[发明专利]一种肺叶分割方法、装置和存储介质有效

专利信息
申请号: 202010534722.0 申请日: 2020-06-12
公开(公告)号: CN111724360B 公开(公告)日: 2023-06-02
发明(设计)人: 李强;杨英健;刘洋;郭英委;曾吴涛;康雁 申请(专利权)人: 深圳技术大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 吕梦雪
地址: 518000 广东省深*** 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 肺叶 分割 方法 装置 存储 介质
【说明书】:

发明公开了一种肺叶分割方法、装置和存储介质,涉及医学图像处理领域,一种肺叶分割方法,包括:获取呼吸过程中多时刻的肺图像;确定所述多时刻的肺图像中的待分割肺图像,所述待分割图像以外的肺图像作为第一肺图像;利用至少一个第一肺图像对所述待分割肺图像进行融合,得到融合肺图像,所述至少两个第一肺图像包括至少一个在所述待分割图像之前时刻的肺图像以及/或至少一个在所述待分割图像之后时刻的肺图像;利用预设肺叶分割模型对所述融合肺图像进行分割,得到所述待分割肺图像的肺叶图像。以解决目前肺(叶)的特征信息不足,导致分割效果差的问题。

技术领域

本发明涉及医学图像处理领域,具体说是一种肺叶分割方法、装置和存储介质。

背景技术

肺上端钝圆叫肺尖,向上经胸廓上口突入颈根部,底位于膈上面,对向肋和肋间隙的面叫肋面,朝向纵隔的面叫内侧面,该面中央的支气管、血管、淋巴管和神经出入处叫肺门,这些出入肺门的结构,被结缔组织包裹在一起叫肺根。左肺由斜裂分为上、下二个肺叶,右肺除斜裂外,还有一水平裂将其分为上、中、下三个肺叶。

目前,无论是采用传统机器学习还是深度学习进行分割肺叶,都是依据肺(叶)的特征进行分类,因此肺(叶)的特征尤其重要,如果一个肺(叶)的特征信息足够多,这样就会使得分类器更好地学习以及分类,更好地完成肺叶分割。

发明内容

有鉴于此,本发明提供一种肺叶分割方法、装置和存储介质,以解决目前肺(叶)的特征信息不足,导致分割效果差的问题。

第一方面,本发明提供一种肺叶分割方法,包括:

获取呼吸过程中多时刻的肺图像;

确定所述多时刻的肺图像中的待分割肺图像,所述待分割图像以外的肺图像作为第一肺图像;

利用至少一个第一肺图像对所述待分割肺图像进行融合,得到融合肺图像,所述至少两个第一肺图像包括至少一个在所述待分割图像之前时刻的肺图像以及/或至少一个在所述待分割图像之后时刻的肺图像;

利用预设肺叶分割模型对所述融合肺图像进行分割,得到所述待分割肺图像的肺叶图像。

优选地,所述利用所述至少两个第一肺图像对所述待分割肺图像进行融合,得到融合肺图像的方法,包括:

执行所述至少一个第一肺图像到所述待分割肺图像的配准操作,得到待融合肺图像;

将所述待融合肺图像及所述待分割肺图像进行融合,得到融合肺图像;

以及/或,

所述确定所述多时刻的肺图像中某一时刻的待分割肺图像的方法,包括:

计算所述多时刻的肺图像中的肺体积,确定所述肺体积最大的肺图像为所述待分割肺图像。

优选地,所述将所述待融合肺图像及所述待分割肺图像进行融合,得到融合肺图像的方法,包括:

确定所述待融合肺图像的权重值;

根据所述权重值及所述待融合肺图像得到权重肺图像;

对所述权重肺图像与所述待分割肺图像进行融合,得到所述融合肺图像;

以及/或,

所述确定所述多时刻的肺图像中某一时刻的待分割肺图像的方法,还包括:

在计算所述多时刻的肺图像中的肺体积之前,分别提取所述多时刻的肺图像的左肺和右肺,分别计算所述多时刻的肺图像中所述左肺的第一体积和右肺的第二体积,分别根据所述第一体积及所述第二体积计算所述多时刻的肺图像中的肺体积。

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深圳技术大学,未经深圳技术大学许可,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/202010534722.0/2.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