CN105912874A - 基于dicom医学图像构建的肝脏三维数据库系统 - Google Patents
基于dicom医学图像构建的肝脏三维数据库系统 Download PDFInfo
- Publication number
- CN105912874A CN105912874A CN201610281049.8A CN201610281049A CN105912874A CN 105912874 A CN105912874 A CN 105912874A CN 201610281049 A CN201610281049 A CN 201610281049A CN 105912874 A CN105912874 A CN 105912874A
- Authority
- CN
- China
- Prior art keywords
- liver
- image
- unit
- submodule
- specific
- 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
Links
- 210000004185 liver Anatomy 0.000 title claims abstract description 261
- 229940079593 drug Drugs 0.000 title abstract 2
- 239000003814 drug Substances 0.000 title abstract 2
- 238000003384 imaging method Methods 0.000 title abstract 2
- 238000012545 processing Methods 0.000 claims abstract description 21
- 239000000284 extract Substances 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 44
- 230000002440 hepatic effect Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000009877 rendering Methods 0.000 claims description 12
- 238000003706 image smoothing Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 230000002708 enhancing effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000003325 tomography Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 abstract description 7
- 238000012800 visualization Methods 0.000 abstract description 6
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000007781 pre-processing Methods 0.000 abstract 2
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 210000003240 portal vein Anatomy 0.000 description 6
- 210000004204 blood vessel Anatomy 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 241000415078 Anemone hepatica Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 206010019695 Hepatic neoplasm Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000000232 gallbladder Anatomy 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 235000020061 kirsch Nutrition 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 229940040511 liver extract Drugs 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000024691 pancreas disease Diseases 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/30056—Liver; Hepatic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/32—Image data format
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Pathology (AREA)
- Algebra (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开一种基于DICOM医学图像构建的肝脏三维数据库系统,包括:用于得到DICOM格式的肝脏CT图像的数据接收模块、将DICOM格式的肝脏CT图像转换成BMP格式的肝脏CT图像的图像读取模块、生成肝脏三维图像的VTK三维图像处理模块、以及依照特定肝脏的来源信息分类存储特定肝脏三维图像的肝脏信息数据库。其中,VTK三维图像处理模块包括图像预处理子模块肝脏提取子模块及图像绘制子模块,图像预处理子模块读取BMP格式的肝脏CT图像并对每幅肝脏CT图像进行图像平滑及图像增强处理,肝脏提取子模块检测肝脏轮廓边缘并提取肝脏轮廓线,图像绘制子模块根据肝脏轮廓线对肝脏进行表面重建,得到特定肝脏三维图像。
Description
技术领域
本发明涉及一种医学影像处理系统,特别涉及一种医学影像三维可视化系统。
背景技术
VTK(The Visualization Toolkit)是美国Kitware公司的一个开源的可视化开发包。主要用于计算机三维图形可视化。它在科学可视化方面尤其是三维重建方面如面绘制和体绘制方面具有强大的功能,使其在医学图像三维重建领域得了到广泛的应用,目前某些商业医学图像三维重建系统都借鉴或直接使用了VTK。VTK支持Window,Unix等多种平台,支持C、C++、Java、Tcl/Tk以及Python等编程语言。VTK是在底层采用了三维图形库OpenGL,运用面向对象的方法设计,它将我们在可视化开发过程中会经常遇到的细节进行了屏蔽,并将一些可复用的常见算法封装起来。开发人员在开发平台上设置好参数以后调用该函数即可实现可视化。VTK的体系结构使其具有非常好的内存管理机制,可以支持基于网络的开发语言比如Java和VRML,随着Web和Internet技术的发展,利用VTK进行网络可视化方面的开发有着很好的发展前景。VTK底层基于OpenGL,OpenGL的设备无关性使其代码具有良好的可移植性,通过预编译指令实现跨平台的代码。
中国人口众多,为肝病大国,传统螺旋CT重建的肝脏三维图像仍然是二维结构,临床医师只能凭经验由多层CT图像估计病灶大小、形状及位置,而且在观察时只能以固定方式进行,这样所得到的诊断结果必然带有医生的主观判断,因此诊断结构的准确与否很大程度与医生的临床经验有很大的关系。
如中国专利申请201510346662.9公开的一种基于VTK的医学图像三维重建方法,该发明提供一种基于VTK的医学图像三维重建方法,属于医疗领域。采用的是将Qt界面工具整合VTK后,将读取的分散数据转换成连续的数据场,然后通过VTK的合成体绘制函数进行处理,通过VTK的绘制类,在绘制对象窗口显示,即得重建后的三维结果。然而,该基于VTK的医学图像三维重建方法通过体绘制重建得到的肝脏三维CT立体图像虽能显示整个肝脏的轮廓,但难以辨认清楚里面的血管,进行肝脏三维重建时间较采用面绘制进行三维重建的时间长,导致大量读入数据进行重建时效率较低,将目标肝脏的静脉期、门静脉期以及动脉期肝脏这三期数据同时导入该系统时必然增加系统的负担。
如中国专利申请200810197660.8公开的一种基于CT图像的肝脏分段方法,该方法首先对腹部MSCTP动脉期和门静脉期序列图像进行预处理,自动分割肝脏轮廓并得到肝脏图像;其次利用基于Hessian矩阵的多尺度滤波方法对血管进行增强,利用区域增长等分割方法分割出肝门静脉,并利用三维拓扑细化方法提取出肝门静脉的中心线;血管交互分级标记;之后利用距离变换和Voronoi算法进行计算,并利用肝脏轮廓进行值掩得到分段结果,最后重建出三维肝脏分段结果。系统包括肝脏分割模块,血管增强分割和细化模块,血管分级模块,肝脏分段模块和三维重建模块。然而,该基于CT图像的肝脏分段方法重建肝脏三维CT立体图像程序较多、耗时较长,不适用于一次处理大量肝脏图像。
因此,提供一种功能完备、快速高效完成肝脏三维重建、能够清晰显示肝脏内部结构、便于推广普及的肝脏三维数据库平台是业界急需解决的问题。
发明内容
本发明的目的是提供一种能够快速高效完成肝脏三维重建、清晰显示肝脏内部结构的基于DICOM医学图像构建的肝脏三维数据库系统。
根据本发明的一个方面,提供一种基于DICOM医学图像构建的肝脏三维数据库系统,包括:用于得到来自特定肝脏的不同截面的DICOM格式的肝脏CT图像的数据接收模块、将特定肝脏的不同截面的DICOM格式的肝脏CT图像转换成BMP格式的肝脏CT图像的图像读取模块、基于特定肝脏的BMP格式的肝脏CT图像生成特定肝脏三维图像的VTK三维图像处理模块、以及用于依照特定肝脏的来源信息分类存储来自VTK三维图像处理模块的特定肝脏三维图像的肝脏信息数据库。其中,VTK三维图像处理模块包括图像预处理子模块、肝脏提取子模块以及图像绘制子模块,图像预处理子模块读取系列BMP格式的肝脏CT图像并依次对每幅肝脏CT图像进行图像平滑及图像增强处理,肝脏提取子模块分割经预处理的肝脏数据图像以检测肝脏轮廓边缘并提取肝脏轮廓线,图像绘制子模块根据由每幅肝脏CT图像获得的肝脏轮廓线对肝脏进行表面重建,得到特定肝脏三维图像。
可选择地,特定肝脏的来源信息至少包含:患病类型、患者性别、患者年龄、生活地区以及就诊医院。
可选择地,特定肝脏的来源信息还可以包含:患者生活习惯、生化检查信息、患者典型症状、体征、医学图像、影像诊断结果、治疗方案、不良反应及主治医师等。
可选择地,数据接收模块接收的肝脏数据图像至少应包括肝动脉、门静脉及平衡期取自不同截面的DICOM格式的肝脏CT图像各200~400张,优选280张~380张。
可选择地,数据接收模块接收的取自不同截面的DICOM格式的肝脏CT图像可以由肝动脉、门静脉及平衡期中的任意一期或几期扫描得到。
数据接收模块接收的肝脏数据图像可以为18排、32排、64排、128排或320排的肝动脉、门静脉及平衡期DICOM格式的肝脏CT图像,优选为64排或128排的DICOM格式的肝脏CT图像。
其中,图像预处理子模块中进一步包括:图像平滑单元以及图像增强单元。图像平滑单元采用空域法在空间域中对每幅肝脏CT图像像素灰度值直接进行运算处理,滤除每幅肝脏CT图像中的噪声。图像增强单元用于尖锐化增强处理经过平滑处理的每幅肝脏CT图像以增加每幅肝脏CT图像的边缘鲜明度。
可选择地,图像平滑单元对每幅肝脏CT图像进行平滑处理可以选择邻域平均法或中值滤波法。
邻域平均法是一种利用Box模版对图像进行模版操作(卷积运算)的图像平滑方法,对于图像中的每一个像素,取一个以它为中心的区域,用该区域内各像素灰度的加权平均值取代该像素的灰度值,所谓Box模版是指模版中所有系数都取相同值的模版,常用的3×3和5×5模版如下:
g(x,y)=1/M∑f(x,y)
式中:x,y=0,1,…,N-1;S是以(x,y)为中心的邻域的集合,M是S内的点数。
中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。方法是用某种结构的二维滑动模板,将板内像素按照像素值的大小进行排序,生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为g(x,y)=med{f(x-k,y-l),(k,l∈W)},其中,f(x,y),g(x,y)分别为原始图像和处理后图像。W为二维模板,通常为3×3,5×5区域,也可以是不同的的形状,如线状,圆形,十字形,圆环形等。
可选择地,图像增强模块对每幅肝脏CT图像进行增强处理只关心边缘点的位置而不顾其周围的实际灰度差,图像增强模块中可以采用微分锐化法对图像进行增强处理,如拉普拉斯锐化法。
可选择地。肝脏提取子模块进一步包括:肝脏定位单元、分割单元、边界检测单元以及边界跟踪单元。肝脏定位单元通过肝脏体积和肝脏灰度自动定位出每幅肝脏CT图像中的肝脏位置。分割单元通过B样条弹性配准经预处理子模块输出的每幅肝脏CT图像,利用自适应对每幅肝脏CT图像进行分割得到分割肝脏部分图像。边界检测单元通过微分算子法考察分割肝脏部分图像中的每个像素在任意邻域内灰度的变化,根据每个像素任意邻域一阶和/或二阶方向导数变化定位出肝脏边界点。边界跟踪单元通过依次搜索相邻肝脏边界点,依次连接边界点从而逐步检测出肝脏边界得到确定的肝脏轮廓。
可选择地,分割单元分割得到分割肝脏部分图像后,采用孔洞填充算法去除分割肝脏部分图像进行分割过程中产生的细小孔洞和错误连接,再采用区域增长法去除分割肝脏部分图像的多余组织,进一步填充分割肝脏部分图像的内部孔洞,最后进行轮廓修正。
可选择地,边界检测单元可以通过Sobel算子、Roberts算子和Kirsch算子等方法定位肝脏边界点。
可选择地,边界跟踪单元确定肝脏轮廓线的步骤为:找出分割肝脏部分图像的第1个边界点作为起始边界点。以这个起始边界点为起始点,根据图像的边界应该是连续的这一特征,对特定的方向进行跟踪。具体来说就是,从找出的第1个边界点开始,定义初始的搜索方向为沿左下方,如果左下方的像素点是边界点,则将其加入边界链表,将其涂黑,表示是一个边界点;否则跟踪方向逆时针旋转45度。这样一直找到一个新的边界点为止,然后搜索方向在当前的跟踪方向的基础上顺时针旋转90度,继续用同样的方法跟踪下一个边界点,直到返回起始边界点为止,得到肝脏轮廓。
可选择地,边界跟踪单元也可以选择人工提取肝脏轮廓,选择分割肝脏部分图像中变化比较明显的点作为特征点,连成折线后进行平滑处理得到肝脏轮廓。
可选择地,图像绘制子模块中进一步包括:轮廓匹配单元以及MC重建单元。其中,轮廓匹配单元设定等值面的值,提取出目标轮廓,通过计算肝脏提取子模块的边界跟踪单元得到的肝脏轮廓的面积,在分别由至少三幅肝脏CT图像确定的至少三个不同截面肝脏轮廓内寻找不同截面肝脏轮廓之间的顺序关系并匹配。MC重建单元第一次读取两张初始的肝脏轮廓,以后每次读入一张相邻的切片,每张切片上的像素点中相邻的四个和对应的下一张切片的四个像素点构成一个立方体,该立方体称为一个体素,然后从左到右、从前至后顺序依次处理一层中的全部相邻立方体,判别边界体素,抽取等值面,然后处理完一层后转到第一步继续读入下一张切片,处理完所有的切片后提取等值面,算法结束,得到特定肝脏三维图像。
其中,在轮廓拼接处理单元中用三角面片法进行重建的至少三个不同截面肝脏轮廓之间的表面的区域为匹配好的轮廓特征点划分的区域,采用三次B样条函数插值连续数据点,用三次样条插值函数来近似表示每个数据点处的曲线表示,然后计算数据点的曲率,进而用曲率方式提取特征点。将特征点进行配对,保证配对不交叉。匹配好的特征点将轮廓线分成多个曲线段对,轮廓线之间的区域被分割成多个小的区域,在每个小区域中就按分割方法进行三角划分。
其中,VTK三维图像处理模块中根据MC算法抽取特定肝脏的BMP格式的肝脏CT图像的等值面实现特定肝脏的三维重建。MC重建单元采用MC算法时从每一个体素获取它内部的等值面如下:每一个体素具有八个顶点,这八个顶点的灰度值是可以直接根据输入切片的像素值获得的,要抽取的等值面的阈值也需要用户在计算之前事先给定。在这八个顶点中,我们将灰度值大于给定的阈值的顶点标记为黑色,而灰度值小于阈值的顶点不标记。
显然在如果一个立方体中同时存在“已标记”和“未标记”的点,那么这个立方体内就必然存在等值面。除去全标记和全部标记的体素不包含等值面的情况,一个体素立方体中的8个顶点都可能有“标记”和“未标记”两种状态,如果不考虑等值点在立方体边上的位置,一个体素上等值面的分布情况总共的可能有256种。由于立方体旋转后不影响等值面的拓扑结构,所以可以将立方体中具有旋转对称性的情况去除。另外,所有的“未标记”和“已标记”可以进行互换,这样也不会改变等值面的拓扑结构。这样只需要15种基本立方体就可以表示全部256种可能的情况。将这15种情况构造出一个长度为256的索引表,这个索引表记录了一个体素内的等值面的256种可能的连接方式。在获得八个顶点的标记情况后,根据标记情况,得出一个0~15之间的索引值,然后根据该索引值直接对比索引表就可知道等值点在体素立方体的哪条边上,并且还可以从索引表中获得该体素中等值点的连接方式,这时候就可以将等值点连接起来形成等值面。
可选择地,图像绘制子模块中可以通过定义指定场景光照、视角以及焦点信息,绘制出特定肝脏三维图像实体。
可选择地,该系统进一步包括用于动态演示特定肝脏三维图像的动态演示模块,动态演示模块包括交互显示单元以及开窗单元。交互显示单元用于提供特定肝脏三维图像实体显示和交互;开窗单元通过在特定肝脏三维图像上自由设置的切割顶点构造成切割平面,通过鼠标操作移动每个切割面的位置以展示不同的开窗效果,再现特定肝脏三维图像的任一断层,显示出特定肝脏三维CT图像被覆盖的内部结构。
其中,动态演示模块中通过设置切入方向和切入点结合切割平面进行移动、旋转、定位交互操作实现对特定肝脏三维图像任意方向、任意部位的切除。
可选择地,原始二维图像信息与特定肝脏三维图像一同保存于肝脏信息数据库中以便于用户研究分析。
其中,B样条是样条曲线一种特殊的表示形式,是B样条基曲线的线性组合。B样条函数的研究最早开始于十九世纪,当时N.Lobachevsky把B样条作为某些概率分布的卷积。在1946年,I.J.schoenberg利用B样条进行统计数据的光滑化处理,他的论文开创了样条逼近的现代理论。随后,CdeBoor,M.Cox和LMansfiekl发现了B样条的递推关系。
其中,上传至系统的取自不同截面的DICOM格式的肝脏CT图像可以为肝脏肿瘤及肝胆疾病患者进行CT扫描获得的肝脏影像数据,也可以为因其他原因需行CT检查的患者扫描获得的肝脏影像数据,经患者允许后上传至系统。其中,因其他原因需行CT检查扫描获得的肝脏影像数据应包含完整的肝脏且为未引起肝脏大小、形态、结构、位置等变化。
此外,该系统处理肝脏CT图像的三维重建方案还可以选择体绘制进行CT图像三维重建。
本发明的有益效果是:(1)、该系统集中处理大量的肝脏数据,省去大量处理工作,资源共享,查找方便;(2)、该系统针对不同年龄组大数据量的人类正常肝脏及主要肝胆脾胰疾病的肝脏数字模型进行三维展示,完整而清晰的展示大量正常人的肝脏血管等管道系统解剖差异以及肝肿瘤等肝胆疾病患者肝脏内部状态;(3)、该系统包括大数据量的肝脏数据,通过开放平台共享,全球各地专家可以共享数字化肝脏数据、讨论病例,有利于医生之间交流,共享知识,符合国家互联网+战略方向;(4)、该系统将DICOM格式的肝脏CT图像转化为BMP格式的肝脏CT图像后重建,节省VTK处理时间、能够高效完成肝脏三维重建,适用于一次性处理大量肝脏CT图像,本发明选用面绘制进行三维重建能够清晰显示肝脏内部结构,适合观察肝脏内部结构、研究病灶、方便进行手术模拟。
附图说明
图1示出了本发明的基于DICOM医学图像构建的肝脏三维数据库系统的构造示意图。
具体实施方式
请参照图1,本发明提供一种基于DICOM医学图像构建的肝脏三维数据库系统,包括:数据接收模块100、图像读取模块300、VTK三维图像处理模块500、以及肝脏信息数据库700。其中,数据接收模块100用于得到来自特定肝脏的不同截面的DICOM格式的肝脏CT图像,图像读取模块300将特定肝脏的不同截面的DICOM格式的肝脏CT图像转换成BMP格式的肝脏CT图像,VTK三维图像处理模块500基于特定肝脏的BMP格式的肝脏CT图像生成特定肝脏三维图像,肝脏信息数据库700用于依照特定肝脏的来源信息分类存储来自VTK三维图像处理模块500的特定肝脏三维图像。
其中,VTK三维图像处理模块500包括图像预处理子模块510、肝脏提取子模块530及图像绘制子模块550。图像预处理子模块510读取系列BMP格式的肝脏CT图像并依次对每幅肝脏CT图像进行图像平滑及图像增强处理,肝脏提取子模块530分割经预处理的肝脏数据图像以检测肝脏轮廓边缘并提取肝脏轮廓线,图像绘制子模块550根据由每幅肝脏CT图像获得的肝脏轮廓线对肝脏进行表面重建,得到特定肝脏三维图像。
特定肝脏的来源信息包含:患病类型、患者性别、患者年龄、生活地区以及就诊医院。
数据接收模块接收的肝脏数据图像包括肝动脉、门静脉及平衡期取自不同截面的DICOM格式的肝脏CT图像各320张。
具体地,在该非限制性实施方式中,图像预处理子模块中510进一步包括:图像平滑单元以及图像增强单元。图像平滑单元采用空域法在空间域中对每幅肝脏CT图像像素灰度值直接进行运算处理,滤除每幅肝脏CT图像中的噪声,图像增强单元用于尖锐化增强处理经过平滑处理的每幅肝脏CT图像以增加每幅肝脏CT图像的边缘鲜明度。
具体地,在该非限制性实施方式中,肝脏提取子模块530进一步包括:肝脏定位单元、分割单元、边界检测以及边界跟踪单元单元。其中,肝脏定位单元通过肝脏体积和肝脏灰度自动定位出每幅肝脏CT图像中的肝脏位置。分割单元通过B样条弹性配准经预处理子模块输出的每幅肝脏CT图像,利用自适应对每幅肝脏CT图像进行分割得到分割肝脏部分图像。边界检测单元通过微分算子法考察分割肝脏部分图像中的每个像素在任意邻域内灰度的变化,根据每个像素任意邻域一阶和/或二阶方向导数变化定位出肝脏边界点。边界跟踪单元通过依次搜索相邻肝脏边界点,依次连接边界点从而逐步检测出肝脏边界得到确定的肝脏轮廓。
具体地,在该非限制性实施方式中,图像绘制子模块550中进一步包括:轮廓匹配单元以及MC重建单元。轮廓匹配单元设定等值面的值,提取出目标轮廓,通过计算肝脏提取子模块的边界跟踪单元得到的肝脏轮廓的面积,在分别由至少三幅肝脏CT图像确定的至少三个不同截面肝脏轮廓内寻找不同截面肝脏轮廓之间的顺序关系并匹配。MC重建单元第一次读取两张初始的肝脏轮廓,以后每次读入一张相邻的切片,每张切片上的像素点中相邻的四个和对应的下一张切片的四个像素点构成一个立方体,该立方体称为一个体素,然后从左到右、从前至后顺序依次处理一层中的全部相邻立方体,判别边界体素,抽取等值面,然后处理完一层后转到第一步继续读入下一张切片,处理完所有的切片后提取等值面,算法结束,得到特定肝脏三维图像。
图像绘制子模块550中通过定义指定场景光照、视角以及焦点信息,绘制出特定肝脏三维图像实体。
具体地,在该非限制性实施方式中,动态演示模块900包括交互显示单元以及开窗单元。交互显示单元用于提供特定肝脏三维图像实体显示和交互。开窗单元通过在特定肝脏三维图像上自由设置的切割顶点构造成切割平面,通过鼠标操作移动每个切割面的位置以展示不同的开窗效果,再现特定肝脏三维图像的任一断层,显示出特定肝脏三维CT图像被覆盖的内部结构。
在一种可替代实施方式中,该系统进一步包括动态演示模块,动态演示模块用于动态演示特定肝脏三维图像,通过设置切入方向和切入点结合切割平面确定6个切割面对特定肝脏三维图像进行移动、旋转、定位交互操作实现任意方向、任意部位的切除。
作为另一种可替代的实施方式,数据接收模块可以仅接收来自特定肝脏的肝动脉期、门静脉及平衡期中任意一期取自不同截面的DICOM格式的肝脏CT图像至少200张。
尽管在此已详细描述本发明的优选实施方式,但要理解的是本发明并不局限于这里详细描述和示出的具体结构,在不偏离本发明的实质和范围的情况下可由本领域的技术人员实现其它的变型和变体。
Claims (10)
1.一种基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于包括:用于得到来自特定肝脏的不同截面的DICOM格式的肝脏CT图像的数据接收模块、将特定肝脏的不同截面的DICOM格式的肝脏CT图像转换成BMP格式的肝脏CT图像的图像读取模块、基于所述特定肝脏的BMP格式的肝脏CT图像生成特定肝脏三维图像的VTK三维图像处理模块、以及用于依照所述特定肝脏的来源信息分类存储来自所述VTK三维图像处理模块的特定肝脏三维图像的肝脏信息数据库,其中,所述VTK三维图像处理模块包括图像预处理子模块、肝脏提取子模块以及图像绘制子模块,所述图像预处理子模块读取系列所述BMP格式的肝脏CT图像并依次对每幅肝脏CT图像进行图像平滑及图像增强处理,所述肝脏提取子模块分割经预处理的肝脏数据图像以检测肝脏轮廓边缘并提取肝脏轮廓线,所述图像绘制子模块根据由每幅肝脏CT图像获得的肝脏轮廓线对肝脏进行表面重建,得到所述特定肝脏三维图像。
2.如权利要求1所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述特定肝脏的来源信息至少包含:患病类型、患者性别、患者年龄、生活地区以及就诊医院。
3.如权利要求2所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述数据接收模块接收的取自不同截面的DICOM格式的肝脏CT图像属于肝动脉期、门静脉期或平衡期中的任意一期。
4.如权利要求3所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述数据接收模块接收的肝脏数据图像包括在肝动脉期、门静脉期及平衡期取自不同截面的DICOM格式的肝脏CT图像各200~400张。
5.如权利要求1~4中任一项所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述图像预处理子模块中进一步包括:
图像平滑单元,所述图像平滑单元采用空域法在空间域中对每幅肝脏CT图像像素灰度值直接进行运算处理,滤除每幅肝脏CT图像中的噪声;以及
图像增强单元,所述图像增强单元用于尖锐化增强处理经过平滑处理的每幅肝脏CT图像以增加每幅肝脏CT图像的边缘鲜明度。
6.如权利要求5所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述肝脏提取子模块进一步包括:
肝脏定位单元,所述肝脏定位单元通过肝脏体积和肝脏灰度自动定位出每幅肝脏CT图像中的肝脏位置;
分割单元,所述分割单元通过B样条弹性配准经所述预处理子模块输出的每幅肝脏CT图像,利用自适应对每幅肝脏CT图像进行分割得到分割肝脏部分图像;
边界检测单元,所述边界检测单元通过微分算子法考察所述分割肝脏部分图像中的每个像素在任意邻域内灰度的变化,根据每个像素任意邻域一阶和/或二阶方向导数变化定位出肝脏边界点;以及
边界跟踪单元,所述边界跟踪单元通过依次搜索相邻肝脏边界点,依次连接所述边界点从而逐步检测出肝脏边界得到确定的肝脏轮廓。
7.如权利要求6所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述图像绘制子模块中进一步包括:
轮廓匹配单元,所述轮廓匹配单元设定等值面的值,提取出目标轮廓,通过计算所述肝脏提取子模块的所述边界跟踪单元得到的所述肝脏轮廓的面积,在分别由所述至少三幅肝脏CT图像确定的至少三个不同截面肝脏轮廓内寻找不同截面肝脏轮廓之间的顺序关系并匹配;
MC重建单元,所述MC重建单元第一次读取两张初始的肝脏轮廓,以后每次读入一张相邻的切片,每张切片上的像素点中相邻的四个和对应的下一张切片的四个像素点构成一个立方体,该立方体称为一个体素,然后从左到右、从前至后顺序依次处理一层中的全部相邻立方体,判别边界体素,抽取等值面,然后处理完一层后转到第一步继续读入下一张切片,处理完所有的切片后提取等值面,算法结束,得到特定肝脏三维图像。
8.如权利要求7所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述图像绘制子模块中通过定义指定场景光照、视角以及焦点信息,绘制出特定肝脏三维图像实体。
9.如权利要求8所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,进一步包括用于动态演示特定肝脏三维图像的动态演示模块,所述动态演示模块包括:
交互显示单元,所述交互显示单元用于提供特定肝脏三维图像实体显示和交互;以及
开窗单元,所述开窗单元通过在特定肝脏三维图像上自由设置的切割顶点构造成切割平面,通过鼠标操作移动每个切割面的位置以展示不同的开窗效果,再现特定肝脏三维图像的任一断层,显示出特定肝脏三维CT图像被覆盖的内部结构。
10.如权利要求9所述的基于DICOM医学图像构建的肝脏三维数据库系统,其特征在于,所述动态演示模块中通过设置切入方向和切入点结合切割平面进行移动、旋转、定位交互操作实现对特定肝脏三维图像任意方向、任意部位的切除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610281049.8A CN105912874B (zh) | 2016-04-29 | 2016-04-29 | 基于dicom医学图像构建的肝脏三维数据库系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610281049.8A CN105912874B (zh) | 2016-04-29 | 2016-04-29 | 基于dicom医学图像构建的肝脏三维数据库系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105912874A true CN105912874A (zh) | 2016-08-31 |
CN105912874B CN105912874B (zh) | 2024-04-19 |
Family
ID=56753137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610281049.8A Active CN105912874B (zh) | 2016-04-29 | 2016-04-29 | 基于dicom医学图像构建的肝脏三维数据库系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105912874B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106775731A (zh) * | 2016-12-23 | 2017-05-31 | 华南师范大学 | 一种将dicompyler的图像读取到C++图像类的方法 |
CN107833631A (zh) * | 2017-11-20 | 2018-03-23 | 新乡医学院 | 一种医学影像计算机辅助分析方法 |
CN107895364A (zh) * | 2017-10-31 | 2018-04-10 | 哈尔滨理工大学 | 一种用于虚拟手术术前规划的三维重建系统 |
CN107909609A (zh) * | 2017-11-01 | 2018-04-13 | 欧阳聪星 | 一种图像处理方法及装置 |
CN108537750A (zh) * | 2018-03-29 | 2018-09-14 | 哈尔滨理工大学 | 一种快速的脊柱ct图像三维重建方法 |
CN109118501A (zh) * | 2018-08-03 | 2019-01-01 | 上海电气集团股份有限公司 | 图像处理方法及系统 |
CN109461200A (zh) * | 2019-01-11 | 2019-03-12 | 大连大学附属中山医院 | 一种骨内静脉-动脉血管显示方法 |
CN109580630A (zh) * | 2018-11-10 | 2019-04-05 | 东莞理工学院 | 一种机械零部件缺陷的视觉检测方法 |
CN109598717A (zh) * | 2018-12-06 | 2019-04-09 | 宁波耀通管阀科技有限公司 | 扫描模式切换系统 |
CN109805996A (zh) * | 2017-11-20 | 2019-05-28 | 柯惠有限合伙公司 | 用于产生能量传送热图的系统和方法 |
CN109872351A (zh) * | 2019-03-18 | 2019-06-11 | 山东浪潮云信息技术有限公司 | 一种医学图像配准与三维重建系统及方法 |
CN110246586A (zh) * | 2019-05-28 | 2019-09-17 | 南京航空航天大学 | 一种肝肿瘤微波消融术前仿真的有限元模型建立方法 |
CN110517241A (zh) * | 2019-08-23 | 2019-11-29 | 吉林大学第一医院 | 基于核磁成像ideal-iq序列全自动腹部脂肪定量分析的方法 |
CN112233791A (zh) * | 2020-10-16 | 2021-01-15 | 东北大学 | 基于点云数据聚类的乳腺假体制备装置及方法 |
CN113823385A (zh) * | 2021-09-03 | 2021-12-21 | 青岛海信医疗设备股份有限公司 | 一种修改dicom图像的方法、装置、设备及介质 |
CN113888566A (zh) * | 2021-09-29 | 2022-01-04 | 推想医疗科技股份有限公司 | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1882950A (zh) * | 2003-09-25 | 2006-12-20 | 派昂公司 | 用于管状器官的三维重建的系统和方法 |
CN101425186A (zh) * | 2008-11-17 | 2009-05-06 | 华中科技大学 | 一种基于ct图像的肝脏分段方法及其系统 |
CN102048550A (zh) * | 2009-11-02 | 2011-05-11 | 上海交通大学医学院附属仁济医院 | 一种自动生成肝脏3d图像并准确定位肝脏血管支配区域的方法 |
CN102184567A (zh) * | 2011-05-04 | 2011-09-14 | 北京师范大学 | 基于球b样条曲线的三维血管模型构造方法 |
CN102592311A (zh) * | 2011-03-10 | 2012-07-18 | 上海大学 | 利用vtk进行肠道三维重建的方法 |
CN102609980A (zh) * | 2012-01-18 | 2012-07-25 | 西安建筑科技大学 | 混凝土ct图像三维重构方法 |
KR20130100758A (ko) * | 2012-03-02 | 2013-09-11 | 포항공과대학교 산학협력단 | 3차원 가상 간 수술 계획 시스템 |
CN103810752A (zh) * | 2014-02-18 | 2014-05-21 | 海信集团有限公司 | 基于医学图像的肝脏分段方法及其肝脏分段系统 |
-
2016
- 2016-04-29 CN CN201610281049.8A patent/CN105912874B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1882950A (zh) * | 2003-09-25 | 2006-12-20 | 派昂公司 | 用于管状器官的三维重建的系统和方法 |
CN101425186A (zh) * | 2008-11-17 | 2009-05-06 | 华中科技大学 | 一种基于ct图像的肝脏分段方法及其系统 |
CN102048550A (zh) * | 2009-11-02 | 2011-05-11 | 上海交通大学医学院附属仁济医院 | 一种自动生成肝脏3d图像并准确定位肝脏血管支配区域的方法 |
CN102592311A (zh) * | 2011-03-10 | 2012-07-18 | 上海大学 | 利用vtk进行肠道三维重建的方法 |
CN102184567A (zh) * | 2011-05-04 | 2011-09-14 | 北京师范大学 | 基于球b样条曲线的三维血管模型构造方法 |
CN102609980A (zh) * | 2012-01-18 | 2012-07-25 | 西安建筑科技大学 | 混凝土ct图像三维重构方法 |
KR20130100758A (ko) * | 2012-03-02 | 2013-09-11 | 포항공과대학교 산학협력단 | 3차원 가상 간 수술 계획 시스템 |
CN103810752A (zh) * | 2014-02-18 | 2014-05-21 | 海信集团有限公司 | 基于医学图像的肝脏分段方法及其肝脏分段系统 |
Non-Patent Citations (6)
Title |
---|
LUNGCHUN WANG等: "Hole filling of triangular mesh segments using systematic grey prediction:sciencedirect,coordinate system", 《IEEE》 * |
廖其光;鲍苏苏;潘家辉;朱志有;段秀丽;: "基于VTK肝脏三维模型可视化研究与实现", 计算机与数字工程, no. 02, 20 February 2008 (2008-02-20) * |
李素敏: "基于n链码的纤维特征参数提取算法的实现", 《中国优秀硕士学位论文全文数据库(信息科技辑)》, pages 1 - 68 * |
王召伟: "医学图像分割与三维重建", 《中国优秀硕士学位论文个文数据库(信息科技辑)》 * |
蔡丹丹: "心脏超声图像的三维虚拟影像重构技术的研究", 《中国优秀硕士学位论文全文数据库(信自科技辑)》, pages 1 - 49 * |
陈作炳, 胡新宇, 李世普, 阎玉华: "利用DICOM图片实现CT图像的三维重建", 武汉理工大学学报, no. 02, 25 February 2005 (2005-02-25) * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106775731A (zh) * | 2016-12-23 | 2017-05-31 | 华南师范大学 | 一种将dicompyler的图像读取到C++图像类的方法 |
CN106775731B (zh) * | 2016-12-23 | 2019-10-29 | 华南师范大学 | 一种将dicompyler的图像读取到C++图像类的方法 |
CN107895364A (zh) * | 2017-10-31 | 2018-04-10 | 哈尔滨理工大学 | 一种用于虚拟手术术前规划的三维重建系统 |
CN107909609A (zh) * | 2017-11-01 | 2018-04-13 | 欧阳聪星 | 一种图像处理方法及装置 |
US11107188B2 (en) | 2017-11-01 | 2021-08-31 | Beijing Keeyoo Technologies Co., Ltd | Image processing method and device |
CN107909609B (zh) * | 2017-11-01 | 2019-09-20 | 欧阳聪星 | 一种图像处理方法及装置 |
CN109805996A (zh) * | 2017-11-20 | 2019-05-28 | 柯惠有限合伙公司 | 用于产生能量传送热图的系统和方法 |
CN109805996B (zh) * | 2017-11-20 | 2022-06-14 | 柯惠有限合伙公司 | 用于产生能量传送热图的系统和方法 |
CN107833631A (zh) * | 2017-11-20 | 2018-03-23 | 新乡医学院 | 一种医学影像计算机辅助分析方法 |
CN108537750A (zh) * | 2018-03-29 | 2018-09-14 | 哈尔滨理工大学 | 一种快速的脊柱ct图像三维重建方法 |
CN109118501A (zh) * | 2018-08-03 | 2019-01-01 | 上海电气集团股份有限公司 | 图像处理方法及系统 |
CN109580630A (zh) * | 2018-11-10 | 2019-04-05 | 东莞理工学院 | 一种机械零部件缺陷的视觉检测方法 |
CN109580630B (zh) * | 2018-11-10 | 2022-02-18 | 东莞理工学院 | 一种机械零部件缺陷的视觉检测方法 |
CN109598717A (zh) * | 2018-12-06 | 2019-04-09 | 宁波耀通管阀科技有限公司 | 扫描模式切换系统 |
CN109461200A (zh) * | 2019-01-11 | 2019-03-12 | 大连大学附属中山医院 | 一种骨内静脉-动脉血管显示方法 |
CN109872351A (zh) * | 2019-03-18 | 2019-06-11 | 山东浪潮云信息技术有限公司 | 一种医学图像配准与三维重建系统及方法 |
CN110246586A (zh) * | 2019-05-28 | 2019-09-17 | 南京航空航天大学 | 一种肝肿瘤微波消融术前仿真的有限元模型建立方法 |
CN110517241A (zh) * | 2019-08-23 | 2019-11-29 | 吉林大学第一医院 | 基于核磁成像ideal-iq序列全自动腹部脂肪定量分析的方法 |
CN112233791A (zh) * | 2020-10-16 | 2021-01-15 | 东北大学 | 基于点云数据聚类的乳腺假体制备装置及方法 |
CN112233791B (zh) * | 2020-10-16 | 2023-12-29 | 东北大学 | 基于点云数据聚类的乳腺假体制备装置及方法 |
CN113823385A (zh) * | 2021-09-03 | 2021-12-21 | 青岛海信医疗设备股份有限公司 | 一种修改dicom图像的方法、装置、设备及介质 |
CN113823385B (zh) * | 2021-09-03 | 2024-03-19 | 青岛海信医疗设备股份有限公司 | 一种修改dicom图像的方法、装置、设备及介质 |
CN113888566A (zh) * | 2021-09-29 | 2022-01-04 | 推想医疗科技股份有限公司 | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 |
CN113888566B (zh) * | 2021-09-29 | 2022-05-10 | 推想医疗科技股份有限公司 | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105912874B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105912874A (zh) | 基于dicom医学图像构建的肝脏三维数据库系统 | |
US12079921B2 (en) | System and method for image-based object modeling using multiple image acquisitions or reconstructions | |
Masood et al. | Automatic choroid layer segmentation from optical coherence tomography images using deep learning | |
CN107230206B (zh) | 一种基于多模态数据的超体素序列肺部图像的3d肺结节分割方法 | |
CN112885453B (zh) | 用于标识后续医学图像中的病理变化的方法和系统 | |
US8761493B2 (en) | Method and system for tooth segmentation in dental images | |
US9514530B2 (en) | Systems and methods for image-based object modeling using multiple image acquisitions or reconstructions | |
CN106204733B (zh) | 肝脏和肾脏ct图像联合三维构建系统 | |
CN106651895B (zh) | 一种分割三维图像的方法和装置 | |
CN112529834A (zh) | 病理图像模式在3d图像数据中的空间分布 | |
CN103049638B (zh) | 半自动化手术前切除规划 | |
CN104622495A (zh) | 医用图像处理装置以及医用图像处理方法 | |
Chen et al. | Pathological lung segmentation in chest CT images based on improved random walker | |
CN105139377A (zh) | 一种腹部ct序列图像肝脏的快速鲁棒自动分割方法 | |
WO2022213654A1 (zh) | 一种超声图像的分割方法、装置、终端设备和存储介质 | |
Debarba et al. | Efficient liver surgery planning in 3D based on functional segment classification and volumetric information | |
CN105844693A (zh) | 肝脏三维ct重建数据信息处理系统 | |
CN116580068B (zh) | 一种基于点云配准的多模态医学配准方法 | |
CN106096322B (zh) | 肝肾医学图像数据协同处理系统 | |
CN106097422A (zh) | 基于大数据的肝脏三维图像动态演示系统 | |
CN114387380A (zh) | 用于生成3d医学图像数据的基于计算机的可视化的方法 | |
US20230222748A1 (en) | Method for visualizing at least a zone of an object in at least one interface | |
Dandıl et al. | A Mask R-CNN based Approach for Automatic Lung Segmentation in Computed Tomography Scans | |
Ai et al. | Automatic segmentation and 3D reconstruction of human liver based on CT image | |
Morigi et al. | 3D long bone reconstruction based on level sets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |