[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

说明书

本发明涉及图像处理技术领域，具体涉及一种基于特征分析的心包区域定位方法、装置及系统，所述方法为：首先获取一组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；接着提取该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；进而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；最终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，本发明还相应的提供了基于特征分析的心包区域定位的装置和系统，本发明能够提高心包区域定位的准确度。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于特征分析的心包区域定位方法、装置及系统。

背景技术

心包即心包膜。是一个近似锥形的纤维浆膜囊，包裹在心脏和出入心脏的大血管根部外面。临床上，常常需要对心包进行CT成像，以检测心包区域的医学情况。

CT图像由一定数目由黑到白不同灰度的像素按矩阵排列所构成，这些像素反映的是相应体素的X线吸收系数。每一个CT序列图像包含两三百张被其他组织干扰的心包图像，心包的CT图像不具有明显的边缘，其分布区域也不均匀。孤立地分析每一张心包的CT序列图像来识别心包区域很可能出现偏差甚至错误。

因此，亟需研究心包区域定位的新途径，以提高心包区域定位的准确度。

发明内容

为解决上述问题，本发明提供一种基于特征分析的心包区域定位方法、装置及系统，能够提高心包区域定位的准确度。

为了实现上述目的，本发明提供以下技术方案：

根据本发明第一方面实施例提供的一种基于特征分析的心包区域定位方法，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。

进一步，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。

进一步，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。

进一步，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。

根据本发明第二方面实施例提供的一种基于特征分析的心包区域定位装置，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；