【技术实现步骤摘要】
本公开涉及图像处理领域，尤其涉及一种图像处理方法及装置。
技术介绍
1、目前，磁共振成像(magnetic resonance imaging，mri)被越来越广泛的应用在医疗诊断中。
2、其中，为了便于诊断分析，常常需要从人体头部的mri图像中剥离出颅骨部分，以便利用去除颅骨部分后的mri图像进行脑形态测量、脑体积测定和皮质表面重建等分析。
3、因此，如何高效、准确的从人体头部的mri图像中，得到剥离颅骨部分后的图像，这是目前需要解决的技术问题。
技术实现思路
1、为了解决上述技术问题，本公开提供了一种图像处理方法及装置。
2、第一方面，本公开提供了一种图像处理方法，该方法包括：获取第一图像；第一图像为对人体头部进行磁共振成像mri得到的三维图像。根据第一图像，得到n个图像集合；其中，n个图像集合与n种方向一一对应，各图像集合分别包括：按照所对应方向对第一图像进行切片得到的二维图像，n为大于1的正整数。将n个图像集合，分别输入n个分割模型，得到分割结果集合；其中，n个分割模型与n个图像集合一一对应，n个分割模型分别用于在输入二维图像后，输出用于指示二维图像中颅骨部分所对应区域的结果图像；分割结果集合包括n个分割模型输出的结果图像。根据分割结果集合，确定三维分割结果；其中，三维分割结果用于指示对第一图像剥离颅骨部分后的图像。
3、上述方法中，通过先将第一图像(即对人体头部进行mri得到的三维图像)按照n种方向进行切片得到n个图像集合，
4、在一种实现方式中，根据分割结果集合，确定三维分割结果，包括：根据分割结果集合中目标体素对应的多个结果图像，确定目标体素对应的检测结果，检测结果用于指示目标体素是否对应颅骨部分。根据目标体素对应的检测结果，确定三维分割结果。
5、在一种实现方式中，n个图像集合中，各图像集合，还包括：将多张对第一图像进行切片得到的二维图像进行融合得到的二维图像。
6、上述实现方式中，通过将多张对第一图像进行切片得到的二维图像进行融合得到的二维图像包含在图像集合中，从而可以提高分割结果的平滑性。
7、在一种实现方式中，n个图像集合中所包括的二维图像为梯度图。
8、该实现方式中，考虑到：一方面，因为梯度图是通过对原图像进行求导得到的图像，因此可以利用梯度图来表示图像亮度的变化程度。另一方面，在人体头部的mri图像中，颅骨部分属于影像的高亮部分，脑组织部分则相对亮度较低，因此通过利用梯度图作为分割模型的输入数据，可以进一步提高分割模型的准确性。
9、在一种实现方式中，n个分割模型分别为利用注意力机制构建的深度学习模型。
10、上述实现方式中，考虑到：注意力机制可以达到抑制不相关区域并突出局部区域的显著特征的效果，因此通过利用注意力机制构建上述n个分割模型，从而可以提高结果图像中颅骨部分所对应区域的分割边缘的准确性。
11、在一种实现方式中，n种方向包括：冠状面方向、矢状面方向和水平面方向。
12、在一种实现方式中，该方法还包括：获取第二图像；第二图像为对人体头部进行mri得到的三维图像。将第二图像输入目标分割模型，得到目标结果图像；目标分割模型用于在输入三维图像后，输出用于指示三维图像中脑部所对应区域的结果图像；目标结果图像用于指示第二图像中脑部所对应区域；根据目标结果图像，从第二图像中确定第一图像。
13、上述实现方式中，考虑到可以先对通过mri获取的三维图像进行粗分割，从而排除无关区域。然后，再利用排除无关区域的图像按照上述本公开所提供的方法确定三维分割结果。这样一来，可以降低无关区域对三维分割结果的影响，进而可以更好的聚焦于目标小范围区域进行精确分割。
14、在一种实现方式中，根据目标结果图像，从第二图像中分割出包括脑部所对应区域的第一图像，包括：将目标结果图像所指示的脑部所对应区域向外扩展预设余量，得到扩展图像；其中，扩展图像用于指示目标区域，目标区域包括：目标结果图像中所指示的脑部所对应区域和预设余量所对应区域；根据扩展图像，从第二图像中确定第一图像。
15、通过上述实现方式，可以避免目标结果图像中可能存在将脑部对应区域识别为颅骨部分对应区域，从而导致第一图像没有包括整个脑部对应区域的情况。
16、在一种实现方式中，该方法还包括：获取第三图像；第三图像为对人体头部进行mri得到的三维图像；对第三图像进行预处理，得到第二图像；预处理包括以下至少一项：偏置场校正和像素值归一化。
17、第二方面，提供一种图像处理装置，包括：获取单元，用于获取第一图像；第一图像为对人体头部进行磁共振成像mri得到的三维图像。处理单元，用于根据第一图像，得到n个图像集合；其中，n个图像集合与n种方向一一对应，各图像集合分别包括：按照所对应方向对第一图像进行切片得到的二维图像，n为大于1的正整数。处理单元，还用于将n个图像集合，分别输入n个分割模型，得到分割结果集合；其中，n个分割模型与n个图像集合一一对应，n个分割模型分别用于在输入二维图像后，输出用于指示二维图像中颅骨部分所对应区域的结果图像；分割结果集合包括n个分割模型输出的结果图像。处理单元，还用于根据分割结果集合，确定三维分割结果；其中，三维分割结果用于指示对第一图像剥离颅骨部分后的图像。
18、在一种实现方式中，处理单元，还用于根据分割结果集合，确定三维分割结果，包括：处理单元，还用于根据分割结果集合中目标体素对应的多个结果图像，确定目标体素对应的检测结果，检测结果用于指示目标体素是否对应颅骨部分。处理单元，还用于根据目标体素对应的检测结果，确定三维分割结果。
19、在一种实现方式中，n个图像集合中，各图像集合，还包括：将多张对第一图像进行切片得到的二维图像进行融合得到的二维图像。
20、在一种实现方式中，n个图像集合中所包括的二维图像为梯度图。
21、在一种实现方式中，n个分割模型分别为利用注意力机制构建的深度学习模型。
22、在一种实现方式中，n种方向包本文档来自技高网...
【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述分割结果集合，确定三维分割结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述n个图像集合中，各所述图像集合，还包括：将多张对所述第一图像进行切片得到的二维图像进行融合得到的二维图像。
4.根据权利要求1所述的方法，其特征在于，所述n个图像集合中所包括的二维图像为梯度图。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述n个分割模型分别为利用注意力机制构建的深度学习模型。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述n种方向包括：冠状面方向、矢状面方向和水平面方向。
7.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述目标结果图像，从所述第二图像中分割出包括脑部所对应区域的所述第一图像，包括：
9.根据权利要求7所述的方法，其特征在于，所述方法还包括：
10.一种图像处理装
...【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述分割结果集合，确定三维分割结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述n个图像集合中，各所述图像集合，还包括：将多张对所述第一图像进行切片得到的二维图像进行融合得到的二维图像。
4.根据权利要求1所述的方法，其特征在于，所述n个图像集合中所包括的二维图像为梯度图。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述n个分割模型分别为...
【专利技术属性】
技术研发人员：赵国光，李晓芸，魏鹏虎，
申请(专利权)人：首都医科大学宣武医院，
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。