CN103892854A - 数字医疗图像处理方法和装置 - Google Patents
数字医疗图像处理方法和装置 Download PDFInfo
- Publication number
- CN103892854A CN103892854A CN201210587701.0A CN201210587701A CN103892854A CN 103892854 A CN103892854 A CN 103892854A CN 201210587701 A CN201210587701 A CN 201210587701A CN 103892854 A CN103892854 A CN 103892854A
- Authority
- CN
- China
- Prior art keywords
- gray
- image
- supply unit
- medical
- scale distribution
- 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.)
- Granted
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种数字医疗图像处理方法和装置，所述方法包括：获取待处理的数字医疗图像，所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息；获取目标医疗单元的灰阶分布信息；基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围；以及从所述分布范围中提取出所述目标医疗单元的图像。通过所述方法，可以实现从所述数字医疗图像中提出同一医疗对象的不同医疗单元的图像，从而减少医疗诊断过程中的摄影曝光次数，从而提高诊断效率和降低辐射剂量。
Description
技术领域
本发明涉及医疗图像处理技术，特别涉及一种数字医疗图像处理方法和装置。
背景技术
在现有的数字化医用摄影系统中，针对不同组织器官的摄影检查，所选择的摄影参数是不同的。因此当需要获得同一检查部位的不同组织器官的图像时，需要进行多次曝光，并且每一次曝光时所选择的设备参数根据不同组织器官来进行选择和调整。
例如，当某患者因胸痛到医院就诊，由于产生胸痛的原因可能包括肋骨骨折、肺部感染、胸椎病变、气胸、心脏疾病等，在利用现有技术对胸部进行检查时，需要分别针对胸部的不同组织器官进行摄影检查，如胸部正位摄影检查、肋骨摄影检查、胸椎摄影检查、心脏摄影检查。显然，在现有技术中，检查同一部位时进行多次摄影曝光，不仅影响医疗诊断效率，而且对患者产生较大的辐射剂量，不利于患者的健康。
因此，需要提出一种新的数字医疗图像处理方法和装置，以实现从所述数字医疗图像中提出同一医疗对象的不同医疗单元的图像，从而减少医疗诊断过程中的摄影曝光次数，从而提高诊断效率和降低辐射剂量。
发明内容
本发明解决的问题是提出一种新的数字医疗图像处理方法和装置，减少医疗诊断过程中的摄影曝光次数，从而提高诊断效率和降低辐射剂量。
为解决上述问题，本发明的实施例提供了一种数字医疗图像处理方法，所述数字医疗图像处理方法包括：获取待处理的数字医疗图像，所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息；获取目标医疗单元的灰阶分布信息；基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围；以及从所述分布范围中提取出所述目标医疗单元的图像。
可选地，获取目标医疗单元的灰阶分布信息的方法包括：将所述目标医疗单元的信息输入灰阶分布数据库，以从所述灰阶分布数据库中搜寻出所述目标医疗单元对应的灰阶分布信息。
可选地，所述目标医疗单元的信息包括所述目标医疗单元的名称。
可选地，所述灰阶分布数据库的建立方法包括：收集医疗单元的数字医疗样本图像；根据所述样本图像获取单一医疗单元的灰阶分布规律；根据所述灰阶分布规律建立单一医疗单元和灰阶分布信息的对应关系；根据所述对应关系建立所述灰阶分布数据库。
可选地，基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围的方法包括：将所述待处理的数字医疗图像划分成多个区域；获取所述多个区域中每一个区域的灰阶分布情况；将所述目标医疗单元的灰阶分布信息和所述每一个区域的灰阶分布情况进行比对，以圈定出和所述目标单元的灰阶分布信息最接近的核心区域；以及通过调整所述核心区域的边界，以定位出所述目标医疗单元在所述待处理数字医疗图像中的分布范围。
可选地，从所述分布范围中提取出所述目标医疗单元的图像的方法包括：提取所述分布范围内的灰阶信号。
可选地，从所述分布范围中提取出所述目标医疗单元的图像后，所述的数字医疗图像处理方法还包括:对所提取的图像进行清晰化图像处理。
可选地，所述清晰化处理包括：灰阶信号的输入输出曲线调整和/或图像频率处理。
可选地，所述医疗对象是人体部位，所述医疗单元是人体组织器官。
本发明的实施例还提供了一种数字医疗图像处理装置，所述数字医疗图像处理装置包括：图像获取单元，用于获取待处理的数字医疗图像，所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息；第一处理单元，用于获取目标医疗单元的灰阶分布信息；第二处理单元，用于基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围；以及第三处理单元，用于从所述分布范围中提取出所述目标医疗单元的图像。
可选地，所述第一处理单元包括灰阶分布数据库，所述灰阶数据库包含医疗单元和灰阶分布的对应关系。
可选地，所述第二处理单元包括：图像划分单元，用于将所述待处理的数字医疗图像划分成多个区域；第一灰阶信号提取单元，用于获取所述多个区域中每一个区域的灰阶分布情况；灰阶分布比对单元，用于将所述目标医疗单元的灰阶分布信息和所述每一个区域的灰阶分布情况进行比对，以圈定出和所述目标单元的灰阶分布信息最接近的核心区域；以及分布范围确定单元，用于通过调整所述核心区域的边界，以定位出所述目标医疗单元在所述待处理数字医疗图像中的分布范围。
可选地，所述第三处理单元包括：第二灰阶信号提取单元，用于提取所述分布范围内的灰阶信号。
可选地，所述数字医疗图像处理装置还包括:第四处理单元，用于对所提取的图像进行清晰化图像处理。
可选地，所述第四处理单元包括：灰阶信号的输入输出曲线调整单元和/或图像频率处理单元。
可选地，所述医疗对象是人体部位，所述医疗单元是人体组织器官。
与现有技术相比，本发明的实施例具有以下有益效果：
在上述数字医疗图像处理方法中，可以基于目标医疗单元的灰阶分布信息，从包含所述目标医疗单元信息的原始数字医疗图像中，提取出所述目标医疗单元的图像。
也就是说，仅需要通过一次曝光获取原始数字医疗图像，然后根据不同医疗单元的灰阶分布信息，可以从同一张包含关于同一医疗对象的多个医疗单元的原始数字医疗图像中提取出多幅对应于所述不同目标医疗单元的具有不同临床诊断价值的图像，且每幅图像具有相应医疗单元的临床特性。因此，通过上述方法可以减少医疗诊断过程中摄影曝光次数，提高诊断效率和降低辐射剂量，从而提高医疗质量。
附图说明
图1是本发明实施例中数字医疗图像处理方法流程图；
图2为本发明实施例中灰阶分布数据库的建立方法流程图；
图3为本发明实施例中确定目标医疗对象在待处理数字医疗图像中的分布范围的方法流程图；
图4为本发明实施例中数字医疗图像处理装置的结构示意图；
图5为本发明实施例中数字医疗图像处理装置的第二处理单元的结构示意图。
具体实施方式
经研究，发明人发现，医疗单元和其在数字医疗图像中的灰阶分布之间存在一定对应关系，如果能够找出医疗单元和其灰阶分布之间的对应关系，就能够根据所述医疗单元名称获取其对应的灰阶分布信息，从而从所述数字医疗图像中确定出所述医疗单元的分布范围，进一步实现从所述数字医疗图像中提取出所述医疗单元的图像。
针对上述问题，本发明的实施例提供了一种数字医疗图像处理方法。图1为所述数字医疗图像处理方法的流程图。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。
请参考图1，首先，执行步骤S100，获取待处理的数字医疗图像。所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息。
在本发明的实施例中，所述医疗对象可以为人体部位，如头部、胸部等，所述医疗单元可以为人体组织器官，如肺、肝、胆等。
在本发明的其他实施例中，所述医疗对象也可以为动物部位，所述医疗单元可以为动物的组织器官。
在本发明的一实施例中，所述数字医疗图像为数字化X射线摄影（DigitalRadiography，DR）设备获得的X射线摄影图像。在本发明的其他实施例中，所述数字医疗图像也可以为X射线摄影图像以外的医疗图像，如由计算机断层扫描（Computer Tomography，CT）设备或者磁共振成像(Magnetic Resonanceimaging，MRI)设备获得的图像。
需要说明的是，由于所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息，由于未进行医疗单元提取和后期清晰化处理，在所述原始图像中，医生很难识别出单一医疗单元和基于单个医疗单元进行医疗诊断。例如，当所述医疗对象为胸部时，关于胸部的数字医疗图像中包含了多个医疗单元的图像信息，如肺、肝、胆等的图像信息，当医生需要基于上述器官之一进行诊断时，就需要从所述关于胸部的原始数字医疗图像中将待诊断器官的图像提取出来。
接着，执行步骤S101，获取目标医疗单元的灰阶分布信息。在本发明的实施例中，获取目标医疗单元的灰阶分布信息的方法包括：将所述目标医疗单元的信息输入灰阶分布数据库，以从所述灰阶分布数据库中搜寻出所述目标医疗单元对应的灰阶分布信息。
在本发明的一实施例中，所述目标医疗单元的信息包括所述目标医疗对象的名称。例如，当医疗对象为胸部，目标医疗对象为肺部时，可以将肺部的名称输入所述灰阶分布数据库，然后从所述灰阶分布数据库中搜寻出肺部所对应的灰阶分布信息。
如图2所示，在本发明的一实施例中，所述灰阶分布数据库的建立方法包括：步骤S200至步骤S203。
首先，执行步骤S200，收集大量医疗单元的数字医疗样本图像。在本发明的一个实施例中，如果所述灰阶分布数据库是关于人体图像的灰阶分布数据库，那么就需要收集大量人体的各个组织器官的局部图像作为后续研究的样本。本发明的其他实施例中，如果所述灰阶分布数据库是关于动物图像的灰阶分布数据库，那么就需要收集大量动物的各个组织器官的局部图像作为后续研究的样本。
接着，执行步骤S201，根据所述样本图像获取单一医疗单元的灰阶分布规律。如前所述，每一个医疗单元具有各自特有的组织密度和组织结构，因此就具有与其对应的特有的灰阶分布规律，例如，肺部有肺部的灰阶分布规律，胆有胆的灰阶分布规律。因此，基于上述样本图像，可以整理出每一个医疗单元对应的灰阶分布规律数据。
接着，执行步骤S202，根据所述灰阶分布规律建立单一医疗单元和灰阶分布信息的对应关系。由于通过上述步骤，可以根据大量的样本图像获得大量的关于单一医疗单元灰阶分布规律的样本数据，因此就可以基于所述数据找出医疗单元和其对应的灰阶分布之间对应关系。
最后，执行步骤S203，根据所述对应关系建立所述灰阶分布数据库。所述灰阶分布数据库中包含着单一医疗单元和其灰阶分布的对应关系，因此当将单一医疗单元的名称输入所述灰阶分布数据库时，通过数据库内部对应关系的逻辑分析，就可以找出所述单一医疗单元所对应的灰阶分布信息。
请继续参考图1，接着，执行步骤S102，基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围。
如图3所示，基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围的方法包括：步骤S102a，将所述待处理的数字医疗图像划分成多个区域；步骤S102b，获取所述多个区域中每一个区域的灰阶分布情况；步骤S102c，将所述目标医疗单元的灰阶分布信息和所述每一个区域的灰阶分布情况进行比对，以圈定出和所述目标单元的灰阶分布信息最接近的核心区域；以及步骤S102d，通过调整所述核心区域的边界，以定位出所述目标医疗单元在所述待处理数字医疗图像中的分布范围。
下面仍以数字医疗图像为关于胸部的数字医疗图像和目标医疗对象为肺部为例进行解释说明。关于胸部的数字医疗图像中包含大量的组织器官的图像，且图像中的某一个区域为肺部的图像，如果需要将所述肺部的图像提取出来，就需要先确定该区域的分布范围。
从关于胸部的数字医疗图像中确定肺部的分布范围的方法包括：将所述关于胸部的数字医疗图像划分成多个区域；获取所述多个区域中每一个区域的灰阶分布情况；将所述肺部的灰阶分布信息和所述每一个区域的灰阶分布情况进行比对，以圈定出和肺部的灰阶分布信息最接近的核心区域；以及通过调整所述核心区域的边界，以定位出肺部在所述胸部数字医疗图像中的分布范围。
接着，执行步骤S103，从所述分布范围中提取出所述目标医疗单元的图像。在本发明的实施例中，从所述分布范围中提取出所述目标医疗单元的图像的方法包括：提取所述分布范围内的灰阶信号。
在本发明的实施例中，从所述分布范围中提取出所述目标医疗单元的图像后，所述数字医疗图像处理方法还包括:对所提取的图像进行清晰化图像处理。在本发明的一实施例中，所述清晰化处理包括：灰阶信号的输入输出曲线调整和/或图像频率处理。
如图4所示，本发明的实施例还提供了一种数字医疗图像处理装置300，所述装置包括：图像获取单元310，用于获取待处理的数字医疗图像，所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息；第一处理单元320，用于获取目标医疗单元的灰阶分布信息；第二处理单元330，用于基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围；以及第三处理单元340，用于从所述分布范围中提取出所述目标医疗单元的图像。
在本发明的一实施例中，所述第一处理单元320包括灰阶分布数据库，所述灰阶数据库包含医疗单元和灰阶分布的对应关系。
如图5所示，在本发明的一实施例中，所述第二处理单元330包括：图像划分单元331，用于将所述待处理的数字医疗图像划分成多个区域；第一灰阶信号提取单元332，用于获取所述多个区域中每一个区域的灰阶分布情况；灰阶分布比对单元333，用于将所述目标医疗单元的灰阶分布信息和所述每一个区域的灰阶分布情况进行比对，以圈定出和所述目标单元的灰阶分布信息最接近的核心区域；以及分布范围确定单元334，用于通过调整所述核心区域的边界，以定位出所述目标医疗单元在所述待处理数字医疗图像中的分布范围。
在本发明的一实施例中，所述第三处理单元340包括：第二灰阶信号提取单元，用于提取所述分布范围内的灰阶信号。
请继续参考图4，在本发明的一实施例中，所述数字医疗图像处理装置300还可以包括:第四处理单元350，用于对所提取的图像进行清晰化图像处理。在本发明的一实施例中，所述第四处理单元350包括：灰阶信号的输入输出曲线调整单元和/或图像频率处理单元。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (16)
1.一种数字医疗图像处理方法，其特征在于，包括：
获取待处理的数字医疗图像，所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息；
获取目标医疗单元的灰阶分布信息；
基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围；以及
从所述分布范围中提取出所述目标医疗单元的图像。
2.如权利要求1所述的数字医疗图像处理方法，其特征在于，获取目标医疗单元的灰阶分布信息的方法包括：将所述目标医疗单元的信息输入灰阶分布数据库，以从所述灰阶分布数据库中搜寻出所述目标医疗单元对应的灰阶分布信息。
3.如权利要求2所述的数字医疗图像处理方法，其特征在于，所述目标医疗单元的信息包括所述目标医疗单元的名称。
4.如权利要求2所述的数字医疗图像处理方法，其特征在于，所述灰阶分布数据库的建立方法包括：收集医疗单元的数字医疗样本图像；根据所述样本图像获取单一医疗单元的灰阶分布规律；根据所述灰阶分布规律建立单一医疗单元和灰阶分布信息的对应关系；根据所述对应关系建立所述灰阶分布数据库。
5.如权利要求1所述的数字医疗图像处理方法，其特征在于，基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围的方法包括：将所述待处理的数字医疗图像划分成多个区域；获取所述多个区域中每一个区域的灰阶分布情况；将所述目标医疗单元的灰阶分布信息和所述每一个区域的灰阶分布情况进行比对，以圈定出和所述目标单元的灰阶分布信息最接近的核心区域；以及通过调整所述核心区域的边界，以定位出所述目标医疗单元在所述待处理数字医疗图像中的分布范围。
6.如权利要求1所述的数字医疗图像处理方法，其特征在于，从所述分布范围中提取出所述目标医疗单元的图像的方法包括：提取所述分布范围内的灰阶信号。
7.如权利要求1所述的数字医疗图像处理方法，其特征在于，从所述分布范围中提取出所述目标医疗单元的图像后，还包括:对所提取的图像进行清晰化图像处理。
8.如权利要求7所述的数字医疗图像处理方法，其特征在于，所述清晰化处理包括：灰阶信号的输入输出曲线调整和/或图像频率处理。
9.如权利要求1所述的数字医疗图像处理方法，其特征在于，所述医疗对象是人体部位，所述医疗单元是人体组织器官。
10.一种数字医疗图像处理装置，其特征在于，包括：
图像获取单元，用于获取待处理的数字医疗图像，所述待处理的数字医疗图像中包含同一医疗对象的至少两个医疗单元的图像信息；
第一处理单元，用于获取目标医疗单元的灰阶分布信息；
第二处理单元，用于基于所述目标医疗单元的灰阶分布信息，确定所述目标医疗单元在所述待处理的数字医疗图像中的分布范围；以及
第三处理单元，用于从所述分布范围中提取出所述目标医疗单元的图像。
11.如权利要求10所述的数字医疗图像处理装置，其特征在于，所述第一处理单元包括灰阶分布数据库，所述灰阶数据库包含医疗单元和灰阶分布的对应关系。
12.如权利要求10所述的数字医疗图像处理装置，其特征在于，所述第二处理单元包括：图像划分单元，用于将所述待处理的数字医疗图像划分成多个区域；第一灰阶信号提取单元，用于获取所述多个区域中每一个区域的灰阶分布情况；灰阶分布比对单元，用于将所述目标医疗单元的灰阶分布信息和所述每一个区域的灰阶分布情况进行比对，以圈定出和所述目标单元的灰阶分布信息最接近的核心区域；以及分布范围确定单元，用于通过调整所述核心区域的边界，以定位出所述目标医疗单元在所述待处理数字医疗图像中的分布范围。
13.如权利要求10所述的数字医疗图像处理装置，其特征在于，所述第三处理单元包括：第二灰阶信号提取单元，用于提取所述分布范围内的灰阶信号。
14.如权利要求10所述的数字医疗图像处理装置，其特征在于，还包括:第四处理单元，用于对所提取的图像进行清晰化图像处理。
15.如权利要求14所述的数字医疗图像处理装置，其特征在于，所述第四处理单元包括：灰阶信号的输入输出曲线调整单元和/或图像频率处理单元。
16.如权利要求10所述的数字医疗图像处理装置，其特征在于，所述医疗对象是人体部位，所述医疗单元是人体组织器官。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210587701.0A CN103892854B (zh) | 2012-12-28 | 2012-12-28 | 数字医疗图像处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210587701.0A CN103892854B (zh) | 2012-12-28 | 2012-12-28 | 数字医疗图像处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103892854A true CN103892854A (zh) | 2014-07-02 |
| CN103892854B CN103892854B (zh) | 2018-10-09 |
Family
ID=50984667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210587701.0A Active CN103892854B (zh) | 2012-12-28 | 2012-12-28 | 数字医疗图像处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103892854B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004000706A (ja) * | 2003-07-14 | 2004-01-08 | Toshiba Corp | 画像処理装置及び画像処理方法 |
| JP2007029161A (ja) * | 2005-07-22 | 2007-02-08 | Toshiba Corp | Ｘ線装置 |
| CN101138498A (zh) * | 2007-10-17 | 2008-03-12 | 北京大学 | 一种基于磁共振三维肾图的图像处理方法 |
| US20080118133A1 (en) * | 2006-11-22 | 2008-05-22 | General Electric Company | Methods and apparatus for suppressing tagging material in prepless CT colonography |
| CN101203747A (zh) * | 2004-01-21 | 2008-06-18 | 医软信息科技有限公司 | 用于数字x光影像软拷贝解读的智能化定性与定量分析的方法和系统 |
| CN101261732A (zh) * | 2008-03-04 | 2008-09-10 | 浙江大学 | 多排螺旋ct影像中的自动分割肝脏区域的方法 |
| CN101334895A (zh) * | 2008-08-07 | 2008-12-31 | 清华大学 | 一种针对动态增强乳腺磁共振影像序列的影像分割方法 |
| CN101551855A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 自适应核匹配追踪辅助诊断系统及其辅助诊断方法 |
| WO2010113050A2 (en) * | 2009-04-02 | 2010-10-07 | Koninklijke Philips Electronics N.V. | Automated anatomy delineation for image guided therapy planning |
| CN102419864A (zh) * | 2011-09-05 | 2012-04-18 | 东软集团股份有限公司 | 一种提取脑部ct图像骨骼方法及装置 |
| CN102429679A (zh) * | 2011-09-09 | 2012-05-02 | 华南理工大学 | 基于胸部ct图像的肺气肿计算机辅助诊断系统 |
-
2012
- 2012-12-28 CN CN201210587701.0A patent/CN103892854B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004000706A (ja) * | 2003-07-14 | 2004-01-08 | Toshiba Corp | 画像処理装置及び画像処理方法 |
| CN101203747A (zh) * | 2004-01-21 | 2008-06-18 | 医软信息科技有限公司 | 用于数字x光影像软拷贝解读的智能化定性与定量分析的方法和系统 |
| JP2007029161A (ja) * | 2005-07-22 | 2007-02-08 | Toshiba Corp | Ｘ線装置 |
| US20080118133A1 (en) * | 2006-11-22 | 2008-05-22 | General Electric Company | Methods and apparatus for suppressing tagging material in prepless CT colonography |
| CN101138498A (zh) * | 2007-10-17 | 2008-03-12 | 北京大学 | 一种基于磁共振三维肾图的图像处理方法 |
| CN101261732A (zh) * | 2008-03-04 | 2008-09-10 | 浙江大学 | 多排螺旋ct影像中的自动分割肝脏区域的方法 |
| CN101334895A (zh) * | 2008-08-07 | 2008-12-31 | 清华大学 | 一种针对动态增强乳腺磁共振影像序列的影像分割方法 |
| WO2010113050A2 (en) * | 2009-04-02 | 2010-10-07 | Koninklijke Philips Electronics N.V. | Automated anatomy delineation for image guided therapy planning |
| CN101551855A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 自适应核匹配追踪辅助诊断系统及其辅助诊断方法 |
| CN102419864A (zh) * | 2011-09-05 | 2012-04-18 | 东软集团股份有限公司 | 一种提取脑部ct图像骨骼方法及装置 |
| CN102429679A (zh) * | 2011-09-09 | 2012-05-02 | 华南理工大学 | 基于胸部ct图像的肺气肿计算机辅助诊断系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103892854B (zh) | 2018-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hiraiwa et al. | A deep-learning artificial intelligence system for assessment of root morphology of the mandibular first molar on panoramic radiography | |
| CN107545584B (zh) | 医学图像中定位感兴趣区域的方法、装置及其系统 | |
| JP6220310B2 (ja) | 医用画像情報システム、医用画像情報処理方法及びプログラム | |
| JP6567179B2 (ja) | 特徴回帰モデルを用いたｍｒデータからの疑似ｃｔ生成 | |
| US10413253B2 (en) | Method and apparatus for processing medical image | |
| US9218661B2 (en) | Image analysis for specific objects | |
| US20180089840A1 (en) | Automatic Medical Image Retrieval | |
| US20190311228A1 (en) | Cross-modality image synthesis | |
| US10916010B2 (en) | Learning data creation support apparatus, learning data creation support method, and learning data creation support program | |
| JP6719421B2 (ja) | 学習データ生成支援装置および学習データ生成支援方法並びに学習データ生成支援プログラム | |
| WO2009077910A1 (en) | Image analysis of brain image data | |
| WO2017148502A1 (en) | Automatic detection of an artifact in patient image data | |
| CN108271346A (zh) | 辐射剂量减少以及混合成像研究中的时期之间的改进的一致性 | |
| JP6738305B2 (ja) | 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム | |
| US11200671B2 (en) | Reference image guided object detection in medical image processing | |
| EP3665643B1 (en) | X-ray image processing method and system and computer storage medium | |
| US20240104705A1 (en) | Systems and methods for image correction | |
| CN104809331A (zh) | 一种计算机辅助诊断技术(cad)检测放射图像发现病灶的方法和系统 | |
| Fananapazir et al. | Computer-aided liver volumetry: performance of a fully-automated, prototype post-processing solution for whole-organ and lobar segmentation based on MDCT imaging | |
| CA3034814C (en) | System and method for using imaging quality metric ranking | |
| ITRM20130186A1 (it) | Metodo di localizzazione di elettrodi per il monitoraggio di segnali bioelettrici provenienti dal cervello in pazienti affetti da patologie neurodegenerative | |
| US20210150739A1 (en) | Capturing a misalignment | |
| CN103892854A (zh) | 数字医疗图像处理方法和装置 | |
| KR101455198B1 (ko) | Ｃｔ 영상 분석을 이용한 흉곽 변형성 정량적 평가 지표값 계산 방법, 시스템 및 기록 매체 | |
| KR102136107B1 (ko) | 뼈 감쇄된 x-선 영상의 정합 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 201815 8 Building 1180 Xingxian Road, Jiading District, Shanghai Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201815 8 Building 1180 Xingxian Road, Jiading District, Shanghai Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai Patentee after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201815 8 Building 1180 Xingxian Road, Jiading District, Shanghai Patentee before: Shanghai Lianying Medical Technology Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder |