一种无监督的腹部CT序列图像多器官同时自动分割方法

    公开(公告)号:CN109934235B

    公开(公告)日:2021-04-20

    申请号:CN201910211823.1

    申请日:2019-03-20

    Applicant: 中南大学

    Abstract: 本发明公开了一种无监督的腹部CT序列图像多器官同时自动分割方法,对腹部CT序列图像中肝脏、脾脏、左肾、右肾等目标器官进行分割,本发明方法包括:提取并去除输入CT图像中的脊椎和肋骨,并对图像进行裁剪;对裁剪后的图像进行超体素分割,并结合局部线性嵌入、K‑Means算法和解剖学先验生成目标器官的初始轮廓;根据器官灰度信息构建混合灰度模型增强目标器官区域,采用三维Chan‑Vese模型优化器官轮廓,并基于直方图均衡与K‑Means算法分离毗邻器官。本发明方法不需要训练数据,且能够有效检测低对比度图像中目标器官间的弱边缘,有效处理不同序列图像中多个器官的形状和位置差异,实现多器官同时、自动和准确分割。

    一种无监督的腹部CT序列图像多器官同时自动分割方法

    公开(公告)号:CN109934235A

    公开(公告)日:2019-06-25

    申请号:CN201910211823.1

    申请日:2019-03-20

    Applicant: 中南大学

    Abstract: 本发明公开了一种无监督的腹部CT序列图像多器官同时自动分割方法,对腹部CT序列图像中肝脏、脾脏、左肾、右肾等目标器官进行分割,本发明方法包括:提取并去除输入CT图像中的脊椎和肋骨,并对图像进行裁剪;对裁剪后的图像进行超体素分割,并结合局部线性嵌入、K-Means算法和解剖学先验生成目标器官的初始轮廓;根据器官灰度信息构建混合灰度模型增强目标器官区域,采用三维Chan-Vese模型优化器官轮廓,并基于直方图均衡与K-Means算法分离毗邻器官。本发明方法不需要训练数据,且能够有效检测低对比度图像中目标器官间的弱边缘,有效处理不同序列图像中多个器官的形状和位置差异,实现多器官同时、自动和准确分割。

Patent Agency Ranking