CN103914697B - 一种乳房三维图像感兴趣区域的提取方法 - Google Patents

一种乳房三维图像感兴趣区域的提取方法 Download PDF

Info

Publication number
CN103914697B
CN103914697B CN201210591683.3A CN201210591683A CN103914697B CN 103914697 B CN103914697 B CN 103914697B CN 201210591683 A CN201210591683 A CN 201210591683A CN 103914697 B CN103914697 B CN 103914697B
Authority
CN
China
Prior art keywords
image
interest
boundary
area
breast
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
Application number
CN201210591683.3A
Other languages
English (en)
Other versions
CN103914697A (zh
Inventor
连燕云
姜娈
李强
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201210591683.3A priority Critical patent/CN103914697B/zh
Publication of CN103914697A publication Critical patent/CN103914697A/zh
Application granted granted Critical
Publication of CN103914697B publication Critical patent/CN103914697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种乳房三维图像感兴趣区域的提取方法,包括:对所述乳房三维图像进行降噪处理,将所述乳房三维图像在Z轴方向上分割为k个横断面,选取所述横断面上的二维图像Ixy;通过所述二维图像Ixy的灰度信息,分别确定所述感兴趣区域在X轴方向上的内边界和外边界,以及在Y轴方向上的外边界;选取所述乳房矢状面上的二维图像Iyz,并通过其分别确定所述感兴趣区域在Z轴方向上的边界。本发明结合乳房三维图像的灰度特征,准确且有效地实现了对感兴趣区域的全自动提取。

Description

一种乳房三维图像感兴趣区域的提取方法
技术领域
本发明涉及图像处理领域,尤其涉及一种乳房三维图像感兴趣区域的提取方法。
背景技术
乳腺癌是中老年妇女中最常见的疾病,并且发病率和死亡率正在逐年上升,而对乳腺癌的早期检测与诊断可以有效地提高乳腺癌的治愈率。在临床中,磁共振图像已经被广泛用于乳腺癌的风险预测和早期诊断。而计算机辅助诊断系统有助于提高放射科医师对三维磁共振图像的准确性和效率。在基于三维磁共振图像的计算机辅助诊断系统中,乳房的自动分割及配准是两项最基本的任务,而包含乳房的感兴趣区域(ROI)自动提取在很大程度上可以提高自动分割和配准的精度及效率。
在乳房三维图像中,背景(包括空气及胸腔)、噪声以及伪影,是图像分割和配准的主要障碍。在现有技术中,针对医学图像中感兴趣区域的确定方法有手动、自动以及两种方法相结合的半自动方法。手动方法包括显示图像和用户使用鼠标、键盘等描绘图像。目前主要基于分割以确定乳房感兴趣区域。基于三维磁共振图像手动和用户辅助的交互式分割,繁复、效率低且可重复性差。全自动提取乳房感兴趣区域的方法依然很少。基于灰度或梯度的自动分割方法由于灰度或梯度的多样性及可能的低对比度,分割结果准确度不高。而基于模型的分割方法要获得较好的结果需要大量的训练样本,而这些训练样本的获取则是一项更艰巨和繁复的任务。
综上所述,如何自动将所需的乳房感兴趣区域准确地提取出来,是本领域技术人员迫切需要解决的技术问题。
发明内容
本发明所要解决的问题是提供一种乳房三维图像感兴趣区域的提取方法,能够结合乳房三维图像的特征,准确且有效地实现对感兴趣区域的全自动提取。
为了解决上述问题,本发明提供了一种乳房三维图像感兴趣区域的提取方法,所述三维图像在人体坐标系以左右方向的冠状轴为X轴,前后方向的矢状轴为Y轴,及上下方向的垂直轴为Z轴,包括如下步骤:(1)对所述乳房三维图像进行降噪处理,将所述乳房三维图像在Z轴方向上分割为k个横断面,选取所述横断面上的二维图像Ixy;(2)通过所述二维图像Ixy的灰度信息,分别确定所述感兴趣区域在X轴方向上的内边界和外边界,以及在Y轴方向上的外边界;(3)选取所述乳房矢状面上的二维图像Iyz,分别确定所述感兴趣区域在Z轴方向上的边界。
上述所述一种乳房三维图像感兴趣区域的提取方法,其中,所述二维图像Ixy为第一图像Ixy’和第二图像Ixy”,其中,所述第一图像Ixy’为所述乳房横断面沿Z轴做最大值投影而得到的图像,所述第二图像Ixy”为所述乳房横断面沿Z轴做平均值投影而得到的图像。
上述所述一种乳房三维图像感兴趣区域的提取方法,其中,所述感兴趣区域在X轴方向上的内边界的确定过程如下:在所述第一图像Ixy’中,通过边缘检测得到所述感兴趣区域的边界线;选取所述边界线上的点Pi,计算所述点Pi与其前面第m个点的连线和所述点Pi与其后面第m个点的连线之间的夹角余弦值;根据所述夹角余弦值,确定所述感兴趣区域在X轴方向上的内边界。
上述所述一种乳房三维图像感兴趣区域的提取方法,其中,所述感兴趣区域在X轴方向上的外边界的确定过程如下:计算所述第二图像Ixy”的每一行所有像素点的灰度值之和,选取所述灰度值之和最大的行作为初始下边界;根据所述初始下边界和所述第一图像Ixy’的灰度变化,确定所述感兴趣区域在X轴方向上的第一外边界和第二外边界,即为所述X轴方向上的外边界。
上述所述一种乳房三维图像感兴趣区域的提取方法,其中,所述感兴趣区域在Y轴方向上的外边界的确定过程如下:所述X轴方向上的第一外边界和第二外边界的中心线将所述第一图像Ixy’划分为第一部分和第二部分;根据所述第一图像Ixy 的灰度变化,确定点P1和点P2,并根据分别经过所述点P1和点P2且平行于所述第一图像Ixy’中X轴的直线,确定所述感兴趣区域在Y轴方向上的第一外边界和第二外边界;根据所述初始下边界与Y轴交点的Y坐标值y0,计算所述乳房三维图像的第i层横断面与其Y轴交点的Y坐标值yi,根据经过所述交点且平行于所述第i层横断面中X轴的直线,确定所述感兴趣区域在Y轴方向上的第三外边界,其中,i表示所述乳房三维图像的第i层横断面的层次。
上述所述一种乳房三维图像感兴趣区域的提取方法,其中,所述坐标值yi的计算公式为:
上述一种乳房三维图像感兴趣区域的提取方法,其中,所述感兴趣区域在Z轴方向上的边界的确定过程如下:分别选取所述点P1和点P2各自所在的矢状面前后n层沿X轴做最大值投影,得到二维第一图像Iyz’和二维第二图像Iyz”,其中,所述二维图像Iyz为所述二维第一图像Iyz’和二维第二图像Iyz”;所述左二维图像Iyz和右二维图像Iyz通过边缘检测,确定所述感兴趣区域在Z轴方向上的边界。
与现有的乳房感兴趣区域提取方法相比,本发明通过在图像中根据图像的灰度等信息对图像中感兴趣区域的乳房图像进行边界确定和自动提取,实现过程简单,效率高。
附图说明
图1所示为本发明实施例乳房三维图像感兴趣区域的提取方法的流程示意图;
图2所示为本发明实施例确定感兴趣区域在X轴方向上的边界中的外边界流程示意图;
图3所示为本发明实施例确定感兴趣区域在X轴和Y轴方向上的边界的效果图;
图4所示为本发明实施例确定感兴趣区域在Y轴方向上的外边界的流程示意图;
图5所示为本发明实施例确定感兴趣区域在X轴方向上的边界中的内边界流程示意图;
图6所示为本发明实施例确定感兴趣区域在Z轴方向上的边界的流程示意图;
图7所示为本发明实施例确定感兴趣区域在Z轴方向上的边界的效果图。
具体实施方式
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。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施的限制。
其次,本发明利用示意图进行详细描述,在详述本发明实施例时,为便于说明,所述示意图只是实例,其在此不应限制本发明保护的范围。
下面结合附图和实施例对本发明进行详细地说明。本发明乳房三维图像感兴趣区域的提取方法如图1乳房三维图像感兴趣区域的提取方法的流程示意图所示,首先,执行步骤S1,对所述乳房三维图像进行降噪处理,将所述乳房三维图像在Z轴方向上分割为k个横断面,选取所述横断面上的二维图像Ixy。其中,所述二维图像Ixy为第一图像Ixy’和第二图像Ixy”。在本实施例中,乳房三维图像为乳房磁共振图像(MR),也可以为其它医学图像,其中,所述图像包含左乳房和右乳房。在进行图像降噪处理之前,首先建立人体坐标系:左右方向的冠状轴为X轴,前后方向的矢状轴为Y轴,上下方向的垂直轴为Z轴。具体地,首先由所述乳房的MR横断面系列图像(即每层横断面图像的Z值是固定的)计算得到标准差图像,并对标准差图像采用大律法(Otsu)阈值的一半进行自动分割,结合形态学方法和提取连通域得到最终的分割结果。接着将分割结果(即分割后的图像)作为模板,所述乳房的每一层MR横断面图像都与所述模板相乘,即对所述乳房磁共振图像进行了降噪,降噪后的乳房磁共振图像的每一层横断面沿Z轴做最大值投影,得到的最大值投影图即为所述第一图像Ixy’,如图3a所示;需要说明的是,也可以选取部分降噪后的乳房磁共振图像的横断面图像进行最大值投影。选取部分降噪后的乳房磁共振图像的横断面图像沿Z轴做平均值投影,得到的平均值投影图即为所述第二图像Ixy”。在本实施例中,选取70张降噪后的乳房磁共振图像的横断面图像,其中,这些横断面图像可以部分连续或不连续,将所述70张横截面图像沿Z轴做平均值投影,得到平均值投影图(如图3b所示),即第二图像Ixy”。需要说明的是,所述第一图像Ixy’和第二图像Ixy”也可以是降噪后的乳房磁共振图像的任一层横断面。
接着执行步骤S2,通过所述二维图像Ixy的灰度信息,确定所述感兴趣区域在X轴方向上的内边界和外边界,及在Y轴方向上的外边界。首先确定所述感兴趣区域在X轴方向上的外边界,具体过程如图2确定感兴趣区域在X轴方向上的边界中的外边界流程示意图所示,首先执行步骤S201,计算所述第二图像Ixy”的每一行所有像素点的灰度值之和,选取所述灰度值之和最大的行作为初始下边界,如图3b所示的白色线。接着执行步骤S202,具体地,如图3c所示,在第一图像Ixy’上,从左到右扫描初始下边界位置上的所有像素点,第一个灰度变化不为0的像素点所在的位置为所述在第一图像Ixy’中X轴方向上的第一外边界,即在第一图像Ixy’中最左边的白色纵线;最后一个灰度变化不为0的像素点所在的位置为所述在第一图像Ixy’中X轴方向上的第二外边界,即在第一图像Ixy’中最右边的白色纵线。其中,根据第一图像Ixy’确定的X轴方向上的第一外边界和第二外边界所在的位置也为降噪后的乳房磁共振图像的每一层横断面图像中X轴方向上的第一外边界和第二外边界所在的位置,因此,确定了感兴趣区域在X轴方向上的第一外边界(左乳房的左边界)和第二外边界(右乳房的右边界)。
接着确定感兴趣区域在Y轴方向上的外边界,具体过程如图4确定感兴趣区域在Y轴方向上的外边界的流程示意图所示,首先执行步骤S401,如图3c所示,以X轴方向上的第一外边界和第二外边界(即左右边界)的中心线(位于第一图像Ixy’中间的白色纵线)为分割线将第一图像Ixy’分为两个部分,即第一部分和第二部分。
接着执行步骤S402,如图3c所示,对第一部分(左边部分,左乳房所在的区域)和第二部分(右边部分,右乳房所在的区域)分别从上到下进行扫描,在第一部分检测到的y值最小的非零像素点为点P1,经过点P1且平行于第一图像Ixy’中X轴的直线为第一部分(左边部分)Y轴方向上第一外边界(第一图像Ixy’中左边的白色横线);在第二部分检测到的y值最小的非零为点P2,经过点P2且平行于第一图像Ixy’中X轴的直线为第二部分(右边部分)Y轴方向上的第二外边界(第一图像Ixy’中右边的白色横线)。其中,根据第一图像Ixy’确定的Y轴方向上的第一外边界(第一部分的上边界)和第二外边界(第二部分的上边界)所在的位置为降噪后的乳房磁共振图像的每一层横断面图像在Y轴方向上的第一外边界和第二外边界所在的位置,因此,确定了感兴趣区域在Y轴方向上的第一外边界(左乳房的上边界)和第二外边界(右乳房的上边界)。
再接着执行步骤S403,根据所述初始下边界与Y轴交点的Y坐标值y0,计算所述乳房三维图像的第i层横截面与其Y轴交点的Y坐标值yi,其中,i表示所述乳房三维图像的横断面的层次。这是由于初始下边界的确定依据是胸腔壁在横截面最大值投影图中的强度较大,而胸腔壁在每一层横截面中的位置都有微小变化,所有层的下边界相同显然不合理,因此还需要在降噪后的乳房三维图像的每一层横截面图像中进一步确定下边界。在本实施例中,所述坐标值yi根据以下计算公式得到:
具体地,y0为初始下边界所在位置的Y值,即初始下边界的最大Y值。在本实施例中,k的取值为160,即降噪后的乳房三维图像共有160层横断面图像。根据上述公式可以得到每一层横截面图像中与其Y轴交点的Y坐标值yi,可以得到每一层横断面图像与其Y轴的交点,经过所述交点且平行于该层横断面中X轴的直线即为每一层横断面图像中Y轴方向上的下边界,所有横断面图像中Y轴方向上的下边界再经过三维平面拟合,得到所述在Y轴方向上的第三外边界,即为所述感兴趣区域的下边界。
由于乳房三维图像中除了左右乳房之外,左右乳房中间的地方为胸腔,这一部分在实际应用中并不是感兴趣的区域,因此要将这一部分去除,确定出感兴趣区域。左右乳房经过上述步骤已经确定了X轴方向上的第一外边界和第二外边界,从图3c可知,X轴方向上的第一外边界为左乳房的左边界,X轴方向上的第二外边界为右乳房的右边界,因此,还需要确定左乳房的右边界和右乳房的左边界,即所述的确定感兴趣区域在X轴方向上的内边界,具体的过程如图5确定感兴趣区域在X轴方向上的边界中的内边界流程示意图所示,首先执行步骤S501,在所述第一图像Ixy’中,通过边缘检测得到所述感兴趣区域的边界线。在本实施例中,通过Canny边缘检测得到边界线;如图3d所示,即为左右乳房的中间位置的白色曲线。
接着执行步骤S502,选取所述边界线上的点Pi,计算所述点Pi与其前面第m个点的连线和所述点Pi与其后面第m个点的连线之间的夹角余弦值。在本实施例中,具体地,以步骤S401中所述的中心线为分割线将步骤S501中根据canny边缘检测得到的边界线分为两段,即左边边界线和右边边界线。计算左边边界线上的点Pi与其前面第m个点的连线和所述点Pi与其后面第m个点的连线之间的夹角余弦值,在本实施例中,初始点Pi为左边边界线上的第11个点,则计算左边边界线上的第11个点Pi与第1个点的连线和第11个点Pi与第21个点的连线之间的夹角余弦值,接着点Pi为左边边界线上的第12个点,计算第12个点与第2个点的连线和第12个点与第22个点的连线之间的夹角余弦值,随后点Pi为左边边界线上的第13个点,依次类推,直到点Pi为倒数第11个点为止。这样可以得到一系列夹角余弦值。右边边界线上的点和左边边界线上的点的计算方式一样。需要说明的是,本实施中m的取值为10,在实际中,m也可以取5或其它值。
再接着执行步骤S503,根据所述夹角余弦值,确定所述感兴趣区域在X轴方向上的内边界。具体地,根据步骤S502得到的夹角余弦值,将余弦值大于零的点舍去,然后在余弦值小于零的所有点中取余弦值最大的点,该点在第一图像Ixy 中Y轴方向上的直线即为所述在第一图像Ixy’中X轴方向上的内边界,如图3e所示,在左右边界线上均有一个余弦值最大的点,因此,确定了两条内边界。其中,根据第一图像Ixy’确定的X轴方向上的内边界所在的位置也为降噪后的乳房磁共振图像的每一层横断面图像中X轴方向上的内边界所在的位置,因此,确定了感兴趣区域在X轴方向上的第一内边界(左乳房的右边界)和第二内边界(右乳房的左边界)。
经过以上的步骤,已经检测到了包含乳房的最小长方体的四个面,即已经确定了X轴和Y轴方向上的边界,还需要检测乳房在矢状面中的层位置,即确定Z轴方向上的边界。具体的过程如图6确定感兴趣区域在Z轴方向上的边界的流程示意图所示,首先执行步骤S601,分别选取所述点P1和点P2各自所在的矢状面前后n层沿X轴做最大值投影,得到二维第一图像Iyz’和二维第二图像Iyz”,其中,所述二维图像Iyz为所述二维第一图像Iyz’和二维第二图像Iyz”。在本实施例中,Y轴方向上第一外边界和第二外边界的确定过程中,得到所述点P1和点P2,则可知两个点在X轴的坐标值,点P1和点P2所在的位置也即为左右乳房的乳头所在的位置。具体地,在降噪后的乳房三维图像的矢状面系列横截面图像中,选取点P1和点P2各自所在矢状面前后的20层矢状面横截面图像,将点P1所在的矢状面和其前后20层矢状面横截面图像沿X轴做最大值投影,得到第一图像Iyz’,同样地,将点P2所在的矢状面和其前后20层矢状面横截面图像沿X轴做最大值投影,得到第二图像Iyz”。
接着执行步骤S602,所述第一图像Iyz’和第二图像Iyz”通过边缘检测,确定所述感兴趣区域在Z轴方向上的边界。具体地,通过Canny边缘检测,去除中心位置(即横截面中上,下边界的中间位置,Y坐标)到Y轴方向上第一边界或第二边界之间的边缘,并且自动检测并去除边缘中分叉的部分,最终的边缘如图7所示,图7a为左乳房的最终边缘(白色的线),图7b为右乳房的最终边缘(白色的线)。具体地,检测边缘上的点,当该点8领域内有3个或3个以上非零点(灰度值不为零的点)在边缘上,则该点即为分叉点,在边缘中将该点去除。分别求如图7a和7b所示的两幅图边缘点中Z值最小和最大的点,第一图像Iyz’中Z值最小和最大点所在的位置为在第一图像Iyz’中Z轴方向上的边界(如图7c所示的两条白色线),第二图像Iyz”中Z值最小和最大点所在的位置为第二图像Iyz”中Z轴方向上的边界(如图7d所示的两条白色线)。其中,根据第一图像Iyz’和第二图像Iyz”确定的Z轴方向上的边界所在的位置也为降噪后的乳房磁共振图像的每一层矢状面图像中Z轴方向上的边界所在的位置,因此,确定了感兴趣区域在Z轴方向上的边界。
需要说明的是,确定边界的次序可以是任意的,本实施先确定X和Y,再确定Z。也可以先确定Z,再确定X或Y。得到的边界也可以根据实际需要做任意线性和非线性变化得到新的边界。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,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作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。

Claims (3)

1.一种乳房三维图像感兴趣区域提取方法,所述三维图像在人体坐标系以左右方向的冠状轴为X轴,前后方向的矢状轴为Y轴,及上下方向的垂直轴为Z轴,其特征在于,包括如下步骤:
(1)对所述乳房三维图像进行降噪处理,将所述乳房三维图像在Z轴方向上分割为k个横断面,选取所述横断面上的二维图像Ixy
(2)通过所述二维图像Ixy的灰度信息,分别确定所述感兴趣区域在X轴方向上的内边界和外边界,以及在Y轴方向上的外边界;
(3)选取所述乳房矢状面上的二维图像Iyz,分别确定所述感兴趣区域在Z轴方向上的边界;
所述二维图像Ixy包括第一图像Ixy’和第二图像Ixy”,其中,所述第一图像Ixy’为所述乳房横断面沿Z轴做最大值投影而得到的图像,所述第二图像Ixy”为所述乳房横断面沿Z轴做平均值投影而得到的图像;
所述感兴趣区域在X轴方向上的内边界的确定过程如下:
在所述第一图像Ixy’中,通过边缘检测得到所述感兴趣区域的边界线;
选取所述边界线上的点Pi,计算所述点Pi与其前面第m个点的连线和所述点Pi与其后面第m个点的连线之间的夹角余弦值;
根据所述夹角余弦值,确定所述感兴趣区域在X轴方向上的内边界;
所述感兴趣区域在X轴方向上的外边界的确定过程如下:
计算所述第二图像Ixy”每一行所有像素点的灰度值之和,选取所述灰度值之和最大的行作为初始下边界;
根据所述初始下边界和所述第一图像Ixy’的灰度变化,确定所述感兴趣区域在X轴方向上的第一外边界和第二外边界,即为所述X轴方向上的外边界;
所述感兴趣区域在Y轴方向上的外边界的确定过程如下:
所述X轴方向上的第一外边界和第二外边界的中心线将所述第一图像Ixy’划分为第一部分和第二部分;
根据所述第一图像Ixy’的灰度变化,确定点P1和点P2,并根据分别经过所述P1和点P2且平行于所述第一图像Ixy’中X轴的直线,确定所述感兴趣区域在Y轴方向上的第一外边界和第二外边界;
根据所述初始下边界与Y轴交点的Y坐标值y0,计算所述乳房三维图像的第i层横断面与其Y轴交点的Y坐标值yi,根据经过所述交点且平行于所述第i层横断面中X轴的直线,确定所述感兴趣区域在Y轴方向上的第三外边界,其中,i表示所述乳房三维图像的横断面的层次。
2.如权利要求1所述的感兴趣区域提取方法,其特征在于,所述坐标值yi的计算公式为:
3.如权利要求1所述的感兴趣区域提取方法,其特征在于,所述感兴趣区域在Z轴方向上的外边界的确定过程如下:
1)分别选取所述点P1和点P2各自所在的矢状面前后n层沿X轴做最大值投影,得到二维第一图像Iyz’和二维第二图像Iyz”,其中,所述二维图像Iyz包括所述二维第一图像Iyz’和二维第二图像Iyz”;
2)所述第一图像Iyz’和第二图像Iyz”通过边缘检测,确定所述感兴趣区域在Z轴方向上的边界。
CN201210591683.3A 2012-12-29 2012-12-29 一种乳房三维图像感兴趣区域的提取方法 Active CN103914697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210591683.3A CN103914697B (zh) 2012-12-29 2012-12-29 一种乳房三维图像感兴趣区域的提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210591683.3A CN103914697B (zh) 2012-12-29 2012-12-29 一种乳房三维图像感兴趣区域的提取方法

Publications (2)

Publication Number Publication Date
CN103914697A CN103914697A (zh) 2014-07-09
CN103914697B true CN103914697B (zh) 2018-08-31

Family

ID=51040366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210591683.3A Active CN103914697B (zh) 2012-12-29 2012-12-29 一种乳房三维图像感兴趣区域的提取方法

Country Status (1)

Country Link
CN (1) CN103914697B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104657984B (zh) * 2015-01-28 2018-10-16 复旦大学 三维超声乳腺全容积图像感兴趣区域的自动提取方法
CN105374025B (zh) * 2015-09-30 2018-05-04 上海联影医疗科技有限公司 乳房图像获取方法及装置、乳房摄影系统
US10297024B2 (en) 2015-09-30 2019-05-21 Shanghai United Imaging Healthcare Co., Ltd. System and method for determining a breast region in a medical image
CN107203997B (zh) * 2016-03-16 2020-06-02 上海联影医疗科技有限公司 一种左右半脑的分割方法
CN107818819B (zh) * 2017-10-31 2021-05-18 上海联影医疗科技股份有限公司 线形植入物识别方法及装置、存储介质
CN109978773A (zh) * 2017-12-27 2019-07-05 浙江宇视科技有限公司 图像处理方法及装置
CN110009666B (zh) * 2018-01-05 2021-01-22 北京柏惠维康科技有限公司 一种机器人空间配准中建立匹配模型的方法及装置
CN110246173B (zh) * 2018-08-14 2023-11-03 浙江大华技术股份有限公司 一种判断形状区域的方法和装置
CN109727240B (zh) * 2018-12-27 2021-01-19 深圳开立生物医疗科技股份有限公司 一种三维超声图像的遮挡组织剥离方法及相关装置
CN111563877B (zh) * 2020-03-24 2023-09-26 北京深睿博联科技有限责任公司 一种医学影像的生成方法及装置、显示方法及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484199A (zh) * 2002-08-13 2004-03-24 ��ʽ���綫֥ 使用三维感兴趣区域来处理图像的方法与装置
CN1943512A (zh) * 2006-11-08 2007-04-11 沈阳东软医疗系统有限公司 一种确定感兴趣区域的装置及方法
CN102240210A (zh) * 2010-03-30 2011-11-16 株式会社东芝 图像处理装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003230164B2 (en) * 2002-05-08 2008-05-01 Yeda Research And Development Co. Ltd. Sensitized online BOLD-MRI imaging method
JP5538862B2 (ja) * 2009-12-18 2014-07-02 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、及びプログラム
JP5822554B2 (ja) * 2011-06-17 2015-11-24 キヤノン株式会社 画像処理装置、画像処理方法、撮影システム及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484199A (zh) * 2002-08-13 2004-03-24 ��ʽ���綫֥ 使用三维感兴趣区域来处理图像的方法与装置
CN1943512A (zh) * 2006-11-08 2007-04-11 沈阳东软医疗系统有限公司 一种确定感兴趣区域的装置及方法
CN102240210A (zh) * 2010-03-30 2011-11-16 株式会社东芝 图像处理装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
医学图像感兴趣区域(ROI)的分割三维重建算法研究;王方;《科技创新导报》;20110630;第218-220页 *
医学图像感兴趣区域的提取;薛凌云等;《杭州电子科技大学学报》;20060430;第26卷(第2期);第19-22页 *

Also Published As

Publication number Publication date
CN103914697A (zh) 2014-07-09

Similar Documents

Publication Publication Date Title
CN103914697B (zh) 一种乳房三维图像感兴趣区域的提取方法
Shen Image registration by local histogram matching
Ceritoglu et al. Large deformation diffeomorphic metric mapping registration of reconstructed 3D histological section images and in vivo MR images
Maes et al. Medical image registration using mutual information
EP2916738B1 (en) Lung, lobe, and fissure imaging systems and methods
US20100322496A1 (en) Method and system for anatomy structure segmentation and modeling in an image
CN106504229B (zh) 图像中特征点的检测方法
CN103942824B (zh) 一种三维点云直线特征提取方法
US20160117797A1 (en) Image Processing Apparatus and Image Processing Method
WO2007044508A2 (en) System and method for whole body landmark detection, segmentation and change quantification in digital images
CN101814191B (zh) 基于二维传递函数的三维图像可视化方法
CN102663738A (zh) 三维图像配准方法及系统
CN107977996A (zh) 基于靶标标定定位模型的空间目标定位方法
JP6196624B2 (ja) 可変深さ定位表面投影
JP2019088906A (ja) 非対称性削減方法
CN103544695A (zh) 一种高效的基于博弈框架的医学图像分割方法
CN104794476B (zh) 一种人员痕迹的提取方法
JP2005310101A (ja) 視線誘導度算出システム、視線誘導度算出プログラムおよび記憶媒体、並びに視線誘導度算出方法
JP2016031766A (ja) Cadデータとsem画像との位置合わせ
Lee et al. Multi-contrast computed tomography healthy kidney atlas
CN106934846B (zh) 一种布料图像处理方法及系统
CN112017148A (zh) 一种单节骨骼轮廓的提取方法及装置
CN104933712B (zh) 基于脑部ct图像的图模型展示方法
CN105069773B (zh) 基于掩膜与canny相结合的自适应边缘检测计算方法
CN107563992B (zh) 一种乳房皮肤线的检测方法和装置

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
CP01 Change in the name or title of a patent holder

Address after: 201815 No. 1180 Xingxian Road, Jiading Industrial Zone, Jiading District, Shanghai

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201815 No. 1180 Xingxian Road, Jiading Industrial Zone, Jiading District, Shanghai

Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

CP02 Change in the address 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 No. 1180 Xingxian Road, Jiading Industrial Zone, Jiading District, Shanghai

Patentee before: Shanghai Lianying Medical Technology Co.,Ltd.