医学图像中肋骨的定位方法及其系统与流程

本发明涉及图像处理领域，特别是涉及一种医学图像中肋骨的定位方法及其系统。

背景技术：

血管成像技术包括CT血管造影(CTA，CT angiography)，磁共振血管造影(Magnetic Resonance Angiography，MRA)，以及MR非造影成像等。血管成像技术是当前诊断血管疾病的重要方法之一,在临床上主要用于诊治多种血管疾病，如动脉瘤、血管狭窄、血管钙化等。

由于CTA图像中血管与骨头等其他组织的CT值重叠，此外肋骨等骨骼组织的形态学也为管状结构，与血管相近，当前主要的血管分割方法如区域增长、动态轮廓等很容易将骨头等组织误当成血管提取，造成过度分割，或者将细小血管等当成非血管组织去除，造成欠分割，影响后续的医学诊疗工作。

因此，有必要改进现有的肋骨定位方法，以提高后续应用的准确性。

技术实现要素：

本发明所要解决的技术问题提出一种血管提取方法及其系统，其能有效改进现有的肋骨定位方法，去除肋骨对血管提取的影响。

为解决上述技术问题，本发明提供一种医学图像中肋骨的定位方法，包括：

获取包含若干层二维图像的医学图像；

根据述医学图像提取骨骼组织，获取第一图像；

将所述第一图像沿第一方向进行投影，获取投影图像；

根据所述投影图像确定椎骨区域，获取掩模图像；

在所述第一图像中，基于所述掩模图像获取第二图像；

对所述第二图像进行连通域分析，提取肋骨定位结果。

进一步的，根据述医学图像提取骨骼组织，获取第一图像，包括：

基于第一阈值和拉普拉斯增强处理所述医学图像，获取所述第一图像；或者

基于第二阈值在所述医学图像中提取骨骼组织，获取所述第一图像。

进一步的，所述第一阈值取值范围为图像值大于120，所述第二阈值取值范围为图像值大于600。

进一步的，所述根据所述投影图像确定椎骨区域，获取掩模图像，包括：

获取所述掩模图像中若干个连通域；

取图像值均值大的连通域的椎骨点为种子点；

基于所述种子点以自适应阈值生长，确定椎骨区域，获取所述掩模图像。

进一步的，所述椎骨点，为所述图像值均值大的连通域的中心点、质心、重心或者图像值最大点。

进一步的，所述在所述第一图像中，基于所述掩模图像获取第二图像，包括：

根据所述掩模图像中的椎骨区域，逐层去除所述第一图像中对应椎骨区域，获取所述第二图像。

进一步的，所述对所述第二图像进行连通域分析，提取肋骨定位结果，包括：

获取所述第二图像中若干个连通域；

确认连通域满足下述一种或多种条件，即确定该连通域为肋骨，获取肋骨定位结果：

如所述连通域中最大宽度大于阈值a；或者

如所述连通域的长短径比大于阈值b；或者

如所述连通域在空间位置距离背景区域小于阈值c像素点个数与所述连通域的像素点总数之比大于阈值d；或者

所述连通域的面积与外切矩形面积之比小于阈值e；

否则去除该连通域。

进一步的，所述阈值a的取值范围为大于20，所述阈值b的取值范围为大于1，所述阈值c的取值范围为小于取值范围为小于50mm，所述阈值d的取值范围为大于0.5的小数，所述阈值e的取值范围为小于0.7的小数。

为解决上述技术问题，本发明还提供一种肋骨的定位系统包括：

第一提取单元，用于根据述医学图像提取骨骼组织，获取第一图像；

投影单元，用于将所述第一图像沿第一方向进行投影，获取投影图像；

掩模单元，用于根据所述投影图像确定椎骨区域，获取掩模图像；

第二提取单元，用于在所述第一图像中，基于所述掩模图像获取第二图像；

定位单元，用于对所述第二图像进行连通域分析，提取肋骨定位结果。

进一步的，所述掩模单元，包括种子点确定子单元；以及生长子单元，用于基于所述种子点以自适应阈值生长，确定椎骨区域。

与现有技术相比，本发明的优点在于：

本发明通过基于阈值法、梯度法、和/或拉普拉斯边缘增强等方法获取包含主题骨骼区域的第一图像，以减少后续肋骨定位的处理量和造影，提高后续处理速度；通过定位去除椎骨区域，获取肋骨空间大致位置的第二图像；根据肋骨特征对于所述第二图像进行连通域分析，提取肋骨定位结果。本实施例提供的肋骨的定位方法能够快速、准确定位肋骨区域，鲁棒性强，适用于各类医学图像，去除肋骨对血管提取的影响，提高医学诊疗的准确性。

【附图说明】

图1为本发明一实施例中肋骨定位系统的结构示意图；

图2为本发明一实施例中数据处理系统的示意图；

图3为本发明一实施例中肋骨定位模块的示意图；

图4为本发明一实施例中肋骨定位方法流程图；

图5a～5d为本发明血管提取方法中各步骤的结果示意图。

【具体实施方式】

在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。

其次，本发明利用示意图进行详细描述，在详述本发明实施例时，为便于说明，所述示意图只是实施例，其在此不应限制本发明保护的范围。使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图和实施例对本发明的具体实施方式做详细的说明。

如图1所示的是根据本申请的一些实施例的一个血管提取系统的示意图；血管提取系统100可以包括一个成像设备110，一个控制器120，一个数据处理系统130，一个输入/输出设备140、一个存储器150、以及一个网络160

成像系统100中的不同组件/部件可以相互通信。例如，数据处理系统130可以与网络160相互连接或通信，或者直接与成像系统100或其一部分(例如，成像设备110、控制器120等)相互连接或通信，或两种方式的结合。成像设备110、数据处理系统130、存储器150、控制器120以及成像系统100可能包括的其它设备之间的数据通讯，可以通过数据线、网络160等或上述方式的组合来实现。

成像设备110可以对目标物体进行扫描，并获得与之相关的数据(例如，扫描数据等)。成像设备110可以是一个设备，或一个设备组。在一些实施例中，成像设备110可以是一个医学信息采集设备，例如，一个正电子发射计算机断层扫描(Positron emission tomography(PET))设备，一个电子计算机断层扫描(Computed Tomography(CT))设备，一个磁共振成像(Magnetic Resonance Imaging(MRI))设备等。所述设备可以是单独使用，也可以结合使用。成像设备110可以是一个PET-CT设备、一个PET-MRI设备或一个SPECT-MRI设备等。所述扫描数据可以是CT扫描数据、MRI扫描数据、超声扫描数据、X-射线扫描数据等的一种或多种的组合。

控制器120可以用于控制成像设备110、输入/输出设备140，和/或数据处理系统130。在一些实施例中，控制器120可以控制成像设备110中的X射线生成单元和/或X射线探测单元。控制器120可以从控制成像设备110、输入/输出设备140，和/或数据处理系统130接收信息，或向上述系统/设备发出信息。在一些实施例中，控制器120可以接收来自成像设备110的图像信号或与目标物体相关的数据。控制器120可以向数据处理系统130发送图像信号或与目标物体相关的数据。控制器120可以接收来自数据处理系统130的已经处理的数据或重建图像。控制器120可以向输入/输出设备140发送已经处理的数据或重建图像。在一些实施例中，控制器120可以包括计算机，程序，算法，软件，存储设备，接口等。

数据处理系统130可以处理来自成像设备110、控制器120、网络160和/或输入/输出设备140的信息。在一些实施例中，数据处理系统130可以基于所述信息生成一个或多个CT图像。数据处理系统130可以向输入/输出设备140发送图像。数据处理系统130可以完成与数据处理相关的各类操作，例如，数据预处理，数据转化处理，数据清洗处理，数据拟合处理，数据权重处理等一种或多种的组合。数据处理系统130可以基于不同算法程序实现数据的处理，例如，傅里叶转换原理、滤波反投影原理、迭代重建、直方图膨胀计算、图像数据函数优化、水平集函数计算等的一种或多种。在一些实施例中，数据处理系统130可以处理有关血管图像的数据。例如，数据处理系统130可以从图像中识别胸腹部的骨骼、腹部血管、下肢血管、血管中心线、或其他部位的血管。在一些实施例中，数据处理系统130可以基于多种算法程序或方法对图像进行血管或骨骼定位，例如，定位肋骨、髂骨、骶骨、胫骨、或髂动脉等。在一些实施例中，数据处理系统130可以向存储器150存储数据或从存储器150读取数据。这些数据可以是直接或间接来自于成像设备110的数据、数据处理系统130自身生成的临时数据或非临时数据、或是用于辅助数据处理系统130进行图像处理的数据等。

输入/输出设备140可以接收、发送、或显示信息。在一些实施例中，输入/输出设备140可以包括键盘、触控设备、鼠标、音频输入设备、图像输入设备、和远程控制设备等中的一个或多个。输入/输出设备140可以将信息发送至终端(例如，显示屏、投影仪、打印机、存储设备、计算设备等一种或多种的组合)进行相应操作。在一些实施例中，输入/输出设备140可以包括图形用户界面，展示成像过程阶段性的信息，或图像处理结果(例如，图像直方图，骨骼掩膜，血管掩膜，经图像转换后的血管相关图像等的一种或多种的组合)。所述图形用户界面，可以对用户输入参数给予提示，也可以让用户参与数据处理过程(例如，启动或停止处理过程、选择或修改运算参数、选择或修改算法、修改程序、退出系统、系统维护、系统升级或系统更新等)。

网络160可以是单个网络，或多个不同网络的组合。例如，网络160可能是一个局域网(local area network(LAN))、广域网(wide area network(WAN))、公共交换电话网(public switched telephone network(PSTN))、虚拟网络(VN)、或者上述网络的任何组合。网络160也可以包括多个网络接入点，并可以使用有线网络构架、无线网络构架以及有线/无线网络混合构架。有线网络可以包括利用金属电缆、混合电缆、光缆等一种或多种线缆组合的方式。无线网络可以包括蓝牙(Bluetooth)、无线网(Wi-Fi)、紫蜂(ZigBee)、近场通信(Near Field Communication(NFC))、蜂窝网络(包括GSM、CDMA、3G、4G等)等一种或多种网络模式的组合。网络160可以适用于本申请所描述的范围内，但并不局限于所述描述。

存储器150可以用于储存数据。这些数据可以是成像系统100生成或获得的数据，例如扫描数据、成像系统100的一个或多个组件运行时产生的数据、用户通过输入/输出设备140输入的数据、用户通过网络160从其它数据源(图1中未示出)获取的数据等。存储器150可以是一个具有存储功能的设备/组件或几个设备/组件的组合。在一些实施例中，存储器150可以包括一个或多个独立的具有数据存储功能的设备，例如一个计算机或一个服务器等。存储器150可以包括本地存储器或者远程存储器(例如，架构在网络160中的云存储器等)。在一些实施例中，存储器150可以包括一个独立设备中具有数据存储功能的组件，例如一个磁盘或一个磁盘阵列等。存储器150可以包括成像系统100中的任何设备(例如，成像设备110、数据处理系统130、输入/输出设备140等)中具有存储功能的组件。

在一些实施例中，网络160可以用于在成像系统100中的各个设备/组件之间传输信息。在一些实施例中，网络160可以用于成像系统100从一个远程服务器中获取信息。网络160可以是一个独立的网络或者多个不同网络的组合。例如，网络160可以包括局域网(local area network(LAN))、广域网(wide area network(WAN))、公共交换电话网(public switched telephone network(PSTN))、虚拟网络(Virtual Network(VN))等或者上述网络的组合。网络160可以包括多个网络接入点。网络160可以使用有线网络构架、无线网络构架以及有线/无线网络混合构架。有线网络可以包括利用金属电缆、混合电缆、光缆等一种或多种线缆组合的方式。无线网络的传输方式可以包括蓝牙(Bluetooth)、无线网(Wi-Fi)、紫蜂(ZigBee)、近场通信(Near Field Communication(NFC))、蜂窝网络(包括GSM、CDMA、3G、4G等)等。

根据本申请的一些实施例，图2所示为数据处理系统130的一个示意图。数据处理系统130可以包括一个或多个数据获取模块210、一个或多个存储模块220、一个或多个显示模块230和一个或多个肋骨定位模块240。所示模块之间彼此直接(和/或间接)连接。

数据获取模块210可以获取数据。所述获取的数据可以来自成像设备110和/或控制器120。在一些实施例中，数据可以通过网络160从外部数据源获得。所述数据可以是三维图像数据，和/或二维图像数据。所述数据可以是根据检测需求所设定的特定部位的数据，例如，目标物体的全景扫描，目标物体的胸部、肺部、下肢、支气管、骨骼、血管、神经分布等一种或多种。在一些实施例中，所述数据可以是血管造影数据。在一些实施例中，数据获取模块210可以获取血管图像原始数据，血管图像处理后的数据，或血管图像处理的参数等。

存储模块220可以存储数据或信息。所述存储的数据或信息可以来自成像设备110，和/或控制器120，和/或数据处理系统130中的其他模块/单元(数据获取模块210，显示模块230，肋骨定位模块240或其他相关模块(未示出))。存储的数据或信息可以是各种形式，例如，数值、信号、图像、目标物体的相关信息、命令、算法、程序等一种或多种的组合。在一些实施例中，存储的数据可以是血管图像、血管图像参数、血管图像处理后的数据、或血管图像处理所应用的程序和/或算法等。

显示模块230可以显示数据。所述显示的数据信息可以来自数据获取模块210，存储模块220，和/或肋骨定位模块240等。所述显示的数据可以发送至输入/输出设备140。在一些实施例中，显示模块230可以将肋骨定位模块240得到的图像数据发送至终端显示。在一些实施例中，显示模块230可以直接显示来自网络160或来自存储模块220中的相关数据信息。所述显示的数据可以是各种形式，包括数值、信号、图像、目标物体的相关信息、命令、算法、程序等一种或多种的组合。在一些实施例中，显示模块230可以显示包括骨骼信息的图像(例如，直方图、骨骼灰度图像、给个掩膜图像、骨骼粗分割图像、骨骼细分割图像等)。

肋骨定位模块240可以进行相关数据的处理，以及根据相应数据构建图像，包括基于数据提取血管组织。所述数据可以来自数据获取模块210、存储模块220和/或其他未示出模块；也可以是通过网络160获取的外部数据资源。所述构建的相应图像，可以发送至显示模块230等。肋骨定位模块240处理的数据可以是关于目标物体的特殊部分的数据，例如，大脑、心脏、血管、肺、肝、脾、肾、骨骼等一种或多种的组合。

需要注意的是，以上对于数据处理系统130的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接，对实施上述方法和系统的应用领域形式和细节上的各种修正和改变。

图3所示的是根据本申请的一些实施例的肋骨定位模块240的一个示意图。所述肋骨定位模块240包括，一个第一提取单元310，一个投影单元320，一个掩模单元330，第二提取单元340，一个定位单元350。

所述第一提取单元310，用于根据述医学图像提取骨骼组织，获取第一图像；所述医学图像可以来源于存储模块220、数据获取模块210。

所述投影单元320，用于将所述第一图像沿第一方向进行投影，获取投影图像。

所述掩模单元330，包括种子点确定子单元331；以及生长子单元332，用于基于所述种子点以自适应阈值生长，确定椎骨区域。

所述掩模单元330，用于根据所述投影图像确定椎骨区域，获取掩模图像。

所述第二提取单元340，用于在所述第一图像中，基于所述掩模图像获取第二图像。

所述定位单元350，用于对所述第二图像进行连通域分析，提取肋骨定位结果

需要注意的是，以上对于肋骨定位模块240及其各个单元的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可以对肋骨定位模块240的各个单元进行任意组合、分离或细节上的改变。肋骨定位模块240可以去除一个或多个单元。

为解决上述技术问题，根据本申请的一些实施例提供一种医学图像中肋骨的定位方法的一种示例性流程图。所述方法可以由数据处理系统130执行。所述生成的输出图像可以显示在一个显示装置(例如，人机交互界面160、控制器120等)上，或存储于存储装置(例如，存储器150等)中。

由于医学图像中血管与骨头等其他组织的CT值重叠，肋骨等骨骼组织与血管形态相近，造成血管提取的难度。为解决上述技术问题，本实施例提供一种医学图像中肋骨的定位方法，所述方法如图4所示，包括：

执行步骤S410，获取包含若干层二维图像的医学图像，所述医学图像包括所述医学图像医学包括但不限于通过各类模态的成像系统扫描采集获得三维或二维图像，所述三维图像包含若干层的二维图像构成的体数据，也可以通过诸如存储系影像归档和通信系统(Picture Archiving and Communication Systems，PACS)等内部或外部存储系统传输获得。所述模态包括但不限于磁共振成像(MRI)、磁共振血管造影(MRA)、计算机断层扫描(CT)、CT血管造影图像(CTA，CT angiography)、正电子发射断层扫描(Positron Emission Tomography，PET)等一种或多种的组合，也可以是纵向弛豫(T1)、横向弛豫(T2)和快速翻转恢复序列(STIR)等不同序列的磁共振图像，本发明对此不作具体限制，本实施例中优选脊柱磁共振图像；所述的体数据通常为扫描计划中为获取准确扫描参数而进行的粗扫描得到十几层或几十层等若干层二维图像构成的序列图像。所述图5a为通过血管造影技术获取的腹部CTA图像，其中包含肋骨、椎骨以及腹部主要血管。

执行步骤S420，根据所述医学图像提取骨骼组织，获取第一图像；由于肋骨是血管提取过程中的常见噪音，因此需要提高定位肋骨的准确性。本步骤，通过在医学图像中提取主要骨骼区域，从而利于后续步骤快速、准确提取血管。本步骤中，可以基于阈值法、梯度法、和/或拉普拉斯边缘增强等方法处理根据所述医学图像提取骨骼组织。

例如，可以根据骨骼组织内部空心构造，而血管内部是均质组织，通过梯度法处理所述医学图像。所述梯度法可以结合拉普拉色增强处理所述医学图像。前述各种方法可以一种或多种组合，获取如图5b所示的第一图像。

示例性的，基于第一阈值处理所述医学图像获取粗分割图像，接着通过拉普拉斯边缘增强所述粗分割图像，获取所述粗分割图像中各点的拉普拉斯值，选取拉普拉斯值大于120的区域，获取所述第一图像；所述第一阈值取值范围为图像值大于120，所述拉普拉斯增强可以通过计算所述医学图像中各个点的周围6领域差后值获取该点的拉普拉斯值。

示例性的，基于第二阈值在所述医学图像中提取骨骼组织，获取所述第一图像，所述第二阈值取值范围为图像值大于600。

本实施例中，所述第一阈值、第二阈值和拉普拉斯阈值可以通过数据处理系统130或输入/输出设备140预设，所述图像值可以是图像的灰度值，对于CT或者CTA图像，所述图像值可以是指CT值。

需要说明的是，由于骨骼是中空的组织，为了便于后续处理，可以对所述第一图像中若干个连通域的空心区域进行填实操作。

执行步骤S430，将所述第一图像沿第一方向进行投影，获取投影图像。所述第一方向可以是演着Z轴方向，所述Z轴对应方向可以为从人体足部到头部的方向。所述投影方式可以是体积强度投影技术、最大强度投影技术、最小强度投影技术、平均密度投影技术等、或上述技术的任意组合。所述投影图像可以通过对所述第一图像沿Z轴投影获取的横断面图像。

执行步骤S440，根据所述投影图像确定椎骨区域，获取掩模图像。由于椎骨直接与肋骨相连，在空间上是33块左右椎骨通过椎间盘和关节连接而成，并且椎骨在医学图像中图像值较高，通过步骤S40处理获取的投影图像中，由于Z轴方向上多个椎管的累加，因此在横断面上应该呈最亮区域。因此，可以根据所述投影图像中各个连通域的图像均值确定候选的椎骨区域，根据所述候选的椎骨区域确定椎骨点为种子点。基于所述种子点以自适应阈值生长，确定椎骨区域，获取所述掩模图像。

示例性，获取所述掩模图像中若干个连通域；取图像值均值大的连通域的椎骨点为种子点。所述椎骨点可以是所述图像值均值大的连通域的中心点、质心、重心或者图像值最大点。以所述种子点进行自适应阈值。为初始阈值进行区域生长，如获取的生长结果的的宽度与椎骨正常尺寸或者预设椎骨尺寸相近，例如一般椎骨在横断面的直接为6cm左右，则以当前阈值获取的生长结果为所述椎骨区域，否则增大阈值继续生长，直至获取的生长结果的宽度与椎骨正常尺寸或者预设椎骨尺寸相近。

执行步骤S450，在所述第一图像中，基于所述掩模图像获取第二图像。示例性的，可根据所述掩模图像中的椎骨区域，定位所述第一图像中每层二维图像中对应椎骨区域的连通域，将该区域设置为背景区域，实现去除该连通域的目的。如图5c所示是去除椎骨区域后的第二图像。

执行步骤S460，所述第二图像进行连通域分析，提取肋骨定位结果。由于肋骨的特征是靠近人体皮肤组织，在空间呈扁长形，可以据此进行连通域与分析。所述连通域分析可以基于阈值范围、xy轴范围、yz轴范围、xy平面上的平均面积、与邻近骨接近程度、连通域信息(如连通域点数、横截面面积、横截面面积比、横截面长短径比、中间层连通域个数等)、数据可提取(例如，生长等)或不可提取信息、距离场信息、与背景接近程度、组织结构位置关系等一种或多种信息的组合。x轴对应方向可以为从人体右侧到左侧的方向，y轴对应方向可以为从人体前胸到后背的方向，以及z轴对应方向可以为从人体足部到头部的方向。所述xy轴范围、yz轴范围、xy平面分别是横断面、冠状面和矢状面。

示例性的，获取所述第二图像中若干个连通域；根据以下条件的一种或多种组合对所述第二图像进行连通域分析，获取肋骨的定位结果，如图5d所示。

如所述连通域中最大宽度大于阈值a；所述最大宽度可以去所述连通域中距离最远的两个点的连线长度。由于肋骨在空间中呈扁长形，可以通过最大宽度筛选所述连通域是否为所述肋骨。所述阈值a的取值范围为大于20个像素点距离，本实施例中选取为30。

如所述连通域的长短径比大于阈值b；由于肋骨呈扁长形，长径值大于段径值，可以根据肋骨这一特征筛选所述连通域是否为所述肋骨。所述阈值b的取值范围为大于1，本实施例中选取为2。

如所述连通域在空间位置距离背景区域小于阈值c像素点个数与所述连通域的像素点总数之比大于阈值d；由于肋骨在空间位置上靠近人体组织区域，可以据此特征筛选所述连通域是否为所述肋骨。所述阈值c的取值范围为大于30,本实施例中选取为40mm；所述阈值d的取值范围为大于0.4，本实施例中选取为0.5。

所述连通域的面积与外切举行面积之比小于阈值e；由于肋骨呈扁长形，肋骨所在连通域的面积趋近于其外切面积之比，否则去除该连通域。可以据此特征筛选所述连通域是否为所述肋骨。所述阈值e的取值范围为小于0.7的小数，本实施例中选取为0.6。

在一些实施例中，为了急速连通域分析，可以选取所述第一图像中相邻n层二维图像中的连通域作上述连通域分析。

需要说明的是，所述连通域分析的条件可以通过数据处理系统130或输入/输出设备140预设，所述图像值可以是图像的灰度值，对于CT或者CTA图像，所述图像值可以是指CT值。

需要注意的是，以上对于肋骨定位流程的描述，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该流程的原理后，可以对该流程的一个或多个操作进行细节上的改变。例如，调整操作顺序、融合操作、分拆操作、去掉一个或多个操作、增加一个或多个操作等。这些改变都不会脱离权利要求的保护范围。

本实施例中医学图中肋骨的定位方法，通过基于阈值法、梯度法、和/或拉普拉斯边缘增强等方法获取包含主题骨骼区域的第一图像，以减少后续肋骨定位的处理量和造影，提高后续处理速度；通过定位去除椎骨区域，获取肋骨空间大致位置的第二图像；根据肋骨特征对于所述第二图像进行连通域分析，提取肋骨定位结果。本实施例提供的肋骨的定位方法能够快速、准确定位肋骨区域，鲁棒性强，适用于各类医学图像，去除肋骨对血管提取的影响，提高医学诊疗的准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。