CN105496563B - 标定脊柱医学图像定位线的方法 - Google Patents
标定脊柱医学图像定位线的方法 Download PDFInfo
- Publication number
- CN105496563B CN105496563B CN201510887452.0A CN201510887452A CN105496563B CN 105496563 B CN105496563 B CN 105496563B CN 201510887452 A CN201510887452 A CN 201510887452A CN 105496563 B CN105496563 B CN 105496563B
- Authority
- CN
- China
- Prior art keywords
- disk
- position line
- central point
- principal direction
- line
- 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
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种标定脊柱医学图像定位线的方法，包括以下步骤：步骤S1，所述步骤S1包括采集样本，计算样本特征，离线训练形成分类器并输出训练后得到的分类器；步骤S2，所述步骤S2包括输入图像，检测与分割间盘，计算出间盘的主方向和中心点；利用获得的间盘中心点和方向，计算出扫描沿特定截面的解剖像所需的冠状面定位线或矢状面定位线的主方向及中心点。如此设置，改善了定位线标定的速度和精度。
Description
技术领域
本发明涉及医学领域图像的处理，尤其涉及扫描脊柱矢状面解剖像或横截面解剖像所需的定位线的标定方法。
背景技术
医学图像越来越广泛应用于疾病的诊断，磁共振成像(Magnetic ResonanceImaging，简称MRI)、断层扫描(Computed Tomography，简称CT)成像的诊断价值很大程度上取决于扫描计划的准确性和一致性。目前成像过程中，通常还需要人工标定大量图片，确定扫描解剖像所需的定位线，根据定位线再进行扫描出解剖像，如此大大增加了放射科技师的工作量，而且容易出现定位线确定不准确的情况，影响后续诊断的可靠性。
因此，有必要对定位线标定的过程加以改善，改善定位线标定的速度和精度，满足医学诊断对扫描图像的要求。
发明内容
本发明的目的在于提供一种标定脊柱医学图像定位线的方法，用于实现定位线的自动快速标定。
为了实现前述发明目的，本发明提供一种标定医学图像定位线的方法，包括以下步骤：
步骤S1，所述步骤S1包括采集样本，计算样本特征，离线训练形成分类器并输出训练后得到的分类器；
步骤S2，所述步骤S2包括输入图像，检测与分割间盘，用于计算出间盘的主方向和中心点；利用获得的间盘中心点和方向，计算出扫描沿特定截面的解剖像所需的冠状面定位线或矢状面定位线的主方向及中心点。
优选地，所述样本为脊柱间盘的成像样本，离线训练后得到的分类器包括矢状面所用的分类器和冠状面所用的分类器，所述特定截面包括矢状面和横截面。
优选地，步骤S2中输入图像包括输入矢状面图像或者冠状面图像。
优选地，步骤S2中检测与分割间盘包括以下步骤：加载离线训练得到的矢状面所用的分类器和冠状面所用的分类器，遍历图像，确定含间盘的候选区域，对候选区域去假阳性操作。
优选地，确定含间盘的候选区域的过程中，如果出现候选区域重叠时，则进行合并，合并采用的规则是：选取分类器加权投票数多的，如果票数一样，则对两个重叠的候选区域的四个顶点坐标求平均，得出新候选区域。
优选地，去假阳性操作包括通过初步拟合曲线进行去假阳性操作。
优选地，对于矢状面图像，初步拟合曲线是拟合三次曲线；对于冠状面图像，初步拟合曲线是拟合一次曲线；初步拟合曲线进行去假阳性操作还包括设定初级阈值，如果候选区域的中心点与拟合曲线的距离大于初级阈值，则认定为假阳性并加以去除。
优选地，去假阳性操作还包括再次拟合曲线进行进一步去假阳，对于矢状面图像，再次拟合曲线是拟合一次曲线；对于冠状面图像，再次拟合曲线是拟合一次曲线。
优选地，步骤S2还包括以下步骤：补充漏检间盘候选区域，对于矢状面图像，计算相邻候选区域的中心点间的欧式距离，对于冠状面图像则计算相邻候选区域的y坐标间距离，对于距离大的足够容纳一节间盘或者两节间盘，首先找出漏检间盘候选区域，然后进行分割，通过长短径和主方向做进一步判断是否为间盘，如果是，则补充上漏检间盘区域，同时获得补充间盘点。
优选地，检测与分割间盘还包括以下步骤：分割候选区域，获得间盘点。
优选地，检测与分割间盘还包括以下步骤：输入间盘点，计算间盘的主方向和中心点。
优选地，矢状面间盘候选区域只要满足下述三个条件：主方向大于0.2、长短径比值小于1.5、主方向的绝对值大于2.0中的任何一个条件，则确定为非间盘，不加以补充。
优选地，冠状面间盘只要满足以下任一条件，即长短径比值小于3或主方向的绝对值大于0.35，则确定为非间盘，不加以补充。
优选地，检测与分割间盘与计算出扫描沿特定截面的解剖像所需的冠状面定位线或矢状面定位线的主方向及中心点之间还包括定位线矫正步骤。
优选地，定位线矫正步骤包括指矫正冠状面定位线，具体步骤包括：当某节间盘满足以下条件：abs(main_direction)>0.2，即主方向的绝对值大于0.2时，则判断该节间盘的主方向不准，取上下间盘主方向的平均修正该节间盘的主方向。
优选地，定位线矫正步骤包括指矫正矢状面定位线，具体步骤包括：当某节间盘满足以下任意一个条件，即主方向的绝对值大于1.5或主方向大于0.4，则判断该节间盘的主方向不准，取上下间盘主方向的平均修正该节间盘的主方向。
优选地，扫描横截面解剖像所需的冠状面定位线和矢状面定位线的主方向及中心点的获得方式如下：冠状面定位线的主方向为所有间盘的主方向，中心点即为所有间盘的中心点；矢状面定位线的主方向为所有间盘的主方向，中心点为所有间盘点的右边缘点。
优选地，扫描矢状面解剖像所需的冠状面定位线和矢状面定位线的主方向及中心点的获得方式如下：获得冠状面定位线的主方向及中心点的步骤为经过每个间盘中心点都求条垂线，然后计算该垂线离其他间盘中心点的距离，如果距离小于3像素，则累加间盘个数，找出通过间盘个数最多的垂线作为最终定位线，最终定位线的主方向为找到的垂线的方向，中心点为该垂线经过的所有间盘中心点的平均；获得矢状面定位线的主方向及中心点的步骤为：矢状面定位线方向为第二、三节间盘主方向的平均；中心点为第二、三节间盘中心点的平均。
本发明通过获得分类器，输入图像，加载分类器，确定候选区域，去除假阳，补充漏检区域，分割间盘，计算中心点及方向等步骤，实现脊柱定位线的自动快速精确标定，改善了成像效率和效果，从而为后续诊断的可靠性提供更好的保障。
附图说明
图1为本发明实施例中标定脊柱医学图像定位线的方法的步骤流程示意图。
图2为本发明实施例中步骤S22的流程示意图。
图3a为本发明实施例通过步骤S222确定出矢状面图像上含间盘的候选区域的示意图。
图3b为图3a含间盘的候选区域中重叠部分进行合并后的示意图。
图3c为本发明实施例在脊柱矢状面图像上拟合出的三次曲线的示意图。
图3d示意的是通过图3c中拟合出的三次曲线对图3b中矢状面图像进行去假阳后的结果示意图。
图4a为本发明实施例中通过步骤S224中对矢状面图像再次拟合出的曲线的示意图。
图4b示意的是通过图3c中拟合出的三次曲线对图3b中矢状面图像进行去假阳后的结果示意图。
图4c为本发明实施例中步骤S224通过再次拟合出的曲线对图3d中的矢状面图像进一步去假阳后的结果示意图。
图4d为本发明实施例中步骤S226通过分割候选区域获得的矢状面图像上间盘点的示意图。
图5a为本发明实施例通过步骤S223在脊柱冠状面图像上拟合出的直线的示意图。
图5b为本发明实施例确定出的冠状面上含间盘的候选区域的示意图。
图5c为本发明实施例在步骤S223中根据图5a中拟合出的直线去假阳后的结果示意图。
图5d为本发明实施例中通过步骤S226获得的冠状面图像上间盘点的示意图。
图6示意的是输入一系列间盘点，求出间盘的主方向。
图7a为本发明实施例中为获得矢状面解剖像而在冠状面确定出的定位线的示意图。
图7b为本发明实施例中为获得矢状面解剖像而在矢状面确定出的定位线和饱和带的示意图。
图7c为本发明实施例中根据图7a和图7b中定位线和饱和带扫描出的矢状面解剖像。
图8a为本发明实施例中为获得横截面解剖像而在冠状面确定出的定位线的示意图。
图8b为本发明实施例中为获得横截面解剖像而在矢状面确定出的定位线和饱和带的示意图。
图8c为本发明实施例中根据图8a和图8b中定位线和饱和带扫描出的横截面解剖像。
图9为本发明实施例中X和Y坐标的示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
MRI成像的主要优点有：软组织的成像效果好，空间分辨率高。本发明实施例中提到的成像方法为MRI成像，当然，也可以是CT成像。矢状面(Sagittal plane)是指将人体切分成左右两部分的纵切面，冠状面(Coronal plane)是指将人体切分成前后两部分的纵切面，横截面(transverse plane)是指将人体切分成上下两部分的切面。
请参考图1所示，本发明实施例中标定脊柱医学图像定位线的方法为EasyScan-Spine(脊柱易扫描)的自动定位方法，具体包括以下步骤：
步骤S1：离线训练，具体包括：采集脊柱间盘或椎骨的MRI成像样本；计算样本的类哈尔特征(Haar-like特征)；采用一定的算法，例如可以采用Adaboost算法训练形成分类器，训练后输出的结果为Sagittal(矢状面)所用的分类器和Coronal(冠状面)所用的分类器。
其中采集样本时采用统一大小，即24*12像素，计算Haar-like特征采用的特征原型包括边缘特征、线性特征、中心环绕特征、对角线特征，前述特征及Adaboost算法为业内人员熟知，不再赘述。
步骤S2：在离线训练完之后自动定位脊柱的定位线，包括如下步骤：
步骤S21：输入矢状面图像或者冠状面图像。
步骤S22：利用检测与分割模块对间盘或椎骨进行检测与分割，检测与分割模块是扫描矢状面解剖像和横截面解剖像需进入的共用模块。所述间盘是连接两个椎体之间的软组织。在替代的实施中，前述间盘模块可以替换为椎骨模块。
步骤S22包括以下步骤：
步骤S221：加载离线训练得到的分类器即矢状面所用的分类器和冠状面所用的分类器；
步骤S222：遍历矢状面图像或者冠状面图像，利用训练获得的分类器进行判断，确定含间盘的候选区域；当检测出的候选区域重叠时，对其进行合并，合并采用的规则是：选取分类器加权投票数多的，如果票数一样，则对两个重叠的候选区域的四个顶点坐标求平均，得出新候选区域。
步骤S223：接着开始初步拟合曲线进行去假阳性操作，设定初级阈值，初级阈值可以设定为12像素，如果候选区域中心点与拟合曲线的距离大于设定的初级阈值，则认定为假阳性并加以去除。对于矢状面图像，将拟合三次曲线；对于冠状面图像，将拟合一次曲线即直线。
拟合三次曲线的具体过程如下：首先求出所有间盘候选区域的中心点，然后任意取其中四个点拟合三次曲线，采用最小二乘法进行多项式拟合。多项式拟合公式如下：
f(x)＝a1x3+a2x2+a3x+a4
x为自变量，是指间盘中心点的y坐标位置，f(x)为因变量，是指间盘中心点x坐标的位置。a1、a2、a3、a4是多项式的系数，通过拟合获得。x坐标参图9所示。
矢状面间盘分布一般呈S形三次曲线，因为间盘中心点有很多个，任意4个点生成一个三次曲线，由此生成很多条曲线，从中找到一条通过间盘中心点最多的曲线。
拟合一次曲线即直线的多项式公式如下：
f(x)＝a1x+a2
方法与拟合三次曲线类似，也是先求出所有间盘候选区域的中心点，然后取任意两点拟合直线，找出一条通过间盘中心点最多的直线。
步骤S224：再次拟合曲线进一步去假阳。矢状面由拟合三次曲线改为拟合直线，阈值跟初步拟合曲线时一致，依然为12像素。冠状面依然拟合直线，但是设定的阈值要比初步拟合曲线时更苛刻，阈值设定为6像素。
步骤S225：补充漏检间盘候选区域。
对于矢状面图像计算相邻候选区域的中心点间的欧式距离，对于冠状面图像则计算相邻候选区域的y坐标间距离。y坐标参图9所示。
对于距离大的足够容纳一节间盘或者两节间盘，首先找出其候选区域，然后用Fuzzy C-Means方法进行分割，通过长短径和主方向做进一步判断是否为间盘，如果是，则补充上漏检间盘候选区域，同时获得补充间盘点。
间盘的主方向用main_direction表示，长短径比值用LR表示，主方向是所有间盘点排列的主要方向，如图6中z1为主方向。长短径比值则为主方向z1上特征值与z2方向上特征值的比值，也可以表示为图6中椭圆长短轴之比。
因为矢状面间盘的结构特性，其倾斜角度在一定范围内，矢状面间盘候选区域只要满足以下任一条件，则不符合矢状面间盘特性，不加以补充。
条件main_direction>0.2||LR<1.5||abs(main_direction)>2.0表示的是只要满足下述三个条件：主方向大于0.2、长短径比值小于1.5、主方向的绝对值大于2.0中的任何一个条件，则确定为非间盘，不加以补充。
对于冠状面间盘，只要满足以下任一条件，LR<3||abs(main_direction)>0.35，即长短径比值小于3或主方向的绝对值大于0.35，则确定为非间盘，不加以补充。
步骤S226：采用一定的算法分割候选区域，例如可以采用Fuzzy C Means算法获得间盘点。步骤S226步骤中分割候选区域可以针对所有候选区域或者除补充间盘区域之外的所有候选区域。
步骤S227：输入间盘点，利用主成分分析(Principal Component Analysis，PCA)方法计算间盘的主方向和中心点。
步骤S23：利用检测与分割模块获得的间盘中心点和方向，分别计算出扫描矢状面解剖像和扫描横截面解剖像所需定位线的中心点和方向。另外，还可以同时计算出矢状面图像中的饱和带，饱和带可以用于遮去鼻子、嘴巴等一些器官，使扫描出的解剖像更清晰。当然，也可以不用计算出饱和带。
a.对扫描矢状面解剖像所需的冠状面定位线和矢状面定位线的主方向及中心点的获得方式如下：
如图7a所示，冠状面定位线A1需垂直于尽量多的间盘，采取的策略是，经过每个间盘中心点都求条垂线，然后计算该垂线离其他间盘中心点的距离，如果距离小于3像素，则累加间盘个数，找出通过间盘个数最多的垂线作为最终定位线。最终定位线的主方向为找到的垂线的方向，中心点为该垂线经过的所有间盘中心点的平均。
如图7b所示，矢状面定位线C1平行于间盘的C3-4节时，可以达到平行于尽量多的间盘的要求。定位线方向为第二、三节间盘主方向的平均；中心点为第二、三节间盘中心点的平均。
如图7b所示，对扫描矢状面解剖像所需的饱和带B1的方向为最左间盘主方向的切线，中心点为最左间盘中心点再往左30像素，当然，也不局限于30像素，也可以为其他值，只要保证不遮住间盘就行。
b.对扫描横截面解剖像所需的冠状面定位线和矢状面定位线的主方向及中心点的获得方式如下：
如图8a所示，冠状面定位线C2平行于对应的间盘。定位线的主方向为所有间盘的主方向；中心点即为所有间盘的中心点。
如图8b所示，矢状面定位线A2需平行于对应的间盘。定位线的主方向为所有间盘的主方向，中心点为所有间盘点的右边缘点。
对扫描横截面解剖像所需的饱和带B1的方向为最左间盘主方向的切线，中心点为最左间盘中心点再往左30像素。
在其他替代的实施例中，步骤S22和步骤S23之间还可以增加如下步骤：
通过间盘之间的相互关系，进行定位线的矫正，进一步提升定位线自动标定的精度。定位线的矫正是指冠状面定位线的矫正或矢状面定位线的矫正。
冠状面定位线的矫正：冠状位间盘方向的结构特性决定冠状位间盘的主方向有个合理范围。当某节间盘满足以下条件：abs(main_direction)>0.2，即主方向的绝对值大于0.2时，则判断该节间盘的主方向不准，取上下间盘主方向的平均修正该节间盘的主方向。
矢状面定位线的矫正：矢状面间盘方向的结构特性决定矢状面间盘的主方向有个合理范围。当某节间盘满足以下任意一个条件：abs(main_direction)>1.5||main_direction>0.4，即主方向的绝对值大于1.5或主方向大于0.4，则判断该节间盘的主方向不准，取上下间盘主方向的平均修正该节间盘的主方向。
矢状面还可以通过相邻间盘主方向的变化来进行校正。因为矢状面间盘呈S型分布，其相邻间盘的主方向变化是连续的。计算相邻两节间盘主方向之差，如果某节间盘的主方向与上一节间盘和下一节间盘的主方向之差都很大，例如两者主方向之差之和大于0.9，则将该节间盘的主方向修正为上下两节间盘主方向的平均。
本发明上述实施例的标定医学图像定位线的方法可以在例如计算机软件、硬件或计算机软件与硬件的组合的计算机可读取介质中加以实施。对于硬件实施而言，本发明中所描述的实施例可在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、用于执行上述功能的其它电子装置或上述装置的选择组合来加以实施。在部分情况下，这类实施例可以通过控制器进行实施。
对软件实施而言，本发明中所描述的实施例可通过诸如程序模块(procedures)和函数模块(functions)等独立的软件模块来加以实施，其中每一个模块执行一个或多个本文中描述的功能和操作。软件代码可通过在适当编程语言中编写的应用软件来加以实施，可以储存在内存中，由控制器或处理器执行。
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 (11)
1.一种标定脊柱医学图像定位线的方法，包括以下步骤：
步骤S1，所述步骤S1包括采集样本，计算样本特征，离线训练形成分类器并输出训练后得到的分类器；
步骤S2，所述步骤S2包括输入图像，检测与分割间盘，用于计算出间盘的主方向和中心点，所述检测与分割间盘包括以下步骤：加载离线训练得到的矢状面所用的分类器和冠状面所用的分类器，遍历图像，确定含间盘的候选区域，对候选区域去假阳性操作，分割候选区域，获得间盘点，输入间盘点，计算间盘的主方向和中心点；利用获得的间盘中心点和主方向，计算出扫描沿特定截面的解剖像所需的冠状面定位线或矢状面定位线的主方向及中心点。
2.如权利要求1所述的标定脊柱医学图像定位线的方法，其特征在于，所述样本为脊柱间盘的成像样本，离线训练后得到的分类器包括矢状面所用的分类器和冠状面所用的分类器，所述特定截面包括矢状面和横截面。
3.如权利要求2所述的标定脊柱医学图像定位线的方法，其特征在于，步骤S2中输入图像包括输入矢状面图像或者冠状面图像。
4.如权利要求1所述的标定脊柱医学图像定位线的方法，其特征在于，确定含间盘的候选区域的过程中，如果出现候选区域重叠时，则进行合并，合并采用的规则是：选取分类器加权投票数多的候选区域，如果票数一样，则对两个重叠的候选区域的四个顶点坐标求平均，得出新候选区域。
5.如权利要求1所述的标定脊柱医学图像定位线的方法，其特征在于，去假阳性操作包括通过初步拟合曲线进行去假阳性操作。
6.如权利要求5所述的标定脊柱医学图像定位线的方法，其特征在于，对于矢状面图像，初步拟合曲线是拟合三次曲线；对于冠状面图像，初步拟合曲线是拟合一次曲线；初步拟合曲线进行去假阳性操作还包括设定初级阈值，如果候选区域的中心点与拟合曲线的距离大于初级阈值，则认定为假阳性并加以去除。
7.如权利要求5所述的标定脊柱医学图像定位线的方法，其特征在于，去假阳性操作还包括再次拟合曲线进行进一步去假阳，对于矢状面图像，再次拟合曲线是拟合一次曲线；对于冠状面图像，再次拟合曲线是拟合一次曲线。
8.如权利要求7所述的标定脊柱医学图像定位线的方法，其特征在于，步骤S2还包括以下步骤：补充漏检间盘候选区域，对于矢状面图像，计算相邻候选区域的中心点间的欧式距离，对于冠状面图像则计算相邻候选区域的y坐标间距离，对于距离大的足够容纳一节间盘或者两节间盘，首先找出漏检间盘候选区域，然后进行分割，通过长短径和主方向做进一步判断是否为间盘，如果是，则补充上漏检间盘区域，同时获得补充间盘点。
9.如权利要求1所述的标定脊柱医学图像定位线的方法，其特征在于，检测与分割间盘与计算出扫描沿特定截面的解剖像所需的冠状面定位线或矢状面定位线的主方向及中心点之间还包括定位线矫正步骤。
10.如权利要求2所述的标定脊柱医学图像定位线的方法，其特征在于，扫描横截面解剖像所需的冠状面定位线和矢状面定位线的主方向及中心点的获得方式如下：冠状面定位线的主方向为所有间盘的主方向，中心点即为所有间盘的中心点；矢状面定位线的主方向为所有间盘的主方向，中心点为所有间盘点的右边缘点。
11.如权利要求2所述的标定脊柱医学图像定位线的方法，其特征在于，扫描矢状面解剖像所需的冠状面定位线和矢状面定位线的主方向及中心点的获得方式如下：获得冠状面定位线的主方向及中心点的步骤为经过每个间盘中心点都求条垂线，然后计算该垂线离其他间盘中心点的距离，如果距离小于3像素，则累加间盘个数，找出通过间盘个数最多的垂线作为最终定位线，最终定位线的主方向为找到的垂线的方向，中心点为该垂线经过的所有间盘中心点的平均；获得矢状面定位线的主方向及中心点的步骤为：矢状面定位线方向为第二、三节间盘主方向的平均，中心点为第二、三节间盘中心点的平均。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510887452.0A CN105496563B (zh) | 2015-12-04 | 2015-12-04 | 标定脊柱医学图像定位线的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510887452.0A CN105496563B (zh) | 2015-12-04 | 2015-12-04 | 标定脊柱医学图像定位线的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105496563A CN105496563A (zh) | 2016-04-20 |
| CN105496563B true CN105496563B (zh) | 2018-05-04 |
Family
ID=55705133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510887452.0A Active CN105496563B (zh) | 2015-12-04 | 2015-12-04 | 标定脊柱医学图像定位线的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105496563B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019023891A1 (en) * | 2017-07-31 | 2019-02-07 | Shenzhen United Imaging Healthcare Co., Ltd. | SYSTEMS AND METHODS FOR AUTOMATIC SEGMENTATION AND IDENTIFICATION OF VERTEBRA IN MEDICAL IMAGES |
| CN107909622B (zh) * | 2017-11-30 | 2021-05-14 | 上海联影医疗科技股份有限公司 | 模型生成方法、医学成像的扫描规划方法及医学成像系统 |
| EP3729377A4 (en) | 2017-12-18 | 2020-12-23 | Shanghai United Imaging Healthcare Co., Ltd. | SYSTEMS AND METHODS FOR DETERMINING THE SCANNING PARAMETER IN IMAGING |
| CN110752029B (zh) * | 2019-10-21 | 2020-08-28 | 北京推想科技有限公司 | 一种病灶的定位方法及装置 |
| CN110859623B (zh) * | 2019-12-04 | 2024-04-16 | 航天中心医院 | 基于影像的腰椎椎间孔狭窄的检测方法 |
| CN114170166A (zh) * | 2021-11-26 | 2022-03-11 | 四川大学华西医院 | 磁共振头部扫描图像质量评价方法及设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101655910A (zh) * | 2008-08-21 | 2010-02-24 | 索尼（中国）有限公司 | 训练系统、训练方法及检测方法 |
| CN102018525A (zh) * | 2009-09-23 | 2011-04-20 | 上海西门子医疗器械有限公司 | 椎骨和椎间盘的定位方法和装置 |
| CN102525525A (zh) * | 2010-12-31 | 2012-07-04 | Ge医疗系统环球技术有限公司 | 在定位图像上设置定位线的方法和装置及ct设备 |
| CN103218800A (zh) * | 2011-09-27 | 2013-07-24 | 西门子公司 | 用于自动肋骨中心线提取的方法和系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2756804A1 (en) * | 2013-01-22 | 2014-07-23 | Agfa Healthcare | Method, apparatus and system for identifying a specific part of a spine in an image |
| CN105096291A (zh) * | 2014-04-25 | 2015-11-25 | 上海联影医疗科技有限公司 | 一种中心线的提取方法 |
-
2015
- 2015-12-04 CN CN201510887452.0A patent/CN105496563B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101655910A (zh) * | 2008-08-21 | 2010-02-24 | 索尼（中国）有限公司 | 训练系统、训练方法及检测方法 |
| CN102018525A (zh) * | 2009-09-23 | 2011-04-20 | 上海西门子医疗器械有限公司 | 椎骨和椎间盘的定位方法和装置 |
| CN102525525A (zh) * | 2010-12-31 | 2012-07-04 | Ge医疗系统环球技术有限公司 | 在定位图像上设置定位线的方法和装置及ct设备 |
| CN103218800A (zh) * | 2011-09-27 | 2013-07-24 | 西门子公司 | 用于自动肋骨中心线提取的方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| CT定位片中椎骨检测算法研究;姚庆;《中国优秀硕士学位论文全文数据库医药卫生科技辑》;20150415(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105496563A (zh) | 2016-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105496563B (zh) | 标定脊柱医学图像定位线的方法 | |
| JP6877868B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| US8254652B2 (en) | Apparatus, method and system for computer tomography image processing | |
| US7676257B2 (en) | Method and apparatus for segmenting structure in CT angiography | |
| US8855387B2 (en) | System for detecting bone cancer metastases | |
| US9159127B2 (en) | Detecting haemorrhagic stroke in CT image data | |
| EP1946703A1 (en) | Image analyzing device and method | |
| US20080159604A1 (en) | Method and system for imaging to identify vascularization | |
| CN115345893B (zh) | 基于图像处理的卵巢组织癌变区域分割方法 | |
| JP5301197B2 (ja) | 断面画像表示装置および方法ならびにプログラム | |
| US7840055B2 (en) | Computer aided tube and tip detection | |
| EP2244633A2 (en) | Medical image reporting system and method | |
| JP2007307358A (ja) | 画像処理方法および装置ならびにプログラム | |
| JP2008253293A (ja) | Ｃｔ画像からの肺野領域抽出方法 | |
| JP2017067489A (ja) | 診断支援装置、方法及びコンピュータプログラム | |
| Schneider et al. | Automatic global vessel segmentation and catheter removal using local geometry information and vector field integration | |
| EP3047455B1 (en) | Method and system for spine position detection | |
| CN105556567B (zh) | 用于脊椎位置探测的方法和系统 | |
| US9275452B2 (en) | Method and system for automatically determining compliance of cross sectional imaging scans with a predetermined protocol | |
| CN112349391A (zh) | 一种优化肋骨自动标号方法 | |
| Bodzioch et al. | New approach to gallbladder ultrasonic images analysis and lesions recognition | |
| Wang et al. | Interactive retinal vessel extraction by integrating vessel tracing and graph search | |
| JP2014236912A (ja) | 画像処理装置およびその方法 | |
| Pirentis et al. | Automated ascending aorta delineation from ECG-gated computed tomography images | |
| JP2005246032A (ja) | 異常陰影検出方法および装置並びにプログラム |
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 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |