C#处理医学影像(三):基于漫水边界自动选取病灶范围的实现思路

文章介绍了为优化医生在使用PACS软件中测量不规则病灶的过程,开发了一种自动化功能。该功能通过鼠标点击启动漫水算法,裁剪最大外接矩形,灰度转换,使用Canny或Sobel算子进行边缘检测,背景降噪,提取轮廓,并通过容差调整和坐标转化实现精确的病灶边界识别和测量。此技术提高了工作效率,适用于大量样本的标记和人工智能训练。

开发背景:

医生在实际使用PACS软件观察病灶时,经常会测量不规则病灶的周长和面积,使用画笔工具勾勒比较耗时且准度欠佳,

或者在标记人工智能训练样本时少则几百张,多则几千张,为极大减少耗时和极大提高工作效率,故开发此功能用来自动勾勒病灶范围并自动测量。

国际惯例,先看效果:

思路流程概览:

①以鼠标按下作为漫水算法中心点向外扩散填充

②裁剪最大外接矩形,缩小计算范围

③灰度转换

④Canny算子或Sobel算子提取轮廓

⑤背景降噪

⑥提取边界轮廓

⑦设置容差范围

⑧可变多边形坐标转化

⑨缩放、平移、旋转后的坐标映射

准备一张样本并以手臂骨头作为假设病灶:

①以鼠标按下作为漫水算法中心点向外扩散填充

通过给定指定的中心坐标,和指定染色的颜色值,向四周扩撒,遇到一样或近似值将其包含在范围内,网上源码很多,很容易实现。

②裁剪最大外接矩形,缩小计算范围

将漫水填充范围的最大外接矩形裁剪出来,提高后续计算效率。

③灰度转换

转换成灰度图,为后续计算做准备。

④Canny算子或Sobel算子进行边缘检测

Canny算子和Sobel算子区别:

Canny算子:

在计算前先将图像进行高斯滤波转换,得到一个相对模糊的图像,使得噪点在平滑过度时的影响降到最低:

根据算法原理得到如下结果:

Sobel算子:

根据算法原理得到如下结果:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值