【技术实现步骤摘要】
本公开涉及图像处理领域，具体而言，涉及一种ct图像中测量对象长度的获得方法、装置、介质和电子设备。
技术介绍
1、计算机断层扫描(英文全称computed tomography，简称ct)的层厚可以达到1mm以下，有利于发现微小病变。
2、但是，因为人体病灶或病变多数在1mm以上，图像层厚度变薄，会导致容积效应非常明显。
3、部分容积效应，是ct图像上各个像素的数值代表相应单位组织全体的平均ct值，它不能如实反映该单位内各种组织本身的ct值。在ct扫描过程中，凡小于层厚的病变，其ct值受层厚内其它组织的影响，所测出的ct值不能代表病变的真正的ct值，比如在高密度组织中较小的低密度病灶，其ct值偏高；反之，在低密度组织中的较小的高密度病灶，其ct值偏低。为了解决部分容积效应问题，需要对已经扫描完成的图像进行后重建(即重新对数据进行重建)。
4、目前，后重建方案只能人工估计参数值，包括：病灶的起始位置(ct的数据起始位置)、结束位置(ct的数据结束位置)、图像厚度和图像间隔。
5、但是，由于无法知晓病灶位在整体数据当中的长度，只能通过预览图像人工计算长度。如果预览图像中存在部分容积效应的问题，必然导致计算结果与实际结果存在较大偏差，进而导致后重建方案的参数值设置存在偏差。
6、因此，本公开提供了一种ct图像中测量对象长度的获得方法，以解决上述技术问题之一。
技术实现思路
1、本公开的目的在于提供一种ct图像中测量对象长度的获得
2、根据本公开的具体实施方式，第一方面，本公开提供一种ct图像中测量对象长度的获得方法，包括：
3、从同一方向上连续采集的多个ct图像中选取一个目标ct图像，在所述目标ct图像上确定测量对象的关注区域，其中，所述多个ct图像按照连续采集的顺序排列；
4、确定所述目标ct图像上的关注区域中的多个目标坐标点；
5、以所述目标ct图像在任一目标坐标点上的至少一种类型各自的目标关键特征值为依据，从所述多个ct图像中筛选出所述任一目标坐标点的两个目标变异图像，其中，所述两个目标变异图像各自在所述任一目标坐标点上的所述至少一种类型各自的关键特征值之一与对应类型的目标关键特征值的误差值超出对应类型的预设误差值范围，在所述多个ct图像中两个目标变异图像之间包括至少一个ct图像，所述至少一个ct图像至少包括所述目标ct图像，且所述至少一个ct图像中每个ct图像各自在所述任一目标坐标点上的所述至少一种类型各自的关键特征值与对应类型的目标关键特征值的误差值均在对应类型的预设误差值范围内；
6、基于所述任一目标坐标点的两个目标变异图像各自的床号值和预设层厚值获得所述任一目标坐标点上的长度值；
7、确定所述多个目标坐标点上各自长度值中的最大值为所述测量对象的长度值。
8、可选的，所述以所述目标ct图像在任一目标坐标点上的至少一种类型各自的目标关键特征值为依据，从所述多个ct图像中筛选出两个目标变异图像，包括：
9、以所述目标ct图像在任一目标坐标点上的至少一种类型各自的目标关键特征值为依据，依据由近及远的图像排列顺序，与所述目标ct图像前后两个方向上其他ct图像各自在所述任一目标坐标点上对应类型的关键特征值分别进行误差对比，依次获得所述目标ct图像前后两个方向上其他ct图像各自在所述任一目标坐标点上的对应类型的误差值；
10、当所述目标ct图像前后任一方向上依次获得的ct图像首次在所述任一目标坐标点上的所述至少一种类型各自的误差值之一超出对应类型的预设误差值范围时，确定所述依次获得的ct图像为所述任一方向上的目标变异图像。
11、可选的，所述至少一种类型各自的关键特征值包括ct值和噪声值。
12、可选的，所述确定所述目标ct图像上的关注区域中的多个目标坐标点，包括：
13、对所述目标ct图像上关注区域进行划分，获得多个关注子区域；
14、确定所述多个关注子区域各自的几何中心坐标点分别为目标坐标点。
15、可选的，所述对所述目标ct图像上关注区域进行划分，获得多个关注子区域，包括：
16、确定所述目标ct图像上所述关注区域的几何中心坐标点；
17、基于所述关注区域的几何中心坐标点和所述关注区域的最外沿的坐标点获得关键距离值；
18、基于预设比例值将所述关键距离值分割成第一长度值和第二长度值，其中，所述预设比例值小于1，所述第一长度值小于所述第二长度值；
19、以所述关注区域的几何中心坐标点为圆心，以所述第一长度值为半径，确定表征关注子区域的第一圆形区域；
20、以所述关注区域的几何中心坐标点为圆心，以所述第二长度值为半径，确定圆形线；
21、在所述圆形线上确定多个圆点坐标；
22、当任一圆点坐标位于所述关注区域内时，以所述任一圆点坐标为圆心，以所述第一长度值为半径，确定表征关注子区域的第二圆形区域。
23、可选的，所述预设比例值为1/3；所述第一长度值等于1/3的所述关键距离值；所述第二长度值等于2/3的所述关键距离值。
24、可选的，所述圆形线上的多个圆点坐标中任意两个相邻圆点坐标之间的距离相等，且任意两个相邻第二圆形区域相交。
25、根据本公开的具体实施方式，第二方面，本公开提供一种ct图像中测量对象长度的获得装置，包括：
26、选取单元，用于从同一方向上连续采集的多个ct图像中选取一个目标ct图像，在所述目标ct图像上确定测量对象的关注区域，其中，所述多个ct图像按照连续采集的顺序排列；
27、坐标确定单元，用于确定所述目标ct图像上的关注区域中的多个目标坐标点；
28、筛选单元，用于以所述目标ct图像在任一目标坐标点上的至少一种类型各自的目标关键特征值为依据，从所述多个ct图像中筛选出所述任一目标坐标点的两个目标变异图像，其中，所述两个目标变异图像各自在所述任一目标坐标点上的所述至少一种类型各自的关键特征值之一与对应类型的目标关键特征值的误差值超出对应类型的预设误差值范围，在所述多个ct图像中两个目标变异图像之间包括至少一个ct图像，所述至少一个ct图像至少包括所述目标ct图像，且所述至少一个ct图像中每个ct图像各自在所述任一目标坐标点上的所述至少一种类型各自的关键特征值与对应类型的目标关键特征值的误差值均在对应类型的预设误差值范围内；
29、获得单元，用于基于所述任一目标坐标点的两个目标变异图像各自的床号值和预设层厚值获得所述任一目标坐标点上的长度值；
30、长度确定单元，用于确定所述多个目标坐标点上各自长度值中的最大值为所述测量对象的长度值。
31、可选的，所述以所述目标ct图像在任一目标坐标点上的至少一种类型各自本文档来自技高网...
【技术保护点】
1.一种CT图像中测量对象长度的获得方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述以所述目标CT图像在任一目标坐标点上的至少一种类型各自的目标关键特征值为依据，从所述多个CT图像中筛选出两个目标变异图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述至少一种类型各自的关键特征值包括CT值和噪声值。
4.根据权利要求1所述的方法，其特征在于，所述确定所述目标CT图像上的关注区域中的多个目标坐标点，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述目标CT图像上关注区域进行划分，获得多个关注子区域，包括：
6.根据权利要求5所述的方法，其特征在于，所述预设比例值为1/3；所述第一长度值等于1/3的所述关键距离值；所述第二长度值等于2/3的所述关键距离值。
7.根据权利要求5所述的方法，其特征在于，所述圆形线上的多个圆点坐标中任意两个相邻圆点坐标之间的距离相等，且任意两个相邻第二圆形区域相交。
8.一种CT图像中测量对象长度的获得装置，其特征在于，包括：>
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种ct图像中测量对象长度的获得方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述以所述目标ct图像在任一目标坐标点上的至少一种类型各自的目标关键特征值为依据，从所述多个ct图像中筛选出两个目标变异图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述至少一种类型各自的关键特征值包括ct值和噪声值。
4.根据权利要求1所述的方法，其特征在于，所述确定所述目标ct图像上的关注区域中的多个目标坐标点，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述目标ct图像上关注区域进行划分，获得多个关注子区域...
【专利技术属性】
技术研发人员：翟春晖，
申请(专利权)人：苏州晟诺医疗科技有限公司，
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。