本發(fā)明涉及醫(yī)療圖像分割，尤其涉及一種基于ct圖像的床板自動(dòng)化去除方法及系統(tǒng)。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、在ct影像中，床板的存在常常對(duì)醫(yī)生的診斷造成干擾，尤其是在進(jìn)行肺部、腹部等部位的疾病診斷時(shí)。

3、傳統(tǒng)上，為了減少或消除床板的影響，放射科醫(yī)師或技術(shù)人員需要手動(dòng)編輯ct圖像，通過(guò)圖像處理軟件去除床板的影像。這種手工操作不僅耗時(shí)費(fèi)力，而且容易出錯(cuò)，導(dǎo)致圖像質(zhì)量下降，影響最終的診斷結(jié)果。此外，由于不同醫(yī)院使用的ct設(shè)備型號(hào)和設(shè)置參數(shù)可能存在差異，這進(jìn)一步增加了手動(dòng)去除床板影像的難度。

4、近年來(lái)，隨著深度學(xué)習(xí)算法在圖像識(shí)別領(lǐng)域的成功應(yīng)用，為自動(dòng)檢測(cè)并去除ct圖像中的非生物組織提供了新的解決方案，這些方法往往需要大量的標(biāo)注數(shù)據(jù)作為訓(xùn)練基礎(chǔ)，并且在實(shí)際應(yīng)用中仍面臨準(zhǔn)確性不高、泛化能力差等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述背景技術(shù)中存在的技術(shù)問(wèn)題，本發(fā)明提供一種基于ct圖像的床板自動(dòng)化去除方法及系統(tǒng)，本發(fā)明能夠高效、準(zhǔn)確的去除ct圖像中的床板，提高醫(yī)療圖像的質(zhì)量，減輕醫(yī)務(wù)人員的工作負(fù)擔(dān)，提升醫(yī)療服務(wù)水平。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、本發(fā)明的第一個(gè)方面提供一種基于ct圖像的床板自動(dòng)化去除方法。

4、一種基于ct圖像的床板自動(dòng)化去除方法，包括：

5、對(duì)獲取的ct圖像進(jìn)行預(yù)處理，得到ct融合圖像；根據(jù)床板材料的密度和厚度，獲取床板在ct圖像中的灰度分布，生成灰度分布圖；

6、基于ct融合圖像和灰度分布圖，采用已訓(xùn)練的分割模型，得到床板掩膜；

7、其中，所述分割模型包括：編碼器模塊、解碼器模塊和預(yù)測(cè)模塊，采用編碼器分別提取ct融合圖像和灰度分布圖的特征，采用解碼器對(duì)ct融合圖像和灰度分布圖的特征進(jìn)行融合，經(jīng)過(guò)分類層輸出預(yù)測(cè)概率圖；在預(yù)測(cè)模塊引入自適應(yīng)閾值，確定預(yù)測(cè)概率圖中每個(gè)體素的類別，輸出床板掩膜。

8、進(jìn)一步地，所述自適應(yīng)閾值采用以下公式描述：

9、

10、其中，ti表示自適應(yīng)閾值；μi表示第i個(gè)體素局鄰域內(nèi)的概率均值；α表示系數(shù)，用于控制閾值的嚴(yán)格程度；表示第i個(gè)體素局鄰域內(nèi)的概率方差。

11、進(jìn)一步地，在所述分割模型的訓(xùn)練過(guò)程中，采用綜合損失函數(shù)優(yōu)化分割模型的超參數(shù)；所述損失函數(shù)采用以下公式表示：

12、cl＝λ1·awpfl+λ2·rgbwl+λ3huwl

13、其中，awpfl表示自適應(yīng)加權(quán)懲罰損失，rgbwl表示旋轉(zhuǎn)梯度邊界加權(quán)損失，huwl表示基于hu值的加權(quán)損失，λ1、λ2、λ3表示超參數(shù)。

14、進(jìn)一步地，所述對(duì)獲取的ct圖像進(jìn)行預(yù)處理，得到ct融合圖像；方法包括：對(duì)獲取的ct圖像進(jìn)行窗處理，以將圖像灰度等級(jí)做歸一化處理；將采用不同窗值處理后的ct圖像進(jìn)行融合，得到ct融合圖像；將所有ct融合圖像調(diào)整到統(tǒng)一的尺寸。

15、進(jìn)一步地，在得到床板掩膜之后，對(duì)床板掩膜進(jìn)行空洞填充、移除小連通域以及邊緣平滑處理。

16、進(jìn)一步地，所述編碼器模塊包括多個(gè)下采樣層，每個(gè)下采樣層包括：卷積層、relu激活函數(shù)、bn批歸一化層和最大池化層；所述解碼器模塊包括多個(gè)上采樣層和輸出層，每個(gè)上采樣層包括：上采樣層、卷積層、relu激活函數(shù)和bn批歸一化層。

17、本發(fā)明的第二個(gè)方面提供一種基于ct圖像的床板自動(dòng)化去除系統(tǒng)。

18、一種基于ct圖像的床板自動(dòng)化去除系統(tǒng)，包括：

19、預(yù)處理單元，用于對(duì)獲取的ct圖像進(jìn)行預(yù)處理，得到ct融合圖像；根據(jù)床板材料的密度和厚度，獲取床板在ct圖像中的灰度分布，生成灰度分布圖；

20、分割單元，用于基于ct融合圖像和灰度分布圖，采用已訓(xùn)練的分割模型，得到床板掩膜；

21、其中，所述分割模型包括：編碼器模塊、解碼器模塊和預(yù)測(cè)模塊，采用編碼器分別提取ct融合圖像和灰度分布圖的特征，采用解碼器對(duì)ct融合圖像和灰度分布圖的特征進(jìn)行融合，經(jīng)過(guò)分類層輸出預(yù)測(cè)概率圖；在預(yù)測(cè)模塊引入自適應(yīng)閾值，確定預(yù)測(cè)概率圖中每個(gè)體素的類別，輸出床板掩膜。

22、本發(fā)明的第三個(gè)方面提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

23、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一個(gè)方面所述的基于ct圖像的床板自動(dòng)化去除方法中的步驟。

24、本發(fā)明的第四個(gè)方面提供一種計(jì)算機(jī)設(shè)備。

25、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述第一個(gè)方面所述的基于ct圖像的床板自動(dòng)化去除方法中的步驟。

26、本發(fā)明的第五個(gè)方面提供一種計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序。

27、本發(fā)明提供了一種計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序，該計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序包括計(jì)算機(jī)指令，該計(jì)算機(jī)指令存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。計(jì)算機(jī)設(shè)備的處理器從計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)讀取該計(jì)算機(jī)指令，處理器執(zhí)行該計(jì)算機(jī)指令，使得該計(jì)算機(jī)設(shè)備執(zhí)行如上述第一個(gè)方面所述的基于ct圖像的床板自動(dòng)化去除方法中的步驟。

28、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

29、本發(fā)明提供了一種基于ct圖像的床板自動(dòng)化去除方法及系統(tǒng)，首先對(duì)輸入的電子計(jì)算機(jī)斷層掃描ct圖像進(jìn)行數(shù)據(jù)預(yù)處理，包括ct圖像窗處理、圖像尺寸調(diào)整和圖像融合，以獲取更豐富的圖像信息；然后構(gòu)建床板物理模型，構(gòu)建一個(gè)物理模型來(lái)模擬床板在ct影像中的表現(xiàn)，根據(jù)床板材料的密度、厚度、材料屬性等因素仿生計(jì)算，預(yù)測(cè)床板在不同掃描參數(shù)下的灰度分布，使用物理模型生成床板在ct影像中的灰度分布圖，作為深度學(xué)習(xí)模型的輔助輸入；其次構(gòu)建深度學(xué)習(xí)與傳統(tǒng)算法結(jié)合的模型，設(shè)計(jì)一個(gè)分割網(wǎng)絡(luò)和自適應(yīng)損失函數(shù)，輸入為預(yù)處理后的ct影像和物理模型生成的灰度分布圖，輸出預(yù)測(cè)概率圖，將概率圖輸入傳統(tǒng)預(yù)測(cè)模塊根據(jù)床板圖像輸出每個(gè)體素的所屬類別，輸出二值掩膜；最后對(duì)模型輸出的身體區(qū)域掩膜進(jìn)行后處理操作，如去填洞、去除小的連通域等處理，以保證最終輸出的清晰度和準(zhǔn)確性，提高了去除床板的準(zhǔn)確性和效率，同時(shí)減少對(duì)大量標(biāo)注數(shù)據(jù)的依賴。

技術(shù)特征：

1.一種基于ct圖像的床板自動(dòng)化去除方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于ct圖像的床板自動(dòng)化去除方法，其特征在于，所述自適應(yīng)閾值采用以下公式描述：

3.根據(jù)權(quán)利要求1所述的基于ct圖像的床板自動(dòng)化去除方法，其特征在于，在所述分割模型的訓(xùn)練過(guò)程中，采用綜合損失函數(shù)優(yōu)化分割模型的超參數(shù)；所述損失函數(shù)采用以下公式表示：

4.根據(jù)權(quán)利要求1所述的基于ct圖像的床板自動(dòng)化去除方法，其特征在于，所述對(duì)獲取的ct圖像進(jìn)行預(yù)處理，得到ct融合圖像；方法包括：對(duì)獲取的ct圖像進(jìn)行窗處理，以將圖像灰度等級(jí)做歸一化處理；將采用不同窗值處理后的ct圖像進(jìn)行融合，得到ct融合圖像；將所有ct融合圖像調(diào)整到統(tǒng)一的尺寸。

5.根據(jù)權(quán)利要求1所述的基于ct圖像的床板自動(dòng)化去除方法，其特征在于，在得到床板掩膜之后，對(duì)床板掩膜進(jìn)行空洞填充、移除小連通域以及邊緣平滑處理。

6.根據(jù)權(quán)利要求1所述的基于ct圖像的床板自動(dòng)化去除方法，其特征在于，所述編碼器模塊包括多個(gè)下采樣層，每個(gè)下采樣層包括：卷積層、relu激活函數(shù)、bn批歸一化層和最大池化層；所述解碼器模塊包括多個(gè)上采樣層和輸出層，每個(gè)上采樣層包括：上采樣層、卷積層、relu激活函數(shù)和bn批歸一化層。

7.一種基于ct圖像的床板自動(dòng)化去除系統(tǒng)，其特征在于，包括：

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6中任一項(xiàng)所述的基于ct圖像的床板自動(dòng)化去除方法中的步驟。

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-6中任一項(xiàng)所述的基于ct圖像的床板自動(dòng)化去除方法中的步驟。

10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-6中任一項(xiàng)所述的基于ct圖像的床板自動(dòng)化去除方法中的步驟。

技術(shù)總結(jié)
本發(fā)明涉及醫(yī)療圖像分割技術(shù)領(lǐng)域，提供了一種基于CT圖像的床板自動(dòng)化去除方法及系統(tǒng)。該方法包括，對(duì)獲取的CT圖像進(jìn)行預(yù)處理，得到CT融合圖像；根據(jù)床板材料的密度和厚度，獲取床板在CT圖像中的灰度分布，生成灰度分布圖；基于CT融合圖像和灰度分布圖，采用已訓(xùn)練的分割模型，得到床板掩膜；所述分割模型包括：編碼器模塊、解碼器模塊和預(yù)測(cè)模塊，采用編碼器分別提取CT融合圖像和灰度分布圖的特征，采用解碼器對(duì)CT融合圖像和灰度分布圖的特征進(jìn)行融合，經(jīng)過(guò)分類層輸出預(yù)測(cè)概率圖；在預(yù)測(cè)模塊引入自適應(yīng)閾值，確定預(yù)測(cè)概率圖中每個(gè)體素的類別，輸出床板掩膜，本發(fā)明提高了去除床板的準(zhǔn)確性和效率。

技術(shù)研發(fā)人員：李傳朋,朱亞琴,吳軍,孫延?xùn)|
受保護(hù)的技術(shù)使用者：眾陽(yáng)健康科技集團(tuán)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15