CN105374023A - 一种分割目标区域方法，及其图像重建方法和装置 - Google Patents

一种分割目标区域方法，及其图像重建方法和装置 Download PDF

Info

Publication number
CN105374023A
CN105374023A CN201510527895.9A CN201510527895A CN105374023A CN 105374023 A CN105374023 A CN 105374023A CN 201510527895 A CN201510527895 A CN 201510527895A CN 105374023 A CN105374023 A CN 105374023A
Authority
CN
China
Prior art keywords
image
target area
projected image
reconstruction
object region
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
Application number
CN201510527895.9A
Other languages
English (en)
Other versions
CN105374023B (zh
Inventor
滕万里
齐季
朱江源
马艳歌
崔凯
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 CN201510527895.9A priority Critical patent/CN105374023B/zh
Publication of CN105374023A publication Critical patent/CN105374023A/zh
Application granted granted Critical
Publication of CN105374023B publication Critical patent/CN105374023B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供一种分割目标区域的方法及其图像重建方法和装置，所述分割目标区域的方法包括如下步骤：获取投影图像；分割所述投影图像上的目标区域；提取所述目标区域进行图像重建。采用本发明提供的方法及其装置可以有效减少后续重建处理的数据量，减少显卡负担，有效提高重建处理时间。

Description

一种分割目标区域方法，及其图像重建方法和装置
技术领域
本发明涉及数字图像处理的技术领域，尤其涉及一种分割目标区域的方法及其图像重建方法和装置。
背景技术
图像分割时将图像中互不相交的区域分离开来，提取图像中的目标区域，是后续常见的基础，满足图像处理中进一步的定性定量分析需要。三维重建技术是指利用CT、MRI等影像设备输出的图像投影数据，根据需要选择合适的三维重建算法，获得组织或器官的三维图像，辅助医生进行诊断、手术仿真、引导治疗等。
随着平板探测器技术的发展，对诸如小钙化点等小病灶信息的确认，越来越迫切需要高分辨率的图像，继而要求大尺寸的图像，例如乳腺图像中对于诸如小钙化点的微小病灶信息的确认需要高分辨率的图像，所以大大增加处理图像的存储量，对于显卡要求越来越高。现有技术中，将整幅图像输入处理系统进行图像重建或者针对重建图像进行分割操作，这样既增加了重建的处理时间又增加了重建过程中需要的数据存储量，对显卡具有较高的要求。
发明内容
本发明要解决的问题是现有技术中图像重建中输入高分辨率的整幅图像或者针对重建图像进行分割操作，增加重建处理时间，和数据存储量对显卡的要求。
为解决上述问题，本发明提供了一种分割目标区域的方法，包括如下步骤：
获取投影图像；
分割所述投影图像上的目标区域；
提取所述目标区域进行图像重建。
进一步地，所述目标区域包含目标组织。
进一步地，所述所述分割方法采用并行分割，包括如下步骤：
在获取第n+1幅投影图像的机械运行过程中，同时分割第n幅投影图像的目标区域；其中n为自然数。
进一步地，所述分割目标区域包括如下步骤：
统计所述投影图像中各像素点的灰度值的均值；
根据所述灰度值的均值对所述投影图像中各像素点进行二值化处理，
若像素点灰度值大于所述灰度值的均值，则设定该点像素值为1；
否则设定该点像素点值为0，获得二值化图像；
选取包含所有灰度值为1的区域S，即为所述目标区域。
为解决上述问题，本发明还提供了一种分割目标区域的医学图像重建方法，包括
如下步骤：
获取投影图像；
分割所述投影图像上的目标区域；
对提取的所述目标区域进行图像重建；
将所述目标区域的重建图像还原至三维图像中，获得医学重建图像。
为解决上述问题，本发明还提供了一种分割目标区域的成像系统，包括如下装置：
图像获取单元，用于获取投影图像；
提取单元，用于在所述投影图像上提取目标区域；
重建单元，用于重建所述目标区域，获得医学重建图像。
进一步地，所述图像获取单元采集第n+1幅投影图像的机械运行过程中，所述提
取单元同时提取第n幅投影图像的目标区域；其中n为自然数。
本发明技术方案对比现有技术有如下的有益效果：针对所述投影图像上分割提取的目标区域进行重建，相对于整幅图像来说，有效减少后续重建处理的数据量，减少显卡负担，有效提高重建处理时间；采用并行分割，在两次数据采集之间的机械运动时，对上一步获取的投影数据进行目标区域分割，加速数据处理时间。
附图说明：
图1是本发明一个实施例分割目标区域方法的流程示意图；
图2是本发明一个实施例分割投影图像中目标区域的方法流程示意图；
图3是本发明一个实施例提取目标区域的结果示意图；
图4是本发明一个实施例分割目标区域的医学图像重建方法的流程示意图；
图5是本发明一个实施例分割目标区域的医学图像重建装置的结构示意图。
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。
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。
为解决现有技术中针对整幅图像进行重建，即增加重建处理时间，又增加数据存储量的问题，本实施例提供一种分割目标区域的方法。图1所示为本发明一个实施例分割目标区域方法的流程示意图，包括如下步骤：
首先执行步骤S12：获取投影图像。在具体实施中，可以采用多种医学扫描设备对被检对象进行扫描，获得所述投影图像，例如CT图像、MR图像等。本实施例中采用乳腺断层图像的投影数据。
接着执行步骤S12：分割投影图像中的目标区域。本实施例中采用分割方法为并行分割。所述并行分割是指采集完毕第n幅投影图像后，继续采集第n+1幅投影图像的机械运行过程中(大约为200～400毫秒)，同时在针对第n幅投影图像分割并提取目标区域，无需额外的时间用于分割提取操作，有效加速数据处理时间。
分割并提取所述图样图像上的目标区域，具体地，如图2本实施例中分割投影图像中目标区域的方法流程示意图所示，所述目标区域的获得包括如下步骤：
执行步骤S121～S124，统计所述投影图像中各像素点的灰度值的均值，根据所述灰度值的均值对所述投影图像中各像素点进行二值化处理，如该像素点的灰度值大于所述灰度值均值，则设定该点像素点的值为1，否则设定该点像素点的值为0，获得二值化图像。
最后执行步骤S125：选取包含全部灰度值为1的像素点的区域S，即为所述目标区域。需要说明的是，本实施例中所述目标区域，即乳腺断层图像的乳腺部分在所述二值化图像中呈高亮状态，与背景区域具有明显的分割，因此本实施例中采用由坐标A(x1，y1)和B(x2，y2)两个对角点构成的矩形框出的区域S为所述目标区域，如图3本发明一个实施例提取目标区域的结果示意图所示。本实施例中的所述目标区域只要完全覆盖目标组织即可，特别是医疗临床诊断中只要能够实现对可疑病灶部位的成像；提取目标区域并不限于矩形框，可以根据目标组织形态特征完全覆盖目标组织即可。
可以理解的是，在具体实施中，也可以采用边缘检测、阈值分割、区域分割和直方图法等其它分割算法提取投影数据中的目标区域，此处不再详述。
最后执行步骤S13：提取所述目标区域，输入处理系统进行重建。
本实施例采用在投影图像上分割并提取目标区域，并针对所述目标区域进行图像重建处理，相对于现有技术中针对整幅图像进行重建或者针对重建图像进行分割操作，有效减少后续重建处理的数据量，减少显卡负担，有效提高重建处理时间；采用并行分割，在两次数据采集之间的机械运动时对上一步获取的投影数据进行目标区域分割，无需额外的处理时间，进一步加速数据处理时间。
为解决上述技术问题，本实施例还提供一种分割目标区域的医学图像重建方法，如图4所示的流程示意图，包括如下步骤：
S21：获取投影图像，本实施例中采用乳腺断层图像的投影数据。
S22：分割所述投影图像上的目标区域。本实施例中分割投影图像中的目标区域，具体地采用由坐标A(x1，y1)和B(x2，y2)两个对角点构成的矩形框出的区域为所述目标区域；可以理解除了矩形框架，所述目标区域只要确保分割出的区域完全覆盖需要重建的目标即可，在具体实施中，也可以采用其它分割算法提取投影数据中的目标区域，此处不再详述。
S23：对提取的所述目标区域进行图像重建，获得目标区域的重建图像。
S24：将所述目标区域的重建图像还原至三维图像中，获得医学重建图像。如S22所述，根据目标区域获得的重建对象是由坐标A(x1，y1)和B(x2，y2)两对角点构成的矩形框出的区域为所述目标区域；因此根据点A和点B坐标将目标区域的重建图像定位到原尺寸图像中，而对于非目标区域的背景区域具有固定的像素点灰度值，将非目标区域设定为所述固定灰度值，最终获得医学重建图像。
本实施例针对所述投影图像上分割提取的目标区域进行重建，相对于整幅图像来说，有效减少后续重建处理的数据量，减少显卡负担，有效提高重建处理时间；采用并行分割，在两次数据采集之间的机械运动时，对上一步获取的投影数据进行目标区域分割，加速数据处理时间。根据本实施例对乳腺断层图像进行重建，与现有技术相比，可以在重建系统中减少大约1/2的存储量和1/3的重建时间。
以上对分割目标区域的方法和分割目标区域的医学图像重建方法进行了详细的描述，为了使本领域技术人员更好地理解和实现本发明，以下通过具体实施例描述上述方法对应的装置。
本实施例提供一种分割目标区域的医学图像重建装置，如图5所示装置U100的结构示意图，包括：
图像获取单元U101，用于获取投影图像；在具体实施中，可以采用多种医学扫描设备对被检对象进行扫描，获得所述投影图像，例如CT图像、MR图像等。
提取单元U102，用于在所述投影图像上提取目标区域，所述图像获取单元采集第n+1幅投影图像的机械运行过程中，所述提取单元同时提取第n幅投影图像的目标区域；采用并行分割提取所述目标区域，无需额外的时间用于分割提取操作，有效加速数据处理时间。
重建单元U103，用于重建所述目标区域，获得医学重建图像。
综上所述，本发明提供的一种分割目标区域的方法及其图像重建方法和装置，在投影图像上分割并提取目标区域，并针对所述目标区域进行图像重建处理，有效减少后续重建处理的数据量，减少显卡负担，有效提高重建处理时间；采用并行分割，在两次数据采集之间的机械运动时，对上一步获取的投影数据进行目标区域分割，无需额外的处理时间，进一步加速数据处理时间。相对于现有技术中针对整幅图像进行重建或者针对重建图像进行分割操作，可以在重建系统中减少大约1/2的存储量和1/3的重建时间。
虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。

Claims (7)

1.一种分割目标区域的方法，其特征在于，包括如下步骤：
获取投影图像；
分割所述投影图像上的目标区域；
提取所述目标区域进行图像重建。
2.如权利要求1所述的分割目标区域的方法，其特征在于，所述目标区域包含目标组织。
3.如权利要求1所述的分割目标区域的方法，其特征在于，所述分割方法采用并行分割，包括如下步骤：
在获取第n+1幅投影图像的机械运行过程中，同时分割第n幅投影图像中的目标区域；其中n为自然数。
4.如权利要求1所述的分割目标区域的方法，其特征在于，所述分割目标区域包括如下步骤：
统计所述投影图像中各像素点的灰度值的均值；
根据所述灰度值的均值对所述投影图像中各像素点进行二值化处理，
若像素点灰度值大于所述灰度值的均值，则设定该点像素值为1；
否则设定该点像素点值为0，获得二值化图像；
选取包含所有灰度值为1的区域S，即为所述目标区域。
5.一种分割目标区域的医学图像重建方法，其特征在于，包括如下步骤：
获取投影图像；
分割所述投影图像上的目标区域；
对提取的所述目标区域进行图像重建；
将所述目标区域的重建图像还原至三维图像中，获得医学重建图像。
6.一种分割目标区域的医学图像重建装置，其特征在于，包括如下装置：
图像获取单元，用于获取投影图像；
提取单元，用于在所述投影图像上提取目标区域；
重建单元，用于重建所述目标区域，获得医学重建图像。
7.如权利要求6所述的医学图像重建装置，其特征在于，所述图像获取单元采集第n+1幅投影图像的机械运行过程中，所述提取单元同时提取第n幅投影图像的目标区域；其中n为自然数。
CN201510527895.9A 2015-08-25 2015-08-25 一种分割目标区域方法，及其图像重建方法和装置 Active CN105374023B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510527895.9A CN105374023B (zh) 2015-08-25 2015-08-25 一种分割目标区域方法，及其图像重建方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510527895.9A CN105374023B (zh) 2015-08-25 2015-08-25 一种分割目标区域方法，及其图像重建方法和装置

Publications (2)

Publication Number Publication Date
CN105374023A true CN105374023A (zh) 2016-03-02
CN105374023B CN105374023B (zh) 2020-06-26

Family

ID=55376195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510527895.9A Active CN105374023B (zh) 2015-08-25 2015-08-25 一种分割目标区域方法，及其图像重建方法和装置

Country Status (1)

Country Link
CN (1) CN105374023B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108664937A (zh) * 2018-05-14 2018-10-16 宁波江丰生物信息技术有限公司 一种基于数字病理切片扫描仪的多区域扫描方法
CN109345545A (zh) * 2018-09-26 2019-02-15 广东毅达医疗科技股份有限公司 一种分割图像生成的方法、装置及计算机可读存储介质
CN109447992A (zh) * 2018-10-23 2019-03-08 中国银行股份有限公司 一种图像分割方法及装置
CN110298790A (zh) * 2019-06-28 2019-10-01 北京金山云网络技术有限公司 一种对图像进行超分辨率重建的处理方法及装置
CN113554742A (zh) * 2020-04-26 2021-10-26 上海联影医疗科技股份有限公司 一种三维图像的重建方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1943513A (zh) * 2006-11-08 2007-04-11 沈阳东软医疗系统有限公司 一种针对ct图像的处理装置、方法及系统
US7212201B1 (en) * 1999-09-23 2007-05-01 New York University Method and apparatus for segmenting an image in order to locate a part thereof
CN101320473A (zh) * 2008-07-01 2008-12-10 上海大学 自由多视角、实时的三维重建系统和方法
CN103345746A (zh) * 2013-06-25 2013-10-09 上海交通大学 基于ct-pet的医学影像诊断方法
CN104616296A (zh) * 2015-01-23 2015-05-13 上海联影医疗科技有限公司 提高放射治疗影像质量的方法及装置、放射治疗系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7212201B1 (en) * 1999-09-23 2007-05-01 New York University Method and apparatus for segmenting an image in order to locate a part thereof
CN1943513A (zh) * 2006-11-08 2007-04-11 沈阳东软医疗系统有限公司 一种针对ct图像的处理装置、方法及系统
CN101320473A (zh) * 2008-07-01 2008-12-10 上海大学 自由多视角、实时的三维重建系统和方法
CN103345746A (zh) * 2013-06-25 2013-10-09 上海交通大学 基于ct-pet的医学影像诊断方法
CN104616296A (zh) * 2015-01-23 2015-05-13 上海联影医疗科技有限公司 提高放射治疗影像质量的方法及装置、放射治疗系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108664937A (zh) * 2018-05-14 2018-10-16 宁波江丰生物信息技术有限公司 一种基于数字病理切片扫描仪的多区域扫描方法
CN109345545A (zh) * 2018-09-26 2019-02-15 广东毅达医疗科技股份有限公司 一种分割图像生成的方法、装置及计算机可读存储介质
CN109447992A (zh) * 2018-10-23 2019-03-08 中国银行股份有限公司 一种图像分割方法及装置
CN109447992B (zh) * 2018-10-23 2022-04-01 中国银行股份有限公司 一种图像分割方法及装置
CN110298790A (zh) * 2019-06-28 2019-10-01 北京金山云网络技术有限公司 一种对图像进行超分辨率重建的处理方法及装置
CN113554742A (zh) * 2020-04-26 2021-10-26 上海联影医疗科技股份有限公司 一种三维图像的重建方法、装置、设备及存储介质
CN113554742B (zh) * 2020-04-26 2024-02-02 上海联影医疗科技股份有限公司 一种三维图像的重建方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN105374023B (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN109493328B (zh) 医学图像显示方法、查看设备以及计算机设备
CN107798682B (zh) 图像分割系统、方法、装置和计算机可读存储介质
Manzari et al. MedViT: a robust vision transformer for generalized medical image classification
Isaac et al. Super resolution techniques for medical image processing
CN105374023A (zh) 一种分割目标区域方法，及其图像重建方法和装置
KR20150098119A (ko) 의료 영상 내 거짓양성 병변후보 제거 시스템 및 방법
CN1758285A (zh) 图像数据区域抽取系统以及图像数据区域抽取方法
CN102184560B (zh) 一种基于模板的ccd-dr图像拼接方法
KR102175162B1 (ko) 볼륨 렌더링 장치 및 그 동작방법
KR101977067B1 (ko) 심층 신경망 기반 특징 추출을 통하여 진단 맵을 재구축하는 방법 및 이를 이용한 장치
EP3929869A1 (en) Vrds 4d medical image-based vein ai endoscopic analysis method and product
CN106023205A (zh) 基于简化粒子群优化二维最大熵阈值的医学影像分割方法
Kurnar et al. Detection of brain tumor in MRI images by applying segmentation and area calculation method using scilab
KR101885562B1 (ko) 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치
CN107798711B (zh) 一种医学成像扫描方法和系统
CN112150571A (zh) 一种图像运动伪影消除方法、装置、设备及存储介质
He et al. Cephalometric landmark detection by considering translational invariance in the two-stage framework
KR102108418B1 (ko) 재구성된 영상군에 기초한 영상 제공 방법 및 이를 이용한 장치
JP4668289B2 (ja) 画像処理装置および方法並びにプログラム
JP2009301254A (ja) 画像処理装置および方法ならびにプログラム
CN114365188A (zh) 基于vrds ai下腔静脉影像的分析方法及产品
Wang et al. A novel automatic acne detection and severity quantification scheme using deep learning
US9392146B2 (en) Apparatus and method for extracting object
CN111627529A (zh) Vrds 4d医学影像处理方法及产品
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

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: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai.

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai.

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

CP01 Change in the name or title of a patent holder