[发明专利]一种基于CT影像的气胸致肺萎陷程度精确计算方法在审
| 申请号: | 201910583717.6 | 申请日: | 2019-06-28 |
| 公开(公告)号: | CN112150406A | 公开(公告)日: | 2020-12-29 |
| 发明(设计)人: | 江洁清;王远军;汪葛 | 申请(专利权)人: | 复旦大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T7/155;G06T7/187 |
| 代理公司: | 上海元一成知识产权代理事务所(普通合伙) 31268 | 代理人: | 吴桂琴 |
| 地址: | 200433 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 ct 影像 气胸 致肺萎陷 程度 精确 计算方法 | ||
1.一种基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,其包括步骤:A)提供一组胸部CT断面图像;B)输入肺部CT图像序列并选择初始层与感兴趣肺区;C)对CT序列图像进行分割得到肺实质区域;D)对CT序列图像进行分割得到气胸区域;E)基于分割所得肺实质区域和气胸区域,计算肺萎陷比值。
2.按权利要求1所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,所述步骤B包括:
接收第一用户输入,所述第一用户输入用于选择调节窗宽窗位以提高气胸组织与肺部正常组织的对比度;或者根据特定的图像增强算法,自动计算出优选的窗宽和窗位值;
接受第二用户输入,所述第二用户输入用于选择初始层CT断面图像;或者自动选择整个CT序列30%处的图像;
接受第三用户输入,所述第三用户输入用于选择感兴趣肺区。
3.按权利要求2所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,所述自动选择整个序列30%处的图像是基于该处肺部区域面积较大,包含的信息较为完整。
4.按权利要求2所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,所述手动选择感兴趣肺区是基于去除主气管等其他干扰组织的影响,从而提高整个肺实质分割的精度。
5.按权利要求1所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,所述步骤C包括:
利用3x3中值滤波器对图像进行降噪处理,通过迭代阈值的方法计算出最佳分割阈值提取出胸腔区域,得到阈值分割模板f0,并通过形态学填充,获得完整的胸腔区域模板f1;对阈值法分割所得的模板进行取反操作得到fn,再将fn与f1作点乘得到最终的肺实质区域f2。
6.按权利要求5所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,利用形态学闭运算和孔洞填充操作以填补肺部血管的高亮度区域,获得完整的肺实质模板f3,其中,形态学算子为半径为2的圆盘算子。
7.按权利要求5所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,对上一层肺实质区域模板进行形态学膨胀操作,如利用半径为2-4的形态学算子,获取先验约束模板fp,将当前层肺实质分割模板f3与fp作点乘,以去除与先验约束模板不重合的分支,有效优化当前层图像的分割结果。
8.按权利要求1所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,步骤D包括通过设定阈值(T=-930)将气胸部分分割出来。
9.按权利要求8所述的基于CT影像的气胸致肺萎陷程度精确计算方法,其特征在于,对于肺实质中含有的低CT值呈星点状分布的像素点,利用形态学的开运算操作进行去除,获得最终的气胸区域,其中形态学算子为半径为2的圆盘算子。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于复旦大学,未经复旦大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910583717.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种改性再生PC/ABS合金回收料及其制备方法
- 下一篇:一种智能播种机器人





