CN104102805A - 医疗图像信息处理方法和装置 - Google Patents

医疗图像信息处理方法和装置 Download PDF

Info

Publication number
CN104102805A
CN104102805A CN201310129674.7A CN201310129674A CN104102805A CN 104102805 A CN104102805 A CN 104102805A CN 201310129674 A CN201310129674 A CN 201310129674A CN 104102805 A CN104102805 A CN 104102805A
Authority
CN
China
Prior art keywords
line
medical
supply unit
image information
medical supply
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
CN201310129674.7A
Other languages
English (en)
Inventor
翁馨
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 CN201310129674.7A priority Critical patent/CN104102805A/zh
Publication of CN104102805A publication Critical patent/CN104102805A/zh
Pending legal-status Critical Current

Links

Abstract

本发明提供了一种数字医疗图像处理方法和装置,其中,所述方法包括:获取包含医疗单元的医疗图像信息;获取第一连线,所述第一连线为位于所述医疗单元内长度最长的线段;获取位于所述医疗单元内的第三连线,所述第三连线为位于所述医疗单元内,且垂直相交于所述第一连线的长度最长的线段;根据所述第一连线和第三连线获取所述医疗单元的与尺寸相关的医疗参数。通过所述方法和装置可以获得所述医疗单元的精确尺寸信息。

Description

医疗图像信息处理方法和装置
技术领域
本发明涉及医疗图像处理技术,特别涉及一种医疗图像信息处理方法和装置。
背景技术
医生对某组织或器官进行诊断的时候,往往需要获得关于所述待诊断组织或器官的尺寸参数,才能够针对所述待诊断组织或器官采取相应的医疗措施和制定精确的治疗方案。也就是说,待诊断部位的尺寸参数对于治疗方案的制定起着至关重要的作用。
医生一般可以通过查看待诊断部位的二维或三维CT图像来获得对待诊断部位的形状和位置的认识,虽然所述二维或三维CT图像能够在视觉上让医生对所述待诊断部位有一个直观的了解,但是并不能直接提供反映所述待诊断部位尺寸的量化性数据,例如,当医生看到一个关于肿瘤的CT图像,医生可以直观的看到这个肿瘤的形状和位置,但是医生不能直接根据图像来客观地判断所述肿瘤的具体尺寸。
目前医疗领域一般根据二维CT图像来对待诊断医疗单元的尺寸进行估算,这种估算过程不但计算量大,步骤繁琐,而且计算出来的结果并不精确,不能准确而客观地反映所述待诊断医疗单元的尺寸。另外,由于待诊断部位的形状往往又是不规则的,而对于不规则物体的尺寸参数的获取是一个复杂的过程,尤其对于尺寸参数的精确度控制也相对困难。
因此,需要提出一种新的医疗图像信息处理方法和装置,以获取待诊断医疗单元的精确尺寸参数。
发明内容
本发明解决的问题是提出一种新的医疗图像信息处理方法和装置,以实现对待诊断医疗单元的医疗图像信息进行处理,从而获取所述待诊断医疗单元的精确尺寸参数。
为解决上述问题,本发明的实施例提供了一种医疗图像信息处理方法,所述方法包括:一种医疗图像信息处理方法,其特征在于,包括:获取包含医疗单元的医疗图像信息;获取第一连线,所述第一连线为位于所述医疗单元内长度最长的线段;获取位于所述医疗单元内的第三连线,所述第三连线为位于所述医疗单元内,且垂直相交于所述第一连线的长度最长的线段;根据所述第一连线和第三连线获取所述医疗单元的与尺寸相关医疗参数。
可选地,所述医疗图像信息为三维医疗图像信息。
可选地,所述医疗单元为病灶结构、肿瘤结构、息肉结构或结节结构。
可选地,所述获取第一连线或第三连线的方法还包括获取所述医疗单元的边界点。
可选地,获取所述医疗单元的边界点的方法包括:通过图像分割算法获取所述医疗单元的掩膜图像;根据所述掩膜图像获取所述医疗单元的边界点。
可选地,所述图像分割算法为基于边缘的图像分割算法、基于区域的图像分割算法或基于特定理论的图像分割算法。
可选地,获取所述第三连线包括:在所述医疗单元内设置多个垂直于所述第一连线且与所述第一连线相交的截面;获取第二连线,所述第二连线为每个所述截面内的和所述第一连线相交的最长的连线;将最长的第二连线确定为第三连线。
可选地,所述垂直于所述第一连线且穿过所述第一连线的截面等分所述第一连线。
可选地,获取所述第二连线的方法包括:在每个所述截面中设置多条和所述第一连线相交的分割线;计算所述截面内每条分割线的长度,比较所述计算结果以确定所述第二连线。
可选地,计算所述第二连线的方法还包括:通过图像分割算法获取所述医疗单元的掩膜图像;在所述分割线上进行采样,取所述分割线上位于掩膜图像内,且最接近所述掩膜图像边界的点作为分割线的端点,计算所述截面内分割线的长度。
可选地,所述相邻两分割线之间的夹角相等。
本发明的实施例还提供了一种医疗图像信息处理装置,所述装置包括:图像信息获取单元,用于获取包含医疗单元的医疗图像信息;第一处理单元,用于获取第一连线,所述第一连线为位于所述医疗单元内长度最长的线段;第二处理单元,用于获取位于所述医疗单元内的第三连线,所述第三连线为位于所述医疗单元内,且垂直相交于所述第一连线的长度最长的线段;第三处理单元,用于根据所述第一连线和第三连线获取所述医疗单元的与尺寸相关的医疗参数。
可选地,所述医疗图像信息为三维医疗图像信息。
可选地,所述医疗单元为病灶结构、肿瘤结构、息肉结构或结节结构。
可选地,所述装置还包括边界点获取单元,用于获取所述医疗单元的边界点。
可选地,所述边界点获取单元包括:第一掩膜图像获取子模块,用于通过图像分割算法获取所述医疗单元的掩膜图像;边界点获取子模块,用于根据所述掩膜图像获取所述医疗单元的边界点。
可选地,所述第二处理单元包括:截面设置子模块,用于在所述医疗单元内设置多个垂直于所述第一连线且与所述第一连线相交的截面;第二连线获取子模块,用于获取第二连线,所述第二连线为每个所述截面内的和所述第一连线相交的最长的连线,最长的所述第二连线为第三连线。
可选地,所述第二连线获取子模块包括:分割线设置子模块,用于在每个所述截面中设置多条和所述第一连线相交的分割线;第二连线计算子模块,用于计算所述截面内每条分割线的长度,比较所述计算结果以确定所述第二连线。
可选地,所述第二连线计算子模块包括:第二掩膜图像获取子模块,用于通过图像分割算法获取所述医疗单元的掩膜图像;采样子模块,用于在所述分割线上进行采样,取所述分割线上位于掩膜图像内,且最接近所述掩膜图像边界的点作为所述分割线的端点,计算所述截面内分割线的长度。
与现有技术相比,本发明的实施例具有以下有益效果:
在上述医疗图像信息处理方法中,可以基于医疗单元的医疗图像信息计算出第一连线和第三连线,所述第一连线和第三连线能够客观和精确地反映所述医疗单元的尺寸信息,因此,根据所述第一连线和第三连线的长度和位置就能够获取所述医疗单元的与尺寸相关的医疗参数。
附图说明
图1是本发明一实施例中医疗图像信息处理方法的流程图;
图2是本发明一实施例中医疗图像信息处理方法中获取第三连线的方法流程图;
图3为本发明一实施例中医疗图像信息处理方法中的演示模型示意图;
图4为本发明一实施例中医疗图像信息处理装置的结构示意图;
图5为本发明一实施例中医疗图像信息处理装置的边界点获取单元的结构示意图;
图6为一本发明实施例中医疗图像信息处理装置的第二处理单元的结构示意图。
具体实施方式
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。
本发明的实施例提供了一种医疗图像信息处理方法。图1为本发明一实施例中所述医疗图像信息处理方法的流程图。
请参考图1,首先,执行步骤S100,获取包含医疗单元的医疗图像信息。在本发明的实施例中,所述医疗单位可以为待诊断的组织或器官,例如所述医疗单元可以为心脏,胃或其他人体器官,所述医疗单元也可以为某病症组织,例如所述医疗单元为病灶结构、肿瘤结构、息肉结构或结节结构。
在本发明的实施例中,所述医疗图像信息为三维医疗图像信息,例如CT(Computed Tomography)图像信息、MRI(Magnetic Resonance Imaging)图像信息或DR(Digital Radiography)图像信息等。
接着,请继续参考图1,执行步骤S101,根据所述医疗图像信息获取第一连线,所述第一连线为位于所述医疗单元内长度最长的线段。
在本发明的一实施例中,获取第一连线的方法包括:步骤S101a,获取所述医疗单元的边界点;以及步骤S101b,通过所述边界点的连线获取所述第一连线。
其中,在步骤S101a中,获取所述医疗单元的边界点的方法包括:通过图像分割算法获取所述医疗单元的掩膜图像;根据所述掩膜图像获取所述医疗单元的边界点。以三维CT图像信息为例,由于所述三维CT图像信息中包含灰度信息,那么首先可以利用图像分割算法对所述三维CT图像的灰度信息进行处理,以获得所述医疗单元的掩膜图像。其中,所述图像分割算法可以为基于边缘的图像分割算法、基于区域的图像分割算法或基于特定理论的图像分割算法。又由于根据图像分割算法所获得的掩膜图像只能反映出所述医疗单元内部和周围的大致纹理和轮廓,也就是说,需要进一步对所述掩膜图像进行处理才能获得所述医疗单元的边界。具体地为根据边界处的灰度信息,从所述掩膜图像中筛选出位于边界处的点。
在步骤S101b中,具体地,可以先计算出每一个所述边界点与其他边界点的距离,然后将相距最远的两边界点之间的线段确定为所述第一连线。
值得注意的是,如前所述,所述医疗单元的形状一般为不规则,不像球体可以通过直径来反映尺寸,也不像立方体可以通过长宽高来反映尺寸。然而,在本发明的实施例中,由上述可以看出,所述第一连线为所述医疗单元内长度最长的线段,显然,所述第一连线能够在一定程度上反映所述医疗单元的尺寸,以便医生对所述医疗单元的尺寸有一个客观的认识。
并且,相对于现有技术的复杂且粗糙的估算方法,通过上述方法不但能能够快速而精确地计算出第一连线,而且能够获得所述第一连线的两端点的位置,从而准确地定位出所述第一连线的位置,以便医生制定出精确的治疗方案。例如,所述医疗单元为一个肿瘤结构,当医生获得所述肿瘤上第一连线上的准确位置,医生就能够精确地计划手术刀切割方案。
如果所述第一连线的延伸方向为纵向,那么所述第一连线能够反映所述医疗单元在纵向上的尺寸,以下描述中的步骤都是为了获得能够在横向上反映所述医疗单元尺寸的第三连线,即位于所述医疗单元内,且垂直相交于所述第一连线的长度最长的线段。
接着,请继续参考图1,执行步骤S102,获取位于所述医疗单元内的第三连线。
在本发明的实施例中,如图2所示,获取所述第三连线的方法包括:步骤102a~102d。
首先,执行步骤S102,在所述医疗单元内设置多个垂直于所述第一连线且与所述第一连线相交的截面。
如前所述,所述第三连线与所述第一连线垂直,那么所述第三连线位于所述多个垂直于所述第一连线且与所述第一连线相交的截面中。
理论上,所述垂直于所述第一连线且穿过所述第一连线的截面为无穷多个,为了简化计算过程,在本发明的实施例中,所述垂直于所述第一连线且穿过所述第一连线的截面设置为有限个,且所述截面的个数可以根据对计算结果的精度要求来设置,如果对计算结果的精确度要求越高,所述截面的个数可以相对设置较多,反之较少。另外,所述垂直于所述第一连线且穿过所述第一连线的截可以等分所述第一连线,也就是说所述多个截面可以均匀排布,当然,在本发明的其他实施例中,所述多个截面也可以不均匀排布。
下面将以图3为例对所述多个垂直于所述第一连线且和所述第一连线相交的截面的设置进行演示说明,请参考图2,如果以图2中的椭球体为所述医疗单元,且椭球体表面两边界点连线AB为所述第一连线,那么图2中的面O1和O2为垂直所述第一连线AB且和所述第一连线AB相交的两个截面,如前所述,理论上,所述垂直于所述第一连线且穿过所述第一连线的截面为无穷多个,图2中只是以面O1和O2为例进行演示说明,另外,面O1和O2之间的距离可以均匀设置,也可以非均匀设置。
如前所述,所述第三连线为与所述第一连线垂直且距离最长的线段,那么可以通过先将所述多个截面的每一个面中和所述第一连线相交的最长线段计算出来,然后再比较关于所述多个截面的计算结果,以得出最长的连线。
接着,请继续参考图2,执行步骤S102b,在每个所述截面中设置多条和所述第一连线相交的分割线。
同样地,理论上,每一个所述截面中的所述分割线为无穷多条,在本发明的实施例中,为了简化计算,所述分割线的条数设置为有限条,且所述分割线的条数根据对计算结果的精度要求来设置,如果对计算结果的精确度要求越高,所述分割线的条数可以相对设置较多,反之较少。另外所述分割线之间的夹角可以相等也可以不相等,也就是说,所述分割线可以均匀排布也可以非均匀排布。
下面仍将以图2为例对所述多条和所述第一连线相交的分割线的设置进行演示说明,请参考图2,如果以图2中的椭球体为所述医疗单元,且椭球体表面两边界点连线AB为所述第一连线,以垂直所述第一连线AB且和所述第一连线AB相交的面O1为例,在面O1中设置有与所述第一连线相交的分割线L1、L2和L3,当然,如前所述,每一个所述截面中的所述分割线为无穷多条,这里只是以L1、L2和L3为例进行演示说明,另外,L1、L2和L3之间的夹角可以相等,也可以不相等。
接着,请继续参考图2,执行步骤S102c,计算所述截面内每条分割线的长度,比较所述计算结果以确定所述第二连线,所述第二连线为每个所述截面内的和所述第一连线相交的最长的连线。具体地,在本发明的实施例中,所述分割线的长度可以通过以下方法获取:通过图像分割算法获取所述医疗单元的掩膜图像,然后在所述分割线上进行采样,取所述分割线上位于掩膜图像内,且最接近所述掩膜图像边界的点作为端点,计算所述截面内分割线的长度。
接着,请继续参考图2,执行步骤S102d,将最长的所述第二连线确定为所述第三连线。所述第三连线为所述医疗单元内,与所述第一连线垂直且距离最长的线段。
如前所述,以所述第一连线的延伸方向为纵向,那么所述第一连线反映了所述医疗单元在纵向上的最大尺寸,而所述第三连线与所述第一连线垂直,因此所述第三连线反映了所述医疗单元在横向上的最大尺寸,让医生对所述医疗单元的尺寸有了更进一步的认识。
接着,请继续参考图1,执行步骤S105,根据所述第一连线和第三连线获取所述医疗单元的与尺寸相关的医疗参数。
关于上述医疗单元的与尺寸相关的医疗参数的获取过程,下面通过举例来说明:例如,当所述医疗单元为肿瘤结构,医生可以通过比较在不同时间获得的肿瘤上的第一连线和第三连线的长度和端点来进行医疗分析,例如,最近一次获取的第一连线和第三连线的长度相对于上一次增加了,那说明所述肿瘤的尺寸在增长,病情在进一步恶化,又比如说,最近一次获取的第一连线和第三连线的位置发生了变化,医生可以根据变化来分析导致变化的原因,以及变化的对其周围的组织和器官的影响等。
本发明的实施例还提供了一种医疗图像信息处理装置200,请参考图4,所述装置200包括:图像信息获取单元210,用于获取包含医疗单元的医疗图像信息;第一处理单元220,用于获取第一连线,所述第一连线为位于所述医疗单元内长度最长的线段;第二处理单元230,用于获取位于所述医疗单元内的第三连线,所述第三连线为位于所述医疗单元内,且垂直相交于所述第一连线的长度最长的线段;第三处理单元240,用于根据所述第一连线和第三连线获取所述医疗单元的与尺寸相关的医疗参数。
在本发明的实施例中,所述医疗图像信息可以为三维医疗图像信息。所述医疗单元可以为病灶结构、肿瘤结构、息肉结构或结节结构。
请继续参考图4,所述装置200还可以包括边界点获取单元250,用于获取所述医疗单元的边界点。
具体地,请参考图5,在本发明的实施例中,所述边界点获取单元250包括:第一掩膜图像获取子模块251,用于通过图像分割算法获取所述医疗单元的掩膜图像;边界点获取子模块252,用于根据所述掩膜图像获取所述医疗单元的边界点。
请参考图6,所述第二处理单元230包括:截面设置子模块231,用于在所述医疗单元内设置多个垂直于所述第一连线且与所述第一连线相交的截面;第二连线获取子模块232,用于获取第二连线,所述第二连线为每个所述截面内的和所述第一连线相交的最长的连线,最长的所述第二连线为第三连线。
具体地,请继续参考图6,所述第二连线获取子模块232包括:分割线设置子模块232a,用于在每个所述截面中设置多条和所述第一连线相交的分割线;第二连线计算子模块232b,用于计算所述截面内每条分割线的长度,比较所述计算结果以确定所述第二连线。
进一步,所述第二连线计算子模块232b包括:第二掩膜图像获取子模块232b1,用于通过图像分割算法获取所述医疗单元的掩膜图像;采样子模块232b2,用于在所述分割线上进行采样,取所述分割线上位于掩膜图像内,且最接近所述掩膜图像边界的点作为端点,计算所述截面内分割线的长度。
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 (19)

1.一种医疗图像信息处理方法,其特征在于,包括:
获取包含医疗单元的医疗图像信息;
获取第一连线,所述第一连线为位于所述医疗单元内长度最长的线段;
获取位于所述医疗单元内的第三连线,所述第三连线为位于所述医疗单元内,且垂直相交于所述第一连线的长度最长的线段;
根据所述第一连线和第三连线获取所述医疗单元的与尺寸相关的医疗参数。
2.如权利要求1所述的医疗图像信息处理方法,其特征在于,所述医疗图像信息为三维医疗图像信息。
3.如权利要求1所述的医疗图像信息处理方法,其特征在于,所述医疗单元为病灶结构、肿瘤结构、息肉结构或结节结构。
4.如权利要求1所述的医疗图像信息处理方法,其特征在于,所述获取第一连线或第三连线的方法还包括获取所述医疗单元的边界点。
5.如权利要求4所述的医疗图像信息处理方法,其特征在于,获取所述医疗单元的边界点的方法包括:通过图像分割算法获取所述医疗单元的掩膜图像;根据所述掩膜图像获取所述医疗单元的边界点。
6.如权利要求5所述的医疗图像信息处理方法,其特征在于,所述图像分割算法为基于边缘的图像分割算法、基于区域的图像分割算法或基于特定理论的图像分割算法。
7.如权利要求1所述的医疗图像信息处理方法,其特征在于,获取所述第三连线包括:在所述医疗单元内设置多个垂直于所述第一连线且与所述第一连线相交的截面;获取第二连线,所述第二连线为每个所述截面内的和所述第一连线相交的最长的连线;将最长的第二连线确定为第三连线。
8.如权利要求7所述的医疗图像信息处理方法,其特征在于,所述垂直于所述第一连线且穿过所述第一连线的截面等分所述第一连线。
9.如权利要求7所述的医疗图像信息处理方法,其特征在于,获取所述第二连线的方法包括:在每个所述截面中设置多条和所述第一连线相交的分割线;计算所述截面内每条分割线的长度,比较所述计算结果以确定所述第二连线。
10.如权利要求9所述的医疗图像信息处理方法,其特征在于,计算所述第二连线的方法还包括:通过图像分割算法获取所述医疗单元的掩膜图像;在所述分割线上进行采样,取所述分割线上位于掩膜图像内,且最接近所述掩膜图像边界的点作为分割线的端点,计算所述截面内分割线的长度。
11.如权利要求9所述的医疗图像信息处理方法,其特征在于,所述相邻两分割线之间的夹角相等。
12.一种医疗图像信息处理装置,其特征在于,包括:
图像信息获取单元,用于获取包含医疗单元的医疗图像信息;
第一处理单元,用于获取第一连线,所述第一连线为位于所述医疗单元内长度最长的线段;
第二处理单元,用于获取位于所述医疗单元内的第三连线,所述第三连线为位于所述医疗单元内,且垂直相交于所述第一连线的长度最长的线段;第三处理单元,用于根据所述第一连线和第三连线获取所述医疗单元的与尺寸相关的医疗参数。
13.如权利要求12所述的医疗图像信息处理装置,其特征在于,所述医疗图像信息为三维医疗图像信息。
14.如权利要求12所述的医疗图像信息处理装置,其特征在于,所述医疗单元为病灶结构、肿瘤结构、息肉结构或结节结构。
15.如权利要求12所述的医疗图像信息处理装置,其特征在于,还包括边界点获取单元,用于获取所述医疗单元的边界点。
16.如权利要求15所述的医疗图像信息处理装置,其特征在于,所述边界点获取单元包括:第一掩膜图像获取子模块,用于通过图像分割算法获取所述医疗单元的掩膜图像;边界点获取子模块,用于根据所述掩膜图像获取所述医疗单元的边界点。
17.如权利要求12所述的医疗图像信息处理装置,其特征在于,所述第二处理单元包括:截面设置子模块,用于在所述医疗单元内设置多个垂直于所述第一连线且与所述第一连线相交的截面;第二连线获取子模块,用于获取第二连线,所述第二连线为每个所述截面内的和所述第一连线相交的最长的连线,最长的所述第二连线为第三连线。
18.如权利要求17所述的医疗图像信息处理装置,其特征在于,所述第二连线获取子模块包括:分割线设置子模块,用于在每个所述截面中设置多条和所述第一连线相交的分割线;第二连线计算子模块,用于计算所述截面内每条分割线的长度,比较所述计算结果以确定所述第二连线。
19.如权利要求18所述的医疗图像信息处理装置,其特征在于,所述第二连线计算子模块包括:第二掩膜图像获取子模块,用于通过图像分割算法获取所述医疗单元的掩膜图像;采样子模块,用于在所述分割线上进行采样,取所述分割线上位于掩膜图像内,且最接近所述掩膜图像边界的点座位所述分割线的端点,计算所述截面内分割线的长度。
CN201310129674.7A 2013-04-15 2013-04-15 医疗图像信息处理方法和装置 Pending CN104102805A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310129674.7A CN104102805A (zh) 2013-04-15 2013-04-15 医疗图像信息处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310129674.7A CN104102805A (zh) 2013-04-15 2013-04-15 医疗图像信息处理方法和装置

Publications (1)

Publication Number Publication Date
CN104102805A true CN104102805A (zh) 2014-10-15

Family

ID=51670954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310129674.7A Pending CN104102805A (zh) 2013-04-15 2013-04-15 医疗图像信息处理方法和装置

Country Status (1)

Country Link
CN (1) CN104102805A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109712131A (zh) * 2018-12-27 2019-05-03 上海联影智能医疗科技有限公司 肺结节特征的量化方法、装置、电子设备及存储介质
CN110533638A (zh) * 2019-08-02 2019-12-03 杭州依图医疗技术有限公司 一种测量对象尺寸的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090180677A1 (en) * 2008-01-16 2009-07-16 Yuanzhong Li Method, apparatus, and program for measuring sizes of tumor regions
US20110150312A1 (en) * 2008-07-11 2011-06-23 Mitsubishi Precision Co., Ltd. Biodata model preparation method and apparatus, data structure of biodata model and data storage device of biodata model, and load dispersion method and apparatus of 3d data model
CN102479390A (zh) * 2010-11-30 2012-05-30 株式会社东芝 图像处理方法、图像处理装置、图像系统以及程序编码
CN102693353A (zh) * 2011-02-09 2012-09-26 西门子公司 用于自动产生统计模型的方法和计算机系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090180677A1 (en) * 2008-01-16 2009-07-16 Yuanzhong Li Method, apparatus, and program for measuring sizes of tumor regions
US20110150312A1 (en) * 2008-07-11 2011-06-23 Mitsubishi Precision Co., Ltd. Biodata model preparation method and apparatus, data structure of biodata model and data storage device of biodata model, and load dispersion method and apparatus of 3d data model
CN102479390A (zh) * 2010-11-30 2012-05-30 株式会社东芝 图像处理方法、图像处理装置、图像系统以及程序编码
CN102693353A (zh) * 2011-02-09 2012-09-26 西门子公司 用于自动产生统计模型的方法和计算机系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109712131A (zh) * 2018-12-27 2019-05-03 上海联影智能医疗科技有限公司 肺结节特征的量化方法、装置、电子设备及存储介质
CN110533638A (zh) * 2019-08-02 2019-12-03 杭州依图医疗技术有限公司 一种测量对象尺寸的方法及装置

Similar Documents

Publication Publication Date Title
AU2014231346B2 (en) Planning, navigation and simulation systems and methods for minimally invasive therapy
CN103371870B (zh) 一种基于多模影像的外科手术导航系统
WO2018119766A1 (zh) 多模态图像处理系统及方法
CN107067398B (zh) 用于三维医学模型中缺失血管的补全方法及装置
CN101558321B (zh) 基于宏观信息的纤维跟踪
US20130257910A1 (en) Apparatus and method for lesion diagnosis
EP3247269B1 (en) Tissue-orientation-based simulation of deep brain stimulation
CN104272349A (zh) 多相机设备跟踪
CN104306021B (zh) 全局匹配优化的超声图像三维重建方法
Cao et al. Automated catheter detection in volumetric ultrasound
Zhang et al. 2D ultrasound and 3D MR image registration of the prostate for brachytherapy surgical navigation
CN103324934A (zh) 基于平行结构检测与聚类的血管中心线自动提取方法
CN114119602A (zh) 对医学图像进行对象分析的方法、装置和存储介质
CN102525660B (zh) 具有颅脑部病灶自动识别功能的手术导航仪
JP2016538025A (ja) 腫瘍の奏効測定を支援するための方法
CN104102805A (zh) 医疗图像信息处理方法和装置
EP3071985A1 (en) System for measuring cortical thickness from mr scan information
EP4086852A1 (en) Generating reformatted views of a three-dimensional anatomy scan using deep-learning estimated scan prescription masks
US20140094679A1 (en) Systems and methods for performing organ detection
WO2018191824A1 (en) Identification of candidate elements in images for determination of disease state using atlas elements
JP6944492B2 (ja) 画像取得方法、関連装置及び読み取り可能な記憶媒体
CN109242964B (zh) 三维医学模型的处理方法和装置
US20220254104A1 (en) Detecting and representing anatomical features of an anatomical structure
CN103258323B (zh) 用于测量在医学成像数据中的变量比率的方法和装置
Miao et al. CoWRadar: Visual Quantification of the Circle of Willis in Stroke Patients.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20141015

RJ01 Rejection of invention patent application after publication