骨边界不清，肋骨与其他骨骼粘连，肋 骨缺失或肋骨中一部分缺失，这些都可能使肋骨分割结果出现错误。因此，希望有一种成功率高的 肋骨分割方法和系统，来解决上述问题。

发明内容

本申请的第一方面是关于一种图像处理方法。所述图像处理方法可以包括以下操作中的一个或 多个。获取图像数据，所述图像数据包括至少一根肋骨。确定肋骨区域，所述肋骨区域包含至少一 部分肋骨。任选所述肋骨中的一根肋骨为目标肋骨。通过机器学习方法训练得到的分类器处理所述 目标肋骨，获得肋骨概率图。确定所述目标肋骨的起始点。基于所述肋骨概率图、所述起始点对所 述目标肋骨进行模型追踪。基于所述模型追踪的结果对所述目标肋骨进行分割，获得分割后的肋骨。

本申请的第二方面是关于一种图像处理系统。所述系统包括数据获取模块和肋骨提取模块。所 述数据获取模块用于获取图像数据，所述图像数据包括至少一根肋骨。所述肋骨提取模块用于提取 肋骨，所述提取肋骨包括：确定肋骨区域，所述肋骨区域包含至少一部分肋骨；任选所述肋骨中的 一根肋骨为目标肋骨；通过机器学习方法训练得到的分类器处理所述目标肋骨，获得肋骨概率图； 确定所述目标肋骨的起始点；基于所述肋骨概率图、所述起始点对所述目标肋骨进行模型追踪；基 于所述模型追踪的结果对所述目标肋骨进行分割，获得分割后的肋骨。

本发明的第三方面是关于一种计算机可读存储介质。所述存储介质可以用于存储计算机指令， 当计算机读取存储介质中的计算机指令后，计算机可以执行所述图像处理方法。

本发明的第四方面是关于一种图像处理装置。所述装置包括图像处理程序。所述图像处理程序 可以执行所述图像处理方法。

在一些实施例中，所述图像处理方法进一步包括：确定所述肋骨的种子点；基于所述种子点对 所述图像数据进行初分割，得到初始肋骨；判断所述初始肋骨是否与椎骨粘连，如是，则将所述初 始肋骨确定为所述目标肋骨以进行进一步分割；否则，则确定所述初始肋骨为分割后的肋骨。

在一些实施例中，所述确定所述目标肋骨的起始点可以包括：确定所述目标肋骨的肋骨像素或 体素个数分布的直方图，其中所述肋骨像素或体素为灰度值高于预设阈值的像素或体素；根据所述 直方图，确定所述目标肋骨的解剖结构最低点为所述起始点。

在一些实施例中，所述确定所述直方图包括：沿人体前后方向对肋骨像素或体素进行个数累加， 得到一张个数累加图；沿人体上下方向对所述个数累加图中的肋骨像素或体素进行个数累加，得到 肋骨像素或体素个数沿人体左右方向分布的直方图。

在一些实施例中，所述获得肋骨概率图包括：基于分类器产生所述肋骨概率图。所述分类器是 用样本肋骨的至少一张图片通过所述机器学习方法训练得到的。

在一些实施例中，所述对所述目标肋骨进行模型追踪包括：确定肋骨追踪方向范围；根据所述 肋骨追踪方向范围和所述模型追踪，确定预测肋骨片段。