CN111627529A - Vrds 4d医学影像处理方法及产品 - Google Patents

Vrds 4d医学影像处理方法及产品 Download PDF

Info

Publication number
CN111627529A
CN111627529A CN201910153010.1A CN201910153010A CN111627529A CN 111627529 A CN111627529 A CN 111627529A CN 201910153010 A CN201910153010 A CN 201910153010A CN 111627529 A CN111627529 A CN 111627529A
Authority
CN
China
Prior art keywords
image data
image
data sets
medical
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910153010.1A
Other languages
English (en)
Inventor
斯图尔特平李
戴维伟李
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cao Sheng
Original Assignee
Weiai Medical Technology Shenzhen Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Weiai Medical Technology Shenzhen Co ltd filed Critical Weiai Medical Technology Shenzhen Co ltd
Priority to CN201910153010.1A priority Critical patent/CN111627529A/zh
Priority to EP19917170.3A priority patent/EP3933848A4/en
Priority to AU2019431568A priority patent/AU2019431568B2/en
Priority to PCT/CN2019/101161 priority patent/WO2020173054A1/zh
Priority to US17/433,238 priority patent/US20220139054A1/en
Publication of CN111627529A publication Critical patent/CN111627529A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2016—Rotation, translation, scaling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2021—Shape modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Abstract

本申请实施例公开了一种VRDS 4D医学影像处理方法及产品，应用于医学成像装置；方法包括：对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源；对图源进行后数据处理，得到N个第一图像数据集合；对N个第一图像数据集合进行预设处理，得到N个第二图像数据集合；根据N个第二图像数据集合进行VRDS 4D医学影像显示。本申请实施例有利于提高医学成像装置进行医学影像显示的精细化程度和准确度。

Description

VRDS 4D医学影像处理方法及产品
技术领域
本申请涉及医学成像装置技术领域，具体涉及一种VRDS 4D医学影像处理方法及产品。
背景技术
目前，医生通过电子计算机断层扫描(Computed Tomography，CT)、磁共振成像(Magnetic Resonance Imaging，MRI)、弥散张量成像(Diffusion Tensor Imaging，DTI)、正电子发射型计算机断层显像(Positron Emission Computed Tomography，PET)等技术获取病变组织的形态、位置、拓扑结构等信息。医生仍然采用观看阅读连续的二维切片扫描图像，以此对患者的病变组织如肿瘤进行判断分析。然而，两维切片扫描图像无法呈现出病变组织的空间结构特性，影响到医生对疾病的诊断。随着医学成像技术的飞速发展，人们对医学成像提出了新的需求。
发明内容
本申请实施例提供了一种VRDS 4D医学影像处理方法及产品，以期提高医学成像装置进行医学影像显示的精细化程度和准确度。
第一方面，本申请实施例提供一种VRDS 4D医学影像处理方法，应用于医学成像装置；所述方法包括：
对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，所述图源包括纹理Texture 2D/3D图像体数据，所述多张扫描图像是通过医疗设备采集的二维医学图像；
对所述图源进行后数据处理，得到N个第一图像数据集合，每个第一图像数据集合的数据量与所述图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数；
对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，所述N个第一图像数据集合和所述N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，所述空间位置信息用于反映图像数据的空间位置属性；
根据所述N个第二图像数据集合进行VRDS 4D医学影像显示。
第二方面，本申请实施例提供一种VRDS 4D医学影像处理装置，应用于医学成像装置；所述VRDS 4D医学影像处理装置包括处理单元和通信单元，其中，
所述处理单元，用于对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，所述图源包括纹理Texture 2D/3D图像体数据，所述多张扫描图像是通过医疗设备采集的二维医学图像；以及用于对所述图源进行后数据处理，得到N个第一图像数据集合，每个第一图像数据集合的数据量与所述图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数；以及用于对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，所述N个第一图像数据集合和所述N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，所述空间位置信息用于反映图像数据的空间位置属性；以及用于通过所述通信单元根据所述N个第二图像数据集合进行VRDS 4D医学影像显示。
第三方面，本申请实施例提供一种医学成像装置，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出，本申请实施例中，医学成像装置首先对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，其次，对图源进行后数据处理，得到N个第一图像数据集合，其中，每个第一图像数据集合的数据量与图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数，再次，对N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，N个第一图像数据集合和N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，空间位置信息用于反映图像数据的空间位置属性，最后，根据N个第二图像数据集合进行VRDS 4D医学影像显示。可见，本申请中的医学成像装置能够将原始的扫描图像在数据量维度和空间维度进行数据优化，从而实现VRDS 4D医学影像显示，即呈现具备真实空间结构特性的组织外部和内部的3D影像，提高医学成像装置进行医学影像显示的精细化程度和准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种基于VRDS 4D医学影像智能分析处理系统的结构示意图；
图2是本申请实施例提供的一种VRDS 4D医学影像处理方法的流程示意图；
图3是本申请实施例提供的一种医学成像装置的结构示意图；
图4是本申请实施例提供的一种VRDS 4D医学影像处理装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的医学成像装置是指利用各种不同媒介作为信息载体，将人体内部的结构重现为影像的各种仪器，其影像信息与人体实际结构有着空间和时间分布上的对应关系。“DICOM数据”是指通过医疗设备采集的反映人体内部结构特征的原始图像文件数据，可以包括电子计算机断层扫描CT、核磁共振MRI、弥散张量成像DTI、正电子发射型计算机断层显像PET-CT等信息，“图源”是指解析原始DICOM数据生成的Texture2D/3D图像体数据。“VRDS”是指虚拟现实医用系统(Virtual Reality Doctor system，简称为VRDS)。
请参阅图1，图1是本申请实施例提供了一种基于VRDS 4D医学影像智能分析处理系统100的结构示意图，该系统100包括医学成像装置110和网络数据库120，其中医学成像装置110可以包括本地医学成像装置111和/或终端医学成像装置112，本地医学成像装置111或终端医学成像装置112用于基于原始DICOM数据，以本申请实施例所呈现的基于VRDS4D医学影像处理算法为基础，进行人体内部组织器官的占位的四维4D体绘制，实现4D立体成像效果(该4维医学影像具体是指医学影像包括所显示组织的内部空间结构特征及外部空间结构特征，所述内部空间结构特征是指组织内部的切片数据未丢失，即医学成像装置可以呈现目标器官、血管等组织的内部构造，外部空间结构特性是指组织与组织之间的环境特征，包括组织与组织之间的空间位置特性(包括交叉、间隔、融合)等，如肾脏与动脉之间的交叉位置的边缘结构特性等)，本地医学成像装置111相对于终端医学成像装置112还可以用于对图源数据进行编辑，形成四维人体图像的传递函数结果，该传递函数结果可以包括人体内脏器官表面和人体内脏器官内的组织结构的传递函数结果，以及立方体空间的传递函数结果，如传递函数所需的立方编辑框与弧线编辑的数组数量、坐标、颜色、透明度等信息。网络数据库120例如可以是云服务器等，该网络数据库120用于存储解析原始DICOM数据生成的图源，以及本地医学成像装置111编辑得到的四维人体图像的传递函数结果，图源可以是来自于多个本地医学成像装置111以实现多个医生的交互诊断。
用户通过上述医学成像装置110进行具体的图像显示时，可以选择显示器和/或虚拟现实VR的头戴式显示器(Head mounted Displays Set，HMDS)结合操作动作进行显示，操作动作是指用户通过医学成像装置的外部摄入设备，如鼠标、键盘等，对四维人体图像进行的操作控制，以实现人机交互，该操作动作包括以下至少一种：(1)改变某个具体器官/组织的颜色和/或透明度，(2)定位缩放视图，(3)旋转视图，实现四维人体图像的多视角360度观察，(4)“进入”人体器官内部观察内部构造，实时剪切效果渲染，(5)上下移动视图。
下面对本申请实施例涉及到的基于VRDS 4D医学影像的肿瘤识别算法进行详细介绍。
请参阅图2，图2是本申请实施例提供了一种VRDS 4D医学影像处理方法的流程示意图，应用于如图1所述的医学成像装置；如图所示，本VRDS 4D医学影像处理方法包括：
S201，医学成像装置对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，所述图源包括纹理Texture 2D/3D图像体数据，所述多张扫描图像是通过医疗设备采集的二维医学图像；
其中，所述目标部位例如可以包括肾脏等器官以及动脉、静脉等。所述多张扫描图像包括以下任意一种：CT图像、MRI图像、DTI图像、PET-CT图像。
具体实现中，所述医学成像装置获取通过医疗设备采集的反映目标用户的人体内部结构特征的多张扫描图像；从所述多张扫描图像中筛选出包含目标部位的至少一张扫描图像，将所述至少一张扫描图像作为目标用户的医学数字成像和通信DICOM数据；解析所述DICOM数据生成目标用户的图源，所述图源包括纹理Texture 2D/3D图像体数据。
S202，所述医学成像装置对所述图源进行后数据处理，得到N个第一图像数据集合，每个第一图像数据集合的数据量与所述图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数；
其中，所述医学成像装置对所述图源进行数据增强处理，所述数据增强处理包括以下至少一种：基于任意角度旋转的数据增强、基于缩放的数据增强、基于平移的数据增强、基于镜像操作的数据增强、基于剪切的数据增强和基于弹性变形的数据增强。
其中，所述图像旋转是指将所述图源进行旋转一定角度的几何变换；所述缩放是指计算机图像处理中，对数字图像的大小进行调整的过程，即在处理效率以及结果的平滑度(smoothness)和清晰度(sharpness)上做一个权衡；所述平移就是将图像所有的像素坐标分别加上指定的水平偏移量和垂直偏移量；所述剪切分为两种类型：规则分幅剪切(Rectangle Subset)，不规则分幅剪切(Pdygon Subset)，规则分幅剪切是指裁剪图像的边界范围是一个矩形，通过左上角和右下角两点的坐标，就可以确定图像的裁剪位置，整个裁剪过程比较简单，不规则分幅剪切是指裁剪图像的边界范围是任意多边形；所述镜像分为两种：水平镜像和垂直镜像。水平镜像以图像垂直中线为轴，将图像的像素进行对换，也就是将图像的左半部和右半部对调，垂直镜像则是以图像的水平中线为轴，将图像的上半部分和下班部分对调。
S203，所述医学成像装置对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，所述N个第一图像数据集合和所述N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，所述空间位置信息用于反映图像数据的空间位置属性；
其中，对所述N个第一图像数据集合进行预设处理包括数据的分离、整合等。所述空间位置信息包括空间方向信息，空间拓扑信息和空间度量信息等。
S204，所述医学成像装置根据所述N个第二图像数据集合进行VRDS 4D医学影像显示。
其中，所述VRDS 4D医学影像显示是指呈现VRDS4维医学影像。
其中，所述医学成像装置从所述N个第二图像数据集合中筛选出目标图像数据作为VRDS 4D成像数据。
可以看出，本申请实施例中，医学成像装置首先对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，其次，对图源进行后数据处理，得到N个第一图像数据集合，其中，每个第一图像数据集合的数据量与图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数，再次，对N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，N个第一图像数据集合和N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，空间位置信息用于反映图像数据的空间位置属性，最后，根据N个第二图像数据集合进行VRDS 4D医学影像显示。可见，本申请中的医学成像装置能够将原始的扫描图像在数据量维度和空间维度进行数据优化，从而实现VRDS 4D医学影像显示，即呈现具备真实空间结构特性的组织外部和内部的3D影像，提高医学成像装置进行医学影像显示的精细化程度和准确度。
在一个可能的示例中，所述对所述图源进行后数据处理，得到N个第一图像数据集合，包括：对所述图源进行数据增强处理，得到N个第一图像数据集合，所述数据增强处理包括以下至少一种：旋转、缩放、平移、剪切、镜像、弹性变形。
具体实现中，在一次数据增强处理中，对所述图源中的所有数据的增强处理方式包括至少一种：旋转、缩放、平移、剪切、镜像、弹性变形；将该次数据增强处理后的数据作为1个第一图像数据集合；N次数据增强处理中，根据所述图源数据和多种数据增强处理方式可得到N个第一图像数据集合。
可见，本示例中，由于医学成像装置能够基于旋转、缩放、平移、剪切、镜像、弹性变形等图像数据处理方式对图源进行数据增强处理得到N个第一图像数据集合，提高了所述第一图像数据集合中图像质量，确保图像的清晰度和准确度。
在一个可能的示例中，所述数据增强处理包括弹性变形；所述对所述图源进行弹性变形，得到N个第一图像数据集合，包括：在所述图源的原始像素点阵上，叠加N个方向的随机距离形成N个差值位置矩阵，所述N个方向至少包括正向和负向；在每个差值位置矩阵上计算对应像素点的灰度值，得到N个增强像素点阵；根据所述N个增强像素点阵生成N个第一图像数据集合，每个第一图像数据集合中的图像数据包括像素点的叠加信息。
具体实现中，将所述图源的图像点阵上，叠加正负向随机距离形成差值位置矩阵，然后在每个差值位置上计算对应像素点的灰度值，形成新的点阵，可以实现图像内部的扭曲变形，再对图像进行旋转、扭曲、平移等操作。
可见，本示例中，由于医学成像装置能够对所述图源进行弹性变形处理，提高了图像处理的执行效率，提高医学成像装置进行医学影像显示的精细化程度。
在一个可能的示例中，所述对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，包括：对所述N个第一图像数据集合进行数据分离，得到分离数据集合，所述分离数据集合包括多个分离数据子集，每个分离数据子集中的图像数据包括组织标识信息，所述组织标识信息用于标识所述图像数据所属的组织，所述组织包括以下至少一种：器官、肿瘤、血管；对所述N个第一图像数据集合进行数据整合，得到整合数据集合，所述整合数据集合中包括预设占位模式的多个组织的多类图像数据；将所述分离数据集合和所述整合数据集合导入VRDS Ai 4D成像数据分析器，通过医学影像灰度值的Ai匹配以及所述像素点的叠加信息的转换计算，得到符合灰度匹配条件的每个图像数据的空间位置信息；根据所述空间位置信息和所述N个第一图像数据集合生成N个第二图像数据集合。
其中，所述预设占位模式是指预设的不同组织器官的组合，例如肾脏和动脉的组合、肾脏和肿瘤的组合等。
具体实现中，可以根据组织标识信息对所述N个第一图像数据集合进行数据分离，例如，可以将N个第一图像数据集合进行数据分离为器官数据子集、肿瘤数据子集、血管数据子集等。再对所述N个第一图像数据集合进行数据整合，利用预存的所述多个组织的医学影像模板匹配模型和所述像素点的叠加信息的转换计算，从所述整合数据集合得到符合灰度匹配条件的图像数据和每个图像数据的空间位置信息，从而生成N个第二图像数据集合。
可见，本示例中，由于医学成像装置能够基于对N个第一图像数据集合的分离、整合、医学影像灰度值的Ai匹配以及所述像素点的叠加信息的转换计算，生成N个第二图像数据集合，实现了对图像数据的合并、巩固和增强。
在一个可能的示例中，所述医学影像灰度值的Ai匹配通过如下步骤实现：调用预存的所述多个组织的医学影像模板匹配模型；将所述整合数据集合中的图像数据导入所述医学影像模板匹配模型，筛选出的符合灰度匹配条件的图像数据。
其中，灰度匹配可以通过利用某种相似性度量，如相关函数、协方差函数、差平方和、差绝对值和等测度极值，判定图像的对应关系。
具体实现中，所述图像匹配可以分为图像输入、图像预处理、匹配特征提取、图像匹配、输出结果等几个步骤。首先对图像进行预处理来提取其高层次的特征值，然后根据所述医学影像模板匹配模型，筛选出的符合灰度匹配条件的图像数据。该医学影像模板匹配模型可以采用常用的卷积神经网络等各类算法来构建，并预先通过医疗样本数据进行训练，提高模型预测的准确度。
可见，本示例中，由于医学成像装置能够基于预存的所述多个组织的医学影像模板匹配模型和所述整合数据集合中的图像数据得到符合灰度匹配条件的图像数据，提高了医学影像的质量，确保了影像的精细化程度和准确性。
在一个可能的示例中，所述像素点的叠加信息的转换计算通过如下操作实现：获取当前处理的像素点的所述叠加信息，所述叠加信息包括方向信息和随机距离参数；根据所述方向信息和所述随机距离参数计算空间坐标作为所述像素点的空间位置信息。
其中，像素点的叠加信息的转换计算是根据所述像素点的方向信息和随机距离参数计算空间坐标。
具体实现中，获取当前处理的像素点的叠加信息数据，使用获得的叠加信息数据，所述叠加信息中的方向信息和随机距离参数都通过至少两个方向或至少两个随机距离参数叠加得到，最后根据所述方向信息和所述随机距离参数计算空间坐标，空间坐标为所述像素点的空间位置信息。
可见，本示例中，由于医学成像装置能够基于像素点的方向信息和所述随机距离参数计算空间坐标作为所述像素点的空间位置信息，反映图像数据的空间位置属性，提高了图像数据的数据信息的完善和医学影像成像的准确度和清晰度。
在一个可能的示例中，所述根据所述N个第二图像数据集合进行VRDS 4D医学影像显示，包括：根据所述预设占位模式关联的组织，从所述N个第二图像数据集合中筛选与所述组织关联的目标图像数据作为VRDS 4D成像数据；在显示设备上输出所述VRDS 4D成像数据。
具体实现中，由于器官、血管等组织之间的空间关联性，人体的相同器官的图像数据在该N个第二图像数据集合的分布位置往往是相互关联的，为缩减图像数据的筛选时长，提高数据筛选效率，医学成像装置在针对第一个第二图像数据集合进行筛选时，按照从前往后等顺序遍历整个数据集合从而筛选出第一目标图像数据，然后针对第二个第二图像数据集合进行筛选时，可以根据第一目标图像数据的位置为当前集合的起始检测位置，并将筛选范围缩减至当前处理的组织的最大范围(组织包括肾脏等器官，可以根据该器官的体积等确定最大范围)，第三个第二图像数据集合直至第N个第二图像数据集合的处理操作与第二个第二图像数据集合的处理过程类似，此处不再赘述。如此可以显著提高数据筛选效率，提高影像显示效率。
举例来说，所述预设占位模式关联的组织为心脏和血管时，可以根据图像数据的组织标识信息，从所述N个第二图像数据中筛选出与心脏、血管关联的目标图像数据，将目标图像数据作为VRDS 4D成像数据进行VRDS 4D成像以展示所述心脏和血管的影像。其中，所述N个第二图像数据可以包含器官、肿瘤、血管中的至少一种。
此外，在显示设备上输出所述VRDS 4D影像后，当检测到针对某组织的部分位置选择时，调取选择的组织部分位置的影像，可执行放大，旋转，观察内侧等操作。
可见，本示例中，由于医学成像装置能够基于预设占位模式关联的组织，帅选出与预设占位模式关联的组织对应目标数据进行VRDS 4D成像数据并显示，提高了医学影像的质量，以及医学成像装置进行医学影像显示的精细化程度和准确度。
与上述图2所示的实施例一致的，请参阅图3，图3是本申请实施例提供的一种医学成像装置300的结构示意图，如图所示，所述医学成像装置300包括处理器310、存储器320、通信接口330以及一个或多个程序321，其中，所述一个或多个程序321被存储在上述存储器320中，并且被配置由上述处理器310执行，所述一个或多个程序321包括用于执行以下步骤的指令；
对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，所述图源包括纹理Texture 2D/3D图像体数据，所述多张扫描图像是通过医疗设备采集的二维医学图像；
对所述图源进行后数据处理，得到N个第一图像数据集合，每个第一图像数据集合的数据量与所述图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数；
对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，所述N个第一图像数据集合和所述N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，所述空间位置信息用于反映图像数据的空间位置属性；
根据所述N个第二图像数据集合进行VRDS 4D医学影像显示。
可以看出，本申请实施例中，医学成像装置首先对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，其次，对图源进行后数据处理，得到N个第一图像数据集合，其中，每个第一图像数据集合的数据量与图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数，再次，对N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，N个第一图像数据集合和N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，空间位置信息用于反映图像数据的空间位置属性，最后，根据N个第二图像数据集合进行VRDS 4D医学影像显示。可见，本申请中的医学成像装置能够将原始的扫描图像在数据量维度和空间维度进行数据优化，从而实现VRDS 4D医学影像显示，即呈现具备真实空间结构特性的组织外部和内部的3D影像，提高医学成像装置进行医学影像显示的精细化程度和准确度。
在一个可能的示例中，在所述对所述图源进行后数据处理，得到N个第一图像数据集合方面，所述程序中的指令具体用于执行以下操作：对所述图源进行数据增强处理，得到N个第一图像数据集合，所述数据增强处理包括以下至少一种：旋转、缩放、平移、剪切、镜像、弹性变形。
在一个可能的示例中，在所述数据增强处理包括弹性变形；所述对所述图源进行弹性变形，得到N个第一图像数据集合方面，所述程序中的指令具体用于执行以下操作：在所述图源的原始像素点阵上，叠加N个方向的随机距离形成N个差值位置矩阵，所述N个方向至少包括正向和负向；在每个差值位置矩阵上计算对应像素点的灰度值，得到N个增强像素点阵；根据所述N个增强像素点阵生成N个第一图像数据集合，每个第一图像数据集合中的图像数据包括像素点的叠加信息。
在一个可能的示例中，在所述对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合方面，所述程序中的指令具体用于执行以下操作：对所述N个第一图像数据集合进行数据分离，得到分离数据集合，所述分离数据集合包括多个分离数据子集，每个分离数据子集中的图像数据包括组织标识信息，所述组织标识信息用于标识所述图像数据所属的组织，所述组织包括以下至少一种：器官、肿瘤、血管；对所述N个第一图像数据集合进行数据整合，得到整合数据集合，所述整合数据集合中包括预设占位模式的多个组织的多类图像数据；将所述分离数据集合和所述整合数据集合导入VRDS Ai 4D成像数据分析器，通过医学影像灰度值的Ai匹配以及所述像素点的叠加信息的转换计算，得到符合灰度匹配条件的每个图像数据的空间位置信息；根据所述空间位置信息和所述N个第一图像数据集合生成N个第二图像数据集合。
在一个可能的示例中，在所述医学影像灰度值的Ai匹配方面，所述程序中的指令具体用于执行以下操作：调用预存的所述多个组织的医学影像模板匹配模型；将所述整合数据集合中的图像数据导入所述医学影像模板匹配模型，筛选出的符合灰度匹配条件的图像数据。
在一个可能的示例中，在所述像素点的叠加信息的转换计算方面，所述程序中的指令具体用于执行以下操作：获取当前处理的像素点的所述叠加信息，所述叠加信息包括方向信息和随机距离参数；根据所述方向信息和所述随机距离参数计算空间坐标作为所述像素点的空间位置信息。
在一个可能的示例中，在所述根据所述N个第二图像数据集合进行VRDS 4D医学影像显示方面，所述程序中的指令具体用于执行以下操作：根据所述预设占位模式关联的组织，从所述N个第二图像数据集合中筛选与所述组织关联的目标图像数据作为VRDS 4D成像数据；在显示设备上输出所述VRDS 4D成像数据。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，医学成像装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对医学成像装置进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
图4是本申请实施例中所涉及的VRDS 4D医学影像处理装置400的功能单元组成框图。该VRDS 4D医学影像处理装置400应用于医学成像装置，该VRDS 4D医学影像处理装置400包括处理单元401和通信单元402，其中，
所述处理单元401，用于对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，所述图源包括纹理Texture 2D/3D图像体数据，所述多张扫描图像是通过医疗设备采集的二维医学图像；以及用于对所述图源进行后数据处理，得到N个第一图像数据集合，每个第一图像数据集合的数据量与所述图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数；以及用于对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，所述N个第一图像数据集合和所述N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，所述空间位置信息用于反映图像数据的空间位置属性；以及用于通过所述通信单元402根据所述N个第二图像数据集合进行VRDS 4D医学影像显示。
所述VRDS 4D医学影像处理装置400还包括存储单元403，所述处理单元401可以是处理器，所述通信单元402可以是收发器，所述存储单元可以是存储器。
可以看出，本申请实施例中，医学成像装置首先对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，其次，对图源进行后数据处理，得到N个第一图像数据集合，其中，每个第一图像数据集合的数据量与图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数，再次，对N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，N个第一图像数据集合和N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，空间位置信息用于反映图像数据的空间位置属性，最后，根据N个第二图像数据集合进行VRDS 4D医学影像显示。可见，本申请中的医学成像装置能够将原始的扫描图像在数据量维度和空间维度进行数据优化，从而实现VRDS 4D医学影像显示，即呈现具备真实空间结构特性的组织外部和内部的3D影像，提高医学成像装置进行医学影像显示的精细化程度和准确度。
在一个可能的示例中，在所述对所述图源进行后数据处理，得到N个第一图像数据集合方面，所述处理单元401具体用于：对所述图源进行数据增强处理，得到N个第一图像数据集合，所述数据增强处理包括以下至少一种：旋转、缩放、平移、剪切、镜像、弹性变形。
在一个可能的示例中，在所述数据增强处理包括弹性变形；所述对所述图源进行弹性变形，得到N个第一图像数据集合方面，所述处理单元401具体用于：在所述图源的原始像素点阵上，叠加N个方向的随机距离形成N个差值位置矩阵，所述N个方向至少包括正向和负向；在每个差值位置矩阵上计算对应像素点的灰度值，得到N个增强像素点阵；根据所述N个增强像素点阵生成N个第一图像数据集合，每个第一图像数据集合中的图像数据包括像素点的叠加信息。
在一个可能的示例中，在所述对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合方面，所述处理单元401具体用于：对所述N个第一图像数据集合进行数据分离，得到分离数据集合，所述分离数据集合包括多个分离数据子集，每个分离数据子集中的图像数据包括组织标识信息，所述组织标识信息用于标识所述图像数据所属的组织，所述组织包括以下至少一种：器官、肿瘤、血管；对所述N个第一图像数据集合进行数据整合，得到整合数据集合，所述整合数据集合中包括预设占位模式的多个组织的多类图像数据；将所述分离数据集合和所述整合数据集合导入VRDS Ai 4D成像数据分析器，通过医学影像灰度值的Ai匹配以及所述像素点的叠加信息的转换计算，得到符合灰度匹配条件的每个图像数据的空间位置信息；根据所述空间位置信息和所述N个第一图像数据集合生成N个第二图像数据集合。
在一个可能的示例中，在所述医学影像灰度值的Ai匹配方面，所述处理单元401具体用于：调用预存的所述多个组织的医学影像模板匹配模型；将所述整合数据集合中的图像数据导入所述医学影像模板匹配模型，筛选出的符合灰度匹配条件的图像数据。
在一个可能的示例中，在所述像素点的叠加信息的转换计算方面，所述处理单元401具体用于：获取当前处理的像素点的所述叠加信息，所述叠加信息包括方向信息和随机距离参数；根据所述方向信息和所述随机距离参数计算空间坐标作为所述像素点的空间位置信息。
在一个可能的示例中，在所述根据所述N个第二图像数据集合进行VRDS 4D医学影像显示方面，所述处理单元401具体用于：根据所述预设占位模式关联的组织，从所述N个第二图像数据集合中筛选与所述组织关联的目标图像数据作为VRDS 4D成像数据；在显示设备上输出所述VRDS 4D成像数据。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括医学成像装置。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括医学成像装置。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种VRDS 4D医学影像处理方法，其特征在于，应用于医学成像装置；所述方法包括：
对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，所述图源包括纹理Texture 2D/3D图像体数据，所述多张扫描图像是通过医疗设备采集的二维医学图像；
对所述图源进行后数据处理，得到N个第一图像数据集合，每个第一图像数据集合的数据量与所述图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数；
对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，所述N个第一图像数据集合和所述N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，所述空间位置信息用于反映图像数据的空间位置属性；
根据所述N个第二图像数据集合进行VRDS 4D医学影像显示。
2.根据权利要求1所述的方法，其特征在于，所述对所述图源进行后数据处理，得到N个第一图像数据集合，包括：
对所述图源进行数据增强处理，得到N个第一图像数据集合，所述数据增强处理包括以下至少一种：旋转、缩放、平移、剪切、镜像、弹性变形。
3.根据权利要求1所述的方法，其特征在于，所述数据增强处理包括弹性变形；所述对所述图源进行弹性变形，得到N个第一图像数据集合，包括：
在所述图源的原始像素点阵上，叠加N个方向的随机距离形成N个差值位置矩阵，所述N个方向至少包括正向和负向；
在每个差值位置矩阵上计算对应像素点的灰度值，得到N个增强像素点阵；
根据所述N个增强像素点阵生成N个第一图像数据集合，每个第一图像数据集合中的图像数据包括像素点的叠加信息。
4.根据权利要求3所述的方法，其特征在于，所述对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，包括：
对所述N个第一图像数据集合进行数据分离，得到分离数据集合，所述分离数据集合包括多个分离数据子集，每个分离数据子集中的图像数据包括组织标识信息，所述组织标识信息用于标识所述图像数据所属的组织，所述组织包括以下至少一种：器官、肿瘤、血管；
对所述N个第一图像数据集合进行数据整合，得到整合数据集合，所述整合数据集合中包括预设占位模式的多个组织的多类图像数据；
将所述分离数据集合和所述整合数据集合导入VRDS Ai 4D成像数据分析器，通过医学影像灰度值的Ai匹配以及所述像素点的叠加信息的转换计算，得到符合灰度匹配条件的每个图像数据的空间位置信息；
根据所述空间位置信息和所述N个第一图像数据集合生成N个第二图像数据集合。
5.根据权利要求4所述的方法，其特征在于，所述医学影像灰度值的Ai匹配通过如下步骤实现：调用预存的所述多个组织的医学影像模板匹配模型；将所述整合数据集合中的图像数据导入所述医学影像模板匹配模型，筛选出的符合灰度匹配条件的图像数据。
6.根据权利要求4或5所述的方法，其特征在于，所述像素点的叠加信息的转换计算通过如下操作实现：获取当前处理的像素点的所述叠加信息，所述叠加信息包括方向信息和随机距离参数；根据所述方向信息和所述随机距离参数计算空间坐标作为所述像素点的空间位置信息。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述N个第二图像数据集合进行VRDS 4D医学影像显示，包括：
根据所述预设占位模式关联的组织，从所述N个第二图像数据集合中筛选与所述组织关联的目标图像数据作为VRDS 4D成像数据；
在显示设备上输出所述VRDS 4D成像数据。
8.一种VRDS 4D医学影像处理装置，其特征在于，应用于医学成像装置；所述VRDS 4D医学影像处理装置包括处理单元和通信单元，其中，
所述处理单元，用于对多张扫描图像进行初始数据分析处理，得到包含目标用户的目标部位的图像特征的图源，所述图源包括纹理Texture 2D/3D图像体数据，所述多张扫描图像是通过医疗设备采集的二维医学图像；以及用于对所述图源进行后数据处理，得到N个第一图像数据集合，每个第一图像数据集合的数据量与所述图源的数据量相同，任意两个第一图像数据集合中的数据相互独立，N为大于1的正整数；以及用于对所述N个第一图像数据集合进行预设处理，得到N个第二图像数据集合，所述N个第一图像数据集合和所述N个第二图像数据集合一一对应，且每个第二图像数据集合相对于对应的第一图像数据集合增加了空间位置信息，所述空间位置信息用于反映图像数据的空间位置属性；以及用于通过所述通信单元根据所述N个第二图像数据集合进行VRDS4D医学影像显示。
9.一种医学成像装置，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
CN201910153010.1A 2019-02-28 2019-02-28 Vrds 4d医学影像处理方法及产品 Pending CN111627529A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201910153010.1A CN111627529A (zh) 2019-02-28 2019-02-28 Vrds 4d医学影像处理方法及产品
EP19917170.3A EP3933848A4 (en) 2019-02-28 2019-08-16 4D VRDS MEDICAL IMAGE PROCESSING METHOD AND PRODUCT
AU2019431568A AU2019431568B2 (en) 2019-02-28 2019-08-16 Method and product for processing of vrds 4d medical images
PCT/CN2019/101161 WO2020173054A1 (zh) 2019-02-28 2019-08-16 Vrds 4d医学影像处理方法及产品
US17/433,238 US20220139054A1 (en) 2019-02-28 2019-08-16 Method and product for processing of vrds 4d medical images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910153010.1A CN111627529A (zh) 2019-02-28 2019-02-28 Vrds 4d医学影像处理方法及产品

Publications (1)

Publication Number Publication Date
CN111627529A true CN111627529A (zh) 2020-09-04

Family

ID=72238973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910153010.1A Pending CN111627529A (zh) 2019-02-28 2019-02-28 Vrds 4d医学影像处理方法及产品

Country Status (5)

Country Link
US (1) US20220139054A1 (zh)
EP (1) EP3933848A4 (zh)
CN (1) CN111627529A (zh)
AU (1) AU2019431568B2 (zh)
WO (1) WO2020173054A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113299370A (zh) * 2021-07-05 2021-08-24 数坤(北京)网络科技股份有限公司 医学图像展示方法、装置、计算机设备和存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862955A (zh) * 2021-02-03 2021-05-28 北京百度网讯科技有限公司 建立三维模型的方法、装置、设备、存储介质和程序产品

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070103459A1 (en) * 2005-11-07 2007-05-10 General Electric Company Method and apparatus for integrating three-dimensional and two-dimensional monitors with medical diagnostic imaging workstations
US20110235885A1 (en) * 2009-08-31 2011-09-29 Siemens Medical Solutions Usa, Inc. System for Providing Digital Subtraction Angiography (DSA) Medical Images
EP2620885A2 (en) * 2012-01-30 2013-07-31 Kabushiki Kaisha Toshiba Medical image processing apparatus
CN105103163A (zh) * 2013-03-07 2015-11-25 火山公司 血管内图像中的多模态分割
CN105559829A (zh) * 2016-01-29 2016-05-11 任冰冰 一种超声诊断及其成像方法
CN107016228A (zh) * 2016-11-25 2017-08-04 斯图尔特平李 一种基于hmds的医学成像系统
CN108717707A (zh) * 2018-04-10 2018-10-30 杭州依图医疗技术有限公司 一种结节匹配方法及装置
CN108846022A (zh) * 2018-05-24 2018-11-20 沈阳东软医疗系统有限公司 文件存储方法、文件转换方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10275927B2 (en) * 2016-11-16 2019-04-30 Terarecon, Inc. System and method for three-dimensional printing, holographic and virtual reality rendering from medical image processing
CN108922601A (zh) * 2018-07-09 2018-11-30 成都数浪信息科技有限公司 一种医学影像处理系统
CN109157284A (zh) * 2018-09-28 2019-01-08 广州狄卡视觉科技有限公司 一种脑肿瘤医学影像三维重建显示交互方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070103459A1 (en) * 2005-11-07 2007-05-10 General Electric Company Method and apparatus for integrating three-dimensional and two-dimensional monitors with medical diagnostic imaging workstations
US20110235885A1 (en) * 2009-08-31 2011-09-29 Siemens Medical Solutions Usa, Inc. System for Providing Digital Subtraction Angiography (DSA) Medical Images
EP2620885A2 (en) * 2012-01-30 2013-07-31 Kabushiki Kaisha Toshiba Medical image processing apparatus
CN105103163A (zh) * 2013-03-07 2015-11-25 火山公司 血管内图像中的多模态分割
CN105559829A (zh) * 2016-01-29 2016-05-11 任冰冰 一种超声诊断及其成像方法
CN107016228A (zh) * 2016-11-25 2017-08-04 斯图尔特平李 一种基于hmds的医学成像系统
CN108717707A (zh) * 2018-04-10 2018-10-30 杭州依图医疗技术有限公司 一种结节匹配方法及装置
CN108846022A (zh) * 2018-05-24 2018-11-20 沈阳东软医疗系统有限公司 文件存储方法、文件转换方法、装置、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
杨剑: "活人体肝外胆管供血动脉三维可视化及临床应用研究", 中国博士学位论文全文数据库, no. 04 *
陈璐: "肝脏肿瘤CT图像分割及三维重建方法研究", 硕士电子期刊, no. 04 *
马孚骁: "肝脏与肝内血管的分割及可视化研究", 中国优秀硕士学位论文全文数据库医药卫生科技辑, vol. 2017, no. 3, pages 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113299370A (zh) * 2021-07-05 2021-08-24 数坤(北京)网络科技股份有限公司 医学图像展示方法、装置、计算机设备和存储介质
CN113299370B (zh) * 2021-07-05 2022-03-01 数坤(北京)网络科技股份有限公司 医学图像展示方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
WO2020173054A1 (zh) 2020-09-03
EP3933848A4 (en) 2023-01-18
US20220139054A1 (en) 2022-05-05
EP3933848A1 (en) 2022-01-05
AU2019431568A1 (en) 2021-09-16
AU2019431568B2 (en) 2022-09-22

Similar Documents

Publication Publication Date Title
US10692272B2 (en) System and method for removing voxel image data from being rendered according to a cutting region
AU2019430369B2 (en) VRDS 4D medical image-based vein Ai endoscopic analysis method and product
CN114365188A (zh) 基于vrds ai下腔静脉影像的分析方法及产品
AU2019431568B2 (en) Method and product for processing of vrds 4d medical images
CN114365190A (zh) 基于vrds 4d医学影像的脾脏肿瘤识别方法及相关装置
AU2019431324B2 (en) VRDS 4D medical image multi-device Ai interconnected display method and product
CN114340496A (zh) 基于vrds ai医学影像的心脏冠脉的分析方法和相关装置
AU2019430258B2 (en) VRDS 4D medical image-based tumor and blood vessel ai processing method and product
AU2019429940B2 (en) AI identification method of embolism based on VRDS 4D medical image, and product
CN114341996A (zh) 基于vrds 4d的病情分析方法及相关产品
CN114402395A (zh) 基于vrds 4d医学影像的脊椎疾病识别方法及相关装置
AU2019430773B2 (en) VRDS 4D medical image-based AI processing method and product for tumors
AU2019430854B2 (en) VRDS 4D medical image-based artery and vein Ai processing method and product
CN114364323A (zh) 基于vrds ai静脉影像的识别方法及产品
CN114340497A (zh) 基于vrds ai医学影像的肠肿瘤与血管分析方法和相关装置
CN114401673A (zh) 基于vrds 4d医学影像的胃肿瘤识别方法及相关产品
CN114287042A (zh) 基于vrds ai脑部影像的分析方法和相关装置
CN114286643A (zh) 一种基于vrds ai的肝脏肿瘤和血管分析方法及相关产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230202

Address after: 423017 Group 6, Taiyangyu Village, Qifengdu Town, Suxian District, Chenzhou City, Hunan Province

Applicant after: Cao Sheng

Address before: 18C, Hangsheng Science and Technology Building, No. 8, Gaoxin South 6th Road, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province, 518035

Applicant before: WEIAI MEDICAL TECHNOLOGY (SHENZHEN) Co.,Ltd.