【技术实现步骤摘要】
本申请属于医疗数据处理领域，尤其涉及一种头部中矢面的识别方法、装置及系统。
技术介绍
1、中矢面（midsagittal plane，msp，也称为正中矢状面）是一个理想的几何平面，它通过人体对称地将大脑分为左右两个相等的部分，对于确定病变的位置、大小和范围至关重要。头部ct等医学图像中的中矢面检测在临床医学中具有重要的应用价值。在脑部肿瘤的诊断中，中矢面可以帮助医生准确定位肿瘤，并评估其对周围脑组织的影响。此外，中矢面对于脑积水、脑外伤、脑血管病变等情况的评估也非常重要，能够提供关于脑室系统和脑沟回变化的重要信息。在急诊情况下，如脑卒中，中矢面检测能够迅速识别出血或缺血性病变是否导致更严重的继发改变，如脑疝，对于救治决策至关重要，也在神经系统疾病诊断和治疗规划中具有不可或缺的作用。
2、现有的中矢面提取方法中，其中一类是需要从头颅医学影像中利用二值化处理和膨胀算法去除颅骨并提取脑实质的三维掩模，利用区域生长算法填充脑实质中的空洞并膨胀至原颅骨边界，然后以脑部中间切片作为参考，进行平面椭圆拟合，最后根据椭圆的长轴坐标和旋转角确定中矢面。这种方法对图像质量有较高要求，且依赖于单一的脑实质组织分割质量，并且区域生长算法对分割的鲁棒性不高，尤其是对于病理性变化如肿瘤、出血等情况下的数据。另一类中矢面识别方法需要首先利用svm（支持向量机）和hough变换检测出脑纵裂位置，确定初始中矢面，然后在该初始中矢面周围选取多个待定平面，基于这些待定平面的对称性参数和灰度参数等来确定最终的中矢面。这类方法同样高度依赖于图像质量和脑纵裂
3、由此可见，现有技术中尚未发现较少依赖图像质量和单一组织分割精度，也不依赖于对称轴的识别精度，并且对于不同的数据均具有较高的识别精度，泛化能力较强的头部中矢面的识别方法。
技术实现思路
1、提供本申请以解决现有技术中存在的上述缺陷。需要一种头部中矢面的识别方法、装置及系统，其能够在不过度依赖图像质量和单一组织分割质量，同时避免由于依赖对称轴等对称性计算而可能产生的精度误差的情况下，实现头部中矢面的精确和稳健识别。
2、根据本申请的第一方案，提供一种头部中矢面的识别方法，所述识别方法包括由处理器：获取头部3d医学图像；对所获取的头部3d医学图像进行归一化和尺寸变化预处理；从预处理后的头部3d医学图像中选择不少于两种核心组织和/或左右对称组织作为分割对象，其中，所述核心组织以所述头部中矢面上的点为形心点，所述左右对称组织以所述头部中矢面上的点为对称点；基于第一学习网络，对所选择的核心组织/左右对称组织进行分割处理，以生成各个核心组织/左右对称组织的3d分割掩模；基于各个核心组织的3d分割掩模确定各个核心组织在各图像层的形心点，基于各个左右对称组织的3d分割掩模确定各个左右对称组织在各图像层的对称点，并将各个核心组织的形心点/左右对称组织的对称点的集合作为对应组织的点云集合；基于各个组织的点云集合，利用曲面拟合算法进行多轮曲面拟合，从而筛选出基于部分形心点/对称点拟合而得到的所述头部中矢面。
3、根据本申请的第二方案，提供一种头部中矢面的识别装置，包括接口和处理器，其中，接口配置为接收头部3d医学图像；处理器配置为执行如本申请各个实施例所述的头部中矢面的识别方法。
4、根据本申请的第三方案，提供一种头部中矢面的识别系统，该识别系统包括头部3d医学图像成像设备和如本申请各个实施例所述的头部中矢面的识别装置。
5、本申请各个实施例提供的头部中矢面的识别方法、装置及系统，在充分挖掘中矢面的本质特征的基础上，利用核心组织的形心点和左右对称组织的对称点理论上应该在中矢面上或与中矢面的距离非常接近的重要特性，首先对这两类组织中的部分或全部进行分割，然后确定这些组织的形心点/对称点，大量的形心点/对称点包含了丰富的与头部中矢面相关联的信息，利用这些点，通过多轮次的曲面拟合，所筛选出利用最佳的形心点/对称点的子集而拟合得到的头部中矢面。上述识别方法不依赖于对单一组织进行分割，也无需预先识别作为基准的对称轴/对称面，因此，克服了现有技术过度依赖图像质量和单一组织分割质量的不足，并且，即使部分组织存在病理性变化而导致对应的形心点/对称点与最佳的头部中矢面有较大偏离，也能够通过多轮次的曲面拟合来尽可能地减小这些偏离的影响，因此，本申请的识别方法对于不同的识别对象均能够具有较高的识别精度和较强的鲁棒性。
6、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
7、应当理解，前面的大体描述以及后续的详细描述只是例示性的和说明性的，并非对所要求保护的本专利技术的限制。
本文档来自技高网...【技术保护点】
1.一种头部中矢面的识别方法，其特征在于，所述识别方法包括，由处理器：
2.根据权利要求1所述的识别方法，其特征在于，所述基于各个组织的点云集合，利用曲面拟合算法进行多轮曲面拟合，从而筛选出基于部分形心点/对称点拟合而得到的所述头部中矢面进一步包括：
3.根据权利要求2所述的识别方法，其特征在于，首轮曲面拟合的第一采样比例按照如下方式来确定：
4.根据权利要求2所述的识别方法，其特征在于，首轮曲面拟合的第一采样比例按照如下方式来确定：
5.根据权利要求3或4所述的识别方法，其特征在于，本轮的第一采样比例根据上一轮形心点/对称点的子集之外的其他形心点/对称点与该中间备选曲面的匹配程度的验证结果而动态调整，具体包括：
6.根据权利要求3或4所述的识别方法，其特征在于，所述识别方法进一步包括：
7.根据权利要求1-4中任一项所述的识别方法，其特征在于，
8.根据权利要求1-5中任一项所述的识别方法，其特征在于，所述曲面拟合算法包括最小二乘法。
9.一种头部中矢面的识别装置，其特征在于，包括：
10.一种头部中矢面的识别系统，其特征在于，包括：头部3D医学图像成像设备和如权利要求9所述的头部中矢面的识别装置。
...【技术特征摘要】
1.一种头部中矢面的识别方法，其特征在于，所述识别方法包括，由处理器：
2.根据权利要求1所述的识别方法，其特征在于，所述基于各个组织的点云集合，利用曲面拟合算法进行多轮曲面拟合，从而筛选出基于部分形心点/对称点拟合而得到的所述头部中矢面进一步包括：
3.根据权利要求2所述的识别方法，其特征在于，首轮曲面拟合的第一采样比例按照如下方式来确定：
4.根据权利要求2所述的识别方法，其特征在于，首轮曲面拟合的第一采样比例按照如下方式来确定：
5.根据权利要求3或4所述的识别方法，其特征在于，本轮的第一采样比例根据上...
【专利技术属性】
技术研发人员：陈涓，曹若瑶，李广，王国选，于克祯，沈正寅，张雷，李喆，
申请(专利权)人：北京医院，
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。