一种CT图像中床板的去除方法与流程

一种ct图像中床板的去除方法
技术领域
1.本发明涉及医学图像处理技术领域，尤其涉及一种ct图像中床板的去除方法。


背景技术：

2.随着医学影像技术的发展，ct图像越来越清晰并为医生提供了更大的便利。然而在ct成像技术中，床板会存在于图像中，当医生使用三维图像后处理工作站诊断时，床板会对其造成干扰（对人体部位进行遮挡），降低医生工作效率。除此之外，ct图像作为深度学习研究中不可缺少的数据，床板会增加模型的计算量以及训练时间，并且还会影响结果的准确性。综上所述，需要对ct图像进行自动去除床板处理。
3.目前，去除床板的方式有时需要依靠医生手动或半自动操作，工作量大且易疲劳；而基于阈值、中值滤波和区域生长方法等作为常见的分割方法，常用于床板的去除，由于床板的多样性及在图像中的不规则显示，单一方法并不能得到较优结果。而中值滤波方法适用于去除线状结构，但床板大多数为非线状结构，因此该方法并不适用；专利申请号为201610313298.0和201410438472.5的专利文件中都应用了区域生长方法，不同之处是获取生长种子点的前处理不同，然而对于粘连床板的部位或床板显示不规则的地方，区域生长法会存在一定的弊端，还比较费时。


技术实现要素：

4.本发明提供了一种ct图像中床板的去除方法，解决相关技术中存在的床板去除效率低效果差等问题。
5.作为本发明的一个方面，提供一种ct图像中床板的去除方法，其中，包括：获取ct图像；计算所述ct图像的最佳椭圆区域；对所述最佳椭圆区域的图像进行图像处理，获得多个连通区域；将多个连通区域按照预设阈值要求整合得到一个区域，并根据整合后的区域获取去床后的ct图像。
6.进一步地，所述计算所述ct图像的最佳椭圆区域，包括：对所述ct图像进行二值化处理，获得二值图像；对所述二值图像进行边缘检测及形态学运算，获取图像集中的最大二值图像；求取长半轴、短半轴和所述最大二值图像的质心，获得最佳椭圆区域。
7.进一步地，所述对所述ct图像进行二值化处理，获得二值图像，包括：对所述ct图像采用第一阈值进行二值化处理，得到二值图像。
8.进一步地，所述对所述二值图像进行边缘检测及形态学运算，获取图像集中的最大二值图像，包括：对所述二值图像进行开运算；对开运算后的二值图像进行边缘检测和闭运算处理，获得二值图像中区域的闭合
轮廓；对获取闭合轮廓后的二值图像进行空洞填充处理，获取图像集中的最大二值图像。
9.进一步地，所述求取长半轴、短半轴和所述最大二值图像的质心，获得最佳椭圆区域，包括：求取所述最大二值图像的质心；获取所述最大二值图像的外接最小矩形；根据所述外接最小矩形与长短半轴的阈值进行比较，确定最佳椭圆区域的长半轴和短半轴；根据所述长半轴、短半轴以及最大二值图像的质心获取到最佳椭圆区域。
10.进一步地，所述对所述最佳椭圆区域的图像进行图像处理，获得多个连通区域，包括：对所述最佳椭圆区域的图像进行二值化处理，获取二值图像；对所述二值图像进行处理获得多个连通区域。
11.进一步地，所述对所述最佳椭圆区域的图像进行二值化处理，获取二值图像，包括：对所述最佳椭圆区域采用第二阈值进行二值化处理，获取二值图像。
12.进一步地，所述对所述二值图像进行处理获得多个连通区域，包括：对所述二值图像进行边缘检测以及“十”字处理，获得多个连通区域。
13.进一步地，所述对所述二值图像进行边缘检测以及“十”字处理，获得多个连通区域，包括：对所述二值图像进行边缘检测，得到边缘检测结果；对所述边缘检测结果进行“十”字处理，连接间断点，得到多个处理区域；判断每个处理区域的边缘是否连接；若是，则对处理区域进行闭运算和空洞填充处理，获得多个连通区域；若否，则对所述处理区域的边缘未闭合的地方进行封闭处理后再进行闭运算和空洞填充处理。
14.进一步地，所述将多个连通区域按照预设阈值要求整合得到一个区域，并根据整合后的区域获取去床后的ct图像，包括：将每个连通区域均与面积阈值进行比较；将满足面积大于所述面积阈值的所有连通区域整合为一个区域；根据整合后的区域获取去床后的ct图像。
15.本发明提供的ct图像中床板的去除方法，与现有技术相比，采用一种相反的思路，由于床板种类多并且形状不规则，直接对床板进行处理比较困难，因此本发明实施例采用对图像中的有效区域进行提取，达到去床的目的。另外， 由于本发明中的图像处理是对二维图像进行处理，计算时间短且速度快，通过椭圆处理方法可以去除大部分床板减少后处理计算量。因此，本发明实施例提供的ct图像中床板的去除方法能够高效快速的实现ct图像中的床板去除，从而提高医生的工作效率。
附图说明
16.附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：图1为本发明提供的ct图像中床板的去除方法的流程图。
17.图2为本发明提供的原始ct图像示意图。
18.图3为本发明提供的ct图像中床板的去除方法的具体实施方式流程图。
19.图4为本发明提供的椭圆处理后的ct图像。
20.图5为本发明提供的canny边缘检测后的图像。
21.图6为本发明提供的最终二值处理后的图像。
22.图7为本发明提供的去床后的ct图像。
23.图8为本发明提供的去除床板以及未去除床板的三维重建结果的一种角度对比图。
24.图9为本发明提供的去除床板以及未去除床板的三维重建结果的另一种角度对比图。
25.图10为本发明提供的去除床板以及未去除床板的三维重建结果的另一种角度对比图。
具体实施方式
26.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
27.为了使本领域技术人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
28.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包括，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
29.在本实施例中提供了一种ct图像中床板的去除方法，图1是根据本发明实施例提供的ct图像中床板的去除方法的流程图，如图1所示，包括：s110、获取ct图像；如图2所示，为获取到的原始ct图像。应当理解的是，原始ct图像也为灰度值图像。
30.s120、计算所述ct图像的最佳椭圆区域；在本发明实施例中，如图3所示，具体可以包括：s121、对所述ct图像进行二值化处理，获得二值图像；例如，可以对所述ct图像采用第一阈值进行二值化处理，得到二值图像。
31.在本发明实施例中，所述第一阈值具体可以为800。
32.s122、对所述二值图像进行边缘检测及形态学运算，获取图像集中的最大二值图像；在本发明实施例中，具体可以包括：对所述二值图像进行开运算；对开运算后的二值图像进行边缘检测和闭运算处理，获得二值图像中区域的闭合轮廓；对获取闭合轮廓后的二值图像进行空洞填充处理，获取图像集中的最大二值图像。
33.应当理解的是，对获取的二值图像进行开运算，消除二值图像中的噪点。然后对以上获取结果进行边缘检测处理，旨在获取二值图像中区域的闭合轮廓。由于边缘检测获取的轮廓并不一定为闭合的，因此后面进行闭运算处理，进一步保证获取的轮廓是闭合的。对闭合轮廓进行空洞填充处理，以获得最大二值图像。
34.优选地，在此处进行的边缘检测具体可以采用sober边缘检测算法实现。
35.s123、求取长半轴、短半轴和所述最大二值图像的质心，获得最佳椭圆区域。
36.在本发明实施例中，根据以上处理获取图像集中最大二值图像，求取其区域质心。随后获取以上最大二值图像的外接最小矩形，确定长短半轴a和b，与长短半轴阈值a（此处可以取245）和b（此处可以取200）进行比较，若小于阈值，即保留a和b；若大于阈值，将a和b分别赋值为a和b，去除多余床板并减少后处理计算量。
37.进一步具体地，包括：求取所述最大二值图像的质心；获取所述最大二值图像的外接最小矩形；根据所述外接最小矩形与长短半轴的阈值进行比较，确定最佳椭圆区域的长半轴和短半轴；根据长半轴、短半轴以及所述最大二值图像的质心获取到最佳椭圆区域。
38.如图4所示，为获得的最佳椭圆区域。依据所获取的质心与长短半轴a、b对图像进行椭圆区域处理，保留椭圆内的图像，椭圆外设置为0，即去除了大部分床板。
39.s130、对所述最佳椭圆区域的图像进行图像处理，获得多个连通区域；在本发明实施例中，具体可以包括：s131、对所述最佳椭圆区域的图像进行二值化处理，获取二值图像；在本发明实施例中，对所述最佳椭圆区域采用第二阈值进行二值化处理，获取二值图像。
40.s132、对所述二值图像进行处理获得多个连通区域。
41.在本发明实施例中，对所述二值图像进行边缘检测以及“十”字处理，获得多个连通区域。
42.进一步具体地，所述对所述二值图像进行边缘检测以及“十”字处理，获得多个连通区域，包括：对所述二值图像进行边缘检测，得到边缘检测结果，如图5所示；对所述边缘检测结果进行“十”字处理，连接间断点，得到多个处理区域；判断每个处理区域的边缘是否连接；
若是，则对处理区域进行闭运算和空洞填充处理，获得多个连通区域；若否，则对所述处理区域的边缘未闭合的地方进行封闭处理后再进行闭运算和空洞填充处理。
43.应当理解的是，根据第二阈值对获得的图像进行二值化处理，获取二值图像，通过边缘检测以及“十”字处理获取连通区域。为防止出现个别图像超出图像尺寸，造成无连通区域的情况，需对边缘检测图像进行判断，将连续未闭合的地方进行封闭处理，对其进行闭运算和空洞填充。
44.优选地，在此处进行的边缘检测具体可以采用canny边缘检测算法实现。
45.s140、将多个连通区域按照预设阈值要求整合得到一个区域，并根据整合后的区域获取去床后的ct图像。
46.在本发明实施例中，具体包括：将每个连通区域均与面积阈值进行比较；将满足面积大于所述面积阈值的所有连通区域整合为一个区域，如图6所示；根据整合后的区域获取去床后的ct图像，如图7所示。
47.应当理解的是，通过长宽比（l1，l2）（此处l1可以取0.3，l2可以取3）以及面积阈值d（此处可以取1200）筛选连通区域，将面积大于d的连通区域整合为一个区域，根据整合后的区域与获得最佳椭圆区域后的图像（图4所示）进行与运算后，获得去床后的ct图像，如图7所示。
48.图8至图10为采用本发明实施例提供的ct图像中床板的去除方法对去除床板后的图像进行三维重建的结果示意图以及未去除床板的图像进行三维重建后的结果示意图的对比，其中左侧均为未去除床板重建的三维图像，右侧均为去除床板的图像进行三维重建后的三维图像。
49.综上，本发明实施例提供的ct图像中床板的去除方法，与现有技术相比，采用一种相反的思路，由于床板种类多并且形状不规则，直接对床板进行处理比较困难，因此本发明实施例采用对图像中的有效区域进行提取，达到去床的目的。另外， 由于本发明中的图像处理是对二维图像进行处理，计算时间短且速度快，通过椭圆处理方法可以去除大部分床板减少后处理计算量。因此，本发明实施例提供的ct图像中床板的去除方法能够高效快速的实现ct图像中的床板去除，从而提高医生的工作效率。
50.可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

技术特征：
1.一种ct图像中床板的去除方法，其特征在于，包括：获取ct图像；计算所述ct图像的最佳椭圆区域；对所述最佳椭圆区域的图像进行图像处理，获得多个连通区域；将多个连通区域按照预设阈值要求整合得到一个区域，并根据整合后的区域获取去床后的ct图像。2.根据权利要求1所述的ct图像中床板的去除方法，其特征在于，所述计算所述ct图像的最佳椭圆区域，包括：对所述ct图像进行二值化处理，获得二值图像；对所述二值图像进行边缘检测及形态学运算，获取图像集中的最大二值图像；求取长半轴、短半轴和所述最大二值图像的质心，获得最佳椭圆区域。3.根据权利要求2所述的ct图像中床板的去除方法，其特征在于，所述对所述ct图像进行二值化处理，获得二值图像，包括：对所述ct图像采用第一阈值进行二值化处理，得到二值图像。4.根据权利要求2所述的ct图像中床板的去除方法，其特征在于，所述对所述二值图像进行边缘检测及形态学运算，获取图像集中的最大二值图像，包括：对所述二值图像进行开运算；对开运算后的二值图像进行边缘检测和闭运算处理，获得二值图像中区域的闭合轮廓；对获取闭合轮廓后的二值图像进行空洞填充处理，获取图像集中的最大二值图像。5.根据权利要求2所述的ct图像中床板的去除方法，其特征在于，所述求取长半轴、短半轴和所述最大二值图像的质心，获得最佳椭圆区域，包括：求取所述最大二值图像的质心；获取所述最大二值图像的外接最小矩形；根据所述外接最小矩形与长短半轴的阈值进行比较，确定最佳椭圆区域的长半轴和短半轴；根据所述长半轴、短半轴以及最大二值图像的质心获取到最佳椭圆区域。6.根据权利要求1所述的ct图像中床板的去除方法，其特征在于，所述对所述最佳椭圆区域的图像进行图像处理，获得多个连通区域，包括：对所述最佳椭圆区域的图像进行二值化处理，获取二值图像；对所述二值图像进行处理获得多个连通区域。7.根据权利要求6所述的ct图像中床板的去除方法，其特征在于，所述对所述最佳椭圆区域的图像进行二值化处理，获取二值图像，包括：对所述最佳椭圆区域采用第二阈值进行二值化处理，获取二值图像。8.根据权利要求6所述的ct图像中床板的去除方法，其特征在于，所述对所述二值图像进行处理获得多个连通区域，包括：对所述二值图像进行边缘检测以及“十”字处理，获得多个连通区域。9.根据权利要求8所述的ct图像中床板的去除方法，其特征在于，所述对所述二值图像进行边缘检测以及“十”字处理，获得多个连通区域，包括：
对所述二值图像进行边缘检测，得到边缘检测结果；对所述边缘检测结果进行“十”字处理，连接间断点，得到多个处理区域；判断每个处理区域的边缘是否连接；若是，则对处理区域进行闭运算和空洞填充处理，获得多个连通区域；若否，则对所述处理区域的边缘未闭合的地方进行封闭处理后再进行闭运算和空洞填充处理。10.根据权利要求1所述的ct图像中床板的去除方法，其特征在于，所述将多个连通区域按照预设阈值要求整合得到一个区域，并根据整合后的区域获取去床后的ct图像，包括：将每个连通区域均与面积阈值进行比较；将满足面积大于所述面积阈值的所有连通区域整合为一个区域；根据整合后的区域获取去床后的ct图像。

技术总结
本发明涉及医学图像处理技术领域，具体公开了一种CT图像中床板的去除方法，其中，包括：获取CT图像；计算所述CT图像的最佳椭圆区域；对所述最佳椭圆区域的图像进行图像处理，获得多个连通区域；将多个连通区域按照预设阈值要求整合得到一个区域，并根据整合后的区域获取去床后的CT图像。本发明提供的CT图像中床板的去除方法采用对图像中的有效区域进行提取，达到去床的目的，具有高效且效果好的优势。具有高效且效果好的优势。具有高效且效果好的优势。


技术研发人员：菅影超 马善达
受保护的技术使用者：江苏瑞尔医疗科技有限公司
技术研发日：2021.12.01
技术公布日：2022/3/8