申请/专利权人：天津医科大学总医院

申请日：2024-03-19

公开（公告）日：2024-06-21

公开（公告）号：CN117911716B

主分类号：G06V10/44

分类号：G06V10/44;G06T5/20;G06V10/30;G06V10/36;G06V10/46;G06V10/74

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及图像处理技术领域，提出了基于机器视觉的关节炎CT影像特征提取方法，包括：根据关节炎CT影像获取第一CT影像，划分边缘像素点和非边缘像素点，确定边缘区域和非边缘区域；确定像素点的横坐标波动值，获取第一特征曲线段、第二特征曲线段和第三特征曲线段，确定疑似骨骼边缘区域得分值，更新非边缘区域、确定疑似骨骼边缘区域；确定待滤波像素点与待滤波像素点的搜索窗口内包含的像素点之间的相似性；确定像素点经过滤波后的像素值校正值，根据像素值校正值获取图像增强后的第一CT影像，进而提取关节炎CT影像特征。本发明旨在解决现有的图像增强算法易损失边缘细节信息，使关节炎CT影像特征提取不准确的问题。

主权项：1.基于机器视觉的关节炎CT影像特征提取方法，其特征在于，该方法包括以下步骤：根据关节炎CT影像获取第一CT影像，划分出第一CT影像中的边缘像素点和非边缘像素点，根据边缘像素点确定边缘区域，根据非边缘像素点确定非边缘区域；根据第一CT影像建立第一坐标系，获取第一CT影像中每个像素点在第一坐标系中的坐标，根据坐标确定像素点的横坐标波动值，根据横坐标波动值获取第一特征曲线段，获取第二特征曲线段和第三特征曲线段，确定边缘区域在横坐标的疑似骨骼边缘区域得分值，获取边缘区域在纵坐标的疑似骨骼边缘区域得分值，进而确定边缘区域的疑似骨骼边缘区域得分值，根据疑似骨骼边缘区域得分值更新非边缘区域、确定疑似骨骼边缘区域；确定待滤波像素点与待滤波像素点的搜索窗口内包含的像素点的邻域块之间的自适应权重值，获取两像素点的邻域相似性，根据像素点的邻域块之间的自适应权重值和像素点的邻域相似性，确定待滤波像素点与待滤波像素点的搜索窗口内包含的像素点之间的相似性；根据待滤波像素点与其搜索窗口内包含的像素点之间的相似性与像素点的像素值，确定待滤波像素点经过滤波后的像素值校正值，根据像素值校正值获取图像增强后的第一CT影像，根据图像增强后的第一CT影像提取关节炎CT影像特征；所述第一特征曲线段、所述第二特征曲线段和所述第三特征曲线段的获取方法为：当边缘区域对应的边缘为闭合边缘时，将连续曲线长度最大的横坐标波动值对应的像素点组成的边缘记为第一特征曲线段，将连续曲线长度第二大的横坐标波动值对应的像素点组成的边缘记为第四特征曲线段；第一特征曲线段和第四特征曲线段将闭合边缘划分为第一特征曲线段、第四特征曲线段，以及第一特征曲线段和第四特征曲线段中间的两条边缘，共计四个部分，将所述第一特征曲线段和第四特征曲线段中间的两条边缘中最左侧的边缘记为第二特征曲线段，最右侧的边缘记为第三特征曲线段；所述边缘区域的疑似骨骼边缘区域得分值，获取的具体方法为： 式中，表示第个边缘区域在横坐标的疑似骨骼边缘区域得分值；表示第个边缘区域的第二特征曲线段包含的所有像素点的横坐标波动值的均值；表示第个边缘区域的第三特征曲线段包含的所有像素点的横坐标波动值的均值；表示第一预设参数；表示第个边缘区域的第二特征曲线段包含的所有像素点的纵坐标均值；表示第个边缘区域的第三特征曲线段包含的所有像素点的纵坐标均值；所述待滤波像素点与待滤波像素点的搜索窗口内包含的像素点之间的相似性，获取的具体方法为：待滤波像素点与待滤波像素点的搜索窗口内包含的像素点的邻域块之间的自适应权重值与邻域相似性的乘积记为第一乘积，将第一乘积与待滤波像素点的搜索窗口内包含的像素点数量的比值，记为待滤波像素点与待滤波像素点的搜索窗口内包含的像素点之间的相似性；确定待滤波像素点经过滤波后的像素值校正值的具体表达式为： 式中，表示待滤波像素点经过滤波后的像素值校正值；表示待滤波像素点与待滤波像素点的搜索窗口内包含的像素点之间的相似性；表示待滤波像素点与待滤波像素点的搜索窗口内包含的所有像素点之间的相似性的和；表示待滤波像素点的搜索窗口内包含的像素点在第一CT影像中的灰度值；表示待滤波像素点的搜索窗口内包含的不是待滤波像素点的像素点数量；待滤波像素点与待滤波像素点的搜索窗口内包含的像素点之间的相似性的表达式为： 式中，表示待滤波像素点与待滤波像素点的搜索窗口内包含的像素点之间的相似性；表示待滤波像素点的邻域块与像素点的邻域块之间的自适应权重值；表示待滤波像素点与像素点的邻域相似性；表示待滤波像素点的搜索窗口内包含的像素点数量；所述自适应权重值，获取的具体方法为： 式中，表示待滤波像素点的邻域块与待滤波像素点的搜索窗口内包含的像素点的邻域块之间的自适应权重值；表示待滤波像素点的搜索窗口内包含的像素点中，位于疑似骨骼边缘区域的像素点数量；表示待滤波像素点的搜索窗口内包含的像素点数量；表示第一预设参数；表示像素点的邻域块内包含的像素点中，位于疑似骨骼边缘区域的像素点数量；表示待滤波像素点的邻域块内包含的像素点中，位于疑似骨骼边缘区域的像素点数量。

全文数据：

权利要求：

百度查询： 天津医科大学总医院 基于机器视觉的关节炎CT影像特征提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD