技术领域本发明涉及医学领域图像的处理，尤其涉及三维CT图像中器官组织的定位方法。
背景技术：
现有的三维CT图像中器官组织识别和定位方法，例如，基于机器学习的方法，该方法前期工作复杂，涉及大量训练图像收集及预处理，需要设计复杂的分类器，识别和定位计算复杂度较高。在很多图像处理应用中，比如分割、配准、自动识别图像部位、图像粗对齐等，需要对图像部位或器官组织进行初步的识别和判断，此时，更需要一种针对图像本身的快速、易行的实现方法。因此，有必要对现有的三维CT图像中器官组织的定位方法加以改善，改善定位的速度。
技术实现要素：
本发明的目的在于提供一种定位医学图像上器官的方法，用于改善定位效果。为了实现前述发明目的，本发明提供一种定位医学图像上器官的方法，包括以下步骤：步骤S1、输入包括有若干切片图像的医学图像；步骤S2、对输入的图像进行预处理，过滤掉非体部像素；步骤S3、对每层切片图像计算体部区域连通域个数，通过判断连通域个数和位置，除去第一器官之外的部分，确认出医学图像包含有第一器官；对每层切片图像计算特征值而获得若干特征值，若干特征值与切片图像的层数形成特征曲线，计算特征值包括对每层切片图像计算像素灰度值或者CT值在第一范围之间的像素面积相对总体部特定区域总像素面积的比例，根据比例定位出器官所在的切片图像。优选地，所述计算特征值还包括对每层切片图像计算体部区域的宽高比，得出一条以切片图像的层数为横坐标轴的宽高比特征曲线；对每层切片图像计算体部区域面积，得出以切片图像的层数为横坐标轴的体部面积变化特征曲线。优选地，所述第一器官包括下肢、躯干和头颈，步骤S3中判断连通域个数和位置包括判断出连通域为三个及位于两侧的两个连通域，除去第一器官之外的部分包括去除位于两侧的两个连通域即去除图像中的手臂部分。优选地，步骤S3中切片图像连通域个数为两个，则判断出下肢在连通域个数为两个的切片图像。优选地，所述第一范围为350HU～3000HU，步骤S3包括寻找特征曲线的极值点，若极值点对应的切片图像的连通域个数为2，则膝关节位于极值点对应的连通域个数为2的切片图像。优选地，所述特定区域总像素为总体部像素，所述第一范围为-910HU～-200HU，如果切片图像上CT值在-910HU～-200HU之间的像素面积相对总体部像素面积的比例大于0.2，且总体部像素面积大于π*100cm2，则确定胸部位于该切片图像。优选地，步骤S3包括计算特定曲线的最大值，判断出肺顶位于曲线沿最大值右下降沿的极值点对应的切片图像。优选地，步骤S3包括计算每个切片图像体中心以下区域的-910HU～-200HU之间的像素总面积相对总体部像素面积的比例，形成占比曲线，判断出肺底位于占比曲线沿比例最大值左下降沿的极值点对应的切片图像。优选地，步骤S3包括在CT图像中分割出两肺，计算每个切片图像两肺之间CT值在-20HU～70HU之间的像素面积，心脏中间位于两肺之间CT值在-20HU～70HU之间的像素面积最大值所对应的切片图像。优选地，步骤S3包括对每层切片图像计算CT值在-910HU～-200HU之间的区域的连通域的个数和面积，腹部位于连通域个数大于10，且连通域平均面积小于π*4cm2的切片图像上，平均面积计算是通过去掉最小面积和最大面积的连通域，对其余连通域的面积求平均值。优选地，计算每个切片图像体中心以左区域计算特征曲线，第一范围为-20HU～70HU，肝顶位于所述特征曲线变化梯度最大的点所对应的切片图像。优选地，计算每个切片图像体中心以左区域计算特征曲线，第一范围为-20HU～70HU，肝中间位于特征曲线在胸腹部切片图像中的最高点所对应的切片图像。优选地，所述特定区域总像素为总体部像素，所述第一范围为350HU～3000HU，头位于宽高比小于0.8，且总体部像素面积小于π*100cm2，CT值在第一范围之间的像素面积相对总体部像素面积的比例大于0.2，连通域个数为1所对应的切片图像；颈位于宽高比小于0.8，且总体部像素面积小于π*100cm2，CT值在第一范围之间的像素面积相对总体部像素面积的比例小于0.15，连通域个数为1所对应的切片图像。优选地，在含头的切片图像范围内，CT值在第一范围之间的像素面积相对总体部像素面积的比例具有两个极值点；再用CT值在-20HU～70HU之间的像素面积相对总体部像素面积的比例区分所述两个极值点，头颅中间层位于比例大的极值点对应的切片图像，颅骨底位于另一极值点对应的切片图像。优选地，所述计算特征值还包括对每层切片图像计算体部区域的宽高比，得出一条以切片图像的层数为横坐标轴的宽高比特征曲线；所述第一范围为-200HU～-20HU，所述特定区域总像素为总体部像素，对每层切片图像计算HU值在-200HU～-20HU之间的像素面积相对总体部像素面积的占比，如果所述占比大于0.45，且所述宽高比大于1.5，则对应的切片图像含骨盆。本发明通过步骤S3：步骤S3、对每层切片图像计算连通域个数，通过判断连通域个数和位置，除去第一器官之外的部分，确认出医学图像包含有第一器官；对每层切片图像计算特征值而获得若干特征值，若干特征值与切片图像的层数形成特征曲线，计算特征值包括对每层切片图像计算像素灰度值或者CT值在第一范围之间的像素面积相对特定区域总像素面积的比例，根据比例定位出器官所在的切片图像，快速准确定位出器官所在的切片图像范围，为下一步图像分析提供重要的初始位置信息。附图说明图1示意的是本发明实施例中定位医学图像上器官的方法的步骤流程。图2示意的是本发明实施例中输入的CT图像。图3示意的是本发明实施例中只包含下肢、躯干和头颈的CT图像。图4示意的是本发明实施例中冠状位CT图像沿Z方向定位出的头颅中间层、颅骨底。图5示意的是本发明实施例中冠状位CT图像沿Z方向定位出的胸部、腹部、骨盆上的器官。图6示意的本发明实施例中的特征曲线。具体实施方式以下结合附图和具体实施例对本发明作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。请参考图1所示，本发明实施例中定位医学图像上器官的方法为定位CT图像上器官的方法，具体包括以下步骤：步骤S1：输入包括有若干沿Z方向排列切片图像的医学图像，医学图像可以为CT图像或磁共振成像图像，CT图像包含有体数据(volumedata)。Z方向可以为从头到脚的方向。步骤S2：对CT图像进行预处理，预处理包括以下步骤：对输入的CT图像进行去除背景处理，用于过滤掉床板、固定装置物等非身体部位像素(非体部像素)。对图像进行平滑滤波，主要用于去除噪声。步骤S3：对图像上的器官进行识别和定位即判断CT图像所包含的器官及定位器官组织在图像Z方向的位置，包括以下步骤：对每层切片图像(slice)计算体部区域连通域个数，通过判断连通域个数和位置，以图2为例，得出该切片图像连通域个数为3，除去位于两侧的对应手臂区域的连通域，例如如图3所示，从而得到若干切片图像，使CT图像只包含第一器官：下肢、胸腹部即躯干和头颈。定位头颈部特征值计算包括：1)对每层slice图像计算体部区域的宽高比，得出一条以切片的层数(slicenumber)为横坐标轴、宽高比值为纵坐标轴的宽高比特征曲线；2)对每层切片图像计算体部区域面积，得出以切片层数为横坐标轴，体部区域面积为纵坐标轴的体部面积变化特征曲线；3)对每层切片图像计算CT值在350HU～3000HU之间的像素总面积相对总体部像素面积的占比，得出以切片层数为横坐标轴，占比为纵坐标轴的占比特征曲线。判断法则：如果宽高比小于一定的值，例如0.8，且总体部像素面积小于一定的值，例如π*10*10cm2，且350HU～3000HU之间的像素面积占比大于一定的值，例如0.2，连通域个数为1，则判断出含头的切片图像。如果宽高比小于0.8，且总体部像素面积(体面积)小于π*10*10cm2，且350HU～3000HU之间的像素面积占比小于0.15，连通域个数为1的切片图像含颈。定位头颅中间及颅底在含头部的切片图像范围内，计算350HU～3000HU之间的像素面积占比，可得出两个极值点，一个极值点对应颅骨底，另一个极值点对应头颅中间层，再用-20HU～70HU之间的像素面积占比，区分这两个极值点，头颅中间层位于占比大的极值点对应的切片图像，则颅骨底位于另一极值点对应的切片图像。定位胸部特征值计算包括：1)对每层切片图像计算HU值在-910HU～-200HU之间的像素总面积相对总体部像素面积的占比，得出以切片层数为横坐标轴的占比特征曲线。判断法则：如果切片图像上-910HU～-200HU之间的像素面积占比大于0.2，且体面积大于π*10*10cm2，则含胸部。定位肺顶计算前述-910HU～-200HU之间的像素总面积的占比特征曲线的最大值，曲线沿最大值右下降沿的极值点为肺顶。定位肺底计算每个切片图像体中心以下区域的-910HU～-200HU之间的像素总面积相对总体部像素面积的占比，得出以切片层数为横坐标轴的占比曲线，曲线沿最大值左下降沿的极值点为肺底。定位心脏中间分割出两肺，计算两肺之间-20HU～70HU之间的像素面积最大时，为心脏中间层。定位腹部特征值计算包括：1)对每层切片图像计算CT值在-910HU～-200HU之间的区域的连通域的个数和面积，及每个连通域的中心位置。判断法则：如果切片图像上连通域个数大于10，且平均面积小于π*2*2cm2(平均面积计算方法：去掉最小面积和最大面积的连通域，其余连通域面积求平均值)，则含腹部。定位肝顶特征值计算包括：计算每个切片体中心以左区域的-20HU～70HU之间的像素总面积相对总体部像素面积的占比，得出以切片层数为横坐标轴的占比曲线，曲线变化梯度最大的点为肝顶。定位肝中间特征值计算包括：1)计算每个切片体中心以左区域的-20HU～70HU之间的像素总面积相对总体部像素面积的占比，得出以切片层数为横坐标轴的占比曲线，曲线在躯干切片图像范围内的最高点为肝中间层。定位骨盆特征值计算包括：1)对每层切片图像计算HU值在-200HU～-20HU之间的像素面积相对总体部像素面积的占比，得出以切片层数为横坐标轴的占比特征曲线；2)对每层切片图像计算体部区域的宽高比，得出一条以切片层数为坐标轴的宽高比特征曲线。判断法则：如果宽高比大于1.5，且-200HU～-20HU之间的像素面积占比大于0.45，则对应的切片图像含骨盆。定位股骨和髋关节特征值计算包括：对每层切片图像计算CT值在350HU～3000HU之间的像素面积占总体部像素面积比的特征曲线。判断法则：寻找曲线在骨盆切片范围内大于0.15的极值点，若有两个大于0.15的极值点，则靠近图像最后一层的为股骨关节，另一个极值点则对应髋关节，若有一个0.15的极值点，则判断该极值点位置分别与图像最前面层和最后面层的层距，与最前面层的层距大于与后面层的层距，则为髋关节，否则为股骨。定位下肢特征值计算包括：对每层切片图像计算体部区域连通域的个数和面积。判断法则：切片图像上连通域个数为2，则含下肢。定位膝盖特征值计算包括：对每层切片图像计算CT值在350HU～3000HU之间的像素面积相对总体部像素面积的占比，得出以切片层数为横坐标轴的占比特征曲线；判断法则：寻找占比特征曲线极值点，且极值点处切片图像的连通域个数为2，则为膝关节处。本发明提供的定位医学图像上器官的方法基于CT图像灰度统计信息，灰度变化规律，及器官组织形状，器官组织间的位置关系等，方法简单易行。本发明提供的定位医学图像上器官的方法提出了特征曲线丰富，可首先快速判断CT图像所含部位，可进一步快速定位图像所含部位中组织器官所对应的切片图像范围，定位准确性高，定位结果可广泛用于其它图像处理应用中，如分割、配准等，提高图像后续处理的效率和准确率。本发明上述实施例的定位医学图像上器官的方法可以在例如计算机软件、硬件或计算机软件与硬件的组合的计算机可读取介质中加以实施。对于硬件实施而言，本发明中所描述的实施例可在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、用于执行上述功能的其它电子装置或上述装置的选择组合来加以实施。在部分情况下，这类实施例可以通过控制器进行实施。对软件实施而言，本发明中所描述的实施例可通过诸如程序模块(procedures)和函数模块(functions)等独立的软件模块来加以实施，其中每一个模块执行一个或多个本文中描述的功能和操作。软件代码可通过在适当编程语言中编写的应用软件来加以实施，可以储存在内存中，由控制器或处理器执行。虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。