(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211341591.X (22)申请日 2022.10.31 (71)申请人 深圳市亿康医疗技 术有限公司 地址 518000 广东省深圳市宝安区沙 井街 道共和社区裕和路第四工业区A区2栋 101 (72)发明人 郭雷鸣　葛红　 (74)专利代理 机构 郑州芝麻知识产权代理事务 所(普通合伙) 41173 专利代理师 乔俊霞 (51)Int.Cl. G06T 5/40(2006.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/66(2017.01)G06V 10/26(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种应用于放疗准备的CT图像的增强方法 (57)摘要 本发明涉及图像处理领域， 具体涉及一种应 用于放疗准备的CT图像的增强方法， 获取患者的 CT图像的梯度直方图， 根据直方图中波峰对应像 素点的梯度幅值构建混合高斯模 型； 将每个波峰 的梯度均值作为中心梯度值， 获取中心梯度值对 应的像素点并进行密度聚类， 以密度最大的密度 聚类块的中心像素点为中心， 进行梯度聚类， 将 得到的梯度聚类像素点作为每个波峰的目标像 素点， 根据目标像素点梯度值和梯度值频率得到 每个波峰对应像素点梯度的离散程度， 根据离散 程度对高斯模 型进行修正得到高斯曲线， 根据高 斯曲线的偏度系数得到分割阈值对相邻波峰进 行分割， 对分割后的每个波峰区域的像素点梯度 拉伸， 完成CT图像增强， 提高了阈值分割精度， 增 强效果好。 权利要求书2页 说明书8页 附图2页 CN 115409745 A 2022.11.29 CN 115409745 A 1.一种应用于放疗准备的CT图像的增强方法， 其特 征在于， 该 方法包括： 获取患者的CT图像的梯度直方图； 利用梯度直方图中每 个波峰对应 像素点的梯度幅值构建 混合高斯模型； 获取梯度直方图中每个波峰的梯度均值， 将梯度均值作为每个波峰的中心梯度值， 获 取每个波峰的中心梯度值在CT图像中对应的像素点； 对每个波峰的中心梯度值在CT图像中对应的像素点进行密度聚类， 得到多个密度聚类 块； 以密度最大的密度聚类块的中心像素点为聚类中心， 进行梯度聚类， 得到该中心像素 点对应的聚类 像素点， 并将其作为每 个波峰对应的目标像素点； 根据每个波峰对应的目标像素点的梯度值的方差和梯度值的频率， 得到每个波峰对应 像素点梯度的离 散程度； 根据每个波峰对应的像素点的梯度的离散程度， 对混合高斯模型进行修正， 利用修正 后的混合高斯模型对每个波 峰进行拟合， 得到每个波 峰的高斯 曲线， 根据高斯曲线的偏度 系数得到梯度直方图的梯度分割阈值； 利用梯度分割阈值对相邻波峰进行阈值分割， 得到多个波峰区域， 并对每个波峰区域 对应的像素点进行梯度拉伸， 完成CT图像增强。 2.根据权利要求1所述的一种应用于放疗准备的CT图像的增强方法， 其特征在于， 所述 密度的获取 方法为： 获取每个密度聚类块中每个像素点与其他像素点之间的距离的均值， 将该均值作为密 度。 3.根据权利要求1所述的一种应用于放疗准备的CT图像的增强方法， 其特征在于， 所述 根据每个波峰对应的目标像素点的梯度值的方差和梯度值的频率， 得到每个波峰对应像素 点梯度的离 散程度的方法为： 将每个波峰对应的目标像素点的梯度值的方差和每个目标像素点的梯度值的频率的 乘积， 作为每 个波峰对应 像素点梯度的离 散程度。 4.根据权利要求1所述的一种应用于放疗准备的CT图像的增强方法， 其特征在于， 所述 利用梯度直方图中每 个波峰对应 像素点的梯度幅值构建 混合高斯模型为： 获取每个波峰对应 像素点的梯度幅值； 根据梯度幅值构建 混合高斯模型： 式中， 为第i个梯度幅值 的混合高斯模型， 即概率密度函数， 为梯度直方图中 第G个波峰， 为第G个波峰 对应像素点的梯度幅值的数学期望， 是第G个波峰区域 中每个梯度幅值 的标准差， 是第G个波峰区域中的像素数量占图像总像素数量的占 比， 为以e为底的指数函数， 为圆周率。权　利　要　求　书 1/2 页 2 CN 115409745 A 25.根据权利要求1所述的一种应用于放疗准备的CT图像的增强方法， 其特征在于， 所述 根据每个波峰对应的像素点的梯度的离 散程度， 对混合高斯模型进行修 正的方法为： 式中， 为第G个波峰的中心梯度值在CT图像中对应的像素点进行密度聚类后得到的 聚类块的密度， 为第G个波峰对应像素点 的梯度值的离散程度， 是 对应像素点梯度 值的标准差， 为 中的像素 数在图像总像素 数中的占比。 6.根据权利要求1所述的一种应用于放疗准备的CT图像的增强方法， 其特征在于， 所述 根据高斯曲线的偏度系数 得到梯度直方图的梯度分割阈值的方法为： 获取每个波峰和后一相邻波峰之间的最小梯度值； 将该最小梯度值和1减去高斯曲线的偏度系数的差值相乘， 将该乘积作为每个波峰和 后一相邻波峰之间的梯度分割阈值。 7.根据权利要求6所述的一种应用于放疗准备的CT图像的增强方法， 其特征在于， 所述 高斯曲线的偏度系数的计算方法为： 式中， 为高斯曲线的偏度系数， 表示第G个波峰 的梯度均值， 是 对应像素点 梯度值的标准差， 为第G个波峰 中梯度幅值的数 学期望。 8.根据权利要求1所述的一种应用于放疗准备的CT图像的增强方法， 其特征在于， 所述 对每个波峰区域对应的像素点进行梯度拉伸， 完成CT图像增强的具体方法为： 获取每个区域对应的每 个像素点的梯度值； 以e为底， 以每个区域对应波峰像素点的离散程度为指数， 得到指数幂， 并将指数幂和 每个像素点的梯度值的乘积， 作为每 个像素点的最终梯度值； 利用直方图均衡化将每 个像素点的梯度值拉伸为 最终梯度值， 对CT图像进行增强。权　利　要　求　书 2/2 页 3 CN 115409745 A 3