CN105551042A - 一种扫描床标记点位置的确定方法和装置 - Google Patents

一种扫描床标记点位置的确定方法和装置 Download PDF

Info

Publication number
CN105551042A
CN105551042A CN201510938843.0A CN201510938843A CN105551042A CN 105551042 A CN105551042 A CN 105551042A CN 201510938843 A CN201510938843 A CN 201510938843A CN 105551042 A CN105551042 A CN 105551042A
Authority
CN
China
Prior art keywords
gauge point
gauge
image
scanning bed
patient image
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
CN201510938843.0A
Other languages
English (en)
Other versions
CN105551042B (zh
Inventor
韩冬
周剑波
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.)
Shenyang Zhihe Medical Technology Co ltd
Original Assignee
Neusoft Medical Systems 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 Neusoft Medical Systems Co Ltd filed Critical Neusoft Medical Systems Co Ltd
Priority to CN201510938843.0A priority Critical patent/CN105551042B/zh
Publication of CN105551042A publication Critical patent/CN105551042A/zh
Application granted granted Critical
Publication of CN105551042B publication Critical patent/CN105551042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10104Positron emission tomography [PET]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • G06T2207/30208Marker matrix

Abstract

本发明提供一种扫描床标记点位置的确定方法和装置,该方法包括:在患者图像上滑动模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M;当所述M大于等于4时,判断所述M个候选位置中是否存在能够组成矩形的4个候选位置;如果是,则获得所述4个候选位置在所述患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比;当所述第一长宽比与所述第二长宽比相同时,将所述4个候选位置确定为4个标记点在所述患者图像中的位置。通过本发明的技术方案,确定出的扫描区域更加准确、客观。

Description

一种扫描床标记点位置的确定方法和装置
技术领域
本发明涉及医疗技术领域,尤其涉及一种扫描床标记点位置的确定方法和装置。
背景技术
近些年来,随着医学成像技术的不断发展,CT(ComputedTomography,电子计算机断层扫描)、MRI(MagneticResonanceImaging,磁共振成像)、PET(PositronEmissionComputedTomography,正电子发射型计算机断层显像)等医疗成像设备已经被广泛地应用于临床检测与临床诊断当中,为医生提供了更加客观与强大的诊断工具,提高了患者疾病诊断的准确性。
在使用医疗成像设备对患者进行成像扫描时,医生需要根据患者的疾病区域确定感兴趣的扫描区域,该扫描区域是实际进行扫描时的起始位置与终止位置之间的区域。例如,当患者躺在扫描床上时,如果疾病区域为人体胸腔,则医生可以根据个人经验确定出图1所示的扫描区域。
但是,由医生根据个人经验确定扫描区域时,扫描区域可能并不准确,如果扫描区域过小,则无法覆盖全部需要扫描的区域,如果扫描区域过大,则会使患者接受更大辐射的扫描。而且,不同医生因为经验和操作习惯等因素,也有可能确定出不同的扫描区域,此外,当医生的日均接诊量较大时,重复的操作也容易确定出错误的扫描区域。
发明内容
本发明提供一种扫描床标记点位置的确定方法,所述扫描床上设置有N对标记点,N为大于等于2的正整数,所述方法包括以下步骤:
获得患者图像和模板图像,所述患者图像包含所述扫描床上设置的标记点,所述模板图像的形状与所述标记点的形状相同;
在所述患者图像上滑动所述模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M;
当所述M大于等于4时,判断所述M个候选位置中是否存在能够组成矩形的4个候选位置;如果是,则获得所述4个候选位置在所述患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比;
当所述第一长宽比与所述第二长宽比相同时,将所述4个候选位置确定为4个标记点在所述患者图像中的位置。
另一方面,本发明提供一种扫描床标记点位置的确定装置,所述扫描床上设置有N对标记点,N为大于等于2的正整数,所述装置具体包括:
图像获得模块,用于获得患者图像和模板图像,所述患者图像包含所述扫描床上设置的标记点,所述模板图像的形状与所述标记点的形状相同,并将所述患者图像和所述模板图像输出给位置获得模块;
位置获得模块,用于在所述患者图像上滑动所述模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M;
判断模块,用于当所述M大于等于4时,判断所述M个候选位置中是否存在能够组成矩形的4个候选位置;
长宽比获得模块,用于当判断结果为是时,获得所述4个候选位置在所述患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比;
确定模块,用于当所述第一长宽比与所述第二长宽比相同时,将所述4个候选位置确定为4个标记点在所述患者图像中的位置。
基于上述技术方案,本发明实施例中,图像处理设备可以基于患者图像和模板图像确定出扫描床标记点在患者图像中的位置,并利用扫描床标记点在患者图像中的位置确定出扫描区域,不再需要医生根据个人经验确定扫描区域,因此利用本发明确定出的扫描区域更加准确、客观,不会存在不同医生的个体差异性。
附图说明
图1是医生根据个人经验确定出的扫描区域的示意图;
图2是本发明一种实施方式中的图像采集设备采集患者图像的示意图;
图3是本发明一种实施方式中的标记点的设置示意图;
图4A-图4B是本发明一种实施方式中的标记点的示意图;
图5是本发明一种实施方式中的标记点位置的确定方法的流程图;
图6是本发明另一种实施方式中的标记点位置的确定方法的流程图;
图7是本发明一种实施方式中的图像处理设备的硬件结构图;
图8是本发明一种实施方式中的标记点位置的确定装置的结构图。
具体实施方式
在本申请使用的术语仅仅是出于描述特定实施例的目的,而非限制本申请。本申请和权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。还应当理解,本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,此外,所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了克服医生根据个人经验确定扫描区域的问题,本发明实施例中提出一种扫描床标记点位置的确定方法,该方法可以应用于包括图像采集设备(通常为摄像机)、图像处理设备(通常为计算机)、扫描床和医疗成像设备的系统中。在一种可行的实施方式中,可以在扫描床上设置若干个标记点,当患者躺在扫描床上时,可以由图像采集设备采集包含该患者的图像,后续将该图像称为患者图像,该患者图像中同时会包含扫描床上设置的若干个标记点,并将该患者图像传输给图像处理设备。如图2所示,为图像采集设备采集患者图像的示意图。图像处理设备确定标记点在患者图像中的位置,进而通过该位置确定出扫描区域,由于在本发明提供的方案中,不再需要医生根据个人经验确定扫描区域,因此利用本发明确定出的扫描区域更加准确、客观,不会存在不同医生的个体差异性。医疗成像设备用于对扫描区域进行成像扫描。
为了使医疗成像设备能够准确地对扫描区域进行成像扫描,在本发明的方案中,确定标记点在患者图像中的位置是必不可少的过程。而为了确定标记点在患者图像中的位置,首先需要在扫描床上设置标记点,在一个可行的实现方式中,标记点的设置方式可以为:在扫描床上设置N对标记点,N为大于等于2的正整数,每对标记点对称设置在扫描床的两侧边缘,所有的标记点可以为具有相同形状的标记点。例如:假设N=3,标记点的设置示意图可以如图3所示,在实际应用中还可以在扫描床上设置更多的标记点。
此外,当N大于等于3时,则针对在扫描床的一侧设置的N个标记点,任意两个相邻标记点之间的垂直距离均不同。以图3为例,标记点A1和标记点A2是1对标记点,标记点B1和标记点B2是1对标记点,标记点C1和标记点C2是1对标记点。假设标记点A1与标记点B1(或者标记点A2与标记点B2)之间的垂直距离为L1,标记点B1与标记点C1(或者标记点B2与标记点C2)之间的垂直距离为L2,则L1与L2不同。
仍然以图3为例,假设标记点A1与标记点A2之间的水平距离为L1’,标记点B1与标记点B2之间的水平距离为L2’,标记点C1与标记点C2之间的水平距离为L3’,由于扫描床一般为一个矩形的扫描床,且每对标记点对称设置在扫描床的两侧边缘,因此,在该例子中,L1’、L2’、L3’均相同,将其记为水平距离L’。应理解,所述标记点间的水平距离也可以根据需要,设置为不同长度。本发明实施例中,针对N对标记点中的每对标记点,可以预先维护每对标记点的水平距离L’。针对在扫描床的一侧设置的N个标记点,也需要预先维护任意两个标记点之间的垂直距离,例如,预先维护垂直距离L1,垂直距离L2,标记点A1与标记点C1之间的垂直距离L3。其中,对于水平距离L’、垂直距离L1、L2、L3的使用过程,将在后续过程中进行阐述,在此不再赘述。
本发明实施例中,针对扫描床上设置的每个标记点,其形状可以任意设置且通常相同并且是已知的。为了能够与扫描床的其它区域区分,并能够与躺在扫描床上的患者衣服进行区分,通常标记点的形状复杂一些为宜,这样可以起到很好的标记作用。而且,由于标记点的形状是已知的,因此可以生成一个针对该标记点的模板图像,且该模板图像的形状与扫描床上设置的该标记点的形状完全相同,但是模板图像的尺寸不大于扫描床上设置的该标记点在患者图像中的尺寸。
进一步地,通过设置标记点的形状,以使该标记点具有尺度不变性。具有尺度不变性的标记点是指:当模板图像的尺寸不大于患者图像包含的扫描床上设置的标记点的尺寸时,且模板图像的中心与患者图像包含的扫描床上设置的标记点的中心重合时,模板图像与标记点的重叠区域是完全相同的。
例如,扫描床的尺寸为80(cm)*200(cm),扫描床上设置的标记点的尺寸为3(cm)*3(cm)。假设图像采集设备采集到患者图像,且患者图像的尺寸为40(cm)*100(cm),则标记点在患者图像中的尺寸为1.5(cm)*1.5(cm)。本发明实施例中,将标记点设置成如图4A和图4B所示的具有尺度不变性的标记点。以图4A所示的标记点为例,在图像采集设备采集到上述患者图像后,标记点在患者图像中的尺寸为1.5(cm)*1.5(cm)。假设该标记点对应的模板图像的尺寸为1(cm)*1(cm),则模板图像的中心与患者图像包含的标记点的中心重合时,模板图像与标记点的重叠区域是完全相同的,因此,该标记点具有尺度不变性。同理,针对图4B所示的标记点也具有尺度不变性。
在按照上述方式在扫描床上设置N对标记点之后,则针对确定扫描床标记点在患者图像中的位置的过程如图5所示,该方法可以包括以下步骤:
步骤501,获得患者图像和模板图像,该患者图像包含扫描床上设置的标记点,且该模板图像的形状与该标记点的形状相同。
本发明中,由于在扫描床上设置了N对标记点,当患者躺在扫描床上时,如图2所示,图像采集设备可以采集到患者图像,该患者图像中会包含扫描床上设置的N对标记点,并将该患者图像传输给图像处理设备,由图像处理设备获得该患者图像。此外,可以在图像处理设备上生成一个针对该标记点的模板图像,且该模板图像的形状与该标记点的形状完全相同。
步骤502,在患者图像上滑动模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M。
在得到模板图像和患者图像之后,图像处理设备可以将模板图像作为一个滑动窗口,且模板图像在患者图像上滑动的过程中,该模板图像将依次经过患者图像的每个位置。在模板图像依次经过患者图像的每个位置时,如果模板图像滑动到患者图像上的对应扫描床设置的标记点所在的位置,且模板图像的中心与标记点的中心重合时,由于模板图像与标记点的重叠区域是完全相同的,因此,在利用相似度算法计算模板图像与患者图像之间的相似度时,相似度会很高,假设为99%。如果模板图像滑动到标记点之外的其它位置,在利用相似度算法计算模板图像与患者图像之间的相似度时,相似度会很低,假设为10%。
在本公开的例子中,预设阈值可以根据实际经验设置,当相似度大于预设阈值时,则表明该相似度在患者图像对应的位置可能是扫描床设置的标记点在患者图像的位置;当相似度不大于预设阈值时,则表明该相似度在患者图像对应的位置不会是扫描床设置的标记点在患者图像的位置。
相似度算法是一种比较两个图像的重叠区域是否相似的算法,基于此相似度算法可以计算每个位置的模板图像与患者图像的重叠区域之间的相似度,且采用的相似度算法可以为互相关算法、直方图匹配算法、尺度不变特征变换匹配算法等,这些算法均是成熟的用于计算两个图像(本申请中是模板图像与患者图像)的相似度的算法。例如,基于直方图匹配算法,分别计算两个图像的直方图,然后计算两个直方图的归一化相关系数(如巴氏距离,直方图相交距离等),使用归一化相关系数确定出两个图像的相似度,本发明不再详加赘述。
在上述过程中,图像处理设备获得的患者图像通常为彩色图像,而模板图像通常为灰度图像,图像处理设备在接收到来自图像采集设备的患者图像之后,先将彩色图像的患者图像转化成灰度图像的患者图像,然后在灰度图像的患者图像上滑动模板图像,得到患者图像上的每个位置与模板图像之间的相似度。其中,将彩色图像转换为灰度图像的方式,在此不再赘述。
步骤503,判断所述M是否大于等于4,如果是,则执行步骤504;如果否,则无法确定扫描床标记点在患者图像中的位置。
由于在本发明中,确定扫描床标记点在患者图像中的位置,是通过至少两对标记点组成的矩形来进行的。因此,如果患者图像中的M个候选位置的数量小于4时,则是无法确定出扫描床标记点在患者图像中的位置,即无法确定扫描床标记点在患者图像中的位置。
步骤504,判断M个候选位置中是否存在能够组成矩形的4个候选位置;如果是,则执行步骤505;如果否,无法确定扫描床标记点在患者图像中的位置。
其中,由于扫描床上设置的每对标记点是对称设置在扫描床的两侧边缘的,因此,任意的两对标记点之间均会组成一个矩形。在此基础上,如果患者图像中的M个候选位置中包括扫描床上任意的两对标记点所对应的4个候选位置,则这4个候选位置会组成一个矩形。因此,如果M个候选位置中存在能够组成矩形的4个候选位置,则这4个候选位置可能是扫描床上的4个标记点在患者图像中的位置,需要进一步判断这4个候选位置是否为扫描床上的4个标记点在患者图像中的位置。或者,如果M个候选位置中不存在能够组成矩形的4个候选位置,则说明这M个候选位置中不存在扫描床上的两对标记点在患者图像中的位置,此时,将无法确定扫描床标记点在患者图像中的位置。
步骤505,获得所述4个候选位置在患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的N对标记点中的任意两对标记点组成的矩形的第二长宽比,并判断是否存在与第一长宽比相同的第二长宽比。如果是,则执行步骤506;如果否,则无法确定标记点在患者图像中的位置。
由于所述4个候选位置在患者图像中组成一个矩形,因此,可以获得这4个候选位置组成的矩形的第一长宽比,即该矩形的长除以该矩形的宽。
其中,第二长宽比是指扫描床上设置的对应上述4个候选位置的标记点组成的矩形的长宽比。
如前所述,在本发明中,针对N对标记点中的每对标记点,会在图像处理设备上预先维护每对标记点之间的水平距离。针对在扫描床的一侧设置的N个标记点,会在图像处理设备上预先维护任意两个标记点之间的垂直距离。基于此,本发明实施例中,获得扫描床上设置的N对标记点中的任意两对标记点组成的矩形的第二长宽比的过程,具体可以包括但不限于如下方式:利用每对标记点之间的水平距离、以及任意两个标记点之间的垂直距离,可以获得扫描床上设置的N对标记点中的任意两对标记点组成的矩形的第二长宽比。例如,在预先维护水平距离L’、垂直距离L1、垂直距离L2、垂直距离L3的基础上,扫描床上设置的N对标记点中的两对标记点(A1、A2、B1、B2)组成的矩形的第二长宽比为L’/L1;两对标记点(B1、B2、C1、C2)组成的矩形的第二长宽比为L’/L2;两对标记点(A1、A2、C1、C2)组成的矩形的第二长宽比为L’/L3。
虽然患者图像的尺寸与扫描床的尺寸可能不一致,使得扫描床上的两对标记点之间的水平距离与这两对标记点在患者图像上的水平距离不一致,且扫描床任意一侧的两个标记点之间的垂直距离与这两个标记点在患者图像上的垂直距离不一致。但是,两对标记点在扫描床上组成的矩形的第二长宽比,与这两对标记点在患者图像上组成的矩形的第一长宽比是一致的。基于这一原理,如果扫描床上的任意两对标记点组成的矩形的第二长宽比中,存在与第一长宽比相同的第二长宽比,则说明上述4个候选位置就是扫描床上的这两对标记点在患者图像中的位置,执行步骤506。或者,如果扫描床上的任意两对标记点组成的矩形的第二长宽比中,不存在与第一长宽比相同的第二长宽比,则说明上述4个候选位置不是扫描床上的任意两对标记点在患者图像中的位置,此时,将无法确定扫描床上的标记点在患者图像中的位置。
步骤506,将所述4个候选位置确定为4个标记点在患者图像中的位置。
例如,当患者图像中的4个候选位置组成的矩形的第一长宽比与扫描床上设置的两对标记点(假设为A1、A2、B1、B2)组成的矩形的第二长宽比相同时,则患者图像中的4个候选位置分别为扫描床上的标记点A1、标记点A2、标记点B1、标记点B2在患者图像中的位置。
基于上述过程,通过将所有标记点设置为相同形状,使得图像处理设备可以一次就得到扫描床上的4个标记点在患者图像中的位置,大大降低标记点位置确定的复杂度,提高计算效率。
另外,由于在实际应用中,无法准确确定出患者图像中的标记点的尺寸,患者图像中的标记点的尺寸可能大于扫描床上的标记点的尺寸,也可能小于扫描床上的标记点的尺寸,因此,图像处理设备可能无法选择出与患者图像中的标记点的尺寸完全匹配的模板图像。基于此,在本发明中,图像处理设备通常会选择一个较小的模板图像去执行上述步骤501-步骤506。在使用相似度算法计算模板图像与患者图像之间的相似度时,当模板图像的尺寸与患者图像中的标记点的尺寸完全相同时,则计算出的相似度误差最小,而模板图像的尺寸与患者图像中的标记点的尺寸之间差距越大,则计算出的相似度误差可能会越大,因此,本发明实施例中,当无法确定出扫描床标记点在患者图像中的位置时,可以通过逐步增加模板图像的尺寸的方式继续处理。基于此原理,如图6所述,本发明还可以包括以下流程:
步骤601,获得患者图像和模板图像,该患者图像包含扫描床上设置的标记点,且该模板图像的形状与该标记点的形状相同,该模板图像的初始尺寸较小。
步骤602,在患者图像上滑动模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M。
步骤603,判断所述M是否大于等于4,如果是,则执行步骤604,如果否,则使用当前尺寸的模板图像无法确定扫描床标记点在患者图像中的位置,执行步骤607。
步骤604,判断M个候选位置中是否存在能够组成矩形的4个候选位置;如果是,则执行步骤605;如果否,则使用当前尺寸的模板图像无法确定扫描床标记点在患者图像中的位置,执行步骤607。
步骤605,获得所述4个候选位置在患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的N对标记点中的任意两对标记点组成的矩形的第二长宽比,并判断是否存在与第一长宽比相同的第二长宽比。如果是,则执行步骤606;如果否,则使用当前尺寸的模板图像无法确定扫描床标记点在患者图像中的位置,执行步骤607。
步骤606,将所述4个候选位置确定为4个标记点在患者图像中的位置。
其中,步骤601-步骤606的处理与步骤501-步骤506的处理相同,在此不再重复赘述。
步骤607,判断模板图像的尺寸是否已经达到预设最大尺寸;如果未达到预设最大尺寸,执行步骤608;如果已经达到预设最大尺寸,执行步骤609。
其中,预设最大尺寸可以根据实际经验任意设置,例如,可以设置预设最大尺寸为标记点在扫描床上的尺寸,如2(cm)*2(cm)等。
其中,预设最大尺寸表示:当模板图像的尺寸已经达到或者超过该预设最大尺寸时,基于该模板图像所计算出的每个位置的模板图像与患者图像之间的相似度,已经无法准确地识别出扫描床标记点在患者图像中的位置。
步骤608,增加模板图像的尺寸,并使用增加尺寸后的模板图像重新执行步骤602,即步骤602中使用的模板图像是增加尺寸后的模板图像。
其中,对模板图像增加的尺寸,可以根据实际需要进行配置,例如,增加模板图像的当前尺寸的10%,或者,增加预设大小的尺寸等。
其中,模板图像的初始尺寸通常较小,如果使用初始尺寸的模板图像执行上述步骤时,无法确定出标记点在患者图像中的位置,增加模板图像的尺寸,使用增加尺寸后的模板图像继续执行上述步骤,如果仍然无法确定出标记点在患者图像中的位置,继续增加模板图像的尺寸,以此类推,直到确定出标记点在患者图像中的位置或者模板图像的尺寸已经达到预设最大尺寸。
步骤609,无法确定出标记点在患者图像中的位置,输出失败信息。
针对上述两个实施例,在从患者图像上M个候选位置中确定出的组成矩形的4个候选位置确定为4个标记点在患者图像中的位置之后,还可以包括以下步骤:
步骤1、从扫描床设置的N对标记点中确定与第一长宽比相同的第二长宽比对应的两对标记点,并获得这两对标记点在扫描床的实际位置。
例如,当患者图像中的4个候选位置组成的矩形的第一长宽比与扫描床的两对标记点(假设为A1、A2、B1、B2)组成的矩形的第二长宽比相同时,则确定的两对标记点为扫描床的标记点A1、标记点A2、标记点B1、标记点B2,且患者图像中的4个候选位置分别为扫描床的标记点A1、标记点A2、标记点B1、标记点B2在患者图像中的位置。而且,针对扫描床的每个标记点,均会维护标记点与其在扫描床的实际位置之间的对应关系,因此可以获知扫描床的标记点A1、标记点A2、标记点B1、标记点B2在扫描床的实际位置。
步骤2、确定扫描区域在患者图像中的位置,并利用扫描区域在患者图像中的位置以及确定的4个标记点在患者图像中的位置,确定这4个标记点与扫描区域在患者图像中的位置关系。
其中,图像处理设备在得到患者图像之后,还可以确定出患者图像中的扫描区域,即扫描区域在患者图像中的位置。例如,当患者躺在扫描床上时,如果疾病区域为人体胸腔,则图像处理设备可以识别出患者图像中的人体胸腔,并将识别出的人体胸腔的区域作为扫描区域。进一步的,从患者图像中识别出扫描区域的算法可以采用现有的图像识别算法,针对采用图像识别算法从患者图像中识别出扫描区域的过程,本发明实施例中不再详加赘述。
步骤3、利用4个标记点与扫描区域在患者图像中的位置关系、两对标记点在扫描床的实际位置,确定扫描区域在扫描床的实际位置。
例如,在步骤506或步骤606中,分别确定出扫描床的标记点A1、标记点A2、标记点B1、标记点B2在患者图像中的位置。在步骤1中,分别确定出扫描床的标记点A1、标记点A2、标记点B1、标记点B2在扫描床的实际位置。在步骤2中,确定出扫描床的标记点A1、标记点A2、标记点B1、标记点B2在患者图像中的位置,与扫描区域在患者图像中的位置关系,假设在患者图像中,扫描区域的起始位置为标记点A1与标记点A2之间的连线,扫描区域的终止位置为标记点B1与标记点B2之间的连线。基于此,在步骤3中,确定扫描区域在扫描床的实际位置为:起始位置是标记点A1在扫描床的实际位置与标记点A2在扫描床的实际位置之间的连线,终止位置是标记点B1在扫描床的实际位置与标记点B2在扫描床的实际位置之间的连线。之后,可以由医疗成像设备对扫描床上的起始位置和终止位置之间的扫描区域进行成像扫描。
基于与上述方法同样的发明构思,本发明实施例中还提供了一种扫描床标记点位置的确定装置,该扫描床标记点位置的确定装置应用在图像处理设备上。其中,该扫描床标记点位置的确定装置可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在的图像处理设备的处理器,读取非易失性存储器中对应的计算机程序指令形成的。从硬件层面而言,如图7所示,为本发明提出的扫描床标记点位置的确定装置所在的图像处理设备的一种硬件结构图,除了图7所示的处理器、非易失性存储器外,图像处理设备还可以包括其他硬件,如负责处理报文的转发芯片、网络接口、内存等;从硬件结构上来讲,该图像处理设备还可能是分布式设备,可能包括多个接口卡,以便在硬件层面进行报文处理的扩展。
如图8所示,为本发明提出的扫描床标记点位置的确定装置的结构图,所述扫描床上设置有N对标记点,N为大于等于2的正整数,所述装置具体包括:
图像获得模块11,用于获得患者图像和模板图像,所述患者图像包含所述扫描床上设置的标记点,所述模板图像的形状与所述标记点的形状相同,并将所述患者图像和所述模板图像输出给位置获得模块12;
位置获得模块12,用于在所述患者图像上滑动所述模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M;
判断模块13,用于当所述M大于等于4时,判断所述M个候选位置中是否存在能够组成矩形的4个候选位置;
长宽比获得模块14,用于当判断模块13判断所述M个候选位置中存在能够组成矩形的4个候选位置时,获得所述4个候选位置在所述患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比;
确定模块15,用于当所述第一长宽比与所述第二长宽比相同时,将所述4个候选位置确定为4个标记点在所述患者图像中的位置。
进一步地,所述判断模块13,还用于当所述M小于4,或者当所述M虽大于等于4但不存在能够组成矩形的4个候选位置,或者所述患者图像上的候选位置M能够组成矩形但扫描床上不存在与所述第一长宽比相同的第二长宽比对应的标记点时,进一步判断所述模板图像的尺寸是否已经达到预设最大尺寸;
所述图像获得模块11,还用于当判断结果为未达到预设最大尺寸时,则增加所述模板图像的尺寸,并将增加尺寸后的模板图像输出给所述位置获得模块。
进一步地,所述装置还包括维护模块(图中未体现),用于针对所述N对标记点中的每对标记点,预先维护每对标记点之间的水平距离;针对在所述扫描床的一侧设置的N个标记点,预先维护任意两个标记点之间的垂直距离;
所述长宽比获得模块14,在获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比的过程中,利用所述每对标记点之间的水平距离以及所述任意两个标记点之间的垂直距离,获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比。
进一步地,所述确定模块15,还用于在从所述患者图像上M个候选位置中确定出的组成矩形的4个候选位置确定为4个标记点在所述患者图像中的位置之后,从所述扫描床设置的N对标记点中确定与所述第一长宽比相同的第二长宽比对应的两对标记点,并获得所述两对标记点在所述扫描床的实际位置;确定扫描区域在所述患者图像中的位置,并利用所述扫描区域在所述患者图像中的位置以及所述4个标记点在所述患者图像中的位置,确定所述4个标记点与所述扫描区域在所述患者图像中的位置关系;利用所述4个标记点与所述扫描区域在所述患者图像中的位置关系、所述两对标记点在所述扫描床的实际位置,确定扫描区域在扫描床的实际位置。
进一步地,所述N对标记点中的每个标记点均是设置在扫描床的两侧,且具有相同形状;
所述N对标记点中的每个标记点均是具有尺度不变性的标记点,具有尺度不变性的标记点是指:当模板图像的尺寸不大于所述患者图像包含的所述扫描床上设置的标记点的尺寸,所述模板图像的中心与患者图像包含的所述扫描床上设置的标记点的中心重合时,模板图像与标记点的重叠区域是完全相同的;
当所述N大于等于3时,针对在所述扫描床的一侧设置的N个标记点,任意两个相邻标记点之间的垂直距离均不同。
其中,本发明装置的各个模块可以集成于一体,也可以分离部署。上述模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。本领域技术人员可以理解附图只是一个优选实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可进一步拆分成多个子模块。上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上公开的仅为本发明的几个具体实施例,但是,本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (10)

1.一种扫描床标记点位置的确定方法,其特征在于,所述扫描床上设置有N对标记点,N为大于等于2的正整数,所述方法包括:
获得患者图像和模板图像,所述患者图像包含所述扫描床上设置的标记点,所述模板图像的形状与所述标记点的形状相同;
在所述患者图像上滑动所述模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M;
当所述M大于等于4时,判断所述M个候选位置中是否存在能够组成矩形的4个候选位置;如果是,则获得所述4个候选位置在所述患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比;
当所述第一长宽比与所述第二长宽比相同时,将所述4个候选位置确定为4个标记点在所述患者图像中的位置。
2.根据权利要求1所述的方法,其特征在于,所述方法进一步包括:
当所述M小于4,或者当所述M虽大于等于4但不存在能够组成矩形的4个候选位置,或者所述患者图像上的候选位置M能够组成矩形但扫描床上不存在与所述第一长宽比相同的第二长宽比对应的标记点时,则判断所述模板图像的尺寸是否已经达到预设最大尺寸;如果未达到预设最大尺寸,则增加所述模板图像的尺寸,并使用增加尺寸后的模板图像重新执行得到患者图像上的每个位置与模板图像之间的相似度的过程。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
针对所述N对标记点中的每对标记点,预先维护每对标记点之间的水平距离;针对在所述扫描床的一侧设置的N个标记点,预先维护任意两个标记点之间的垂直距离;
所述获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比的过程,具体包括:利用所述每对标记点之间的水平距离、以及所述任意两个标记点之间的垂直距离,获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比。
4.根据权利要求1所述的方法,其特征在于,在从所述患者图像上M个候选位置中确定出的组成矩形的4个候选位置之后,所述方法进一步包括:
从所述扫描床设置的N对标记点中确定与所述第一长宽比相同的第二长宽比对应的两对标记点,并获得所述两对标记点在所述扫描床的实际位置;
确定扫描区域在所述患者图像中的位置,并利用所述扫描区域在所述患者图像中的位置以及所述4个标记点在所述患者图像中的位置,确定所述4个标记点与所述扫描区域在所述患者图像中的位置关系;
利用所述4个标记点与所述扫描区域在所述患者图像中的位置关系、所述两对标记点在所述扫描床的实际位置,确定扫描区域在扫描床的实际位置。
5.根据权利要求1-4任一项所述的方法,其特征在于,
所述N对标记点中的每个标记点均是设置在扫描床的两侧,且具有相同形状;
所述N对标记点中的每个标记点均是具有尺度不变性的标记点,具有尺度不变性的标记点是指:当模板图像的尺寸不大于所述患者图像包含的所述扫描床上设置的标记点的尺寸,所述模板图像的中心与患者图像包含的所述扫描床上设置的标记点的中心重合时,模板图像与标记点的重叠区域是完全相同的;
当所述N大于等于3时,针对在所述扫描床的一侧设置的N个标记点,任意两个相邻标记点之间的垂直距离均不同。
6.一种扫描床标记点位置的确定装置,其特征在于,所述扫描床上设置有N对标记点,N为大于等于2的正整数,所述装置具体包括:
图像获得模块,用于获得患者图像和模板图像,所述患者图像包含所述扫描床上设置的标记点,所述模板图像的形状与所述标记点的形状相同,并将所述患者图像和所述模板图像输出给位置获得模块;
位置获得模块,用于在所述患者图像上滑动所述模板图像,得到患者图像上的每个位置与模板图像之间的相似度,并获得患者图像上相似度大于预设阈值的位置的数量M;
判断模块,用于当所述M大于等于4时,判断所述M个候选位置中是否存在能够组成矩形的4个候选位置;
长宽比获得模块,用于当判断结果为是时,获得所述4个候选位置在所述患者图像中组成的矩形的第一长宽比,并获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比;
确定模块,用于当所述第一长宽比与所述第二长宽比相同时,将所述4个候选位置确定为4个标记点在所述患者图像中的位置。
7.根据权利要求6所述的装置,其特征在于,
所述判断模块,还用于当所述M小于4,或者当所述M虽大于等于4但不存在能够组成矩形的4个候选位置,或者所述患者图像上的候选位置M能够组成矩形但扫描床上不存在与所述第一长宽比相同的第二长宽比对应的标记点时,则判断所述模板图像的尺寸是否已经达到预设最大尺寸;
所述图像获得模块,还用于当判断结果为未达到预设最大尺寸时,则增加所述模板图像的尺寸,并将增加尺寸后的模板图像输出给所述位置获得模块。
8.根据权利要求6所述的装置,其特征在于,还包括:
维护模块,用于针对所述N对标记点中的每对标记点,预先维护每对标记点之间的水平距离;针对在所述扫描床的一侧设置的N个标记点,预先维护任意两个标记点之间的垂直距离;
所述长宽比获得模块,在获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比的过程中,利用所述每对标记点之间的水平距离、以及所述任意两个标记点之间的垂直距离,获得扫描床上设置的所述N对标记点中的任意两对标记点组成的矩形的第二长宽比。
9.根据权利要求6所述的装置,其特征在于,所述确定模块,还用于:
在从所述患者图像上M个候选位置中确定出的组成矩形的4个候选位置确定为4个标记点在所述患者图像中的位置之后,从所述扫描床设置的N对标记点中确定与所述第一长宽比相同的第二长宽比对应的两对标记点,并获得所述两对标记点在所述扫描床的实际位置;
确定扫描区域在所述患者图像中的位置,并利用所述扫描区域在所述患者图像中的位置以及所述4个标记点在所述患者图像中的位置;
确定所述4个标记点与所述扫描区域在所述患者图像中的位置关系;利用所述4个标记点与所述扫描区域在所述患者图像中的位置关系、所述两对标记点在所述扫描床的实际位置,确定扫描区域在扫描床的实际位置。
10.根据权利要求6-9任一项所述的装置,其特征在于,
所述N对标记点中的每个标记点均是设置在扫描床的两侧,且具有相同形状;
所述N对标记点中的每个标记点均是具有尺度不变性的标记点,具有尺度不变性的标记点是指:当模板图像的尺寸不大于所述患者图像包含的所述扫描床上设置的标记点的尺寸,所述模板图像的中心与患者图像包含的所述扫描床上设置的标记点的中心重合时,模板图像与标记点的重叠区域是完全相同的;
当所述N大于等于3时,针对在所述扫描床的一侧设置的N个标记点,任意两个相邻标记点之间的垂直距离均不同。
CN201510938843.0A 2015-12-15 2015-12-15 一种扫描床标记点位置的确定方法和装置 Active CN105551042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510938843.0A CN105551042B (zh) 2015-12-15 2015-12-15 一种扫描床标记点位置的确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510938843.0A CN105551042B (zh) 2015-12-15 2015-12-15 一种扫描床标记点位置的确定方法和装置

Publications (2)

Publication Number Publication Date
CN105551042A true CN105551042A (zh) 2016-05-04
CN105551042B CN105551042B (zh) 2018-09-18

Family

ID=55830218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510938843.0A Active CN105551042B (zh) 2015-12-15 2015-12-15 一种扫描床标记点位置的确定方法和装置

Country Status (1)

Country Link
CN (1) CN105551042B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510497A (zh) * 2018-04-10 2018-09-07 四川和生视界医药技术开发有限公司 视网膜图像病灶信息的显示方法及显示装置
CN111787381A (zh) * 2020-06-24 2020-10-16 北京声迅电子股份有限公司 一种安检机采集图像的上传方法及上传装置
CN112862813A (zh) * 2021-03-04 2021-05-28 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质
CN113947637A (zh) * 2021-12-15 2022-01-18 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04297238A (ja) * 1991-03-26 1992-10-21 Toshiba Corp 診断装置
JPH08257024A (ja) * 1995-03-10 1996-10-08 Siemens Ag 医療用診断装置において患者の位置決めをするための方法と装置
CN1932838A (zh) * 2005-09-12 2007-03-21 电子科技大学 一种基于投影法和数学形态学的车牌提取方法
CN201006193Y (zh) * 2007-02-08 2008-01-16 深圳市海博科技有限公司 带标识线的定位床
CN101422364A (zh) * 2007-11-02 2009-05-06 上海卡勒幅磁共振技术有限公司 无缝拼接磁共振图像的方法
CN102440838A (zh) * 2011-09-05 2012-05-09 南京航空航天大学 用于实现小动物核磁共振图像和体内可见光三维图像融合的实验床
CN103054581A (zh) * 2011-10-24 2013-04-24 上海联影医疗科技有限公司 病床装置及其床板
CN103932706A (zh) * 2013-01-22 2014-07-23 上海联影医疗科技有限公司 磁共振成像扫描方法及装置
CN104644205A (zh) * 2015-03-02 2015-05-27 上海联影医疗科技有限公司 用于影像诊断的患者定位方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04297238A (ja) * 1991-03-26 1992-10-21 Toshiba Corp 診断装置
JPH08257024A (ja) * 1995-03-10 1996-10-08 Siemens Ag 医療用診断装置において患者の位置決めをするための方法と装置
CN1932838A (zh) * 2005-09-12 2007-03-21 电子科技大学 一种基于投影法和数学形态学的车牌提取方法
CN201006193Y (zh) * 2007-02-08 2008-01-16 深圳市海博科技有限公司 带标识线的定位床
CN101422364A (zh) * 2007-11-02 2009-05-06 上海卡勒幅磁共振技术有限公司 无缝拼接磁共振图像的方法
CN102440838A (zh) * 2011-09-05 2012-05-09 南京航空航天大学 用于实现小动物核磁共振图像和体内可见光三维图像融合的实验床
CN103054581A (zh) * 2011-10-24 2013-04-24 上海联影医疗科技有限公司 病床装置及其床板
CN103932706A (zh) * 2013-01-22 2014-07-23 上海联影医疗科技有限公司 磁共振成像扫描方法及装置
CN104644205A (zh) * 2015-03-02 2015-05-27 上海联影医疗科技有限公司 用于影像诊断的患者定位方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510497A (zh) * 2018-04-10 2018-09-07 四川和生视界医药技术开发有限公司 视网膜图像病灶信息的显示方法及显示装置
CN108510497B (zh) * 2018-04-10 2022-04-26 四川和生视界医药技术开发有限公司 视网膜图像病灶信息的显示方法及显示装置
CN111787381A (zh) * 2020-06-24 2020-10-16 北京声迅电子股份有限公司 一种安检机采集图像的上传方法及上传装置
CN112862813A (zh) * 2021-03-04 2021-05-28 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质
CN113947637A (zh) * 2021-12-15 2022-01-18 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质
CN113947637B (zh) * 2021-12-15 2022-04-22 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质

Also Published As

Publication number Publication date
CN105551042B (zh) 2018-09-18

Similar Documents

Publication Publication Date Title
Sobhaninia et al. Fetal ultrasound image segmentation for measuring biometric parameters using multi-task deep learning
CN107480677B (zh) 一种识别三维ct图像中感兴趣区域的方法及装置
CN102906786B (zh) 脸部特征点位置校正设备和脸部特征点位置校正方法
KR20190028422A (ko) 해부학적 대상들의 자동 검출, 국부화, 및 의미론적 세그먼트화를 위한 시스템 및 방법
CN110415792B (zh) 图像检测方法、装置、计算机设备和存储介质
JP2017016593A (ja) 画像処理装置、画像処理方法、及びプログラム
CN110717905B (zh) 脑部图像检测方法、计算机设备和存储介质
CN105551042A (zh) 一种扫描床标记点位置的确定方法和装置
CN110400626B (zh) 图像检测方法、装置、计算机设备和存储介质
CN107680134B (zh) 医学图像中脊椎标定方法、装置及设备
JP2012123667A (ja) 姿勢推定装置および姿勢推定方法
KR20210115010A (ko) 이미지 처리 방법 및 장치, 전자 기기
CN110136153A (zh) 一种图像处理方法、设备及存储介质
JP6482130B2 (ja) 幾何検証装置、プログラム及び方法
US20190392552A1 (en) Spine image registration method
Jaroensri et al. A video-based method for automatically rating ataxia
CN111881905B (zh) 调整感兴趣区域的方法与其运算装置
CN110533120B (zh) 器官结节的图像分类方法、装置、终端及存储介质
Lenga et al. Deep learning based rib centerline extraction and labeling
CN112215878B (zh) 一种基于surf特征点的x光图像配准方法
Kusuma Determination of spinal curvature from scoliosis X-ray images using K-means and curve fitting for early detection of scoliosis disease
Reddy et al. Anatomical Landmark Detection using Deep Appearance-Context Network
CN114093462A (zh) 医学影像处理方法、图像处理方法、计算机设备、存储介质
CN111145152A (zh) 图像检测方法、计算机设备和存储介质
CN113160199B (zh) 影像识别方法、装置、计算机设备和存储介质

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
CP03 Change of name, title or address

Address after: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province

Patentee after: Shenyang Neusoft Medical Systems Co.,Ltd.

Address before: Hunnan New Century Road 110179 Shenyang city of Liaoning Province, No. 16

Patentee before: SHENYANG NEUSOFT MEDICAL SYSTEMS Co.,Ltd.

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20230515

Address after: Room 308, No. 177-2 Chuangxin Road, Hunnan District, Shenyang City, Liaoning Province, 110167

Patentee after: Shenyang Zhihe Medical Technology Co.,Ltd.

Address before: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province

Patentee before: Shenyang Neusoft Medical Systems Co.,Ltd.

TR01 Transfer of patent right