【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种适用于骨骼影像数据的图像分割方法、设备、介质及产品。
技术介绍
1、现有技术通常基于边界检测方法、区域检测方法以及骨骼分割模型对骨骼ct图像进行骨骼分割。但基于这些方法确定的骨骼分割结果的准确性较低，比如，容易将灰度值较高的非骨骼作为骨骼，或者由于无法准确识别骨皮质与骨松质导致确定的骨骼边界准确性较低。
2、因此需要提供一种适用于骨骼影像数据的图像分割方法，以提高骨骼分割结果的准确性。
技术实现思路
1、本专利技术提供了一种适用于骨骼影像数据的图像分割方法、设备、介质及产品，以解决现有骨骼分割方法存在骨骼分割结果准确性较低的技术问题。
2、根据本专利技术的一方面，提供了一种适用于骨骼影像数据的图像分割方法，包括：
3、确定设置于骨骼ct图像中的初始活动轮廓对应的初始点集，所述骨骼ct图像中的所有骨骼均在所述初始活动轮廓中；
4、基于权重函数确定所述骨骼ct图像的权重矩阵，所述权重矩阵包括所述骨骼ct图像中各像素的灰度权重与梯度权重的加权和，所述权重函数包括均为单调递减函数的灰度项与梯度项，所述灰度项用于确定不符合软组织灰度条件的像素的灰度权重，所述梯度项用于确定不符合软组织梯度条件的像素的梯度权重；
5、基于所述初始点集、所述权重矩阵与预定迭代步长求解迭代方程，得到与骨骼边界重合的目标活动轮廓，所述迭代方程为极小化能量泛函的梯度流方程，所述能量泛函基于活动轮廓的加权周长与加权面积的加权和
6、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
7、至少一个处理器；以及
8、与所述至少一个处理器通信连接的存储器；其中，
9、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的适用于骨骼影像数据的图像分割方法。
10、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的适用于骨骼影像数据的图像分割方法。
11、根据本专利技术的另一方面，提供了一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现任一实施例所述的适用于骨骼影像数据的图像分割方法。
12、骨骼ct图像中，骨骼区域的像素灰度值高于周围软组织区域的像素灰度值，骨骼边界处的像素梯度变化值高于其他区域的像素的梯度变化值。本专利技术实施例提供的技术方案，权重函数包括均为单调递减函数的灰度项与梯度项，灰度项用于确定不符合软组织灰度条件的像素的灰度权重，梯度项用于确定不符合软组织梯度条件的像素的梯度权重；基于该特点可以差异化软组织像素与骨骼像素的权重，以及弱化软组织对能量泛函所确定的加权面积与加权周长的贡献，从而减小软组织对活动轮廓的加权面积与加权周长准确性的影响，以及在极小化能量泛函的过程中，可以根据权重函数所确定加权和的特点，控制活动轮廓准确地逼近骨骼边界，得到准确的目标活动轮廓，从而基于目标活动轮廓确定出具有较高准确性的骨骼分割结果。
13、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种适用于骨骼影像数据的图像分割方法，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，
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，通过以下步骤确定所述第一边界距离集合：
5.根据权利要求4所述的方法，其特征在于，所述确定所述骨骼CT图像中的各所述像素与所述骨骼边界集合所对应骨骼边界的距离之前还包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述骨骼CT图像中骨折处的像素集合，并将所述骨折处的像素集合作为骨折边界集合，包括：
7.根据权利要求1所述的方法，其特征在于，所述在所述骨骼CT图像中，确定与所述目标活动轮廓对应的骨骼分割结果之后，还包括：
8.一种电子设备，其特征在于，所述电子设备包括：
9.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7任一所述的适用于骨骼影像数据的图像分割方法。
10.一种计算机程序产品，其特征在于
...【技术特征摘要】
1.一种适用于骨骼影像数据的图像分割方法，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，
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，通过以下步骤确定所述第一边界距离集合：
5.根据权利要求4所述的方法，其特征在于，所述确定所述骨骼ct图像中的各所述像素与所述骨骼边界集合所对应骨骼边界的距离之前还包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述骨骼ct图像中骨折处的像素集合，并将所述骨折处的像素集合作为骨折边界集合，包括：
【专利技术属性】
技术研发人员：陈冲，张里程，徐海林，王立恒，赵晶鑫，苏秀云，李建涛，唐缪田，
申请(专利权)人：中国科学院数学与系统科学研究院，
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。