一种结直肠癌病灶影像分割方法

技术领域

本发明涉及影像领域，尤其是涉及了一种结直肠癌病灶影像分割方法。

背景技术

随着机器学习技术的发展，以深度学习为代表的图像处理技术已经在各项图像处理任务中取得了优异的成绩。然而要准确、可靠地应用这类算法，大量的高质量标注数据通常必不可少，这一局限性在医学图像识别领域显得尤为突出，并且限制了该类自动化图像识别技术在临床实践中的应用。例如，在肿瘤病灶的自动化识别模型训练过程中需要大量准确标注的数据，而获取这些数据既困难又昂贵。单个中心可能拥有数以万计的、通过CT或MRI扫描采集的结直肠癌病灶的影像学资料，然而由影像科医师逐个断层勾画肿瘤边界的图像数据则十分稀缺：只有医学专家可以提供对医学影像数据的准确解读，而标注影像学资料是一种极为枯燥、耗时且高强度的工作，因此完全采用标注数据对模型进行训练的成本昂贵。

目前在教学研究中，需要用到大量的病变影响供学生学习和练习，但是由于缺乏已勾画、标注的影响图像，造成学习和练习的影像病灶分割结果缺乏准确的对比和参照，难以达到有效的学习和练习效果。

发明内容

为了解决背景技术中所存在的问题，本发明提出了一种结直肠癌病灶影像分割方法。

一种结直肠癌病灶影像分割方法，包括

获取不同角度的多个病变影像图像；

通过图像识别分别获取每个病变影像图像中的病灶位置；

根据像素值差异对每个病变影像图像中像素差异明显的位置进行识别并进行区分勾画；

对多个病灶影像图像中病灶的同一位置进行关联；

根据其他病灶影像图像中同一位置的勾画线，对一个病变影像图像中相邻两个间断勾画线之间的缺失勾画线进行补充勾画。

基于上述，影像设备在获取病变影像图像时，根据目标对象的特定器官建立坐标系，并根据建立的坐标系在病变影像图像内对病灶在不同图像中的同一位置进行关联标记。

基于上述，设定像素值差异阈值；对病变影像图像中像素差异值超出设定阈值的，通过像素差异识别进行区分勾画，对病变影像图像中像素差异值小于设定阈值的，跳过勾画处理。

基于上述，对于一个病变影像图像中相邻两个勾画线之间间断缺失的位置，根据其他病灶影像图像中对应该间断缺失位置的首次区分勾画线，推测该间断缺失位置处的轮廓，并根据推测的轮廓对该间断缺失位置处进行二次区分勾画线的补充勾画。

基于上述，通过已有的区分勾画线推断病灶的整体轮廓，并根据推断的整体轮廓对最后缺失勾画线的位置进行三次区分勾画线的补充勾画；其中，已有的区分勾画线包括根据像素差异识别获取的首次区分勾画线和首次补充勾画后的二次区分勾画线。

基于上述，获取相邻两个已有区分勾画线的线条趋势，并根据两个相邻已有区分勾画线的线条趋势通过平滑过渡的方式获取检验曲线，并将检验曲线与获取的三次区分勾画曲线进行比对分析，在三次区分勾画曲线与检验曲线差异超出预设值时进行预警提醒。

基于上述，建立比对数据库，将病变影像图像中勾画后的病灶与该病变影像图像对应的目标对象的生理病理信息关联后，在比对数据库内存储为参照影像图像；将新获取的病变影像图像进行病灶识别和勾画后，从比对数据库内获取与新病变影像图像信息相近的参照影像图像，并将新勾画的病灶信息与参照影像图像中已勾画的病灶信息进行比对，若比对结果超出预设阈值则进行预警提醒。

基于上述，所述生理病理信息至少包括目标对象的病灶影像学指标信息、患者的基线资料信息、体征信息、病理信息、既往史信息、合并症与合并用药信息、历次生化检查指标信息、过往的治疗方案规划和对方案的依从性信息和病灶在结直肠内的位置信息。

基于上述，对三次区分勾画线进行差异颜色标记，并提示人工对标记的三次区分勾画线进行人工介入核对。

本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说，本发明先通过像素识别对像素值差异明显的位置进行识别和区分勾画后，再根据不同病变影像图像中同一位置处已勾画的勾画线对当前图像中勾画线缺失位置处进行补充勾画，最后再根据已获取的已有勾画线对病灶整体轮廓进行推测后，再对最后缺失的位置进行最后的补充勾画，进而对病灶的整体边界进行勾画标记，具有方法简单、效率高的优点。

附图说明

图1是本发明的流程示意框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种结直肠癌病灶影像分割方法，包括获取不同角度的多个病变影像图像；通过图像识别分别获取每个病变影像图像中的病灶位置；根据像素值差异对每个病变影像图像中像素差异明显的位置进行识别并进行区分勾画；对多个病灶影像图像中病灶的同一位置进行关联；根据其他病灶影像图像中同一位置的勾画线，对一个病变影像图像中相邻两个间断勾画线之间的缺失勾画线进行补充勾画。

现实中，病变影像图像实际有多幅，没个病变影像图像对病灶的呈现角度不同。在获取到不同角度的多个病变影像图像后，对每个病变影像图像，通过图像识别分别获取每个病变影像图像中的病灶位置，再根据病灶位置的像素值和无病变区域的像素值的像素值差异，对每个病变影像图像中像素差异明显的位置进行识别并进行区分勾画，也即完成首次区分勾画线。但是由于并不是每处的像素差异都较为明显，因此部分像素值差异较小的位置无法完成首次区分勾画线的勾画，也即首次区分勾画线是间断的间断线。此时，通过对其他角度的病灶影像图像中病灶的同一位置进行关联和对比后，若其他病变影像图像中病灶的同一位置处存在首次区分勾画线，则根据其他病灶影像图像中同一位置的已有的首次区分勾画线，对当前这个角度的病变影像图像中缺失勾画线的位置进行补充勾画，也即获取二次区分勾画线，从而对病灶整体进行勾画分割。

本实施例中，影像设备在获取病变影像图像时，根据目标对象的特定器官如特定骨骼的位置，对获取的病变影响图像建立坐标系，并根据建立的坐标系在病变影像图像内对病灶在不同图像中的同一位置进行关联标记，从而方便对同一位置的关联处理。

具体的，预先设定像素值差异阈值，在识别病灶位置后，对病变影像图像中病灶区域和无病变区域进行识别时，若像素差异值超出设定的阈值，也即差异明显的，通过像素差异识别进行区分勾画，也即对像素值明显变化处进行区分勾画。而对病变影像图像中像素差异值小于设定阈值的，也即差异不明显的，则跳过勾画处理，也即不进行勾画处理。因此获得的首次区分勾画线是间断的间断线。对于一个病变影像图像中相邻两个勾画线之间间断缺失的位置，也即间断的首次区分勾画线，根据其他病灶影像图像中对应该间断缺失位置的首次区分勾画线，推测病灶在该间断缺失位置处的轮廓，从而根据推测出的病灶在该处的轮廓对该间断缺失位置处进行补充勾画，从而获得二次区分勾画线。

现实中，经过首次区分勾画线和二次区分勾画线的勾画后，大部分情况下都能完全覆盖病灶整体轮廓，也即能够分割病灶，但是还存在少量仍然有部分位置缺失的情况。此时，由于即使存在缺失的地方，该缺失的勾画线也较少、较短，因此通过已有的区分勾画线，也即根据像素差异识别获取的首次区分勾画线和首次补充勾画后的二次区分勾画线，可推断病灶的整体轮廓，并根据推断的病灶整体轮廓，对最后缺失勾画线的位置进行补充勾画，也即获得三次区分勾画线。

本实施例中，对经过两次勾画后仍存在缺失的位置，获取相邻两个已有区分勾画线的线条趋势，并根据两个相邻已有区分勾画线的线条趋势通过平滑过渡的方式获取检验曲线，并将检验曲线与获取的三次区分勾画曲线进行比对分析。由于经过两次勾画后仍存在缺失的位置，缺失的勾画线较短，缺失处的勾画线一般会是平滑曲线，因此将三次区分勾画曲线与检验曲线进行比对后，若差异超出预设值，说明此处的三次区分勾画线或检验曲线存在异常，此时进行预警提醒，方便人工介入核对。

实际中，还对三次区分勾画线进行差异颜色标记，从而方便提示人工对标记的三次区分勾画线进行人工介入核对，避免出现误差。

优选地，建立比对数据库，将已经勾画标记后的病变影像图像进行存储，同时将勾画后的病灶与该病变影像图像对应的目标对象的生理病理信息关联，将该关联了生理病理信息的勾画后的病变影像图像，在比对数据库内存储为参照影像图像。其中，所述生理病理信息至少包括目标对象的病灶(在历次TACE治疗前后)影像学指标信息、患者的基线资料信息、体征信息、病理信息、既往史信息、合并症与合并用药信息、历次生化检查指标信息、过往的治疗方案规划和对方案的依从性信息和病灶在结直肠内的位置信息。将新获取的病变影像图像进行病灶识别和勾画后，根据新病变影像图像对应的目标对象也即患者的生理病理信息，从对比数据库内搜索和获取相似的具有该生理病理信息的参照影像图像，然后将新勾画的病灶信息与参照影像图像中已勾画的病灶信息进行比对，若比对结果超出预设阈值则进行预警提醒，方便人工介入进行核对。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。