枕外隆凸检测方法、装置、存储介质及电子设备

技术领域

本公开涉及图像处理技术领域，具体地，涉及一种枕外隆凸检测方法、装置、存储介质及电子设备。

背景技术

枕外隆凸(external occipital protuberance)又称枕外隆突或枕骨隆凸，枕外隆凸是位于枕骨外面中部的隆起，其内面为窦汇，也是大脑半球和小脑的交界处。枕外隆凸的下方有枕骨导血管，颅内压增高时此导血管常扩张。颅后窝开颅术若沿枕外隆凸作正中切口时，易伤及枕骨导血管和窦汇，导致大出血。因此，在临床脑出血引流、脑肿瘤切除、脑内镜导航等手术中，枕外隆凸作为人体体表的重要骨性标志物，需要精确识别和定位，从而避开枕外隆凸附近一定距离进行手术操作。

相关技术中，医护人员根据自身经验，用手摸索患者头部以确定枕外隆凸的位置，并使用标记笔标注枕外隆凸的位置。然而，因枕外隆凸位于患者头部底部，且患者在病床上处于仰卧位，所以人工手工标注枕外隆凸的位置时需要移动患者头部，而移动患者头部对患者来说并不安全，容易导致二次头部伤害，而且移动患者头部的拉扯力会导致头皮移位进而导致枕外隆凸的位置标注出现误差。

发明内容

为解决相关技术中存在的问题，本公开提供一种枕外隆凸检测方法、装置、存储介质及电子设备。

为了实现上述目的，本公开实施例的第一方面提供一种枕外隆凸检测方法，所述方法包括：

获取待检测对象的头部的NCCT影像序列；

根据所述NCCT影像序列确定头骨区域；

从所述头骨区域中确定包括脑中缝的枕外隆凸候选区域；

基于骨厚度特征，从所述枕外隆凸候选区域中确定所述枕外隆凸的位置。

可选地，所述根据所述NCCT影像序列确定头骨区域，包括：

对所述NCCT影像序列进行预处理，得到预处理NCCT影像序列；

根据所述预处理NCCT影像序列确定头部轮廓区域；

基于骨性结构的CT值区间，从所述头部轮廓区域内确定所述头骨区域。

可选地，所述对所述NCCT影像序列进行预处理，得到预处理NCCT影像序列，包括：

针对所述NCCT影像序列中的每一影像，去除该影像上的辅助装置的成像信息，得到第一NCCT影像序列；

根据标准NCCT影像序列，对所述第一NCCT影像序列进行图像刚性配准处理，得到配准后的所述预处理NCCT影像序列。

可选地，所述根据所述预处理NCCT影像序列确定头部轮廓区域，包括：

针对所述预处理NCCT影像序列中的每一预处理影像，确定该预处理影像中CT值大于第一预设阈值的第一目标体素；

将所述预处理NCCT影像序列中所有所述第一目标体素所组成的区域确定为所述头部轮廓区域。

可选地，所述基于骨性结构的CT值区间，从所述头部轮廓区域内确定所述头骨区域，包括：

从所述头部轮廓区域内确定CT值处于所述CT值区间的第二目标体素；

将所有所述第二目标体素所组成的区域确定为所述头骨区域。

可选地，所述从所述头骨区域中确定包括脑中缝的枕外隆凸候选区域，包括：

确定脑中缝所在的正中矢状面；

从所述头骨区域中确定与所述正中矢状面的距离小于第二预设阈值的候选矢状断层影像，所述候选矢状断层影像中的骨区域表征所述枕外隆凸候选区域。

可选地，所述候选矢状断层影像的数量为多个，所述基于骨厚度特征，从所述枕外隆凸候选区域中确定所述枕外隆凸的位置，包括：

基于骨厚度特征，从每一所述候选矢状断层影像中，确定所述枕外隆凸的候选矢状面坐标，所述候选矢状面坐标包括矢状轴坐标和垂直轴坐标；

根据所有所述候选矢状面坐标进行聚类处理，得到所述枕外隆凸的目标矢状面坐标；

根据所述目标矢状面坐标和所述脑中缝所在的冠状轴坐标确定所述枕外隆凸的位置。

可选地，所述基于骨厚度特征，从每一所述候选矢状断层影像中，确定所述枕外隆凸的候选矢状面坐标，包括：

确定该候选矢状断层影像的头部质心；

确定所述枕外隆凸在该候选矢状断层影像中的感兴趣区域；

针对所述感兴趣区域中的每一外边缘头骨体素，确定该外边缘头骨体素与所述头部质心的目标连线线段，并确定所述目标连线线段与头骨的相交线段；

将最长的所述相交线段对应的目标外边缘头骨体素在该候选矢状断层影像中的矢状面坐标确定为所述候选矢状面坐标。

本公开实施例的第二方面提供一种枕外隆凸检测装置，所述装置包括：

获取模块，用于获取待检测对象的头部的NCCT影像序列；

第一确定模块，用于根据所述NCCT影像序列确定头骨区域；

第二确定模块，用于从所述头骨区域中确定包括脑中缝的枕外隆凸候选区域；

第三确定模块，用于基于骨厚度特征，从所述枕外隆凸候选区域中确定所述枕外隆凸的位置。

可选地，所述第一确定模块包括：

预处理子模块，用于对所述NCCT影像序列进行预处理，得到预处理NCCT影像序列；

第一确定子模块，用于根据所述预处理NCCT影像序列确定头部轮廓区域；

第二确定子模块，用于基于骨性结构的CT值区间，从所述头部轮廓区域内确定所述头骨区域。

可选地，所述预处理子模块用于：

针对所述NCCT影像序列中的每一影像，去除该影像上的辅助装置的成像信息，得到第一NCCT影像序列；根据标准NCCT影像序列，对所述第一NCCT影像序列进行图像刚性配准处理，得到配准后的所述预处理NCCT影像序列。

可选地，所述第一确定子模块，用于：

针对所述预处理NCCT影像序列中的每一预处理影像，确定该预处理影像中CT值大于第一预设阈值的第一目标体素；将所述预处理NCCT影像序列中所有所述第一目标体素所组成的区域确定为所述头部轮廓区域。

可选地，所述第二确定子模块，用于：

从所述头部轮廓区域内确定CT值处于所述CT值区间的第二目标体素；将所有所述第二目标体素所组成的区域确定为所述头骨区域。

可选地，所述第二确定模块，包括：

第三确定子模块，用于确定脑中缝所在的正中矢状面；

第四确定子模块，用于从所述头骨区域中确定与所述正中矢状面的距离小于第二预设阈值的候选矢状断层影像，所述候选矢状断层影像中的骨区域表征所述枕外隆凸候选区域。

可选地，候选矢状断层影像的数量为多个，所述第三确定模块包括：

第五确定子模块，用于基于骨厚度特征，从每一所述候选矢状断层影像中，确定所述枕外隆凸的候选矢状面坐标，所述候选矢状面坐标包括矢状轴坐标和垂直轴坐标；

聚类子模块，用于根据所有所述候选矢状面坐标进行聚类处理，得到所述枕外隆凸的目标矢状面坐标；

第六确定子模块，用于根据所述目标矢状面坐标和所述脑中缝所在的冠状轴坐标确定所述枕外隆凸的位置。

可选地，所述第五确定子模块还用于：

确定该候选矢状断层影像的头部质心；确定所述枕外隆凸在该候选矢状断层影像中的感兴趣区域；针对所述感兴趣区域中的每一外边缘头骨体素，确定该外边缘头骨体素与所述头部质心的目标连线线段，并确定所述目标连线线段与头骨的相交线段；将最长的所述相交线段对应的目标外边缘头骨体素在该候选矢状断层影像中的矢状面坐标确定为所述候选矢状面坐标。

本公开实施例的第三方面提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的枕外隆凸检测方法的步骤。

本公开实施例的第四方面提供一种电子设备，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面所述的枕外隆凸检测方法的步骤。

采用上述技术方案，至少可以达到如下的有益技术效果：

通过获取待检测对象的头部的NCCT影像序列，并根据NCCT影像序列确定头骨区域。从头骨区域中确定包括脑中缝的枕外隆凸候选区域。基于骨厚度特征，从枕外隆凸候选区域中确定枕外隆凸的位置。本公开这种根据头部的NCCT影像序列重建头骨区域，并基于枕外隆凸位于脑中缝附近的位置特征和骨厚度特征确定枕外隆凸的位置的方式，相较于相关技术中的需要先对患者头部进行移动，然后依靠人工手动摸索枕外隆凸的位置的方式更加准确和安全。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据本公开一示例性实施例示出的一种人体坐标系。

图2是根据本公开一示例性实施例示出的一种枕外隆凸检测方法的流程图。

图3是根据本公开一示例性实施例示出的一种去噪声示意图。

图4是根据本公开一示例性实施例示出的一种配准示意图。

图5是根据本公开一示例性实施例示出的一种头部轮廓区域的示意图。

图6是根据本公开一示例性实施例示出的一种头部轮廓区域的二值图像示意图。

图7是根据本公开一示例性实施例示出的另一种人体坐标系。

图8是根据本公开一示例性实施例示出的一种XOY平面的脑中缝示意图。

图9是根据本公开一示例性实施例示出的一种所有候选矢状断层影像组成的三维图像。

图10是根据本公开一示例性实施例示出的一种头部质心示意图。

图11是根据本公开一示例性实施例示出的一种感兴趣区域的示意图。

图12是根据本公开一示例性实施例示出的一种相交线段示意图。

图13是根据本公开一示例性实施例示出的一种枕外隆凸检测装置的框图。

图14是根据本公开一示例性实施例示出的一种用于枕外隆凸检测的电子设备的框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

为了便于本领域普通技术人员更加容易理解本公开的技术方案，下面先对实施例中涉及的相关术语进行解释。

CT是Computer Tomography的简称，中文译为电子计算机断层摄影。CT平扫(noncontrast CT，简称NCCT)是指应用于急性脑卒领域中的一种影像学检查方法，通常用来检查患者是否存在超急性期脑梗死病灶、除外脑出血病变、或由动脉再灌注损伤而导致的出血转化病变等脑部病变。本公开中NCCT影像序列是指采用CT平扫方式对待检测对象(即患者、病患)的头部进行CT扫描所得到的影像序列，该影像序列中包括多张断层，每一张断层是一张二维医学图像。

体素是指，在CT图像处理时将选定层面分成若干个体积相同的立方体，每一立方体均称为体素。即是说，体素是三维空间分割上的最小单位。体素用于三维成像、科学数据与医学影像等领域。体素概念上类似二维空间的最小单位像素，只是说像素是用在二维计算机图像的影像数据上。

医学领域中的图像配准是指，寻找一种空间变换，使得两幅或者多幅图像的对应点达到空间位置和解剖位置的完全一致，配准的结果应该使两幅图像上所有解剖点、或者至少是具有诊断意义的点都达到匹配。

图像刚性配准是指，通过平移、旋转、刚体变换进行图像配准，配准对象在变换前后任意两点的距离保持不变。在医学领域中，图像刚性配准的两幅或多幅图像可以是来自不同主体的医学影像，也可以是来自同一主体的医学影像。

下面基于图1说明人体解剖学中的人体基本切面：

矢状面：沿身体前后与地面垂直的切面称为矢状面，矢状面将人体分为左右两部分。沿身体正中线所做的矢状面称为正中面或正中矢状面。如图1所示的矢状面。

冠状面：沿身体左右与地面垂直的切面称为冠状面，也称为额状面。冠状面用于将人体分为前后两部分。如图1所示的冠状面。

水平面：垂直人体纵轴与地面平行的切面称为水平面，水平面将人体分为上下两部分。如图1所示的水平面。

下面继续基于图1说明人体解剖学中的基本轴：

冠状轴：沿左右方向垂直通过矢状面的轴称为冠状轴或额状轴，该轴可以表征为x轴。

矢状轴：沿前后方向垂直通过冠状面的轴称为矢状轴，该轴可以表征为y轴。

垂直轴：沿上下方向垂直通过水平面的轴称为垂直轴，该轴可以表征为z轴。

下面对本公开的技术方案进行详细的实施例说明。

图2是根据本公开一示例性实施例示出的一种枕外隆凸检测方法的流程图，如图2所示，该枕外隆凸检测方法可以包括以下步骤。

S11、获取待检测对象的头部的NCCT影像序列。

待检测对象的头部的NCCT影像序列包括多张断层，每一张断层是一张二维影像。由于多张断层组合起来可表征头部的三维影像，因此该NCCT影像序列可表征待检测对象的头部三维图像。

S12、根据所述NCCT影像序列确定头骨区域。

其中，头骨区域是头骨在三维空间上所占据的区域。

由于NCCT影像序列是对待检测对象的头部进行CT平扫所得，所以NCCT影像序列包括待检测对象的头部成像信息。而头部包括头骨，所以根据NCCT影像序列可确定待检测对象的头骨区域。

S13、从所述头骨区域中确定包括脑中缝的枕外隆凸候选区域。

在人体生物学中枕外隆凸具有位于脑中缝附近的生物特征，所以为了减少数据处理量，可从头骨区域中确定包括脑中缝的枕外隆凸候选区域，以从该枕外隆凸候选区域中更加快速的确定枕外隆凸的位置。

S14、基于骨厚度特征，从所述枕外隆凸候选区域中确定所述枕外隆凸的位置。

在人体生物学中，人体颅盖骨的厚度因性别、年龄、个体及部位不同而略有差异。一般来说，成人颅盖骨的平均厚度约为5mm(毫米)，其中，枕外隆凸是头骨中最厚的部位，可达10mm。基于这些头骨部位的骨厚度特征，在步骤S14中，可基于枕外隆凸的骨厚度特征，从枕外隆凸候选区域中确定枕外隆凸的位置。

采用上述方法，通过获取待检测对象的头部的NCCT影像序列，并根据NCCT影像序列确定头骨区域。从头骨区域中确定包括脑中缝的枕外隆凸候选区域。基于骨厚度特征，从枕外隆凸候选区域中确定枕外隆凸的位置。本公开这种根据头部的NCCT影像序列重建头骨区域，并基于枕外隆凸位于脑中缝附近的位置特征和枕外隆凸的骨厚度特征确定枕外隆凸的位置的方式，相较于相关技术中的需要先对患者头部进行移动，然后依靠人工手动摸索枕外隆凸的位置的方式更加准确和安全。

可选地，所述根据所述NCCT影像序列确定头骨区域，包括：

对所述NCCT影像序列进行预处理，得到预处理NCCT影像序列；根据所述预处理NCCT影像序列确定头部轮廓区域；基于骨性结构的CT值区间，从所述头部轮廓区域内确定所述头骨区域。

其中，对NCCT影像序列进行预处理包括对NCCT影像序列进行去噪处理和/或图像校正处理。

一种情况，在对患者进行CT平扫的过程中，由于常常会使用辅助装置来固定患者的头颅以避免患者的头部在CT平扫的过程中因晃动而导致影像中出现残影等问题。所以，在扫描得到的NCCT影像序列中除了包括患者的头部成像信息之外，还可能包括辅助装置的成像信息，而辅助装置的成像信息是干扰信息，会对后续的图像处理造成干扰。有鉴于此，在本公开实施例中，会对NCCT影像序列进行预处理如去噪声处理，以去除噪声干扰，得到去除噪声后的预处理NCCT影像序列。示例地，参见图3，针对NCCT影像序列中的每一影像，去除该影像上的辅助装置如图3中的床板的成像信息，得到去除图3中的床板的成像信息之后的第一NCCT影像序列。

另一种情况，在对患者进行CT平扫的过程中，由于可能未使用辅助装置来固定患者的头颅，或者使用辅助装置来固定患者的头颅时患者的头颅发生倾斜，所以在扫描得到的NCCT影像序列中患者的头部成像图像可能是倾斜的，如果头部成像图像是倾斜的，则也会对后续的图像处理造成干扰。有鉴于此，在本公开实施例中，会对NCCT影像序列进行预处理如图像校正处理，以校正倾斜的头部成像图像，得到校正后的预处理NCCT影像序列。

此外还有一种情况，NCCT影像序列中既可能存在由辅助装置所带来的噪声干扰，又可能存在头部成像图像是倾斜的问题，所以在一些实施方式中，所述对所述NCCT影像序列进行预处理，得到预处理NCCT影像序列，包括：

针对所述NCCT影像序列中的每一影像，去除该影像上的辅助装置的成像信息，得到第一NCCT影像序列；根据标准NCCT影像序列，对所述第一NCCT影像序列进行图像刚性配准处理，得到配准后的所述预处理NCCT影像序列。

示例地，针对NCCT影像序列中的每一影像，去除该影像上的辅助装置的成像信息，得到第一NCCT影像序列。该第一NCCT影像序列中每一影像都是去除辅助装置的成像信息后的干净图像。进一步地，由于在医学领域中，图像刚性配准的两幅图像可以是来自不同主体的医学影像。所以，可选择头部无病灶、头部的骨性特征无明显异常、且进行CT平扫时患者头部未发生角度偏移的NCCT影像序列作为标准NCCT影像序列。并且，参见图4，可根据该标准NCCT影像序列对第一NCCT影像序列进行图像刚性配准处理，得到配准后的预处理NCCT影像序列。

其中，由于NCCT影像序列表征了头部的三维图像，所以根据标准NCCT影像序列对第一NCCT影像序列进行图像刚性配准处理，得到配准后的预处理NCCT影像序列的实现方式可以是，采用相关技术中的ITK(Insight Toolkit)三维刚性配准工具来根据标准NCCT影像序列对第一NCCT影像序列进行图像刚性配准处理，得到配准后的预处理NCCT影像序列。

而辅助装置可能是床板、头部垫枕物、头部固定器等装置。去除影像上的辅助装置的成像信息的实施方式可以是基于辅助装置的形态学特征去除该辅助装置的成像信息。例如，将表征辅助装置的体素的HU值设置为0。去除影像上的辅助装置的成像信息的实施方式也可以是通过人工手动去除辅助装置的成像信息。

可选地，所述根据所述预处理NCCT影像序列确定头部轮廓区域，包括：

针对所述预处理NCCT影像序列中的每一预处理影像，确定该预处理影像中CT值大于第一预设阈值的第一目标体素；将所述预处理NCCT影像序列中所有所述第一目标体素所组成的区域确定为所述头部轮廓区域。

一种实施方式，若采用相关技术中的ITK三维刚性配准工具来根据标准NCCT影像序列对第一NCCT影像序列进行图像刚性配准处理，得到配准后的预处理NCCT影像序列。那么，由于ITK三维刚性配准工具的自身算法原理会将头部附近的区域体素的CT值(HU值)归一化为0，而空气的HU值约为-1000，且头部的HU值大于0，所以可将第一预设阈值设置为0。并针对预处理NCCT影像序列中的每一预处理影像，确定该预处理影像中CT值大于0的第一目标体素。将预处理NCCT影像序列中所有第一目标体素所组成的区域确定为头部轮廓区域。

为了便于本领域普通技术人员更形象的理解本公开是如何确定头部轮廓区域的，下面以图5和图6为例进行举例说明。针对图5所示的预处理NCCT影像序列中的每一预处理影像，确定该预处理影像中CT值大于0的第一目标体素，将第一目标体素的HU值设置为1，并将其余体素设置为0，得到如图6所示的二值图像，在图像领域中1表征白色，0表征黑色。图6中每一影像中的白色区域均表征头部区域。所有影像中的头部区域合起来得到的三维图像即为头部轮廓区域。

可选地，所述基于骨性结构的CT值区间，从所述头部轮廓区域内确定所述头骨区域，包括：

从所述头部轮廓区域内确定CT值处于所述CT值区间的第二目标体素；将所有所述第二目标体素所组成的区域确定为所述头骨区域。

由于骨性结构的CT值(HU值)为150～1000，所以骨性结构的CT值区间可以为[150，1000]。

示例地，由于头骨位于头部轮廓区域内，所以可从头部轮廓区域内确定所有的表征头骨的体素。如将头部轮廓区域内的CT值处于区间[150,1000]的体素确定为表征头骨的第二目标体素。由于第二目标体素是表征头骨的体素，所以所有的第二目标体素所组成的三维区域即为头骨区域。

头骨区域可以表示为针对NCCT影像序列，将NCCT影像序列中的第二目标体素设置为1，其余体素设置为0之后，所得到的NCCT二值影像序列对应的三维二值图像中的白色区域。

可选地，所述从所述头骨区域中确定包括脑中缝的枕外隆凸候选区域，包括：

确定脑中缝所在的正中矢状面；从所述头骨区域中确定与所述正中矢状面的距离小于第二预设阈值的候选矢状断层影像，所述候选矢状断层影像中的骨区域表征所述枕外隆凸候选区域。

其中，第二预设阈值可以为1.5厘米、2厘米等经验值。

由于人体解剖学中并没有唯一限定x轴、y轴、以及z轴与冠状轴、矢状轴、以及垂直轴的对应关系，也没有限定各个轴的正方向。所以本公开后续实施例中，是以图7所示的人体坐标系为例进行实施例说明的。其中，图7中x轴表征矢状轴，y轴表征冠状轴，z轴表征垂直轴。

示例地，由于在人体生物学中，枕外隆凸具有位于脑中缝附近的生物特征，所以在确定包括脑中缝的枕外隆凸候选区域的过程中，需要先确定脑中缝所在的正中矢状面，例如图8所示的xoy平面视图中脑中缝所在的xoz面。然后从头骨区域中确定与正中矢状面的距离小于1.5厘米的候选矢状断层影像，例如图8所示的两条白线范围内的xoz面。所有的候选矢状断层影像组成如图9所示的三维图像。所有的候选矢状断层影像中的骨区域表征枕外隆凸候选区域。

可选地，所述候选矢状断层影像的数量为多个，所述基于骨厚度特征，从所述枕外隆凸候选区域中确定所述枕外隆凸的位置，包括：

基于骨厚度特征，从每一所述候选矢状断层影像中，确定所述枕外隆凸的候选矢状面坐标，所述候选矢状面坐标包括矢状轴坐标和垂直轴坐标；根据所有所述候选矢状面坐标进行聚类处理，得到所述枕外隆凸的目标矢状面坐标；根据所述目标矢状面坐标和所述脑中缝所在的冠状轴坐标确定所述枕外隆凸的位置。

示例地，由于枕外隆凸是头骨中最厚的部位，因此可将每一候选矢状断层影像中的头骨最厚部位的坐标确定为枕外隆凸的候选矢状面坐标。然后，根据所有候选矢状面坐标进行聚类处理，得到枕外隆凸的目标矢状面坐标。由于矢状面坐标包括矢状轴坐标x和垂直轴坐标z，那么目标矢状面坐标包括矢状轴坐标x和垂直轴坐标z，因此可根据目标矢状面坐标(x，z)和脑中缝所在的冠状轴坐标y确定枕外隆凸的位置(x，y，z)。

一种实施方式，通过遍历每一候选矢状断层影像的方式来确定每一候选矢状断层影像中的头骨最厚部位的坐标，并将每一候选矢状断层影像中头骨最厚部位的坐标确定为枕外隆凸的候选矢状面坐标。

可选地，所述基于骨厚度特征，从每一所述候选矢状断层影像中，确定所述枕外隆凸的候选矢状面坐标，包括：

确定该候选矢状断层影像的头部质心；确定所述枕外隆凸在该候选矢状断层影像中的感兴趣区域；针对所述感兴趣区域中的每一外边缘头骨体素，确定该外边缘头骨体素与所述头部质心的目标连线线段，并确定所述目标连线线段与头骨的相交线段；将最长的所述相交线段对应的目标外边缘头骨体素在该候选矢状断层影像中的矢状面坐标确定为所述候选矢状面坐标。

其中，外边缘头骨体素是指与头皮接触的头骨体素，在从头部轮廓区域内确定头骨区域的过程中，可确定哪些头骨体素是外边缘头骨体素。

示例地，如图10所示，确定候选矢状断层影像的头部质心P1，计算质心的方式可参见相关技术，本公开不作介绍。

进一步，确定枕外隆凸在候选矢状断层影像中的感兴趣区域。由于枕外隆凸位于人的后脑勺位置，所以如图11所示，可将候选矢状断层影像的第四象限区域确定为枕外隆凸的感兴趣区域。

再进一步地，遍历感兴趣区域中的每一个外边缘头骨体素，确定该外边缘头骨体素与头部质心的目标连线线段，并确定目标连线线段与头骨的相交线段。这样可得到每一外边缘头骨体素对应的相交线段。

接着，将最长的相交线段对应的目标外边缘头骨体素在候选矢状断层影像中的矢状面坐标确定为候选矢状面坐标。假设有三条相交线段。长度分别为4毫米、7毫米、6毫米。那么，其中7毫米的相交线段是最长的相交线段。

举例来说，参见图12，针对感兴趣区域中的每一外边缘头骨体素P2，确定该外边缘头骨体素P2与头部质心P1的目标连线线段P1P2，并确定目标连线线段P1P2与头骨的相交线段P2P3。假设最长的相交线段为P2’P3’，那么可将最长的相交线段P2’P3’对应的目标外边缘头骨体素P2’在候选矢状断层影像中的矢状面坐标确定为候选矢状面坐标。

图13是根据本公开一示例性实施例示出的一种枕外隆凸检测装置的框图，如图13所示，该枕外隆凸检测装置1300包括：

获取模块1301，用于获取待检测对象的头部的NCCT影像序列；

第一确定模块1302，用于根据所述NCCT影像序列确定头骨区域；

第二确定模块1304，用于从所述头骨区域中确定包括脑中缝的枕外隆凸候选区域；

第三确定模块1305，用于基于骨厚度特征，从所述枕外隆凸候选区域中确定所述枕外隆凸的位置。

采用上述装置，通过获取待检测对象的头部的NCCT影像序列，并根据NCCT影像序列确定头骨区域。从头骨区域中确定包括脑中缝的枕外隆凸候选区域。基于骨厚度特征，从枕外隆凸候选区域中确定枕外隆凸的位置。本公开这种根据头部的NCCT影像序列重建头骨区域，并基于枕外隆凸位于脑中缝附近的位置特征和骨厚度特征确定枕外隆凸的位置的方式，相较于相关技术中的需要先对患者头部进行移动，然后依靠人工手动摸索枕外隆凸的位置的方式更加准确和安全。

可选地，所述第一确定模块1302包括：

预处理子模块，用于对所述NCCT影像序列进行预处理，得到预处理NCCT影像序列；

第一确定子模块，用于根据所述预处理NCCT影像序列确定头部轮廓区域；

第二确定子模块，用于基于骨性结构的CT值区间，从所述头部轮廓区域内确定所述头骨区域。

可选地，所述预处理子模块用于：

针对所述NCCT影像序列中的每一影像，去除该影像上的辅助装置的成像信息，得到第一NCCT影像序列；根据标准NCCT影像序列，对所述第一NCCT影像序列进行图像刚性配准处理，得到配准后的所述预处理NCCT影像序列。

可选地，所述第一确定子模块，用于：

针对所述预处理NCCT影像序列中的每一预处理影像，确定该预处理影像中CT值大于第一预设阈值的第一目标体素；将所述预处理NCCT影像序列中所有所述第一目标体素所组成的区域确定为所述头部轮廓区域。

可选地，所述第二确定子模块，用于：

从所述头部轮廓区域内确定CT值处于所述CT值区间的第二目标体素；将所有所述第二目标体素所组成的区域确定为所述头骨区域。

可选地，所述第二确定模块1303，包括：

第三确定子模块，用于确定脑中缝所在的正中矢状面；

第四确定子模块，用于从所述头骨区域中确定与所述正中矢状面的距离小于第二预设阈值的候选矢状断层影像，所述候选矢状断层影像中的骨区域表征所述枕外隆凸候选区域。

可选地，候选矢状断层影像的数量为多个，所述第三确定模块1304包括：

第五确定子模块，用于基于骨厚度特征，从每一所述候选矢状断层影像中，确定所述枕外隆凸的候选矢状面坐标，所述候选矢状面坐标包括矢状轴坐标和垂直轴坐标；

聚类子模块，用于根据所有所述候选矢状面坐标进行聚类处理，得到所述枕外隆凸的目标矢状面坐标；

第六确定子模块，用于根据所述目标矢状面坐标和所述脑中缝所在的冠状轴坐标确定所述枕外隆凸的位置。

可选地，所述第五确定子模块还用于：

确定该候选矢状断层影像的头部质心；确定所述枕外隆凸在该候选矢状断层影像中的感兴趣区域；针对所述感兴趣区域中的每一外边缘头骨体素，确定该外边缘头骨体素与所述头部质心的目标连线线段，并确定所述目标连线线段与头骨的相交线段；将最长的所述相交线段对应的目标外边缘头骨体素在该候选矢状断层影像中的矢状面坐标确定为所述候选矢状面坐标。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图14是根据本公开一示例性实施例示出的一种电子设备700的框图。如图14所示，该电子设备700可以包括：处理器701，存储器702。

其中，处理器701用于控制该电子设备700的整体操作，以完成上述的枕外隆凸检测方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的枕外隆凸检测方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的枕外隆凸检测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的枕外隆凸检测方法。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的枕外隆凸检测方法的代码部分。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。