(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211277516.1 (22)申请日 2022.10.19 (65)同一申请的已公布的文献号 申请公布号 CN 115359052 A (43)申请公布日 2022.11.18 (73)专利权人 南通鼎顺生物科技有限公司 地址 226000 江苏省南 通市如东县河口镇 天池北路168号 万颐广场1号楼 237铺 (72)发明人 杨超　 (74)专利代理 机构 北京真致博文知识产权代理 事务所(普通 合伙) 11720 专利代理师 娄华 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06T 7/187(2017.01) G06V 10/762(2022.01) G06V 10/764(2022.01) 审查员 徐晓艳 (54)发明名称 基于聚类算法的医疗影 像增强方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及基 于聚类算法的医疗影像增强方法， 包括： 使用不 同的类别值对肺部CT 图像中各个像素点的灰度 值进行聚类， 得到各个聚类分割图像的肺部区 域； 计算各个聚类 分割图像的肺部区域中各个类 别的前景程度值， 进而 得到各个像素点的增强必 要性； 根据各个像素点的增强必要性得到待增强 像素点； 根据所有待增强像素点中的最大灰度值 与每个待增强像素点的增强必要性计算每个待 增强像素点的灰度增量， 每个待增强像素点及其 灰度增量值构成了灰度增量图像； 将灰度增量图 像与肺部CT图像中对应像素点的灰度值相加， 得 到增强后的肺部CT图像。 本发明可以对图像中的 肺部区域的不同位置进行自适应增强。 权利要求书2页 说明书5页 附图4页 CN 115359052 B 2022.12.30 CN 115359052 B 1.基于聚类算法的医疗影 像增强方法， 其特 征在于， 该 方法包括以下步骤： 获取人体的肺部CT图像； 使用不同的类别值对肺部CT图像 中各个像素点的灰度值进行 聚类， 得到所述不同类别值的聚类分割图像； 根据低类别的聚类分割图像提取肺部二值遮 罩图像； 将肺部二值遮罩图像与各个聚类分割图像相乘， 得到所述各个聚类分割图像的肺部区 域； 根据各个聚类分割图像的肺部区域中， 各个类别所包含的像素点的个数以及所述各个 类别的平均灰度值得到所述各个聚类分割图像的肺部区域中所述各个类别的前景程度值； 根据肺部区域中各个像素点在各个聚类结果分割图像中对应类别的前景程度值的平均值 得到所述各个 像素点的增强必要性； 根据各个像素点的增强必要性得到待增强像素点； 根据 所有待增强像素点的最大灰度 值以及每个待增强像素点的增强必要性得到每个待增强像素点的灰度增量， 每个待增强像 素点及其灰度增量 值构成了灰度增量图像； 将灰度增量图像与肺部CT图像中对应像素点的灰度值相加， 得到增强后的肺部CT图 像； 其中， 所述肺部二值遮罩图像的获取方法为： 获取低类别聚类分割图像中的各个聚类 结果的平均灰度值； 选取平均灰度值最低的聚类结果， 对所述平均灰度值最低的聚类结果 进行连通域分析， 得到多个连通域， 计算各个连通域中所包含像素点横坐标 的最大值与最 小值之间的差值， 将差值最大的连通域去除， 剩余的连通域即为肺部区域， 对所得肺部区域 进行二值化处理， 得到肺部二 值遮罩图像。 2.根据权利要求1所述的基于聚类算法的医疗影像增强方法， 其特征在于， 所述低类别 的聚类分割图像是指类别值 等于二时对应的聚类分割图像。 3.根据权利要求1所述的基于聚类算法的医疗影像增强方法， 其特征在于， 所述各个聚 类分割图像的肺部区域中所述各个 类别的前 景程度值的获取 方法为： 式中， 表示类别值为K时聚类分割图像的肺部区域中第i个类别的前景程度值； 表示类别值为K时聚类分割图像中第i个类别 所包含的像素点个数； 表示肺部区域中 所包含的像素点的总个数； 表示肺部CT图像中的最大灰度值， 表示肺部CT图像中 的最小灰度值； 表示肺部区域中第i个类别所包含的所有像素点的平均灰度值， 表 示取最大值， 表示取最小值。 4.根据权利要求1所述的基于聚类算法的医疗影像增强方法， 其特征在于， 所述根据 各 个像素点的增强必要性得到待增强像素点的方法为： 获取所有像素点的最大增强必要性与最小增强必要性， 计算各个像素点的增强必要性 与所述最小增强必要性的差值， 记为所述各个像素点的第一差值； 计算最大增强必要性与权　利　要　求　书 1/2 页 2 CN 115359052 B 2最小增强必要性的差值， 记为第二差值； 将各个像素点的第一差值与第二差值的比值作为 所述各个 像素点归一 化后的增强必要性； 设置经验阈值， 当各个像素点归一化后的增强必要性大于经验阈值时， 所述各个像素 点为待增强像素点， 否则不 为待增强像素点。 5.根据权利要求1所述的基于聚类算法的医疗影像增强方法， 其特征在于， 所述每个待 增强像素点的灰度增量的获取方法为： 将所有待增强像素点的最大灰度值与每个待增强像 素点的增强必要性与1的和相乘， 所 得结果作为所述每 个待增强像素点的灰度增量。权　利　要　求　书 2/2 页 3 CN 115359052 B 3