一种基于CTP图像的梗死假阳滤除方法

技术领域

本发明涉及医学图像处理技术领域，特别涉及一种基于CTP图像的梗死假阳滤除方法。

背景技术

CTP脑灌注成像作为卒中诊治流程中一个非常重要的影像工具，能准确反映脑血流灌注情况，是早期诊断脑梗死、指导急诊溶栓治疗和判断预后的有效手段。通过对CTP图像进行自动化图像处理以确定梗死核位置，为医生提供诊断依据，能够有效节省急诊流程的时间，但在图像自动计算过程中，梗死核心区域容易受到脑室、脑沟等区域的影响，导致部分脑室或脑沟区域被当作梗死核，从而出现假阳，影响诊断的准确率。

发明内容

为解决上述问题，本发明提供了一种基于CTP图像的梗死假阳滤除方法，以精准去除CTP图像中的脑室和脑沟区域，实现梗死假阳滤除。

本发明采用以下技术方案：

一种基于CTP图像的梗死假阳滤除方法，包括如下步骤：

S1、分割出脑组织CTP图像内的完整脑室区域；

S2、根据完整脑室区域阈值得到脑沟区域阈值，并筛选出完整脑沟区域；

S3、将脑室区域和脑沟区域作为假阳滤除区域进行滤除。

进一步地，所述步骤S1具体通过以下步骤实现：

S11、输入脑组织CTP图像，利用卷积神经网络分割出初步脑室区域；

S12、计算所述初步脑室区域的CT均值，作为阈值；

S13、对所述初步脑室区域做膨胀处理，获得膨胀区域，将所述膨胀区域中低于所述阈值的区域作为脑室；

S14、根据所述阈值计算出脑室外轮廓，对所述脑室外轮廓内的非初步脑室区域进行填充，得到完整的脑室区域。

进一步地，所述卷积神经网络采用3D-Unet。

进一步地，所述脑室外轮廓的计算采用自适应阈值分割算法。

进一步地，步骤S14中所述填充是采用floodfill函数进行的。

进一步地，所述步骤S2具体通过以下步骤实现：

S21、输入脑组织CTP图像，计算得到脑组织区域外轮廓；

S22、计算步骤S14得到的完整脑室区域的CT均值，作为脑室阈值；

S23、以脑室阈值作为脑沟阈值，选取低于所述脑沟阈值的区域作为脑沟候选区域；

S24、对所述脑沟候选区域进行填充，得到完整脑沟区域。

进一步地，所述脑组织区域外轮廓的计算采用凸包算法。

进一步地，所述对脑沟候选区域进行填充是采用floodfill函数实现。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

本发明先分割出CTP图像中完整的脑室区域，然后根据脑室区域的阈值得到脑沟区域的阈值，进而筛选出完整的脑沟区域，将脑室区域和脑沟区域作为假阳滤除区域进行滤除，从而降低假阳概率，提高诊断的准确率。

附图说明

图1为本发明的方法流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例

如图1所示，一种基于CTP图像的梗死假阳滤除方法，包括如下步骤：

S1、分割出脑组织CTP图像内的完整脑室区域；

所述步骤S1具体通过以下步骤实现：

S11、输入脑组织CTP图像，利用卷积神经网络分割出初步脑室区域；所述卷积神经网络采用3D-Unet。

S12、计算所述初步脑室区域的CT均值，作为阈值；

S13、对所述初步脑室区域做膨胀处理，获得膨胀区域，将所述膨胀区域中低于所述阈值的区域作为脑室；

S14、根据所述阈值计算出脑室外轮廓，对所述脑室外轮廓内的非初步脑室区域进行填充，得到完整的脑室区域。

所述脑室外轮廓的计算采用自适应阈值分割算法。

步骤S14中所述填充是采用floodfill函数进行的。

S2、根据完整脑室区域阈值得到脑沟区域阈值，并筛选出完整脑沟区域；

所述步骤S2具体通过以下步骤实现：

S21、输入脑组织CTP图像，计算得到脑组织区域外轮廓；所述脑组织区域外轮廓的计算采用凸包算法。

S22、计算步骤S14得到的完整脑室区域的CT均值，作为脑室阈值；

S23、以脑室阈值作为脑沟阈值，选取低于所述脑沟阈值的区域作为脑沟候选区域；

S24、对所述脑沟候选区域进行填充，得到完整脑沟区域。

所述对脑沟候选区域进行填充是采用floodfill函数实现。

S3、将脑室区域和脑沟区域作为假阳滤除区域进行滤除。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。