[发明专利]图像处理方法、装置、介质及电子设备在审

专利信息
申请号: 202111640718.3 申请日: 2021-12-29
公开(公告)号: CN114429451A 公开(公告)日: 2022-05-03
发明(设计)人: 荆怡;蔡巍;张霞 申请(专利权)人: 沈阳东软智能医疗科技研究院有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12;G06T7/187
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 贾会玲
地址: 110179 辽宁省沈*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 介质 电子设备
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

对目标肺部CT图像进行结节粗分割,得到至少一个结节轮廓;

针对每一所述结节轮廓,从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域,其中,所述扩展区域包括该结节轮廓以及该结节轮廓的周围区域;根据所述至少一个扩展区域,对该结节轮廓进行修正,得到目标结节区域。

2.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个扩展区域,对该结节轮廓进行修正,得到目标结节区域,包括:

针对每一所述扩展区域,对该扩展区域进行结节细分割,得到该扩展区域对应的第一结节概率图;

根据每一所述扩展区域对应的第一结节概率图,对该结节轮廓进行修正,得到目标结节区域。

3.根据权利要求2所述的方法,其特征在于,所述根据每一所述扩展区域对应的第一结节概率图,对该结节轮廓进行修正,得到目标结节区域,包括:

获取该结节轮廓对应的第二结节概率图;

将每一所述扩展区域对应的第一结节概率图和所述第二结节概率图进行加权求和,得到目标结节概率图;

根据所述目标结节概率图,生成目标结节区域。

4.根据权利要求2所述的方法,其特征在于,所述对该扩展区域进行结节细分割,得到该扩展区域对应的第一结节概率图,包括:

通过预先训练好的条件随机场模型对该扩展区域进行结节细分割,得到该扩展区域对应的第一结节概率图。

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域,包括:

确定该结节轮廓的中心点和该结节轮廓的最小外接矩形的长径、短径;

以所述中心点为中心,根据所述长径和所述短径,从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域。

6.根据权利要求5所述的方法,其特征在于,所述以所述中心点为中心,根据所述长径和所述短径,从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域,包括:

获取n个尺度因子,其中,每一所述尺度因子均大于1,n为所述扩展区域的数量,n大于或等于1,且当n大于1时,所述n个尺度因子互不相等;

针对每一所述尺度因子,以所述中心点为中心,并以该尺度因子与所述长径的乘积为长、以该尺度因子与所述短径的乘积为宽,从所述目标肺部CT图像中截取矩形区域,其中,所述矩形区域的长边与该结节轮廓的最小外接矩形的长边平行;

将截取到的每一所述矩形区域确定为该结节轮廓对应的至少一个扩展区域。

7.根据权利要求6所述的方法,其特征在于,当n大于1时,所述以所述中心点为中心,根据所述长径和所述短径,从所述目标肺部CT图像中截取该结节轮廓对应的至少一个扩展区域,还包括:

若所述长径大于预设阈值,则对目标尺度因子进行修正,以使得修正后所得的目标尺度因子小于修正前的所述目标尺度因子、且大于所述n个尺度因子中除所述目标尺度因子外的其他尺度因子中的最大值,其中,所述目标尺度因子为所述n个尺度因子中的最大值;

所述针对每一所述尺度因子,以所述中心点为中心,并以该尺度因子与所述长径的乘积为长、以该尺度因子与所述短径的乘积为宽,从所述目标肺部CT图像中截取矩形区域,包括:

针对所述其他尺度因子中的每一尺度因子,以所述中心点为中心,并以该尺度因子与所述长径的乘积为长、以该尺度因子与所述短径的乘积为宽,从所述目标肺部CT图像中截取矩形区域;

以所述中心点为中心,并以所述修正后所得的目标尺度因子与所述长径的乘积为长、以所述修正后所得的目标尺度因子与所述短径的乘积为宽,从所述目标肺部CT图像中截取矩形区域。

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沈阳东软智能医疗科技研究院有限公司,未经沈阳东软智能医疗科技研究院有限公司许可,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/202111640718.3/1.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