CN115063290B - 图像处理方法、装置、设备、系统及存储介质 - Google Patents
图像处理方法、装置、设备、系统及存储介质 Download PDFInfo
- Publication number
- CN115063290B CN115063290B CN202210986584.9A CN202210986584A CN115063290B CN 115063290 B CN115063290 B CN 115063290B CN 202210986584 A CN202210986584 A CN 202210986584A CN 115063290 B CN115063290 B CN 115063290B
- Authority
- CN
- China
- Prior art keywords
- grid
- morse
- medical image
- image
- sub
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 230000001575 pathological effect Effects 0.000 claims abstract description 353
- 239000000463 material Substances 0.000 claims abstract description 179
- 238000005070 sampling Methods 0.000 claims abstract description 151
- 238000012545 processing Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 66
- 230000003902 lesion Effects 0.000 claims description 78
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 58
- 230000009466 transformation Effects 0.000 claims description 54
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000005520 cutting process Methods 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 14
- 239000000758 substrate Substances 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 claims description 5
- 230000010339 dilation Effects 0.000 claims description 4
- 230000007170 pathology Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 29
- 238000005516 engineering process Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 10
- 238000001356 surgical procedure Methods 0.000 description 7
- 206010028980 Neoplasm Diseases 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000002271 resection Methods 0.000 description 3
- 208000000453 Skin Neoplasms Diseases 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000007660 Residual Neoplasm Diseases 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 201000000849 skin cancer Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06T3/147—
-
- G06T3/08—
-
- 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
Abstract
本申请实施例公开了一种图像处理方法、装置、设备、系统及存储介质，涉及图像处理技术领域。包括：基于拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；通过投影组件将所述莫氏网格投影至所述病理取材区域；在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域；对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；基于所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
Description
技术领域
本申请实施例涉及图像处理技术领域，特别涉及一种图像处理方法、装置、设备、系统及存储介质。
背景技术
莫氏（Mohs）手术，是一种用于治疗皮肤癌的精确外科技术，通过对病理取材区域进行网格划分，生成莫氏网格的方式，对病理取材区域进行病理取材。
相关技术中，主要依靠人眼观察和手工绘制的纸质地图或拍摄的数码照片来规划病理取材区域的莫氏网格，从而确定病理取材的位置，并在需要重新病理取材的情况下，以绘制的网格为依据找到对应的网格进行病理取材，最终实现残余肿瘤的清扫。
然而，手工绘制规划莫氏网格的方法主要依赖医生的观察能力和绘制水准；数码照片的方法也不够直接，在重新病理取材的过程中，在观察数码照片和病理取材区域的切换过程中也容易产生匹配误差，因而传统的通过莫氏网格规划重新进行病理取材的方法容易产生误差导致肿瘤清扫不彻底。
发明内容
本申请实施例提供了一种图像处理方法、装置、设备、系统及存储介质，能够将莫氏网格精准定位并投影在病理取材区域，从而提高二次病理取材的准确性。所述技术方案如下。
一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
基于拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
通过投影组件将所述莫氏网格投影至所述病理取材区域；
在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域；
对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；
基于所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
另一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
显示拍摄组件采集的第一医学图像，所述第一医学图像为包含病理取材区域的图像；
以所述第一医学图像为基底显示莫氏网格，所述莫氏网格用于对所述第一医学图像中的所述病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，显示所述拍摄组件采集的第二医学图像，所述第二医学图像中包含所述病理取材区域；
以所述第二医学图像为基底显示经过配准后的所述莫氏网格，其中，配准后所述莫氏网格对所述第二医学图像中所述病理取材区域的划分方式，与配准前所述莫氏网格对所述第一医学图像中所述病理取材区域的划分方式一致。
另一方面，本申请实施例提供了一种图像处理装置，所述装置包括：
网格生成模块，用于基于拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
网格投影模块，用于通过投影组件将所述莫氏网格投影至所述病理取材区域；
图像获取模块，用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域；
图像配准模块，用于对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；
所述网格投影模块，还用于基于所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
另一方面，本申请实施例提供了一种图像处理装置，所述装置包括：
图像显示模块，用于显示拍摄组件采集的第一医学图像，所述第一医学图像为包含病理取材区域的图像；
网格显示模块，用于以所述第一医学图像为基底显示莫氏网格，所述莫氏网格用于对所述第一医学图像中的所述病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
所述图像显示模块，还用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，显示所述拍摄组件采集的第二医学图像，所述第二医学图像中包含所述病理取材区域；
所述网格显示模块，还用于以所述第二医学图像为基底显示经过配准后的所述莫氏网格，其中，配准后所述莫氏网格对所述第二医学图像中所述病理取材区域的划分方式，与配准前所述莫氏网格对所述第一医学图像中所述病理取材区域的划分方式一致。
另一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现如上述方面所述的图像处理方法。
另一方面，本申请实施例提供了一种图像处理系统，所述图像处理系统包括拍摄组件、投影组件以及计算机设备，所述拍摄组件与所述计算机设备相连，所述投影组件与所述计算机设备相连；
所述计算机设备，用于基于所述拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
所述计算机设备，用于控制投影组件将所述莫氏网格投影至所述病理取材区域；
所述计算机设备，用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域；
所述计算机设备，用于对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；
所述计算机设备，用于基于所述图像配准结果，控制所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
另一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行以实现如上述方面所述的图像处理方法。
本申请实施例中，计算机设备以拍摄组件采集的包含病理取材区域的第一医学图像为依据，生成莫氏网格，并将该莫氏网格通过投影组件投影至病理取材区域，在需要对莫氏网格中的至少一个子网格进行重新病理取材的情况下，计算机设备通过获取拍摄组件采集的包含病理取材区域的第二医学图像，将第一医学图像和第二医学图像进行图像配准，并基于图像配准结果，通过投影组件将莫氏网格重新投影至病理取材区域。采用本申请实施例提供的方案，能够在需要对至少一个子网格进行重新病理取材的情况下，以第一医学图像和第二医学图像的图像配准结果为依据，将基于第一医学图像生成的莫氏网格重新投影至病理取材区域，从而精准定位到需要重新进行病理取材的子网格，提高了多次病理取材过程中网格定位的速度和准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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示出了相关技术中图像处理方法的示意图；
图2示出了本申请一个实施例提供的图像处理设备的示意图；
图3示出了本申请一个实施例提供的利用图2所示的图像处理设备进行手术的场景示意图；
图4示出了本申请一个示例性实施例提供的图像处理方法的流程图；
图5是本申请一个示例性实施例提供的莫氏网格生成和投影的示意图；
图6示出了本申请另一个示例性实施例提供的图像处理方法的流程图；
图7是本申请一个示例性实施例提供的组件配准的示意图；
图8示出了本申请又一个示例性实施例提供的图像处理方法的流程图；
图9是本申请一个示例性实施例提供的确定目标子网格的示意图；
图10是本申请一个示例性实施例提供的确定扩切边缘的示意图；
图11示出了本申请再一个示例性实施例提供的图像处理方法的流程图；
图12是本申请一个示例性实施例提供的生成数字报告过程的示意图；
图13示出了本申请另外一个示例性实施例提供的图像处理方法的流程图；
图14是本申请一个示例性实施例提供的界面显示示意图；
图15示出了本申请一个示例性实施例提供的图像处理系统的结构框图；
图16是本申请一个示例性实施例提供的图像处理装置的结构框图；
图17是本申请另一个示例性实施例提供的图像处理装置的结构框图；
图18示出了本申请一个示例性实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
为了方便理解，下面对本申请实施例中涉及的名词进行说明。
莫氏（Mohs）手术，又称为Mohs显微描记手术（Mohs Micrographic Surgery，MMS），是一种专业外科技术，用于切除局部侵袭性高危皮肤癌，Mohs手术的目的是去除所有的肿瘤，同时尽可能保留正常的组织。Mohs手术中，首先切除肉眼可见的肿瘤，接下来，在显微镜下检查肿瘤边缘的薄的水平切片，并将任何微小的瘤根都映射到原来的组织中，进行重新切除，该过程需要重复直至没有肿瘤。
相关技术中，在对病理取材区域进行第一次病理取材时，医生通常通过手工绘制医学图片或者通过摄像设备获取医学图片，并对医学图片中的病理取材区域进行人工的网格划分，从而在重新进行病理取材的过程中，以绘制的莫氏网格为依据，在病理取材区域中人为地查找需要重新进行病理取材的子网格。
示意性的，如图1所示，医生基于拍摄的医学图像101，通过手工绘制莫氏网格的方式，得到手工绘制的网格图片102，在进行重新病理取材的过程中，医生通过参考网格图片102中的子网格位置，在病理取材区域找到对应位置的子网格进行重新病理取材。
由于通过手工绘制的医学图片或者通过摄像设备获取的医学图片与病理取材区域本身是分开的，因此在重新进行病理取材的情况下，医生需要在观察基于医学图片绘制的莫氏网格的同时，在病理取材区域查找和定位对应子网格，该过程主要依靠医生的观察能力，容易产生匹配误差，导致病灶清扫不彻底。
本申请实施例中，计算机设备能够直接基于采集的第一医学图像生成莫氏网格，并将莫氏网格投影至病理取材区域，在需要重新进行病理取材的情况下，通过对第一医学图像和第二医学图像进行图像配准，能够将莫氏网格重新投影至对应的网格区域，保证了多次病理取材的情况下，病理取材区域与莫氏网格能够始终保持相同的对应关系。
人工智能（Artificial Intelligence，AI）是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术（Computer Vision，CV）是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、追踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
本申请实施例提供的方案涉及人工智能的图像处理等技术，具体通过如下实施例进行说明。
请参考图2，其示出了本申请一个实施例提供的图像处理设备的示意图。该图像处理设备可以包括：拍摄组件201、投影组件202、显示屏203、计算机设备204、病床205和横杆206。
拍摄组件201是具有图像采集功能的设备，用于对病床205上的病人的病理取材区域进行图像采集，拍摄组件201中主要可以包括镜头和自动对焦部件，具有自动对焦功能，可以包括至少四种实现方法：第一种是拍摄组件201自带有自动对焦功能（比如相机内部有机械部件上下移动感光芯片进行对焦）并配有普通无自动对焦功能的镜头；第二种是拍摄组件201使用带自动对焦触点的适配器来驱动带有自动对焦部件的镜头，该镜头可以是内含对焦驱动点击的自动对焦镜头；第三种是拍摄组件201自带对焦触点功能，并内含对焦驱动点击的镜头；第四种是拍摄组件201为普通相机、并配有普通镜头，通过外加液态镜头进行对焦。
投影组件202是具有画面投影功能的设备，用于将莫氏网格投影至病床205上的病人的病理取材区域，该投影组件202可以是数字信号显示（Digital Micromirror Device，DMD）投影仪、液晶显示（Liquid Crystal Display，LCD）投影仪、激光投影仪等等。
显示屏203是具有画面显示功能的设备，可以用于显示拍摄组件201采集的图像等，可选的，该显示屏203可以具有触控功能，医生可以通过在显示屏203上进行触控操作，实现对显示内容的控制。
计算机设备204是具有图像处理和网格生成功能的设备，能够对图像数据和网格数据进行存储。可选的，该计算机设备204可以通过相机数据线缆（比如通用串口总线）与拍摄组件201相连，并向拍摄组件201发送拍摄指令，控制拍摄组件201进行图像采集，并对拍摄组件201采集的图像进行存储；该计算机设备204可以通过高清多媒体接口（HighDefinition Multimedia Interface，HDMI）与投影组件202相连，并向投影组件202发送网格数据，通过投影组件202进行网格投影。
示意性的，如图2所示，拍摄组件201和投影组件202与横杆206相连，拍摄组件201和投影组件202在横杆206上的位置可以根据需要进行调整，且横杆206的长度也是可以调节的，拍摄组件201可以通过通用串口总线与计算机设备204相连，投影组件202可以通过HDMI与计算机设备204相连，显示屏203中显示拍摄组件201采集的医学图像和计算机设备204生成的莫氏网格，投影组件202将莫氏网格投影至病床205上病人的病理取材区域。
请参考图3，其示出了本申请一个实施例提供的利用图2所示的图像处理设备进行手术的场景示意图。
第一医生301负责控制图像处理设备，调节图像处理设备的位置，并控制图像处理设备进行图像处理，由图像处理设备中的拍摄组件进行图像采集，在计算机设备生成莫氏网格的情况下，第一医生301可以根据病理取材区域的实际情况对网格进行调整，计算机设备响应于第一医生301的网格调整操作，对莫氏网格进行调整，从而由计算机设备控制投影组件将调整后的莫氏网格进行投影。
第二医生302负责根据投影组件的投影结果对病理取材区域进行病理取材，分别从莫氏网格中的各个子网格中获取病理取材样本。
请参考图4，其示出了本申请一个示例性实施例提供的图像处理方法的流程图，本实施例以该方法用于图2所示的计算机设备为例进行说明，该方法可以包括如下步骤。
步骤401，基于拍摄组件采集的第一医学图像，生成莫氏网格，莫氏网格用于对第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材。
不同于相关技术中，莫氏网格由医生根据医学图片手动绘制，本申请实施例中，计算机设备直接根据拍摄组件采集的第一医学图像生成莫氏网格。
在一种可能的实施方式中，为了对病理取材区域进行分区域的病理取材，计算机设备基于第一医学图像，通过莫氏网格对病理取材区域进行网格划分，从而将病理取材区域划分为一个个子网格，其中，各个子网格用于进行病理取材。
可选的，病理取材区域可以是创口区域，也可以是病灶区域，本申请实施例对此不作限定。
在一种可能的实施方式中，基于采集的第一医学图像，计算机设备通过确定坐标轴的方式，以病理取材区域中心为坐标轴的原点，以单位长度为子网格的边长，对病理取材区域进行划分，从而生成莫氏网格。
在一种可能的实施方式中，响应于医生设定的网格划分操作，计算机设备直接对第一医学图像中的病理取材区域进行划分，生成莫氏网格。
示意性的，如图5所示，基于拍摄组件采集的第一医学图像501，计算机设备生成莫氏网格502，对第一医学图像501中的病理取材区域进行网格划分。
步骤402，通过投影组件将莫氏网格投影至病理取材区域。
为了使医生在进行病理取材的过程中，直接基于莫氏网格进行操作，计算机设备通过投影组件将莫氏网格投影至病理取材区域，从而使得医生能同时观察到莫氏网格和病理取材区域，以及病理取材区域中各个子网格的对应位置，而不会出现由于需要切换观察莫氏网格和病理取材区域而导致的子网格位置确认偏差。
步骤403，在病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取拍摄组件采集到的第二医学图像，第二医学图像中包含病理取材区域。
在一种可能的实施方式中，在医生对各个子网格对应的病理取材区域取材进行病理诊断之后，在病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况下，计算机设备获取拍摄组件采集到的第二医学图像，该第二医学图像中包含病理取材区域。
可选的，病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况可以是病理取材结果显示为阳性，也可以是病理取材结果无法识别等，本申请实施例对此不作限定。
在一种可能的实施方式中，由于重新进行病理取材时，病理取材区域相对于拍摄组件的位置可能发生变化，导致同一病理取材区域在前后两次拍摄的医学图像中的位置、角度不同，因此计算机设备需要通过拍摄组件重新获取第二医学图像，该第二医学图像中病理取材区域的位置与第一医学图像中病理取材区域的位置不同。
示意性的，如图5所示，计算机设备通过拍摄组件对病理取材区域进行重新拍摄，获取第二医学图像503。
步骤404，对第一医学图像和第二医学图像进行图像配准，得到图像配准结果。
在一种可能的实施方式中，由于第二医学图像中病理取材区域的位置与第一医学图像中病理取材区域的位置不同，而莫氏网格是基于第一医学图像生成，因此为了将莫氏网格重新准确投影在病理取材区域，计算机设备需要对第一医学图像和第二医学图像进行图像配准。
在一种可能的实施方式中，计算机设备对第一医学图像和第二医学图像进行图像配准，将基于第一医学图像生成的莫氏网格准确地与第二医学图像匹配，使得莫氏网格中各个子网格对应的病理取材区域位置不变。
可选的，图像配准结果中包括第一医学图像与第二医学图像的变换关系、第二医学图像与莫氏网格的对应关系等。
步骤405，基于图像配准结果，通过投影组件将莫氏网格重新投影至病理取材区域。
进一步的，基于图像配准结果，计算机设备通过投影组件将莫氏网格重新投影至病理取材区域，被投影的莫氏网格中各个子网格对应的病理取材区域位置与第一次病理取材时莫氏网格中各个子网格对应的病理取材区域位置相同。
示意性的，如图5所示，计算机设备通过投影组件将莫氏网格502重新投影至病理取材区域。
综上所述，本申请实施例中，计算机设备以拍摄组件采集的包含病理取材区域的第一医学图像为依据，生成莫氏网格，并将该莫氏网格通过投影组件投影至病理取材区域，在需要对莫氏网格中的至少一个子网格进行重新病理取材的情况下，计算机设备通过获取拍摄组件采集的包含病理取材区域的第二医学图像，将第一医学图像和第二医学图像进行图像配准，并基于图像配准结果，通过投影组件将莫氏网格重新投影至病理取材区域。采用本申请实施例提供的方案，能够在需要对至少一个子网格进行重新病理取材的情况下，以第一医学图像和第二医学图像的图像配准结果为依据，将基于第一医学图像生成的莫氏网格重新投影至病理取材区域，从而精准定位到需要重新进行病理取材的子网格，提高了多次病理取材过程中网格定位的速度和准确性。
由于莫氏网格是基于拍摄组件采集的第一医学图像生成，又通过投影组件被投影至病理取材区域，因此为了保证莫氏网格被投影至病理取材区域后，拍摄组件采集的包含莫氏网格的图像与绘制的莫氏网格图像视觉效果一致，计算机设备需要对拍摄组件和投影组件进行组件配准。
请参考图6，其示出了本申请另一个示例性实施例提供的图像处理方法的流程图，该方法可以包括如下步骤。
步骤601，对拍摄组件和投影组件进行配准，得到组件配准结果。
在一种可能的实施方式中，由于莫氏网格是基于拍摄组件采集的二维图像生成的，而投影组件将莫氏网格进行投影，呈现的是三维效果，因此为了保证投影组件能够将莫氏网格投影至对应的病理取材区域位置，计算机设备需要对拍摄组件和投影组件进行组件配准，得到组件配准结果。
在一种可能的实施方式中，组件配准步骤可以包括以下子步骤。
1、通过投影组件对配准图像进行投影。
首先，计算机设备将二维的配准图像通过投影组件投影为三维效果。
可选的，配准图像中可以包含能够便于进行配准的图像元素，可以是棋盘格，也可以是多个不规则线条等等，本申请实施例对此不作限定。
示意性的，如图7所示，计算机设备701向投影组件702传输配准图像，通过投影组件702对棋盘格形式的配准图像703进行投影。
2、通过拍摄组件拍摄投影图像，投影图像由投影组件投影得到。
进一步的，计算机设备通过拍摄组件对投影图像进行拍摄，基于呈现为三维投影效果的配准图像生成二维效果的投影图像。
示意性的，如图7所示，计算机设备701通过拍摄组件704拍摄投影图像。
3、对投影图像和配准图像进行仿射变换，得到作为组件配准结果的第一仿射变换矩阵。
在一种可能的实施方式中，计算机设备对投影图像和配准图像进行仿射变换，通过选取投影图像和配准图像中对应的至少两个参考点，基于参考点之间的位置对应关系，得到作为组件配准结果的第一仿射变换矩阵。
在一种可能的实施方式中，在通过投影图像和配准图像进行仿射变换的过程中，计算机设备记录第一仿射变换矩阵对应的当前拍摄组件和投影组件的具体参数。
在一个示意性的例子中，计算机设备将配准图像中的参考点坐标记录为p，将投影图像中的参考点坐标记录为p´，从而仿射变换公式可以列为p´=Ap，其中，A为第一仿射变换矩阵。
步骤602，基于拍摄组件采集的第一医学图像，生成莫氏网格，莫氏网格用于对第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材。
本步骤的实施方式可以参考步骤401，本实施例在此不做赘述。
步骤603，基于组件配准结果，通过投影组件将莫氏网格投影至病理取材区域。
在一种可能的实施方式中，计算机设备基于组件配准结果，通过投影组件将生成的莫氏网格投影至病理取材区域，被投影的莫氏网格对应的病理取材区域与第一医学图像中莫氏网格对应的病理取材区域位置一致。
在一种可能的实施方式中，该步骤可以包括以下子步骤。
1、基于第一仿射变换矩阵对莫氏网格进行仿射变换。
首先，为了能够将生成的二维形式的莫氏网格投影至三维形式的病理取材区域，计算机设备通过第一仿射变换矩阵对莫氏网格进行仿射变换，使得莫氏网格与三维形式的病理取材区域位置能够对应。
在一个示意性的例子中，计算机设备从生成的莫氏网格中取得参考点坐标为q，根据第一仿射变换矩阵A，得到与三维形式的病理取材区域位置对应的莫氏网格的参考点坐标
，从而对莫氏网格进行仿射变换。
2、通过投影组件将仿射变换后的莫氏网格投影至病理取材区域。
进一步的，计算机设备通过投影组件将仿射变换后的莫氏网格投影至病理取材区域，莫氏网格中各个子网格都能够被投影在对应的病理取材区域位置。
步骤604，在病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取拍摄组件采集到的第二医学图像，第二医学图像中包含病理取材区域。
本步骤的实施方式可以参考步骤403，本实施例在此不做赘述。
步骤605，对第一医学图像和第二医学图像进行图像配准，得到图像配准结果。
由于在前后两次病理取材过程中，同一病理取材区域在前后两次拍摄的医学图像中的位置、角度不同，直接将基于第一医学图像生成的莫氏网格投影至病理取材区域会导致网格无法投影至对应的病理取材区域位置，因此计算机设备需要对拍摄组件采集的第一医学图像和第二医学图像进行图像配准，得到图像配准结果，使得莫氏网格能够重新投影至对应的病理取材区域位置。
在一种可能的实施方式中，该步骤可以包括以下子步骤。
1、确定第一医学图像中的第一匹配点，以及第二医学图像中的第二匹配点，第一匹配点和第二匹配点为手动输入的匹配点，或者，为自动识别的匹配点。
首先，计算机设备从第一医学图像和第二医学图像中确定第一医学图像中的第一匹配点和第二医学图像中的第二匹配点，第一匹配点和第二匹配点对应的病理取材区域位置相同。
可选的，第一匹配点和第二匹配点可以由计算机设备自动识别确定，可以是病理取材区域边界上的点，也可以是病理取材区域中能够被直接识别的点，或者，第一匹配点和第二匹配点也可以由医生根据实际手术情况选定，计算机设备响应于医生的手动输入生成。
在一种可能的实施方式中，计算机设备在第一医学图像和第二医学图像中分别确定至少三个第一匹配点和第二匹配点。
2、基于第一匹配点和第二匹配点进行仿射变换，得到作为图像配准结果的第二仿射变换矩阵。
进一步的，计算机设备基于第一匹配点和第二匹配点进行仿射变换，根据第一匹配点和第二匹配点的位置对应关系，确定作为图像配准结果的第二仿射变换矩阵。
在一个示意性的例子中，计算机设备将第一匹配点在第一医学图像中的位置坐标记录为x，将第二匹配点在第二医学图像中的位置坐标记录为x´，从而得到作为图像配准结果的第二仿射变换矩阵B，其中，x´=Bx。
步骤606，基于组件配准结果以及图像配准结果，通过投影组件将莫氏网格重新投影至病理取材区域。
在一种可能的实施方式中，基于组件配准结果以及图像配准结果，计算机设备对基于第一医学图像生成的莫氏网格进行仿射变换，并通过投影组件将仿射变换后的莫氏网格重新投影至病理取材区域的对应位置。
在一种可能的实施方式中，该步骤可以包括以下子步骤。
1、基于第一仿射变换矩阵和第二仿射变换矩阵对莫氏网格进行仿射变换。
首先，计算机设备基于第二仿射变换矩阵对莫氏网格进行仿射变换，使得莫氏网格与第二医学图像对应匹配，进而，基于第一仿射变换矩阵，对莫氏网格进行仿射变换，使得莫氏网格能够投影至病理取材区域的对应位置。
在一个示意性的例子中，计算机设备在莫氏网格中获取参考点坐标为z，根据第二仿射变换矩阵B，对莫氏网格进行第一次仿射变换，得到z´=Bz，进而，根据第一仿射变换矩阵A，对莫氏网格进行第二次仿射变换，得到z´´=Az´，即得到二次仿射变换后的莫氏网格。
2、通过投影组件将仿射变换后的莫氏网格重新投影至病理取材区域。
进一步的，计算机设备通过投影组件将仿射变换后的莫氏网格重新投影至病理取材区域，此时，莫氏网格对应的病理取材区域与上一次投影莫氏网格对应的病理取材区域位置一致。
上述实施例中，通过对拍摄组件和投影组件进行组件配准，对第一医学图像和第二医学图像进行图像配准，使得莫氏网格在二次病理取材的情况下能够被投影至相同的病理取材区域对应位置，提高了二次病理取材时莫氏网格投影的准确性，有助于充分进行病理取材，有效切除阳性区域。
由于在莫氏网格投影过程中，医生基于莫氏网格中的各个子网格进行病理取材，在操作过程中可能会降低投影组件的投影效果，因此为了能够在病理取材过程中，清晰地定位出当前病理取材的子网格，计算机设备需要对投影中的莫氏网格进行显示和亮度处理。
请参考图8，其示出了本申请另一个示例性实施例提供的图像处理方法的流程图，该方法可以包括如下步骤。
步骤801，基于拍摄组件采集的第一医学图像，生成莫氏网格，莫氏网格用于对第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材。
本步骤的实施方式可以参考步骤401，本实施例在此不做赘述。
步骤802，通过投影组件将莫氏网格投影至病理取材区域。
本步骤的实施方式可以参考步骤402，本实施例在此不做赘述。
步骤803，基于拍摄组件采集的取材图像，确定目标子网格，目标子网格为当前进行病理取材的子网格。
在一种可能的实施方式中，在病理取材过程中，计算机设备通过拍摄组件实时采集当前取材画面，生成取材图像。
可选的，取材图像中包括投影的莫氏网格，进行病理取材的手术器材，医生的双手等其他能够定位出当前进行病理取材的子网格的标识，本申请实施例对此不作限定。
在一种可能的实施方式中，计算机设备预先训练生成一个对象识别模型，该对象识别模型可以对取材图像中的莫氏网格、手术器材等进行识别，从而在病理取材过程中，计算机设备通过该对象识别模型从拍摄组件采集的取材图像中识别莫氏网格、手术器材等，并基于识别结果，确定目标子网格。
在一种可能的实施方式中，计算机设备根据取材图像中手术器材的位置，从取材图像的莫氏网格中确定出目标子网格。
示意性的，如图9所示，基于拍摄组件采集的取材图像901，计算机设备根据手术器材位置确定出莫氏网格902中的目标子网格903。
步骤804，对目标子网格以及目标子网格以外的其他子网格进行网格处理，得到处理后的莫氏网格，其中，网格处理包括隐藏目标子网格中的网格标识，以及降低目标子网格以外的其他子网格的投影亮度。
在一种可能的实施方式中，为了对当前病理取材的目标子网格进行更清晰的投影，计算机设备对目标子网格以及目标子网格以外的其他子网格分别进行网格处理，从而得到处理后的莫氏网格。
在一种可能的实施方式中，计算机设备对莫氏网格中的各个子网格设置网格标识，对各个子网格进行标号，该网格标识与莫氏网格共同被投影至病理取材区域。在确定出当前病理取材的目标子网格的情况下，为了避免网格标识影响病理取材，计算机设备将目标子网格中的网格标识隐藏，同时，为了突出显示当前病理取材的目标子网格，计算机设备将目标子网格以外的其他子网格的投影亮度降低。
示意性的，如图9所示，计算机设备隐藏目标子网格903中的网格标识，并对目标子网格903进行边框加粗显示，同时降低其他子网格的投影亮度。
步骤805，通过投影组件将处理后的莫氏网格投影至病理取材区域。
进一步的，计算机设备将处理后的莫氏网格通过投影组件投影至病理取材区域，等待医生对目标子网格进行病理取材。
步骤806，在识别出完成对目标子网格的病理取材的情况下，对目标子网格进行网格标记，其中，标记后子网格的显示效果不同于标记前子网格的显示效果。
在一种可能的实施方式中，为了便于区分病理取材前后的各个子网格，在识别出完成对目标子网格的病理取材的情况下，计算机设备对目标子网格进行网格标记，使得标记后子网格的显示效果不同于标记前子网格的显示效果。
在一种可能的实施方式中，计算机设备对完成病理取材的目标子网格进行边框颜色调整，从而达到已经完成病理取材的提示效果。
示意性的，如图9所示，计算机设备对完成病理取材的目标子网格903进行边框颜色调整，并恢复显示目标子网格903的网格标识。
步骤807，在病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取拍摄组件采集到的第二医学图像，第二医学图像中包含病理取材区域。
步骤808，对第一医学图像和第二医学图像进行图像配准，得到图像配准结果。
步骤809，基于图像配准结果，通过投影组件将莫氏网格重新投影至病理取材区域。
步骤807~809的实施方式可以参考步骤403~405，本实施例在此不做赘述。
上述实施例中，通过对当前进行病理取材的子网格进行网格处理，以及降低其他子网格的投影亮度，能够在病理取材过程中，快速定位当前子网格，并且对完成病理取材的目标子网格进行网格标记，能够对各个子网格当前的处理状态进行有效提示，提高了病理取材的效率和准确性。
在一种可能的实施方式中，为了提高莫氏网格规划的准确性和规范性，计算机设备基于病理取材区域的区域边缘和网格生成规范对莫氏网格进行规划。该过程包括以下步骤。
1、确定第一医学图像中病理取材区域的区域边缘。
在一种可能的实施方式中，为了对病理取材区域进行充分的网格规划，计算机设备根据拍摄组件采集的第一医学图像确定出病理取材区域的区域边缘，从而保证莫氏网格能够投影在全部病理取材区域。
在一种可能的实施方式中，病理取材区域的区域边缘由计算机设备基于深度学习进行边缘轮廓自动识别所得。
2、响应于对区域边缘的编辑操作，基于编辑操作调整区域边缘。
在一种可能的实施方式中，为了能够使得确定的区域边缘与实际病理取材区域更加贴合，响应于医生对区域边缘的编辑操作，计算机设备基于该编辑操作对区域边缘进行适当的调整。
在一种可能的实施方式中，计算机设备对自动识别得到的区域边缘进行显示，响应于医生对区域边缘的拖动操作，计算机设备对区域边缘进行调整。
3、基于区域边缘以及网格生成规范，生成莫氏网格，区域边缘位于莫氏网格的网格范围内，网格生成规范包括子网格的数量和尺寸中的至少一种。
在一种可能的实施方式中，基于区域边缘以及网格生成规范，计算机设备生成莫氏网格，其中，区域边缘位于莫氏网格的网格范围内。
可选的，网格生成规范包括子网格的数量和尺寸中的至少一种，其中，各个子网格的大小可以相同，也可以不同，位于区域边缘的各个子网格可以直接以区域边缘为子网格的边缘。
在一种可能的实施方式中，莫氏网格中各个子网格的大小以病理取材之后承载该取材结果的载玻片大小为限。
4、响应于对莫氏网格的网格调整操作，基于网格调整操作调整莫氏网格。
同样地，为了使得莫氏网格中的各个子网格与病理取材区域更加贴合，并考虑实际病理取材过程，响应于医生对莫氏网格的网格调整操作，计算机设备基于该网格调整操作对莫氏网格进行调整。
上述实施例中，计算机设备不仅基于病理取材区域的区域边缘和网格生成规范对莫氏网格进行规划，并且响应于医生对区域边缘的编辑操作和对莫氏网格的网格调整操作，能够对莫氏网格进行合理地规划，使得在实际病理取材过程中，医生能够更好地根据莫氏网格进行病理取材，提高了病理取材的效率和准确性。
在一种可能的实施方式中，在对病理取材区域进行病理取材之前，首先需要对病灶进行切除，确定病灶区域的过程可以包括以下步骤。
1、基于拍摄组件采集的病灶图像，识别病灶边界。
在一种可能的实施方式中，基于拍摄组件采集的病灶图像，计算机设备对病灶边界进行识别。
在一种可能的实施方式中，计算机设备构建边界识别模型，通过输入大量的含有轮廓边界的图像对边界识别模型进行训练，从而使得边界识别模型能够基于病灶图像识别病灶边界。
在一种可能的实施方式中，考虑到实际病灶切除过程，响应于对病灶边界的编辑操作，计算机设备基于该编辑操作对病灶边界进行调整。
示意性的，如图10所示，计算机设备基于拍摄组件采集的病灶图像1001，识别出病灶边界1002。
2、基于病灶边界确定扩切边缘，扩切边缘的轮廓大于病灶边界的轮廓。
在一种可能的实施方式中，为了充分切除病灶，需要基于病灶边界对病灶进行扩切，从而计算机设备可以基于病灶边界，通过外扩一定的距离，得到扩切边缘，使得扩切边缘的轮廓大于病灶边界的轮廓。
在一种可能的实施方式中，考虑到实际病灶切除过程，计算机设备需要基于调整后的病灶边界更新扩切边缘。
可选的，扩切边缘与病灶边界的距离可以根据病灶的实际大小进行适当调整，在病灶区域较小的情况下，扩切边缘与病灶边界的距离也相对较小；在病灶区域较大的情况下，扩切边缘与病灶边界的距离也相对较大。
示意性的，如图10所示，计算机设备基于病灶边界1002，通过外扩15毫米的距离，确定出扩切边缘1003。
在一种可能的实施方式中，由于二维图像空间与真实的三维空间中的长度尺度不同，而确定的扩切边缘是基于二维图像空间，实际的扩切操作又是在真实的三维空间，因此为了确定出真实空间中长度与二维图像空间中像素点之间的对应关系，在确定扩切边缘的过程中，需要充分考虑到拍摄组件与病灶之间的距离以及焦距，从而合理确定扩切边缘，该过程包括以下子步骤。
（1）基于病灶图像对应的目标焦距，从焦距与空间距离的对应关系中，确定病灶图像中像素点对应的目标空间距离，对应关系中包含不同焦距下图像中像素点对应的空间距离。
在一种可能的实施方式中，为了得到病灶图像中像素点之间的距离在实际空间中对应的距离，计算机设备获取拍摄组件采集的病灶图像对应的目标焦距，并根据焦距与空间距离的对应关系，确定出病灶图像中像素点对应的目标空间距离，其中，对应关系中包含不同焦距下图像中像素点对应的空间距离。
在一种可能的实施方式中，计算机设备首先对拍摄组件的焦距进行调节，在保持焦距不变的情况下，根据当前采集的图像，确定出图像中实际物体到达拍摄组件的空间距离，从而得到当前焦距与空间距离的对应关系，并根据当前焦距采集的图像中的各个像素点，确定出像素点对应的空间距离，比如，1个像素点相当于空间距离中的5毫米。
（2）基于目标空间距离以及扩切距离，确定病灶边界与扩切边缘之间的像素间距。
在一种可能的实施方式中，基于病灶图像中像素点对应的目标空间距离以及实际扩切边缘距离病灶边界的扩切距离，计算机设备确定病灶图像中病灶边界与扩切边缘之间的像素间距。
在一个示意性的例子中，计算机设备将实际扩切边缘距离病灶边界的扩切距离确定为15毫米，在病灶图像中像素点对应的目标空间距离为1像素点等于空间距离中的5毫米的情况下，计算机设备确定出病灶边界与扩切边缘之间的像素间距为3个像素点。
（3）基于病灶边界和像素间距，生成扩切边缘。
进一步的，计算机设备在病灶图像中，基于病灶边界和病灶边界与扩切边缘之间的像素间距，生成扩切边缘。
在一个示意性的例子中，计算机设备基于病灶边界与扩切边缘之间的2个像素点的像素间距，确定出扩切边缘。
3、通过投影组件将病灶边界以及扩切边缘投影至病灶区域。
在一种可能的实施方式中，计算机设备通过投影组件将病灶边界以及扩切边缘投影至病灶区域，等待医生对病灶进行切除。
上述实施例中，通过在病灶切除之前，对病灶边界进行识别，并基于焦距与空间距离的对应关系，确定出病灶图像中像素点对应的目标空间距离，从而确定扩切边缘，保证了基于病灶图像确定的扩切边缘与实际病灶区域的对应关系，提高了病灶切除的准确性。
请参考图11，其示出了本申请另一个示例性实施例提供的图像处理方法的流程图。
首先，计算机设备通过拍摄组件1101采集得到病灶图像1102，基于深度学习模型1103对病灶图像1102中的病灶区域进行识别，确定病灶边界1104。
进一步的，计算机设备基于病灶边界1104确定扩切边缘1105，使得扩切边缘1105的轮廓大于病灶边界1104的轮廓，并等待医生进行病灶切除。
在病灶切除之后，计算机设备基于病理取材区域和网格生成规范，生成莫氏网格1106，从而通过投影组件1107将莫氏网格1106投影至病理取材区域，等待医生进行病理取材。
在一种可能的实施方式中，为了对手术的过程进行详细的记录，计算机设备在病灶切除和病理取材的过程中，实时地将拍摄组件采集的图像以数字报告的形式进行记录。
示意性的，如图12所示，以硅胶头模为例对生成数字报告的过程进行说明。
首先，计算机设备通过拍摄组件采集得到病灶图像1201，基于深度学习对病灶图像1201中的病灶区域进行识别，从而生成病灶边界图1202。
进一步的，在病灶边界图1202的基础上，计算机设备基于病灶边界和扩切距离，生成扩切边缘图1203。在医生对病灶进行切除之后，计算机设备基于病理取材区域和网格规范，生成第一莫氏网格图1204，同时将前述各个阶段图片整合，生成第一数字报告1205。
在医生对投影下的莫氏网格的各个子网格区域进行病理取材，得到病理取材样本1206之后，计算机设备通过拍摄组件再次采集病理取材区域图像，对第一医学图像1207和第二医学图像1208进行图像配准，从而将莫氏网格重新投影至病理取材区域，生成第二莫氏网格图1209，同时，计算机设备将重新投影莫氏网格过程中的图片和数据生成第二数字报告1210。
请参考图13，其示出了本申请另一个示例性实施例提供的图像处理方法的流程图，该方法可以包括如下步骤。
步骤1301，显示拍摄组件采集的第一医学图像，第一医学图像为包含病理取材区域的图像。
在一种可能的实施方式中，在切除病灶之后，计算机设备通过拍摄组件对病理取材区域进行图像采集，得到第一医学图像，并显示拍摄组件采集的第一医学图像，该第一医学图像中包含病理取材区域。
示意性的，如图14所示，计算机设备将拍摄组件采集的包含病理取材区域的第一医学图像显示在第一界面1401上。
步骤1302，以第一医学图像为基底显示莫氏网格，莫氏网格用于对第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材。
在一种可能的实施方式中，计算机设备以第一医学图像为基底，将生成的莫氏网格显示在第一医学图像上，该莫氏网格用于对第一医学图像中的病理取材区域进行网格划分，划分得到的各个子网格用于进行病理取材。
示意性的，如图14所示，计算机设备基于第一界面1401中的第一医学图像生成莫氏网格，并通过第一提示标签1402提示医生莫氏网格正在生成，从而在第二界面1403上以第一医学图像为基底显示莫氏网格。
步骤1303，在病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况下，显示拍摄组件采集的第二医学图像，第二医学图像中包含病理取材区域。
在一种可能的实施方式中，在病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况下，计算机设备对拍摄组件采集的第二医学图像进行显示，该第二医学图像中包含病理取材区域。
示意性的，如图14所示，计算机设备在第三界面1404中显示第二医学图像。
步骤1304，以第二医学图像为基底显示经过配准后的莫氏网格，其中，配准后莫氏网格对第二医学图像中病理取材区域的划分方式，与配准前莫氏网格对第一医学图像中病理取材区域的划分方式一致。
在一种可能的实施方式中，计算机设备对第一医学图像和第二医学图像进行图像配准，并根据图像配准结果将配准后的莫氏网格显示在第二医学图像上，配准后莫氏网格对第二医学图像中病理取材区域的划分方式，与配准前莫氏网格对第一医学图像中病理取材区域的划分方式一致。
示意性的，如图14所示，计算机设备将拍摄组件采集的第二医学图像和第一医学图像在第四界面1405上进行图像配准，并显示第二提示标签1406，提示医生正在进行图像配准，从而在第五界面1407上以第二医学图像为基底显示经过配准后的莫氏网格。
请参考图15，其示出了本申请一个示例性实施例提供的图像处理系统的结构框图，该图像处理系统1500包括拍摄组件1501、投影组件1502以及计算机设备1503，其中，拍摄组件1501与计算机设备1503相连，投影组件1502与计算机设备1503相连。
计算机设备1503，用于基于拍摄组件1501采集的第一医学图像，生成莫氏网格，莫氏网格用于对第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材。
计算机设备1503，用于控制投影组件1502将莫氏网格投影至病理取材区域。
计算机设备1503，用于在病理结果指示对莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取拍摄组件1501采集到的第二医学图像，第二医学图像中包含病理取材区域。
计算机设备1503，用于对第一医学图像和第二医学图像进行图像配准，得到图像配准结果。
计算机设备1503，用于基于图像配准结果，控制投影组件1502将莫氏网格重新投影至病理取材区域。
需要说明的是，计算机设备1503进行图像处理的具体过程可以参考上述方法实施例，本实施例在此不作赘述。
请参考图16，其示出了本申请一个示例性实施例提供的图像处理装置的结构框图，该装置可以包括如下结构：
网格生成模块1601，用于基于拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
网格投影模块1602，用于通过投影组件将所述莫氏网格投影至所述病理取材区域；
图像获取模块1603，用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域；
图像配准模块1604，用于对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；
所述网格投影模块1602，还用于基于所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
可选的，所述装置还包括：
组件配准模块，用于对所述拍摄组件和所述投影组件进行配准，得到组件配准结果；
所述网格投影模块1602，用于：
基于所述组件配准结果，通过所述投影组件将所述莫氏网格投影至所述病理取材区域；
所述网格投影模块1602，还用于：
基于所述组件配准结果以及所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
可选的，所述组件配准模块，用于：
通过所述投影组件对配准图像进行投影；
通过所述拍摄组件拍摄投影图像，所述投影图像由所述投影组件投影得到；
对所述投影图像和所述配准图像进行仿射变换，得到作为所述组件配准结果的第一仿射变换矩阵；
所述网格投影模块1602，用于：
基于所述第一仿射变换矩阵对所述莫氏网格进行仿射变换；
通过所述投影组件将仿射变换后的所述莫氏网格投影至所述病理取材区域。
可选的，所述图像配准模块1604，用于：
确定所述第一医学图像中的第一匹配点，以及所述第二医学图像中的第二匹配点，所述第一匹配点和所述第二匹配点为手动输入的匹配点，或者，为自动识别的匹配点；
基于所述第一匹配点和所述第二匹配点进行仿射变换，得到作为所述图像配准结果的第二仿射变换矩阵；
所述网格投影模块1602，用于：
基于所述第一仿射变换矩阵和所述第二仿射变换矩阵对所述莫氏网格进行仿射变换；
通过所述投影组件将仿射变换后的所述莫氏网格重新投影至所述病理取材区域。
可选的，所述通过投影组件将所述莫氏网格投影至所述病理取材区域之后，所述装置还包括：
网格确定模块，用于基于所述拍摄组件采集的取材图像，确定目标子网格，所述目标子网格为当前进行病理取材的子网格；
网格处理模块，用于对所述目标子网格以及所述目标子网格以外的其他子网格进行网格处理，得到处理后的所述莫氏网格，其中，所述网格处理包括隐藏所述目标子网格中的网格标识，以及降低所述目标子网格以外的其他子网格的投影亮度；
所述网格投影模块1602，用于通过所述投影组件将处理后的所述莫氏网格投影至所述病理取材区域。
可选的，所述装置还包括：
网格标记模块，用于在识别出完成对所述目标子网格的病理取材的情况下，对所述目标子网格进行网格标记，其中，标记后子网格的显示效果不同于标记前子网格的显示效果。
可选的，所述网格生成模块1601，用于：
确定所述第一医学图像中所述病理取材区域的区域边缘；
基于所述区域边缘以及网格生成规范，生成所述莫氏网格，所述区域边缘位于所述莫氏网格的网格范围内，所述网格生成规范包括所述子网格的数量和尺寸中的至少一种。
可选的，所述确定所述第一医学图像中所述病理取材区域的区域边缘之后，所述装置还包括：
边缘调整模块，用于响应于对所述区域边缘的编辑操作，基于所述编辑操作调整所述区域边缘；
所述网格生成模块1601，还用于：
响应于对所述莫氏网格的网格调整操作，基于所述网格调整操作调整所述莫氏网格。
可选的，所述装置还包括：
边界识别模块，用于基于所述拍摄组件采集的病灶图像，识别病灶边界；
边缘确定模块，用于基于所述病灶边界确定扩切边缘，所述扩切边缘的轮廓大于所述病灶边界的轮廓；
边界边缘投影模块，用于通过所述投影组件将所述病灶边界以及所述扩切边缘投影至病灶区域。
可选的，所述边缘确定模块，用于：
基于所述病灶图像对应的目标焦距，从焦距与空间距离的对应关系中，确定所述病灶图像中像素点对应的目标空间距离，所述对应关系中包含不同焦距下图像中像素点对应的空间距离；
基于所述目标空间距离以及扩切距离，确定所述病灶边界与所述扩切边缘之间的像素间距；
基于所述病灶边界和所述像素间距，生成所述扩切边缘。
可选的，所述识别病灶边界之后，所述装置还包括：
边界调整模块，用于响应于对所述病灶边界的编辑操作，基于所述编辑操作调整所述病灶边界；
边缘更新模块，用于基于调整后的所述病灶边界更新所述扩切边缘。
综上所述，本申请实施例中，计算机设备以拍摄组件采集的包含病理取材区域的第一医学图像为依据，生成莫氏网格，并将该莫氏网格通过投影组件投影至病理取材区域，在需要对莫氏网格中的至少一个子网格进行重新病理取材的情况下，计算机设备通过获取拍摄组件采集的包含病理取材区域的第二医学图像，将第一医学图像和第二医学图像进行图像配准，并基于图像配准结果，通过投影组件将莫氏网格重新投影至病理取材区域。采用本申请实施例提供的方案，能够在需要对至少一个子网格进行重新病理取材的情况下，以第一医学图像和第二医学图像的图像配准结果为依据，将基于第一医学图像生成的莫氏网格重新投影至病理取材区域，从而精准定位到需要重新进行病理取材的子网格，提高了多次病理取材过程中网格定位的速度和准确性。
请参考图17，其示出了本申请另一个示例性实施例提供的图像处理装置的结构框图，该装置可以包括如下结构：
图像显示模块1701，用于显示拍摄组件采集的第一医学图像，所述第一医学图像为包含病理取材区域的图像；
网格显示模块1702，用于以所述第一医学图像为基底显示莫氏网格，所述莫氏网格用于对所述第一医学图像中的所述病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
所述图像显示模块1701，还用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，显示所述拍摄组件采集的第二医学图像，所述第二医学图像中包含所述病理取材区域；
所述网格显示模块1702，还用于以所述第二医学图像为基底显示经过配准后的所述莫氏网格，其中，配准后所述莫氏网格对所述第二医学图像中所述病理取材区域的划分方式，与配准前所述莫氏网格对所述第一医学图像中所述病理取材区域的划分方式一致。
需要说明的是：上述实施例提供的装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其实现过程详见方法实施例，这里不再赘述。
请参考图18，其示出了本申请一个示例性实施例提供的计算机设备的结构示意图。具体来讲：所述计算机设备1800包括中央处理单元（Central Processing Unit，CPU）1801、包括随机存取存储器1802和只读存储器1803的系统存储器1804，以及连接系统存储器1804和中央处理单元1801的系统总线1805。所述计算机设备1800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统（Input/Output，I/O系统）1806，和用于存储操作系统1813、应用程序1814和其他程序模块1815的大容量存储设备1807。
所述基本输入/输出系统1806包括有用于显示信息的显示器1808和用于用户输入信息的诸如鼠标、键盘之类的输入设备1809。其中所述显示器1808和输入设备1809都通过连接到系统总线1805的输入输出控制器1810连接到中央处理单元1801。所述基本输入/输出系统1806还可以包括输入输出控制器1810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器1810还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1807通过连接到系统总线1805的大容量存储控制器（未示出）连接到中央处理单元1801。所述大容量存储设备1807及其相关联的计算机可读介质为计算机设备1800提供非易失性存储。也就是说，所述大容量存储设备1807可以包括诸如硬盘或者驱动器之类的计算机可读介质（未示出）。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括随机存取记忆体（RAM，Random Access Memory）、只读存储器（ROM，Read Only Memory）、闪存或其他固态存储其技术，只读光盘（Compact Disc Read-Only Memory，CD-ROM）、数字通用光盘（Digital Versatile Disc，DVD）或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器1804和大容量存储设备1807可以统称为存储器。
存储器存储有一个或多个程序，一个或多个程序被配置成由一个或多个中央处理单元1801执行，一个或多个程序包含用于实现上述方法的指令，中央处理单元1801执行该一个或多个程序实现上述各个方法实施例提供的方法。
根据本申请的各种实施例，所述计算机设备1800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1800可以通过连接在所述系统总线1805上的网络接口单元1811连接到网络1812，或者说，也可以使用网络接口单元1811来连接到其他类型的网络或远程计算机系统（未示出）。
本申请实施例还提供一种计算机可读存储介质，该可读存储介质中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述实施例提供的图像处理方法。
可选地，该计算机可读存储介质可以包括：ROM、RAM、固态硬盘（SSD，Solid StateDrives）或光盘等。其中，RAM可以包括电阻式随机存取记忆体（ReRAM，Resistance RandomAccess Memory）和动态随机存取存储器（DRAM，Dynamic Random Access Memory）。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的可选的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (15)
1.一种图像处理方法，其特征在于，所述方法包括：
基于拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
通过投影组件将所述莫氏网格投影至所述病理取材区域；
基于所述拍摄组件采集的取材图像，确定目标子网格，所述目标子网格为当前进行病理取材的子网格；
对所述目标子网格以及所述目标子网格以外的其他子网格进行网格处理，得到处理后的所述莫氏网格，其中，所述网格处理包括隐藏所述目标子网格中的网格标识，以及降低所述目标子网格以外的其他子网格的投影亮度；
通过所述投影组件将处理后的所述莫氏网格投影至所述病理取材区域；
在识别出完成对所述目标子网格的病理取材的情况下，对所述目标子网格进行网格标记，其中，标记后子网格的显示效果不同于标记前子网格的显示效果；
在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域，所述第二医学图像中所述病理取材区域的位置与所述第一医学图像中所述病理取材区域的位置不同；
对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；
基于所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述拍摄组件和所述投影组件进行配准，得到组件配准结果；
所述通过投影组件将所述莫氏网格投影至所述病理取材区域，包括：
基于所述组件配准结果，通过所述投影组件将所述莫氏网格投影至所述病理取材区域；
所述基于所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域，包括：
基于所述组件配准结果以及所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
3.根据权利要求2所述的方法，其特征在于，所述对所述拍摄组件和所述投影组件进行配准，得到组件配准结果，包括：
通过所述投影组件对配准图像进行投影；
通过所述拍摄组件拍摄投影图像，所述投影图像由所述投影组件投影得到；
对所述投影图像和所述配准图像进行仿射变换，得到作为所述组件配准结果的第一仿射变换矩阵；
所述基于所述组件配准结果，通过所述投影组件将所述莫氏网格投影至所述病理取材区域，包括：
基于所述第一仿射变换矩阵对所述莫氏网格进行仿射变换；
通过所述投影组件将仿射变换后的所述莫氏网格投影至所述病理取材区域。
4.根据权利要求3所述的方法，其特征在于，所述对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果，包括：
确定所述第一医学图像中的第一匹配点，以及所述第二医学图像中的第二匹配点，所述第一匹配点和所述第二匹配点为手动输入的匹配点，或者，为自动识别的匹配点；
基于所述第一匹配点和所述第二匹配点进行仿射变换，得到作为所述图像配准结果的第二仿射变换矩阵；
所述基于所述组件配准结果以及所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域，包括：
基于所述第一仿射变换矩阵和所述第二仿射变换矩阵对所述莫氏网格进行仿射变换；
通过所述投影组件将仿射变换后的所述莫氏网格重新投影至所述病理取材区域。
5.根据权利要求1至4任一所述的方法，其特征在于，所述基于拍摄组件采集的第一医学图像，生成莫氏网格，包括：
确定所述第一医学图像中所述病理取材区域的区域边缘；
基于所述区域边缘以及网格生成规范，生成所述莫氏网格，所述区域边缘位于所述莫氏网格的网格范围内，所述网格生成规范包括所述子网格的数量和尺寸中的至少一种。
6.根据权利要求5所述的方法，其特征在于，所述确定所述第一医学图像中所述病理取材区域的区域边缘之后，所述方法还包括：
响应于对所述区域边缘的编辑操作，基于所述编辑操作调整所述区域边缘；
所述基于拍摄组件采集的第一医学图像，生成莫氏网格，还包括：
响应于对所述莫氏网格的网格调整操作，基于所述网格调整操作调整所述莫氏网格。
7.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：
基于所述拍摄组件采集的病灶图像，识别病灶边界；
基于所述病灶边界确定扩切边缘，所述扩切边缘的轮廓大于所述病灶边界的轮廓；
通过所述投影组件将所述病灶边界以及所述扩切边缘投影至病灶区域。
8.根据权利要求7所述的方法，其特征在于，所述基于所述病灶边界确定扩切边缘，包括：
基于所述病灶图像对应的目标焦距，从焦距与空间距离的对应关系中，确定所述病灶图像中像素点对应的目标空间距离，所述对应关系中包含不同焦距下图像中像素点对应的空间距离；
基于所述目标空间距离以及扩切距离，确定所述病灶边界与所述扩切边缘之间的像素间距；
基于所述病灶边界和所述像素间距，生成所述扩切边缘。
9.根据权利要求7所述的方法，其特征在于，所述识别病灶边界之后，所述方法还包括：
响应于对所述病灶边界的编辑操作，基于所述编辑操作调整所述病灶边界；
基于调整后的所述病灶边界更新所述扩切边缘。
10.一种图像处理方法，其特征在于，所述方法包括：
显示拍摄组件采集的第一医学图像，所述第一医学图像为包含病理取材区域的图像；
以所述第一医学图像为基底显示莫氏网格，所述莫氏网格用于对所述第一医学图像中的所述病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
显示经过网格处理后的所述莫氏网格，所述莫氏网格中包括目标子网格以及所述目标子网格以外的其他子网格，所述目标子网格为当前进行病理取材的子网格，所述网格处理包括隐藏所述目标子网格中的网格标识，以及降低所述目标子网格以外的其他子网格的投影亮度；
在识别出完成对所述目标子网格的病理取材的情况下，显示经过网格标记后的所述目标子网格，其中，标记后子网格的显示效果不同于标记前子网格的显示效果；
在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，显示所述拍摄组件采集的第二医学图像，所述第二医学图像中包含所述病理取材区域，所述第二医学图像中所述病理取材区域的位置与所述第一医学图像中所述病理取材区域的位置不同；
以所述第二医学图像为基底显示经过配准后的所述莫氏网格，其中，配准后所述莫氏网格对所述第二医学图像中所述病理取材区域的划分方式，与配准前所述莫氏网格对所述第一医学图像中所述病理取材区域的划分方式一致。
11.一种图像处理装置，其特征在于，所述装置包括：
网格生成模块，用于基于拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
网格投影模块，用于通过投影组件将所述莫氏网格投影至所述病理取材区域；
网格确定模块，用于基于所述拍摄组件采集的取材图像，确定目标子网格，所述目标子网格为当前进行病理取材的子网格；
网格处理模块，用于对所述目标子网格以及所述目标子网格以外的其他子网格进行网格处理，得到处理后的所述莫氏网格，其中，所述网格处理包括隐藏所述目标子网格中的网格标识，以及降低所述目标子网格以外的其他子网格的投影亮度；
所述网格投影模块，还用于通过所述投影组件将处理后的所述莫氏网格投影至所述病理取材区域；
网格标记模块，用于在识别出完成对所述目标子网格的病理取材的情况下，对所述目标子网格进行网格标记，其中，标记后子网格的显示效果不同于标记前子网格的显示效果；
图像获取模块，用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域，所述第二医学图像中所述病理取材区域的位置与所述第一医学图像中所述病理取材区域的位置不同；
图像配准模块，用于对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；
所述网格投影模块，还用于基于所述图像配准结果，通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
12.一种图像处理装置，其特征在于，所述装置包括：
图像显示模块，用于显示拍摄组件采集的第一医学图像，所述第一医学图像为包含病理取材区域的图像；
网格显示模块，用于以所述第一医学图像为基底显示莫氏网格，所述莫氏网格用于对所述第一医学图像中的所述病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
所述网格显示模块，还用于显示经过网格处理后的所述莫氏网格，所述莫氏网格中包括目标子网格以及所述目标子网格以外的其他子网格，所述目标子网格为当前进行病理取材的子网格，所述网格处理包括隐藏所述目标子网格中的网格标识，以及降低所述目标子网格以外的其他子网格的投影亮度；
所述网格显示模块，还用于在识别出完成对所述目标子网格的病理取材的情况下，显示经过网格标记后的所述目标子网格，其中，标记后子网格的显示效果不同于标记前子网格的显示效果；
所述图像显示模块，还用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，显示所述拍摄组件采集的第二医学图像，所述第二医学图像中包含所述病理取材区域，所述第二医学图像中所述病理取材区域的位置与所述第一医学图像中所述病理取材区域的位置不同；
所述网格显示模块，还用于以所述第二医学图像为基底显示经过配准后的所述莫氏网格，其中，配准后所述莫氏网格对所述第二医学图像中所述病理取材区域的划分方式，与配准前所述莫氏网格对所述第一医学图像中所述病理取材区域的划分方式一致。
13.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现如权利要求1至9任一所述的图像处理方法，或，权利要求10所述的图像处理方法。
14.一种图像处理系统，其特征在于，所述图像处理系统包括拍摄组件、投影组件以及计算机设备，所述拍摄组件与所述计算机设备相连，所述投影组件与所述计算机设备相连；
所述计算机设备，用于基于所述拍摄组件采集的第一医学图像，生成莫氏网格，所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分，且划分得到的各个子网格用于进行病理取材；
所述计算机设备，用于控制投影组件将所述莫氏网格投影至所述病理取材区域；
所述计算机设备，用于基于所述拍摄组件采集的取材图像，确定目标子网格，所述目标子网格为当前进行病理取材的子网格；
所述计算机设备，用于对所述目标子网格以及所述目标子网格以外的其他子网格进行网格处理，得到处理后的所述莫氏网格，其中，所述网格处理包括隐藏所述目标子网格中的网格标识，以及降低所述目标子网格以外的其他子网格的投影亮度；
所述计算机设备，用于通过所述投影组件将处理后的所述莫氏网格投影至所述病理取材区域；
所述计算机设备，用于在识别出完成对所述目标子网格的病理取材的情况下，对所述目标子网格进行网格标记，其中，标记后子网格的显示效果不同于标记前子网格的显示效果；
所述计算机设备，用于在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下，获取所述拍摄组件采集到的第二医学图像，所述第二医学图像中包含所述病理取材区域，所述第二医学图像中所述病理取材区域的位置与所述第一医学图像中所述病理取材区域的位置不同；
所述计算机设备，用于对所述第一医学图像和所述第二医学图像进行图像配准，得到图像配准结果；
所述计算机设备，用于基于所述图像配准结果，控制所述投影组件将所述莫氏网格重新投影至所述病理取材区域。
15.一种计算机可读存储介质，其特征在于，所述可读存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至9任一所述的图像处理方法，或，权利要求10所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210986584.9A CN115063290B (zh) | 2022-08-17 | 2022-08-17 | 图像处理方法、装置、设备、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210986584.9A CN115063290B (zh) | 2022-08-17 | 2022-08-17 | 图像处理方法、装置、设备、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115063290A CN115063290A (zh) | 2022-09-16 |
| CN115063290B true CN115063290B (zh) | 2022-11-22 |
Family
ID=83208090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210986584.9A Active CN115063290B (zh) | 2022-08-17 | 2022-08-17 | 图像处理方法、装置、设备、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115063290B (zh) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010042217A1 (en) * | 2008-10-09 | 2010-04-15 | Sti Medical Systems, Llc | Process for preserving three dimensional orientation to allow registering histopathological diagnoses of tissue |
| CN110447220B (zh) * | 2017-03-21 | 2021-03-09 | 奥林巴斯株式会社 | 校准装置、校准方法、光学装置、摄影装置以及投影装置 |
| WO2020206421A1 (en) * | 2019-04-04 | 2020-10-08 | Centerline Biomedical, Inc. | Spatial registration of tracking system with an image using two-dimensional image projections |
| JP2021136684A (ja) * | 2020-02-26 | 2021-09-13 | キヤノン株式会社 | 画像処理装置および画像処理装置の制御方法 |
| CN113450415A (zh) * | 2020-03-26 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 一种成像设备标定方法以及装置 |
| CN112734710A (zh) * | 2020-12-30 | 2021-04-30 | 上海睿刀医疗科技有限公司 | 一种基于历史病理信息的病灶识别模型构建装置及系统 |
| CN114463557B (zh) * | 2022-01-25 | 2023-03-24 | 腾讯科技（深圳）有限公司 | 轮廓标记方法、装置、设备、存储介质及系统 |
| CN114903590B (zh) * | 2022-04-13 | 2023-10-27 | 中南大学湘雅医院 | 一种莫氏显微手术标记信息处理方法、系统及存储介质 |
-
2022
- 2022-08-17 CN CN202210986584.9A patent/CN115063290B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115063290A (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Video see‐through augmented reality for oral and maxillofacial surgery | |
| CN110807451B (zh) | 人脸关键点检测方法、装置、设备及存储介质 | |
| CN110033465B (zh) | 一种应用于双目内窥镜医学图像的实时三维重建方法 | |
| US11896441B2 (en) | Systems and methods for measuring a distance using a stereoscopic endoscope | |
| JP2009531128A (ja) | 立体画像誘導の手術ナビゲーションのための方法及び装置 | |
| CN112618026A (zh) | 远程手术数据融合交互显示系统及方法 | |
| CN113643790A (zh) | 一种脊椎的置换建模方法及系统 | |
| CN110751681A (zh) | 一种增强现实的配准方法、装置、设备及存储介质 | |
| US20230114385A1 (en) | Mri-based augmented reality assisted real-time surgery simulation and navigation | |
| US20130057656A1 (en) | System and method for managing face data | |
| JP6493885B2 (ja) | 画像位置合せ装置、画像位置合せ装置の作動方法および画像位置合せプログラム | |
| US20230316639A1 (en) | Systems and methods for enhancing medical images | |
| CN106951144A (zh) | 医学图像处理方法、装置及设备 | |
| CN113197665A (zh) | 一种基于虚拟现实的微创外科手术模拟方法、系统 | |
| US11244459B2 (en) | Method for segmentation of grayscale images and segmented area tracking | |
| CN113645896A (zh) | 手术计划、手术导航和成像用系统 | |
| Shao et al. | Augmented reality navigation with real-time tracking for facial repair surgery | |
| CN115063290B (zh) | 图像处理方法、装置、设备、系统及存储介质 | |
| Stoyanov et al. | Intra-operative visualizations: Perceptual fidelity and human factors | |
| Gard et al. | Image-based measurement by instrument tip tracking for tympanoplasty using digital surgical microscopy | |
| CN115063607A (zh) | 切割轮廓的确定方法、装置、设备、存储介质及程序产品 | |
| CN112950774A (zh) | 一种三维建模装置、手术规划系统及教学系统 | |
| KR20210126243A (ko) | 수술 중 혈관 네비게이션 방법 및 시스템 | |
| EP4193957A1 (en) | Devices for providing a video of a surgery | |
| US20230196595A1 (en) | Methods and systems for registering preoperative image data to intraoperative image data of a scene, such as a surgical scene |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |