[发明专利]一种基于特征分析的心包区域定位方法、装置及系统有效

专利信息
申请号: 201911417610.0 申请日: 2019-12-31
公开(公告)号: CN111161285B 公开(公告)日: 2023-04-25
发明(设计)人: 霍颖瑜;钟勇 申请(专利权)人: 佛山科学技术学院
主分类号: G06T7/11 分类号: G06T7/11;G06T7/13;G06T7/136;G06T7/181;G06T7/73
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 蔡伟杰
地址: 528000 广东*** 国省代码: 广东;44
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 特征 分析 心包 区域 定位 方法 装置 系统
【权利要求书】:

1.一种基于特征分析的心包区域定位方法,其特征在于,包括:

获取一组CT序列图像,该CT序列图像包含对至少一个心跳周期的心包采样;

提取该CT序列图像中每一张CT图像的边缘轮廓,得到一组边缘轮廓;

将该组边缘轮廓进行融合,得到一张典型轮廓,获取该典型轮廓的偏差范围;

将典型轮廓作为定位到的心包区域,将该偏差范围作为心脏的心跳区间;

所述提取该CT序列图像中每一张CT图像的边缘轮廓之前,还包括:

将CT图像进行灰度归一化,得到归一化图像;

采用中值滤波算法对归一化图像进行预处理,再采用拉普拉斯算子对预处理后的归一化图像进行图像锐化处理;

采用以下公式进行灰度归一化:

其中,I表示CT图像的灰度值,Imin表示CT图像中的最小灰度值,Imax表示CT图像中的最大灰度值,L表示归一化图像的灰度值,这样,得到的归一化图像中灰度值的取值范围为[0,1]。

2.根据权利要求1所述的一种基于特征分析的心包区域定位方法,其特征在于,所述提取该CT序列图像中每一张CT图像的边缘轮廓,得到一组边缘轮廓,包括:

从该CT序列图像中按序列提取CT图像,得到一张CT图像;

选取该CT图像的中心像素点作为种子点,将该CT图像的灰度平均值作为分割阈值,采用区域生长法对所述CT图像进行分割,得到该CT图像的边缘轮廓;

将CT序列图像中的每个边缘轮廓按序列排序,形成一组边缘轮廓。

3.根据权利要求2所述的一种基于特征分析的心包区域定位方法,其特征在于,所述将该组边缘轮廓进行融合,得到一张典型轮廓,获取该典型轮廓的偏差范围,具体为:

将该组边缘轮廓中的像素点全部汇总在一张图像中,形成一张二值化图像;

采用梯度下降法对该二值化图像中的像素点进行线性回归,得到一条闭环曲线,将该闭环曲线作为典型轮廓;

计算所述典型轮廓的平均偏离度,作为该典型轮廓的偏差范围。

4.一种基于特征分析的心包区域定位装置,其特征在于,包括:

CT序列图像获取模块,用于获取一组CT序列图像,该CT序列图像包含对至少一个心跳周期的心包采样;

边缘轮廓提取模块,用于提取该CT序列图像中每一张CT图像的边缘轮廓,得到一组边缘轮廓;

融合模块,用于将该组边缘轮廓进行融合,得到一张典型轮廓,获取该典型轮廓的偏差范围;

定位模块,用于将典型轮廓作为定位到的心包区域,将该偏差范围作为心脏的心跳区间;

预处理模块,所述预处理模块用于:

将CT图像进行灰度归一化,得到归一化图像;

采用中值滤波算法对归一化图像进行预处理,再采用拉普拉斯算子对预处理后的归一化图像进行图像锐化处理;

采用以下公式进行灰度归一化:

其中,I表示CT图像的灰度值,Imin表示CT图像中的最小灰度值,Imax表示CT图像中的最大灰度值,L表示归一化图像的灰度值,这样,得到的归一化图像中灰度值的取值范围为[0,1]。

5.根据权利要求4所述的一种基于特征分析的心包区域定位装置,其特征在于,所述边缘轮廓提取模块具体用于:

从该CT序列图像中按序列提取CT图像,得到一张CT图像;

选取该CT图像的中心像素点作为种子点,将该CT图像的灰度平均值作为分割阈值,采用区域生长法对所述CT图像进行分割,得到该CT图像的边缘轮廓;

将CT序列图像中的每个边缘轮廓按序列排序,形成一组边缘轮廓。

6.根据权利要求5所述的一种基于特征分析的心包区域定位装置,其特征在于,所述融合模块具体用于:

将该组边缘轮廓中的像素点全部汇总在一张图像中,形成一张二值化图像;

采用梯度下降法对该二值化图像中的像素点进行线性回归,得到一条闭环曲线,将该闭环曲线作为典型轮廓;

计算所述典型轮廓的平均偏离度,作为该典型轮廓的偏差范围。

7.一种基于特征分析的心包区域定位系统,其特征在于,所述系统包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的心包区域定位程序,所述心包区域定位程序被所述处理器执行时实现如权利要求1至3中任一项所述的基于特征分析的心包区域定位方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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佛山科学技术学院,未经佛山科学技术学院许可,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/201911417610.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top