[发明专利]一种基于主动轮廓模型的脊柱CT图像自动定位分割方法在审
| 申请号： | 201711315308.5 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN108230301A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 刘晓;刘侠;陆进;甘权 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/194;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主动轮廓模型的脊柱CT图像自动定位分割方法，涉及医疗图像处理领域，本发明针对脊柱CT图像的分割方法对初始位置及轮廓的敏感问题，提出一种自动定位分割CT图像的方法。首先，由临床CT仪扫描获得n组脊柱CT图像，由专家人员手动将该CT切片手动分割并用作训练样本；其次，运用随机森林算法对椎骨中心进行定位确定椎骨中心；接着，将分割初始轮廓置于随机森林算法确定的中心位置，采用模糊轮廓分割将CT切片图像中椎骨分割出来；最后，将训练好的模型组合输出，得到完整椎骨CT图像分割模型。本发明提出的脊柱CT分割模型，可以自动定位椎骨中心和分割初始轮廓位置，可以对椎骨进行自动分割，简化脊柱CT图像的分割步骤及流程。 | ||
| 搜索关键词： | 分割 脊柱 椎骨 自动定位 主动轮廓模型 初始轮廓 分割模型 随机森林 医疗图像处理 定位确定 敏感问题 模糊轮廓 模型组合 切片图像 算法确定 训练样本 椎骨分割 自动分割 临床CT 切片 算法 扫描 输出 | ||
【主权项】：
1.一种基于主动轮廓模型的脊柱CT图像自动定位分割方法，其特征在于包含以下步骤：步骤1：读取并显示训练集脊柱CT图像好带分割脊柱CT图像；步骤2：对脊柱CT图像中的像素进行3D Haar‑like特征向量的提取；步骤3：根据步骤2提取的3D Haar‑like特征，利用随机森林算法确定椎骨的中心点；步骤4：将模糊主动轮廓分割的初始轮廓置于步骤3确定的椎骨中心点处，并对脊柱CT图像进行模糊主动轮廓分割；步骤5：使用形态学闭运算进行曲线平滑，完成脊柱ＣＴ图像的分割；步骤6：输出训练好模型进行组合，得到完整的脊柱CT分割模型。
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/patent/201711315308.5/，转载请声明来源钻瓜专利网。
