[发明专利]定位医学图像上器官的方法

说明书

一种定位医学图像上器官的方法，包括以下步骤：步骤S1、输入包括有若干切片图像的医学图像；步骤S2、对输入的图像进行预处理，过滤掉非体部像素；步骤S3、对每层切片图像计算连通域个数，通过判断连通域个数和位置，除去第一器官之外的部分，确认出医学图像包含有第一器官；对每层切片图像计算特征值而获得若干特征值，若干特征值与切片图像的层数形成特征曲线，计算特征值包括对每层切片图像计算像素灰度值或者CT值在第一范围之间的像素面积相对总体部像素面积的比例，根据比例定位出器官所在的切片图像。如此设置，可以快速定位器官所在范围，且准确度高。

技术领域

本发明涉及医学领域图像的处理，尤其涉及三维CT图像中器官组织的定位方法。

背景技术

现有的三维CT图像中器官组织识别和定位方法，例如，基于机器学习的方法，该方法前期工作复杂，涉及大量训练图像收集及预处理，需要设计复杂的分类器，识别和定位计算复杂度较高。在很多图像处理应用中，比如分割、配准、自动识别图像部位、图像粗对齐等，需要对图像部位或器官组织进行初步的识别和判断，此时，更需要一种针对图像本身的快速、易行的实现方法。

因此，有必要对现有的三维CT图像中器官组织的定位方法加以改善，改善定位的速度。

发明内容

本发明的目的在于提供一种定位医学图像上器官的方法，用于改善定位效果。

为了实现前述发明目的，本发明提供一种定位医学图像上器官的方法，包括以下步骤：

步骤S1、输入包括有若干切片图像的医学图像；

步骤S2、对输入的图像进行预处理，过滤掉非体部像素；

步骤S3、对每层切片图像计算体部区域连通域个数，通过判断连通域个数和位置，除去第一器官之外的部分，确认出医学图像包含有第一器官；对每层切片图像计算特征值而获得若干特征值，若干特征值与切片图像的层数形成特征曲线，计算特征值包括对每层切片图像计算像素灰度值或者CT值在第一范围之间的像素面积相对总体部特定区域总像素面积的比例，根据比例定位出器官所在的切片图像。

优选地，所述计算特征值还包括对每层切片图像计算体部区域的宽高比，得出一条以切片图像的层数为横坐标轴的宽高比特征曲线；对每层切片图像计算体部区域面积，得出以切片图像的层数为横坐标轴的体部面积变化特征曲线。

优选地，所述第一器官包括下肢、躯干和头颈，步骤S3中判断连通域个数和位置包括判断出连通域为三个及位于两侧的两个连通域，除去第一器官之外的部分包括去除位于两侧的两个连通域即去除图像中的手臂部分。

优选地，步骤S3中切片图像连通域个数为两个，则判断出下肢在连通域个数为两个的切片图像。

优选地，所述第一范围为350HU～3000HU，步骤S3包括寻找特征曲线的极值点，若极值点对应的切片图像的连通域个数为2，则膝关节位于极值点对应的连通域个数为2的切片图像。

优选地，所述特定区域总像素为总体部像素，所述第一范围为-910HU～-200HU，如果切片图像上CT值在-910HU～-200HU之间的像素面积相对总体部像素面积的比例大于0.2，且总体部像素面积大于π*100cm²，则确定胸部位于该切片图像。

优选地，步骤S3包括计算特定曲线的最大值，判断出肺顶位于曲线沿最大值右下降沿的极值点对应的切片图像。

优选地，步骤S3包括计算每个切片图像体中心以下区域的-910HU～-200HU之间的像素总面积相对总体部像素面积的比例，形成占比曲线，判断出肺底位于占比曲线沿比例最大值左下降沿的极值点对应的切片图像。