一种从CTA图像中去除扫描床的方法及装置
这份专利CN102324090B题为《一种从CTA图像中去除扫描床的方法及装置》由东软集团股份有限公司申请。其核心目的是解决在脑部CT血管造影CTA图像处理后三维重建中残留高亮度扫描床影像的问题。以下是该专利方法的详细解析1. 核心思路由于扫描床和骨骼/血管的灰度值都很高且重叠无法单纯通过阈值分割去除。但扫描床与脑组织之间通常有空气间隔不连通因此专利采用**区域增长法Region Growing**提取连通的脑组织区域剩下的即为扫描床区域最后将其剔除。2. 具体处理流程第一步预处理与背景去除归一化可选但推荐对原始CTA图像进行归一化处理使像素最小灰度值为0。去除背景像素计算背景像素灰度阈值。方法是统计灰度直方图累积比例结合经验阈值如43%和最大最小灰度差值的10%来确定。将低于该阈值的像素点灰度值置为0即视为背景。第二步提取目标区域从去除了背景的图像中提取出包含“全脑”和“扫描床”的目标图像区域。因为去除了纯背景剩下的非零像素主要就这两部分。第三步应用区域增长法提取全脑图像核心步骤这是专利最关键的部分用于分离脑组织和扫描床计算中心点(Cx,Cy)(C_x, C_y)(Cx​,Cy​)使用灰度加权质心公式计算图像的中心点而不是几何中心。公式如下Cx∑i0width∑j0heighti⋅f(i,j)∑i0width∑j0heightf(i,j) C_x \frac{\sum_{i0}^{width}\sum_{j0}^{height} i \cdot f(i,j)}{\sum_{i0}^{width}\sum_{j0}^{height} f(i,j)}Cx​∑i0width​∑j0height​f(i,j)∑i0width​∑j0height​i⋅f(i,j)​Cy∑i0width∑j0heightj⋅f(i,j)∑i0width∑j0heightf(i,j) C_y \frac{\sum_{i0}^{width}\sum_{j0}^{height} j \cdot f(i,j)}{\sum_{i0}^{width}\sum_{j0}^{height} f(i,j)}Cy​∑i0width​∑j0height​f(i,j)∑i0width​∑j0height​j⋅f(i,j)​(其中f(i,j)f(i,j)f(i,j)是像素灰度值)确定初始种子节点判断中心点的灰度值是否非0。如果是非0直接作为初始种子。如果是0即在空气中则选取离中心点最近的、灰度值非0的像素点作为初始种子。区域增长广度优先搜索从种子点开始检查其八邻域像素。如果邻域像素未被标记且灰度值非0则标记为该区域脑组织并将其加入待检查队列。如果灰度值为0或已标记则跳过。重复此过程直到所有连通的非零像素都被标记。结果被标记的点集即为全脑图像区域。第四步去除扫描床映射与识别将提取出的“全脑图像区域”映射回原始CTA图像。剔除操作原始图像中不属于全脑区域的非背景像素即被判定为扫描床图像区域。置零处理将这些扫描床区域对应的像素灰度值设置为图像的最小灰度值通常为0或背景值从而在图像中彻底去除扫描床。3. 技术优势完全去除相比传统的减影技术能更彻底地去除残留的床体影像。速度快专利中提到对单张图像的处理时间在500ms以内适合临床实时或近实时处理。提升可视化效果去除高亮床体后三维重建的血管影像更清晰无异物干扰。4. 装置结构专利还对应描述了一种装置包含以下单元背景像素去除单元目标图像提取单元全脑图像提取单元内含中心点确定、判断、提取等子单元扫描床去除单元可选归一化处理单元总结该专利利用脑组织与扫描床在空间上的不连通性通过灰度加权质心定位种子点并结合区域增长算法智能地分割出脑组织进而反向识别并剔除扫描床。这是一种基于形态学和连通性分析的经典图像处理方案在医学影像中的具体应用。

相关新闻

【爱马仕】Hermes 整合包安装避坑指南,解决各类启动异常问题(含安装包)

【爱马仕】Hermes 整合包安装避坑指南,解决各类启动异常问题(含安装包)

Windows 部署 Hermes 操作繁琐?一体化整合包快速搭建方案 前言 很多使用者想要体验 Hermes 本地智能代理工具,但手动搭建运行环境的流程十分繁琐。 自行安装各类依赖组件、调试端口与系统环境、修正目录路径时,常常遇到命令执行报错、系统安…

2026/7/22 20:35:40阅读更多 →
装机首超火电,光伏却血亏千亿:谁能熬到 2027?

装机首超火电,光伏却血亏千亿:谁能熬到 2027?

2025 年,中国光伏累计装机历史性超越火电;同一年,全行业却陷入连续两年、合计超千亿的亏损泥潭。当"追光者"集体陷入亏损,问题究竟出在哪?2026 年会更难吗?出路又在何方?这是一组刺眼…

2026/7/22 20:35:40阅读更多 →
Jellium Desktop视频特效应用:添加水印、边框与视觉效果

Jellium Desktop视频特效应用:添加水印、边框与视觉效果

Jellium Desktop视频特效应用:添加水印、边框与视觉效果 【免费下载链接】jellium-desktop An unofficial desktop client for Jellyfin 项目地址: https://gitcode.com/GitHub_Trending/je/jellium-desktop Jellium Desktop是一款非官方的Jellyfin桌面客户端…

2026/7/22 20:35:40阅读更多 →
个人知识库搭建:从信息收集到知识创造的完整指南

个人知识库搭建:从信息收集到知识创造的完整指南

1. 项目概述:打造个人知识库的价值与方法"好文收集(长期更新)"这个看似简单的标题背后,隐藏着每个知识工作者都会面临的痛点:信息过载时代,如何系统性地积累优质内容?我在过去七年里尝试过各种知识管理工具&…

2026/7/22 21:23:49阅读更多 →
掌握 AI 关键词优化核心方法,任何行业都能做好线上流量获取

掌握 AI 关键词优化核心方法,任何行业都能做好线上流量获取

破解AI时代的流量迷局:关键词优化的核心路径与实战评估在生成式AI重塑信息检索格局的2026年,线上流量获取的逻辑正经历一场从“关键词匹配”到“语义理解”的根本性变革。对于任何行业的从业者而言,传统依赖百度、谷歌等平台的关键词竞价&…

2026/7/22 21:23:49阅读更多 →
2026遂宁黄金回收白银回收铂金回收市民首选无隐形扣费正规备案回收门店联系方式推荐

2026遂宁黄金回收白银回收铂金回收市民首选无隐形扣费正规备案回收门店联系方式推荐

2026遂宁黄金白银铂金回收实测榜单|公安备案中检认证无隐形扣费市民首选门店推荐 遂宁黄金回收哪家靠谱|工商公安双备案中检认证实体门店 实地走访、对比多家、综合体验,小编耗时两周走遍遂宁全城,从船山区到安居区,从…

2026/7/22 21:23:49阅读更多 →
Django毕设项目:基于 Django 的多条件筛选智能租房匹配管理系统 房东房源运维与租客租房服务系统 (源码+文档,讲解、调试运行,定制等)

Django毕设项目:基于 Django 的多条件筛选智能租房匹配管理系统 房东房源运维与租客租房服务系统 (源码+文档,讲解、调试运行,定制等)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

2026/7/22 21:23:49阅读更多 →
Jellium Desktop媒体收藏夹管理:创建与组织你的珍藏内容

Jellium Desktop媒体收藏夹管理:创建与组织你的珍藏内容

Jellium Desktop媒体收藏夹管理:创建与组织你的珍藏内容 【免费下载链接】jellium-desktop An unofficial desktop client for Jellyfin 项目地址: https://gitcode.com/GitHub_Trending/je/jellium-desktop Jellium Desktop是一款非官方的Jellyfin桌面客户端…

2026/7/22 21:23:49阅读更多 →
多工地考勤从3人天压缩至半天:工程机械租赁客户上线晋辉机联云实录

多工地考勤从3人天压缩至半天:工程机械租赁客户上线晋辉机联云实录

摘要华南某工程机械租赁公司,坐拥50台设备、80名现场人员、8个在建工地,将原有「微信群Excel」传统考勤模式,全面替换为晋辉机联云GPS留痕-后台自动汇总-APP工资条全流程数字化链路。系统上线约3个月,月度考勤汇总工作耗时从原3人…

2026/7/22 21:21:48阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/22 0:53:59阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/22 0:53:59阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/22 0:53:59阅读更多 →
中小企业小程序开发公司怎么选:预算、上手和售后避坑指南

中小企业小程序开发公司怎么选:预算、上手和售后避坑指南

中小企业做小程序,最常见的矛盾是预算有限,但又不希望功能太单薄;没有技术团队,但又希望后续能自己运营;想快速上线,又担心隐性收费和售后失联。选型时如果只看“低价套餐”或“案例数量”,很容…

2026/7/22 0:01:17阅读更多 →
GEO优化如何沉淀长期内容资产?广拓时代谈AI搜索时代的内容ROI

GEO优化如何沉淀长期内容资产?广拓时代谈AI搜索时代的内容ROI

企业做营销,最怕钱花完了,资产没有留下。 效果广告能带来一段时间的曝光,但预算停止后,流量往往也随之停止。短视频内容可能在几天内冲高,也可能很快沉下去。AI搜索时代,企业需要重新思考一个问题&#xff…

2026/7/22 0:01:17阅读更多 →
Agent 终态判定:何时该停止思考、给出最终回复

Agent 终态判定:何时该停止思考、给出最终回复

Agent 终态判定:何时该停止思考、给出最终回复 一、你的 Agent 在"再想想"的循环里绕了 12 轮,用户已经关窗口了 Agent 与人最大的区别是:人知道什么时候该停下来给答案,Agent 会一直"想"下去。你给 Agent 接…

2026/7/22 0:01:17阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/21 22:53:50阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/22 18:55:50阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/22 18:55:50阅读更多 →