[发明专利]器官轮廓线质量评估方法、装置及系统有效

专利信息
申请号: 202110470069.0 申请日: 2021-04-28
公开(公告)号: CN113139948B 公开(公告)日: 2023-06-27
发明(设计)人: 徐寿平;周琦超;盛华山 申请(专利权)人: 福建自贸试验区厦门片区Manteia数据科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/41
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 周春枚
地址: 361000 福建省厦门市象屿路9*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 器官 轮廓 质量 评估 方法 装置 系统
【权利要求书】:

1.一种器官轮廓线质量评估方法,其特征在于,包括:

获取目标图像,其中,所述目标图像中包括多个体素,所述目标图像至少包含目标器官的医学图像以及勾画的所述目标器官的轮廓线;

依据所述轮廓线,在所述目标图像中确定第一区域和第二区域,其中,所述第一区域位于所述轮廓线所包围区域外侧,所述第二区域位于所述轮廓线所包围区域内侧;

确定所述第一区域的目标属性的第一评价指标和所述第二区域的所述目标属性的第二评价指标,所述第一评价指标包括第一灰度分布情况和第一纹理熵分布情况,所述第二评价指标包括第二灰度分布情况和第二纹理熵分布情况,所述第一灰度分布情况依据所述第一区域对应的第一灰度概率分布情况确定,所述第一纹理熵分布情况依据所述第一区域对应的第一纹理熵概率分布情况确定,所述第二灰度分布情况依据所述第二区域的第二灰度概率分布情况确定,所述第二纹理熵分布情况依据所述第二区域的第二纹理熵概率分布情况确定;

依据所述第一评价指标和所述第二评价指标确定所述轮廓线的质量评定结果,并输出所述质量评定结果。

2.根据权利要求1所述的方法,其特征在于,依据所述第一评价指标和所述第二评价指标确定所述轮廓线的质量评定结果,包括:

依据所述第一灰度分布情况确定所述第一区域的第一灰度聚集程度,以及依据所述第一纹理熵分布情况确定所述第一区域的第一纹理熵聚集程度;

依据所述第二灰度分布情况确定所述第二区域的第二灰度聚集程度,以及依据所述第二纹理熵分布情况确定所述第二区域的第二纹理熵聚集程度;

依据所述第一灰度分布情况和所述第二灰度分布情况确定所述第一区域和所述第二区域的灰度分布重叠程度,以及依据所述第一纹理熵分布情况和所述第二纹理熵分布情况确定所述第一区域和所述第二区域的纹理熵分布重叠程度;

依据所述第一灰度聚集程度、所述第一纹理熵聚集程度、所述第二灰度聚集程度、所述第二纹理熵聚集程度、所述灰度分布重叠程度和所述纹理熵分布重叠程度确定所述轮廓线的质量评定结果。

3.根据权利要求2所述的方法,其特征在于,依据所述第一灰度聚集程度、所述第一纹理熵聚集程度、所述第二灰度聚集程度、所述第二纹理熵聚集程度、所述灰度分布重叠程度和所述纹理熵分布重叠程度确定所述轮廓线的质量评定结果,包括:

当所述第一灰度聚集程度大于第一聚集程度阈值,所述第二灰度聚集程度大于第二聚集程度阈值,所述第一纹理熵聚集程度大于第三聚集程度阈值,所述第二纹理熵聚集程度大于第四聚集程度阈值,所述灰度分布重叠程度小于第一重叠程度阈值,所述纹理熵分布重叠程度小于第二重叠程度阈值,判定所述轮廓线的质量评定结果为合格;

当所述第一灰度聚集程度大于第一聚集程度阈值,所述第二灰度聚集程度大于第二聚集程度阈值,所述第二纹理熵聚集程度小于第四聚集程度阈值,所述灰度分布重叠程度大于第一重叠程度阈值,判定所述轮廓线的质量评定结果为不合格;

当所述第一灰度聚集程度小于第一聚集程度阈值,所述纹理熵分布重叠程度小于第二重叠程度阈值,判定所述轮廓线的质量评定结果为不合格。

4.根据权利要求1至3中任意一项所述的方法,其特征在于,依据所述轮廓线,在所述目标图像中确定第一区域和第二区域,包括:

确定所述目标图像中的体素与所述轮廓线之间的有向距离;

比较所述有向距离和第一阈值,以及比较所述有向距离和第二阈值;

依据比较结果,确定位于所述第一区域和所述第二区域的体素,其中,位于所述第一区域的体素与所述轮廓线的最小有向距离小于所述第一阈值,位于所述第二区域的体素与所述轮廓线的最小有向距离大于所述第二阈值。

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福建自贸试验区厦门片区Manteia数据科技有限公司,未经福建自贸试验区厦门片区Manteia数据科技有限公司许可,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/202110470069.0/1.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