【技术实现步骤摘要】
本专利技术涉及图像处理领域，尤其涉及一种影像特征的热图生成方法、装置、终端设备及计算机可读存储介质。
技术介绍
1、结缔组织相关间质性肺疾病(connective tissue disease-associatedinterstitial lung disease，缩写为ctd-ild)是结缔组织病常见的器官损害。高分辨率计算机断层扫描(high resolution computed tomography,缩写hrct)是目前ild研究的主流工具。ctd-ild的影像特征具有高度异质性，目前的胸部hrct的视觉评估法和半定量分析法均是基于经验丰富的专家针对影像进行视觉评估，但是这些方法会受到观察者的主观性以及不同观察者之间的差异性的影响，得到的评估数据缺乏客观性和标准化，因此影响到ild影像特征的获取质量。
技术实现思路
1、本专利技术实施例提供了一种影像特征的热图生成方法、装置、终端设备及计算机可读存储介质，以解决如何提高ild影像特征的获取质量的技术问题。
2、为了解决上述技术问题，本专利技术实施例提供了一种影像特征的热图生成方法，包括：
3、获取多张目标高分辨率计算机断层扫描图像，并提取所述目标高分辨率计算机断层扫描图像的hu值数据，所述目标高分辨率计算机断层扫描图像包括肺部区域；
4、利用多个hu阈值区间，对所述hu值数据进行标准化处理，获得与各hu阈值区间对应的比值参数；
5、根据各比值参数以及各所述目标高分辨率计算机断层
6、作为优选方案，各所述hu阈值区间以步进设置，所述利用多个hu阈值区间，对所述hu值数据进行标准化处理，获得与各hu阈值区间对应的比值参数，包括：
7、从所述hu值数据中获取各hu阈值区间的体素；根据各hu阈值区间的体素与总体素的比值，得到各hu阈值区间对应的比值参数。
8、作为优选方案，所述根据各比值参数以及各所述目标高分辨率计算机断层扫描图像，生成影像特征热图，包括：
9、将各所述目标高分辨率计算机断层扫描图像按照垂直空间顺序依次排列，得到各层面图像；
10、基于各层面图像以及各比值参数获得影像特征参数，所述影像特征参数通过热图形式表示。
11、作为优选方案，所述影像特征参数具体为：(％v1-％vn)·(s1-sm)；
12、其中，s1代表第一层的层面图像，sm代表第m层的层面图像，s1-sm代表第一层至第m层的各所述层面图像，％v1代表第一个hu阈值区间的比值参数，％vn代表第n个hu阈值区间的比值参数，％v1-％vn代表第一个hu阈值区间到第n个hu阈值区间的各所述比值参数。
13、作为优选方案，在所述基于各层面图像以及各比值参数获得影像特征参数之前，还包括：
14、根据预设选取规则，筛选出存在通气肺组织的垂直方向平均分布的多个层面图像；所述选取规则包括：
15、sm＝int[(slow-sup)/(m+1)]×m+sup；
16、其中，sm为所述选取规则选取的图像，sup为第一张存在通气肺组织的层面，slow为最后一张存在通气肺组织的层面，m为选取的层面图像的总数量，m为从1到m中具体层面图像编号，int表示取整。
17、作为优选方案，所述获取多张目标高分辨率计算机断层扫描图像，包括：
18、以dicom格式，从影像存档和通信系统中导出多张高分辨率计算机断层扫描图像，对各高分辨率计算机断层扫描图像进行分割，得到包括肺部区域的所述目标高分辨率计算机断层扫描图像。
19、作为优选方案，所述对各高分辨率计算机断层扫描图像进行分割，得到包括肺部区域的所述目标高分辨率计算机断层扫描图像，包括：
20、使用数字图像处理软件，将全肺范围作为感兴趣区域，沿胸膜分割肺、胸壁、纵膈、与纵膈直接相连接的大血管和支气管区域，得到包括肺部区域的所述目标高分辨率计算机断层扫描图像。
21、相应的，本专利技术实施例还提供了一种影像特征的热图生成装置，包括数据提取模块、标准化处理模块和热图生成模块；其中，
22、所述数据提取模块，用于获取多张目标高分辨率计算机断层扫描图像，并提取所述目标高分辨率计算机断层扫描图像的hu值数据，所述目标高分辨率计算机断层扫描图像包括肺部区域；
23、所述标准化处理模块，用于利用多个hu阈值区间，对所述hu值数据进行标准化处理，获得与各hu阈值区间对应的比值参数；
24、所述热图生成模块，用于根据各比值参数以及各所述目标高分辨率计算机断层扫描图像，生成影像特征热图。
25、作为优选方案，各所述hu阈值区间以步进设置，所述标准化处理模块利用多个hu阈值区间，对所述hu值数据进行标准化处理，获得与各hu阈值区间对应的比值参数，包括：
26、所述标准化处理模块从所述hu值数据中获取各hu阈值区间的体素；根据各hu阈值区间的体素与总体素的比值，得到各hu阈值区间对应的比值参数。
27、作为优选方案，所述热图生成模块根据各比值参数以及各所述目标高分辨率计算机断层扫描图像，生成影像特征热图，包括：
28、所述热图生成模块将各所述目标高分辨率计算机断层扫描图像按照垂直空间顺序依次排列，得到各层面图像；
29、基于各层面图像以及各比值参数获得影像特征参数，所述影像特征参数通过热图形式表示。
30、作为优选方案，所述影像特征参数具体为：(％v1-％vn)·(s1-sm)；
31、其中，s1代表第一层的层面图像，sm代表第m层的层面图像，s1-sm代表第一层至第m层的各所述层面图像，％v1代表第一个hu阈值区间的比值参数，％vn代表第n个hu阈值区间的比值参数，％v1-％vn代表第一个hu阈值区间到第n个hu阈值区间的各所述比值参数。
32、作为优选方案，所述热图生成模块还用于在基于各层面图像以及各比值参数获得影像特征参数之前：
33、根据预设选取规则，筛选出存在通气肺组织的垂直方向平均分布的多个层面图像；所述选取规则包括：
34、sm＝int[(slow-sup)/(m+1)]×m+sup；
35、其中，sm为所述选取规则选取的图像，sup为第一张存在通气肺组织的层面，slow为最后一张存在通气肺组织的层面，m为选取的层面图像的总数量，m为从1到m中具体层面图像编号，int表示取整。
36、作为优选方案，所述数据提取模块获取多张目标高分辨率计算机断层扫描图像，包括：
37、所述数据提取模块以dicom格式，从影像存档和通信系统中导出多张高分辨率计算机断层扫描图像，对各高分辨率计算机断层扫描图像进行分割，得到包括肺部区域的所述目标高分辨率计算机断层扫描图像。
38、作为优选方案，所述数据提取模块对各高分辨率计算机断层扫描图像进行分割，得到包本文档来自技高网...
【技术保护点】
1.一种影像特征的热图生成方法，其特征在于，包括：
2.如权利要求1所述的一种影像特征的热图生成方法，其特征在于，各所述HU阈值区间以步进设置，所述利用多个HU阈值区间，对所述HU值数据进行标准化处理，获得与各HU阈值区间对应的比值参数，包括：
3.如权利要求1所述的一种影像特征的热图生成方法，其特征在于，所述根据各比值参数以及各所述目标高分辨率计算机断层扫描图像，生成影像特征热图，包括：
4.如权利要求3所述的一种影像特征的热图生成方法，其特征在于，所述影像特征参数具体为：(％V1-％Vn)·(S1-Sm)；
5.如权利要求3所述的一种影像特征的热图生成方法，其特征在于，在所述基于各层面图像以及各比值参数获得影像特征参数之前，还包括：
6.如权利要求1所述的一种影像特征的热图生成方法，其特征在于，所述获取多张目标高分辨率计算机断层扫描图像，包括：
7.如权利要求6所述的一种影像特征的热图生成方法，其特征在于，所述对各高分辨率计算机断层扫描图像进行分割，得到包括肺部区域的所述目标高分辨率计算机断层扫描图像，包
8.一种影像特征的热图生成装置，其特征在于，包括数据提取模块、标准化处理模块和热图生成模块；其中，
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的影像特征的热图生成方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的影像特征的热图生成方法。
...【技术特征摘要】
1.一种影像特征的热图生成方法，其特征在于，包括：
2.如权利要求1所述的一种影像特征的热图生成方法，其特征在于，各所述hu阈值区间以步进设置，所述利用多个hu阈值区间，对所述hu值数据进行标准化处理，获得与各hu阈值区间对应的比值参数，包括：
3.如权利要求1所述的一种影像特征的热图生成方法，其特征在于，所述根据各比值参数以及各所述目标高分辨率计算机断层扫描图像，生成影像特征热图，包括：
4.如权利要求3所述的一种影像特征的热图生成方法，其特征在于，所述影像特征参数具体为：(％v1-％vn)·(s1-sm)；
5.如权利要求3所述的一种影像特征的热图生成方法，其特征在于，在所述基于各层面图像以及各比值参数获得影像特征参数之前，还包括：
6.如权利要求1所述的一种影像特征的热图生成方法，其特征在于，所述获...
【专利技术属性】
技术研发人员：肖飞，李娟，朱俊卿，陈世贤，王俊，陈飞龙，李孟，
申请(专利权)人：南方医科大学南方医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。