首页 / 专利库 / 人工智能 / 机器人 / 机器人本体 / 机器人关节 / 球形关节 / 十字韧带分割的方法及其系统

十字韧带分割的方法及其系统

阅读:1013发布:2020-12-30

专利汇可以提供十字韧带分割的方法及其系统专利检索,专利查询,专利分析的服务。并且本 发明 适用于医学 图像处理 领域,提供了一种十字韧带分割的方法及其系统,所述方法包括:中心点确定步骤:确定需要分割的十字韧带中心点点集;计算步骤:根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;提取步骤:在所述提取区域内提取所述十字韧带。借此,本发明实现了对在 膝关节 的医学图像上对十字韧带进行分割。,下面是十字韧带分割的方法及其系统专利的具体信息内容。

1.一种十字韧带分割的方法,其特征在于,所述方法包括:
中心点确定步骤:确定需要分割的十字韧带中心点点集;
计算步骤:根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;
提取步骤:在所述提取区域内提取所述十字韧带。
2.根据权利要求1所述的方法,其特征在于,所述中心点确定步骤包括:
膝关节的三维图像中查找需要提取的所述十字韧带的走向,并且找到清晰显示的所述十字韧带截面圆走动的第一截面;
在所述第一截面挪动层面点取所述十字韧带截面圆心,每隔多个层面点取一次所述十字韧带截面圆心;
点取的所有所述十字韧带截面圆心组成所述十字韧带中心点点集。
3.根据权利要求2所述的方法,其特征在于,所述计算步骤包括:
根据所述需要提取的十字韧带的外形估测所述十字韧带的最大半径,并统计以每个所述十字韧带中心点为球心的半径邻域内所有像素点的灰度值;
设定十字韧带的灰度阈值范围,其中低阈值为IL,高阈值为IH,根据每个十字韧带中心点球形邻域内所有点的灰度值输出一幅二值图像,所述二值图像中各个点坐标与所述三维图像一一对应;
将所述二值图像中灰度值为1的像素点组成第一区域;
将所述二值图像以1或2个像素半径膨胀,获得第二区域,所述第二区域为所述十字韧带的提取区域。
4.根据权利要求3所述的方法,其特征在于,所述提取步骤包括:
重新设定所述十字韧带的灰度阈值范围,其中低阈值为IL'=IL-10,高阈值为IH'=IH+10,在所述第二区域中提取灰度值范围在内的所有像素点;
对提取的所述像素点进行半径为3~5个像素的闭运算,获得所述十字韧带的分割结果。
5.根据权利要求2所述的方法,其特征在于,在所述中心点确定步骤之前包括:
获取所述膝关节的三维图像的步骤;
所述第一截面可以是膝关节的冠状面、横截面或者是矢状面;
所述每隔多个层面为每隔5个层面。
6.一种十字韧带分割的系统,其特征在于,所述系统包括:
中心点确定模,用于确定需要分割的十字韧带中心点点集;
计算模块,用于根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;
提取模块,用于在所述提取区域内提取所述十字韧带。
7.根据权利要求6所述的系统,其特征在于,所述中心点确定模块包括:
查找子模块,用于从膝关节的三维图像中查找需要提取的十字韧带的走向,并且找到清晰显示的所述十字韧带截面圆走动的第一截面;
点取子模块,用于在所述第一截面挪动层面点取所述十字韧带截面圆心,每隔多个层面点取一次所述十字韧带截面圆心;
点取的所有所述十字韧带截面圆心组成所述十字韧带中心点点集。
8.根据权利要求7所述的系统,其特征在于,所述计算模块包括:
统计子模块,用于根据所述需要提取的十字韧带的外形估测所述十字韧带的最大半径,并统计以每个所述十字韧带中心点为球心的半径邻域内所有像素点的灰度值;
第一设定子模块,用于设定十字韧带的灰度阈值范围,其中低阈值为IL,高阈值为IH,根据每个十字韧带中心点球形邻域内所有点的灰度值输出一幅二值图像,所述二值图像中各个点坐标与所述三维图像一一对应;
组成子模块,用于将所述二值图像中灰度值为1的像素点组成第一区域;
提取子模块,用于将所述二值图像以1或2个像素半径膨胀,获得第二区域,所述第二区域为所述十字韧带的提取区域。
9.根据权利要求8所述的系统,其特征在于,所述提取模块包括:
第二设定子模块,用于重新设定所述十字韧带的灰度阈值范围,其中低阈值为IL'=IL-10,高阈值为IH'=IH+10,在所述第二区域中提取灰度值范围在内的所有像素点;
运算子模块,用于对提取的所述像素点进行半径为3~5个像素的闭运算,获得所述十字韧带的分割结果。
10.根据权利要求7所述的系统,其特征在于,所述系统还包括:
获取模块,用于获取所述膝关节的三维图像的模块;
所述第一截面可以是膝关节的冠状面、横截面或者是矢状面;
所述每隔多个层面为每隔5个层面。

说明书全文

十字韧带分割的方法及其系统

技术领域

[0001] 本发明涉及医学图像处理技术领域,尤其涉及一种十字韧带分割的方法及其系统。

背景技术

[0002] 十字韧带也被称为交叉韧带,是膝关节的重要稳定结构。十字韧带损伤在人们的日常运动中较为高发。在手术前对十字韧带的状态进行清晰成像能够为手术医生提供重要手术依据,为手术的顺利进行提供有保障。在CT(Computed Tomography,计算机断层扫描)图像中,正常的十字韧带无法显影,或者有时在韧带重建手术后扫描的CT图像中能够微弱显影,只有在MRI(Magnetic Resonance Imaging,核磁共振成像)的一些图像序列中能够较为清晰地显影。
[0003] 在MRI图像中,对膝关节十字韧带的分割一直是一个难点。在一些MRI图像序列中,十字韧带的灰度值较低。在图像中与膝关节股骨和胫骨的骨密质、半月板、软骨及膝关节肌肉等组织相连且难以相互区分,在单独分割韧带时一直受到这些灰度相似组织的干扰,这使得在医学图像中提取十字韧带成为非常棘手的任务。而十字韧带包括前十字韧带和后十字韧带,两条韧带在某些区域常常粘连在一起,这也给单独分割两条韧带造成极大的困难。并且,目前国内还没有任何与医学图像十字韧带分割相关的技术方案。
[0004] 综上可知,现有的十字韧带分割技术在实际使用上,显然存在不便与缺陷,所以有必要加以改进。

发明内容

[0005] 针对上述的缺陷,本发明的目的在于提供一种十字韧带分割的方法及其系统,以实现对在膝关节的医学图像上对十字韧带进行分割。
[0006] 为了实现本发明的一个发明目的,本发明提供了一种十字韧带分割的方法,所述方法包括:
[0007] 中心点确定步骤:确定需要分割的十字韧带中心点点集;
[0008] 计算步骤:根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;
[0009] 提取步骤:在所述提取区域内提取所述十字韧带。
[0010] 根据所述的方法,所述中心点确定步骤包括:
[0011] 从膝关节的三维图像中查找需要提取的所述十字韧带的走向,并且找到清晰显示的所述十字韧带截面圆走动的第一截面;
[0012] 在所述第一截面挪动层面点取所述十字韧带截面圆心,每隔多个层面点取一次所述十字韧带截面圆心;
[0013] 点取的所有所述十字韧带截面圆心组成所述十字韧带中心点点集。
[0014] 根据所述的方法,所述计算步骤包括:
[0015] 根据所述需要提取的十字韧带的外形估测所述十字韧带的最大半径,并统计以每个所述十字韧带中心点为球心的半径邻域内所有像素点的灰度值;
[0016] 设定十字韧带的灰度阈值范围,其中低阈值为IL,高阈值为IH,根据每个十字韧带中心点球形邻域内所有点的灰度值输出一幅二值图像,所述二值图像中各个点坐标与所述三维图像一一对应;
[0017] 将所述二值图像中灰度值为1的像素点组成第一区域;
[0018] 将所述二值图像以1或2个像素半径膨胀,获得第二区域,所述第二区域为所述十字韧带的提取区域。
[0019] 根据所述的方法,所述提取步骤包括:
[0020] 重新设定所述十字韧带的灰度阈值范围,其中低阈值为IL'=IL-10,高阈值为IH'=IH+10,在所述第二区域中提取灰度值范围在内的所有像素点;
[0021] 对提取的所述像素点进行半径为3~5个像素的闭运算,获得所述十字韧带的分割结果。
[0022] 根据所述的方法,在所述中心点确定步骤之前包括:
[0023] 获取所述膝关节的三维图像的步骤;
[0024] 所述第一截面可以是膝关节的冠状面、横截面或者是矢状面;
[0025] 所述每隔多个层面为每隔5个层面。
[0026] 为了实现本发明的另一发明目的,本发明还提供了一种十字韧带分割的系统,所述系统包括:
[0027] 中心点确定模,用于确定需要分割的十字韧带中心点点集;
[0028] 计算模块,用于根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;
[0029] 提取模块,用于在所述提取区域内提取所述十字韧带。
[0030] 根据所述的系统,所述中心点确定模块包括:
[0031] 查找子模块,用于从膝关节的三维图像中查找需要提取的十字韧带的走向,并且找到清晰显示的所述十字韧带截面圆走动的第一截面;
[0032] 点取子模块,用于在所述第一截面挪动层面点取所述十字韧带截面圆心,每隔多个层面点取一次所述十字韧带截面圆心;
[0033] 点取的所有所述十字韧带截面圆心组成所述十字韧带中心点点集。
[0034] 根据所述的系统,所述计算模块包括:
[0035] 统计子模块,用于根据所述需要提取的十字韧带的外形估测所述十字韧带的最大半径,并统计以每个所述十字韧带中心点为球心的半径邻域内所有像素点的灰度值;
[0036] 第一设定子模块,用于设定十字韧带的灰度阈值范围,其中低阈值为IL,高阈值为IH,根据每个十字韧带中心点球形邻域内所有点的灰度值输出一幅二值图像,所述二值图像中各个点坐标与所述三维图像一一对应;
[0037] 组成子模块,用于将所述二值图像中灰度值为1的像素点组成第一区域;
[0038] 提取子模块,用于将所述二值图像以1或2个像素半径膨胀,获得第二区域,所述第二区域即为所述十字韧带的提取区域。
[0039] 根据所述的系统,所述提取模块包括:
[0040] 第二设定子模块,用于重新设定所述十字韧带的灰度阈值范围,其中低阈值为IL'=IL-10,高阈值为IH'=IH+10,在所述第二区域中提取灰度值范围在内的所有像素点;
[0041] 运算子模块,用于对提取的所述像素点进行半径为3~5个像素的闭运算,获得所述十字韧带的分割结果。
[0042] 根据所述的系统,所述系统还包括:
[0043] 获取模块,用于获取所述膝关节的三维图像的模块;
[0044] 所述第一截面可以是膝关节的冠状面、横截面或者是矢状面;
[0045] 所述每隔多个层面为每隔5个层面。
[0046] 综上所述,在本发明通过首先确定需要分割的十字韧带中心点点集;然后根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;最后,在所述提取区域内提取所述十字韧带。因此,能够直接对十字韧带进行快速提取,在操作上仅需点取数个韧带截面中心点即能完成快速分割,整个过程只需十几秒即可完成。解决了在医学图像中十字韧带难以分割的问题,并且能够将两条十字韧带单独分割而不带入其他组织对韧带的干扰,快速且精确地完成了十字韧带的分割任务。附图说明
[0047] 图1是本发明的第一实施例提供的十字韧带分割的系统的组成示意图;
[0048] 图2是本发明的第二~四实施例提供的十字韧带分割的系统的组成示意图;
[0049] 图3是本发明的第一实施例提供的十字韧带分割的方法的流程图
[0050] 图4是本发明一个实施例提供的十字韧带分割的方法的流程图;
[0051] 图5A是本发明一个实施例提供的膝关节的冠状面图;
[0052] 图5B是本发明一个实施例提供的膝关节的横截面图;
[0053] 图5C是本发明一个实施例提供的膝关节的矢状面图;
[0054] 图6A是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0055] 图6B是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0056] 图6C是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0057] 图6D是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0058] 图6E是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0059] 图6F是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0060] 图6G是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0061] 图6H是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0062] 图6I是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0063] 图6J是本发明一个实施例提供的膝关节的一个层的横截面的图;
[0064] 图7A是在图6A所示的横截面点取十字韧带中心的示意图;
[0065] 图7B是在图6B所示的横截面点取十字韧带中心的示意图;
[0066] 图7C是在图6C所示的横截面点取十字韧带中心的示意图;
[0067] 图7D是在图6D所示的横截面点取十字韧带中心的示意图;
[0068] 图7E是在图6E所示的横截面点取十字韧带中心的示意图;
[0069] 图7F是在图6F所示的横截面点取十字韧带中心的示意图;
[0070] 图7G是在图6G所示的横截面点取十字韧带中心的示意图;
[0071] 图7H是在图6H所示的横截面点取十字韧带中心的示意图;
[0072] 图7I是在图6I所示的横截面点取十字韧带中心的示意图;
[0073] 图7J是在图6J所示的横截面点取十字韧带中心的示意图;
[0074] 图8A是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0075] 图8B是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0076] 图8C是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0077] 图8D是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0078] 图8E是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0079] 图8F是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0080] 图8G是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0081] 图8H是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0082] 图8I是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0083] 图8J是本发明一个实施例提供的膝关节的十字韧带提取区域的示意图;
[0084] 图9A是本发明一个实施例提供的膝关节的十字韧带提取后的冠状面图;
[0085] 图9B是本发明一个实施例提供的膝关节的十字韧带提取后的冠状面图;
[0086] 图9C是本发明一个实施例提供的膝关节的十字韧带提取后的冠状面图;
[0087] 图9D是本发明一个实施例提供的膝关节的十字韧带提取后的冠状面图;
[0088] 图10是本发明一个实施例提供的十字韧带分割结果配合骨骼分割的结果的三维重建效果图。

具体实施方式

[0089] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0090] 参见图1,在本发明的第一实施例中,提供了一种十字韧带分割的系统100,所述系统100包括:
[0091] 中心点确定模块10,用于确定需要分割的十字韧带中心点点集;
[0092] 计算模块20,用于根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;
[0093] 提取模块30,用于在所述提取区域内提取所述十字韧带。
[0094] 本发明属于医学图像处理、计算机人工智能、计算机医学辅助诊疗系统技术领域,特别涉及利用计算机对膝关节十字韧带进行快速分割的技术。在该实施例中,首先通过中心点确定模块10确定需要分割的十字韧带中心点点集,该中心点点集由十字韧带中心线上的多个点组成。计算模块20根据确定模块10确定的十字韧带中心点点集,计算所述十字韧带的提取区域;最后由提取模块30在所述提取区域内提取所述十字韧带。所述十字韧带包括前十字韧带和后十字韧带。该实施例的十字韧带分割的系统100采用依靠种子选定韧带中心点来确定韧带提取区域的方法快速提取十字韧带,不仅能够有效避免半月板、肌肉、骨密质等组织对十字韧带造成的影像干扰,而且还能单独分割出前十字韧带和后十字韧带,使得两条韧带互不干扰。
[0095] 参见图2,在本发明的第二实施例中,中心点确定模块10包括:
[0096] 查找子模块11,用于从膝关节的三维图像中查找需要提取的十字韧带的走向,并且找到清晰显示的所述十字韧带截面圆走动的第一截面;
[0097] 点取子模块12,用于在所述第一截面挪动层面点取所述十字韧带截面圆心,每隔多个层面点取一次所述十字韧带截面圆心;
[0098] 点取子模块12点取的所有所述十字韧带截面圆心组成所述十字韧带中心点点集。
[0099] 在该实施例中,需要由查找子模块11从膝关节的三维图像中查找需要提取的十字韧带的走向,并且找到清晰显示的所述十字韧带截面圆走动的第一截面,该第一截面可以是膝关节的冠状面、横截面或者是矢状面,用户可以选择其中能够清楚的显示所述十字韧带截面圆走动的截面作为所述第一界面。点取子模块12则在所述第一截面挪动层面点取所述十字韧带截面圆心,每隔多个层面点取一次所述十字韧带截面圆心,每隔多少个层面点取一次十字韧带截面圆心是可以根据分割十字韧带的具体情况及用户需要进行设定。例如,每隔多个层面为每隔5个层面,即每隔5个层面点取一次所述十字韧带截面圆心。当然还可以每隔3层或者是10层等提取一次所述十字韧带截面圆心。所有的点取子模块12点取的圆心构成了所述十字韧带中心点点集。
[0100] 参见图2,在本发明的第三实施例中,计算模块20包括:
[0101] 统计子模块21,用于根据所述需要提取的十字韧带的外形估测所述十字韧带的最大半径,并统计以每个所述十字韧带中心点为球心的半径邻域内所有像素点的灰度值;
[0102] 第一设定子模块22,用于设定所述十字韧带的灰度阈值范围,其中低阈值为IL,高阈值为IH,根据每个十字韧带中心点球形邻域内所有点的灰度值输出一幅二值图像,所述二值图像中各个点坐标与所述三维图像一一对应;
[0103] 组成子模块23,用于将所述二值图像中灰度值为1的像素点组成第一区域;
[0104] 提取子模块24,用于将所述二值图像以1或2个像素半径膨胀,获得第二区域,所述第二区域为所述十字韧带的提取区域。
[0105] 在该实施例中,通过统计子模块21估测所述十字韧带的最大半径,并统计以每个所述十字韧带中心点为球心的半径邻域内所有像素点的灰度值;然后第一设定子模块22设定所述十字韧带的灰度阈值范围,最后由于组成子模块23、提取子模块24获得所述十字韧带的提取区域。
[0106] 参见图2,在本发明的第四实施例中,提取模块30包括:
[0107] 第二设定子模块31,用于重新设定所述十字韧带的灰度阈值范围,其中低阈值为IL'=IL-10,高阈值为IH'=IH+10,在所述第二区域中提取灰度值范围在内的所有像素点;
[0108] 运算子模块32,用于对提取的所述像素点进行半径为3~5个像素的闭运算,获得所述十字韧带的分割结果。
[0109] 在该实施例中,第二设定子模块31重新设定所述十字韧带的灰度阈值范围,并所述提取子模块24获得所述十字韧带的提取区域提取灰度值范围在内的所有像素点;最后运算子模块32对提取的所述像素点进行闭运算获得所述十字韧带的分割结果。
[0110] 由于十字韧带大致呈管状结果,因此,在本发明实施例,提供的技术方案中要找出能够看见韧带管状横截面的断面,并在这一断面上每隔数个层面就在韧带横截面圆心上选取一个种子点,使种子点基本遍布所需提取的整条韧带中心线。然后,通过统计所有十字韧带中心点在某一半径邻域内的所有像素点的灰度值,判断灰度值是否在我们设定的初始灰度范围内,找出所有在灰度阈值范围内的点,通过图像二值化和膨胀处理便得到所需的较为完整的韧带提取区域;最后在得到的韧带提取区域内对原始医学图像进行符合韧带灰度范围的阈值连通提取操作便能得到十字韧带的分割数据。
[0111] 在本发明的一个实施例中,十字韧带分割的系统100还包括:
[0112] 获取模块40,用于获取所述膝关节的三维图像的模块;
[0113] 在该实施例中,获取模块40可以获取膝关节的CT图像或者是MRI图像。
[0114] 由此,通过上述多个实施例提供的十字韧带分割的系统100,能够快速准确地提取出膝关节十字韧带,不被半月板、肌肉和骨密质等其他组织干扰,即使是在某些区域相互粘贴的前十字韧带和后十字韧带,该十字韧带分割的系统100也能将二者单独提取而不连带对方。其操作方法简便,只需点取数个种子点便能完成分割;可控性强,只要十字韧带视觉上可见,无论灰度值高低,都能清晰地提取出韧带;计算快速,几乎不需等待即可看见分割结果。
[0115] 参见图3,在本发明的第五实施例中,提供了一种十字韧带分割的方法,所述方法包括:
[0116] 步骤S301中,确定需要分割的十字韧带中心点点集;该步骤为中心点确定步骤,由中心点确定模块10实现;
[0117] 步骤S302中,根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;该步骤为计算步骤,由计算模块20实现;
[0118] 步骤S303中,在所述提取区域内提取所述十字韧带,该步骤为提取步骤,由提取模块30实现。
[0119] 在该实施例中,通过采用种子点缩小检测区域以消除其他组织影像干扰;具体的,中心点确定模块10确定需要提取的十字韧带中心点,而该十字韧带中心点为一系列位于韧带管状横截面中心的点集;计算模块20通过韧带中心点计算出十字韧带提取区域;优选的,通过点取管状组织横截面圆心以获取该十字韧带的提取区域。最后提取模块30在十字韧带提取区域内通过阈值连通算法提取韧带。在所述中心点确定步骤之前包括:获取所述膝关节的三维图像的步骤,该步骤由获取模块40实现。通过本实施例提供的十字韧带的分割方法,能够对医学图像十字韧带进行快速半自动提取。
[0120] 在本发明的第六实施例中,所述步骤S301包括:
[0121] 从膝关节的三维图像中查找需要提取的十字韧带的走向,并且找到清晰显示的所述十字韧带截面圆走动的第一截面;该步骤由查找子模块11实现;
[0122] 在所述第一截面挪动层面点取所述十字韧带截面圆心,每隔多个层面点取一次所述十字韧带截面圆心;该步骤由点取子模块12实现;
[0123] 点取的所有所述十字韧带截面圆心组成所述十字韧带中心点点集。
[0124] 在本发明的第七实施例中,所述步骤S302包括:
[0125] 根据所述需要提取的十字韧带的外形估测所述十字韧带的最大半径,并统计以每个所述十字韧带中心点为球心的半径邻域内所有像素点的灰度值;该步骤由统计子模块21实现;
[0126] 设定十字韧带的灰度阈值范围,其中低阈值为IL,高阈值为IH,根据每个十字韧带中心点球形邻域内所有点的灰度值输出一幅二值图像,所述二值图像中各个点坐标与所述三维图像一一对应;该步骤由第一设定子模块22实现;
[0127] 将所述二值图像中灰度值为1的像素点组成第一区域;该步骤由组成子模块23实现;
[0128] 将所述二值图像以1或2个像素半径膨胀,获得第二区域,所述第二区域为所述十字韧带的提取区域,该步骤由提取子模块24实现。
[0129] 在本发明的第八实施例中,所述步骤303包括:
[0130] 重新设定所述十字韧带的灰度阈值范围,其中低阈值为IL'=IL-10,高阈值为IH'=IH+10,在所述第二区域中提取灰度值范围在内的所有像素点,该步骤由第二设定子模块31实现;
[0131] 对提取的所述像素点进行半径为3~5个像素的闭运算,获得所述十字韧带的分割结果,该步骤由运算子模块32实现。
[0132] 在本发明提供的实施例中,提出一种通过点取韧带截面中心点来缩小韧带检测区域,然后对十字韧带进行快速分割的技术方案,并能够对所有可见十字韧带的医学图像序列都能够快速提取韧带,适应性极强。可以解决目前在医学图像上十字韧带易受干扰、难以分割的问题。
[0133] 参见图4,在本发明的一个实施例中提供了十字韧带分割方法,具体的是后十字韧带分割提取的方法;所述方法描述如下:
[0134] 步骤S401中,输入膝关节的医学图像;该医学图像包括CT图像和MRT图像。
[0135] MRI和CT图像都是三维图像,本实施例为MRI膝关节图像,图像大小为320*320*160像素,可从三个不同的度观察图像。例如MRI的后十字韧带图像的三个方位观察效果如图5A~5C所示,图5A所示为膝关节的冠状面;图5B所示为膝关节的横截面;
图5C所示为膝关节的矢状面。
[0136] 步骤S402中,点取十字韧带中心点,确定十字韧带中心点点集;
[0137] 对于后十字韧带来说,从横截面方向是较好的观察方向,图6A~图6J是从横截面方向截取的10幅能够看到十字韧带的图像,这10幅图像是从50层横截面中每隔5层选出1层得到的,大致完整覆盖了整条韧带。
[0138] 然后,从这10幅图像中点取韧带中心点,如图7A~图7J中白色十字中心点位置即为点取的韧带中心点,这十个十字韧带中心点即组成所需的韧带中心点集,其中十字韧带中心点点集的确定工作可由有医学识图经验的医生完成。
[0139] 步骤S403中,计算十字韧带提取区域;
[0140] 根据上述十字韧带中心点集计算得到的韧带提取区域,在此实施例中,估测韧带最大半径为3个像素,十字韧带区域灰度低阈值为10,高阈值为50,统计在每个韧带中心点半径为3像素球形邻域内所有像素点的灰度值,找出灰度在10到50之间的像素点,这些像素点通过2个像素的膨胀计算得到了一个三维区域结果,这个结果与原三维图像的融合效果如图8A~8J的10幅图像所示。
[0141] 步骤S404中,在十字韧带提取区域内阈值连通提取韧带;
[0142] 在上述结果区域内,再对原图进行灰度阈值连通提取,灰度阈值则可将低阈值设定为0,高阈值设定为60,在十字韧带提取区域内提取灰度在0到60之间的像素点,并将提取结果进行3个像素的膨胀计算,得到结果如图9A~9D所示,为显示出结果的三维特征,在此用提取结果的冠状面显示。依据相同的方法和参数可以提取出前十字韧带。
[0143] 步骤S405中,获得十字韧带分割数据。参见图10,上述得到的十字韧带分割结果配合骨骼分割的结果通过三维重建得到的效果图。其中,左为前十字韧带,右为后十字韧带。
[0144] 综上所述,在本发明通过首先确定需要分割的十字韧带中心点点集;然后根据所述十字韧带中心点点集,计算所述十字韧带的提取区域;最后,在所述提取区域内提取所述十字韧带。因此,能够直接对十字韧带进行快速提取,在操作上仅需点取数个韧带截面中心点即能完成快速分割,整个过程只需十几秒即可完成。解决了在医学图像中十字韧带难以分割的问题,并且能够将两条十字韧带单独分割而不带入其他组织对韧带的干扰,快速且精确地完成了十字韧带的分割任务。
[0145] 当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈