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

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：

 

其中直观区别是canny算子计算的结果清晰，但不连续，容易受噪点影响，而sobel算子线条相对柔和，连续性强。

 

⑤背景降噪

进行一次手动背景降噪，使得展现的无用边缘更少，结果更清晰：

 

⑥提取边界轮廓

经过上面的计算后会得到一个边界坐标集合记为List<Point> list;

这些点是不连续的，不首尾相连的，我们需要将非边缘坐标删除，并将边缘坐标按顺时针或逆时针排序；

 

 

此时虽然得到了边缘坐标，但他是非连续性的，当我们把这些点连起来的时候就会出现问题：

 

 

所以我们将这些边缘坐标按逆时针或顺时针排序：

 

⑦在界面上增加滑块控件并设置容差范围

当碰到边界不是很清晰的时候，我们需要调整容差范围，以影响漫水扩散时的范围准确性：

 

 

观察容差范围10和20的区别：

 

 

⑧可变多边形坐标转化

根据本系列教程的测量工具开发，在此基础上我们将标识的范围转化为可变多边形：

微调结果并显示周长和面积：

 

⑨缩放、平移、旋转后的坐标映射

当图像发生放大、平移、旋转时，要注意边缘坐标的映射以保证结果正确：

 

配合色彩增强，食用效果更佳！

 

 

C#开发PACS、RIS、3D医学影像处理系统系列教程 目录整理：

菜鸟入门篇

PACS客户端：

C#开发PACS医学影像处理系统(一)：开发背景和功能预览

C#开发PACS医学影像处理系统(二)：界面布局之菜单栏

C#开发PACS医学影像处理系统(三)：界面布局之工具栏

C#开发PACS医学影像处理系统(四)：界面布局之状态栏

C#开发PACS医学影像处理系统(五)：查询病人信息列表

C#开发PACS医学影像处理系统(六)：加载Dicom影像

C#开发PACS医学影像处理系统(七)：读取影像Dicom信息

C#开发PACS医学影像处理系统(八)：单元格变换

C#开发PACS医学影像处理系统(九)：序列控件与拖拽

C#开发PACS医学影像处理系统(十)：Dicom影像下载策略与算法

C#开发PACS医学影像处理系统(十一)：Dicom影像挂片协议

C#开发PACS医学影像处理系统(十二)：绘图处理之图形标记

C#开发PACS医学影像处理系统(十三)：绘图处理之病灶测量

C#开发PACS医学影像处理系统(十四)：处理Dicom影像窗宽窗位

C#开发PACS医学影像处理系统(十五)：Dicom影像交叉定位线算法

C#开发PACS医学影像处理系统(十六)：2D处理之影像平移和缩放

C#开发PACS医学影像处理系统(十七)：2D处理之影像旋转和翻转

C#开发PACS医学影像处理系统(十八)：Dicom使用LUT色彩增强和反色

C#开发PACS医学影像处理系统(十九)：Dicom影像放大镜

医学影像三维篇

PACS三维处理医学图像：

C#开发PACS医学影像三维重建(一):使用VTK重建3D影像

C#开发PACS医学影像三维重建(二):使用VTK进行体绘制

C#开发PACS医学影像三维重建(三):纹理映射与颜色传输

C#开发PACS医学影像三维重建(四):3D网格平滑效果

C#开发PACS医学影像三维重建(五):基于梯度透明的组织漫游

C#开发PACS医学影像三维重建(六):三维光源与阴影效果

C#开发PACS医学影像三维重建(七):空间测量与标注

C#开发PACS医学影像三维重建(八):VR体绘制

C#开发PACS医学影像三维重建(九):MPR三视图切面重建

C#开发PACS医学影像三维重建(十):MIP最小密度投影

C#开发PACS医学影像三维重建(十一):CPR曲面重建

C#开发PACS医学影像三维重建(十二):VE虚拟内镜技术

C#开发PACS医学影像三维重建(十三):基于人体CT值从皮肤渐变到骨骼的梯度透明思路

C#开发PACS医学影像三维重建(十四):基于能量模型算法将曲面牙床展开至二维平面

熟手进阶篇

医学影像算法：

C#处理医学影像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比

C#处理医学影像(二):基于Hessian矩阵的医学影像增强与窗宽窗位

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

C#处理医学影像(四):基于Stitcher算法拼接人体全景脊柱骨骼影像

 

胶片打印：

C#开发医学影像胶片打印系统(一)：万能花式布局的实现思路

C#开发医学影像胶片打印系统(二)：胶片打印机通讯

C#开发医学影像胶片打印系统(三)：Pacs二维功能在排版中的应用

登峰造极篇

C#开发基于Python人工智能的肺结节自动检测

C#开发基于Python人工智能的脊柱侧弯曲率算法

C#开发基于Python机器学习的医学影像骨骼仿真动画

C#开发基于Python机器学习的术后恢复模拟

C#开发基于U3D的VR眼镜设备虚拟人体三维重建

C#开发基于全息投影的裸眼3D医学影像显示技术

医疗影像软件产品友情链接

PACS介绍首页

PACS使用视频教程

医疗软件产品中心

免费下载使用本教程PACS软件