CN106618572A - 一种医用磁共振模体图像量化自动评价方法 - Google Patents

一种医用磁共振模体图像量化自动评价方法 Download PDF

Info

Publication number
CN106618572A
CN106618572A CN201611163986.XA CN201611163986A CN106618572A CN 106618572 A CN106618572 A CN 106618572A CN 201611163986 A CN201611163986 A CN 201611163986A CN 106618572 A CN106618572 A CN 106618572A
Authority
CN
China
Prior art keywords
image
die body
detection
tomographic image
detected
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
CN201611163986.XA
Other languages
English (en)
Inventor
张璞
李成伟
刘文丽
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.)
National Institute of Metrology
Original Assignee
National Institute of Metrology
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 National Institute of Metrology filed Critical National Institute of Metrology
Priority to CN201611163986.XA priority Critical patent/CN106618572A/zh
Publication of CN106618572A publication Critical patent/CN106618572A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room

Abstract

本发明是有关于一种医用磁共振模体图像量化自动评价方法,采用图像倾斜校正,对图像进行二维旋转并用双三次插值算法对图像进行插值,确保图像是“正位”。用计算多条profile线均值法,计算每个层厚区域的FWHM,使其不受主观因素的影响。增加图像均匀性profile曲线,使图像分布的均匀性一目了然。用分水岭法提取高对比度分辨力检测中ROI区域的阶跃型边缘轮廓,准确定位多个线对组的位置区域,以便准确画出profile线。用水平集的图像分割算法对每组低对比度分辨力检测区域中的最大的圆斑进行准确定位,用“质心”法自动、准确地定位几何畸变检测层所有ROI区域的质心,保证几何畸变率和纵横比的准确率。本发明不依赖于个人的经验,检测速度快、大幅提升检测效率和准确性。

Description

一种医用磁共振模体图像量化自动评价方法
技术领域
本发明涉及放射医学计量检测领域的医用磁共振模体图像评价方法,特别是涉及一种医用磁共振模体图像量化自动评价方法。
背景技术
由于核磁磁共振设备具有无电离辐射、对人体无害、软组织分辨能力强的特点,因而被广泛应用于医院不同科室的图像学检查中,成为医生的重要诊断手段之一。保障医用磁共振设备性能良好,从而保障医用磁共振图像质量,成为计量检测工作的重点。
为了衡量磁共振成像设备的性能,国际上一般采用由美国模体实验室生产的Magphan SMR 100/170模体进行扫描检测分析。SMR100模体的模体内核与170一致,仅外观结构不同,因此国内多采用几何稳定性更好的柱形SMR 170模体。
Magphan SMR 170模体作为目前国内使用范围最广的检测模体,其内部测试方体主要分为5层,分别为:均匀性层(见图1所示)、高对比度分辨力层(见图2所示)、低对比度分辨力层(见图3所示)、空间线性层(见图4所示)和敏感度层(因为敏感度层的检测未在国内或国内相关标准中涉猎,所以本发明不涉及这部分内容)。将模体置于医用磁共振设备中进行扫描,可获得多幅检测图像,进而实现对图像均匀性、层厚、信噪比、高对比度分辨力、低对比度分辨力、空间线性和纵横比等主要计量参数的定量评价。其中,图像均匀性、层厚和信噪比通过均匀性层图像进行检测;高对比度分辨力通过高对比度分辨力层图像进行检测;低对比度分辨力通过低对比度分辨力层图像进行检测;空间线性和纵横比通过空间线性层图像进行检测。Magphan模体具有较好的集成性和可拆卸性,一次扫描即可得到所有参数评价用图像,避免多次扫描,因此应用十分广泛。
现有的医用磁共振模体图像评价方法,主要步骤如下:
步骤1:图像的导入和筛选
磁共振设备对模体进行一次扫描通常会生成十几幅到四十几幅数目不等的图像。检测人员首先要将这些图像全部导入磁共振设备自带的DICOM读图软件中。在这一系列模体图像中,前述每个检测层都会生成至少3幅图像,检测人员需要在这若干幅图像中凭经验筛选出一幅用于后续检测的最能代表该检测层信息的图像,图像编号、存储位置等信息都需要检测人员手动记录。
步骤2:进行均匀性层图像的检测
步骤2-1:进行图像均匀性的检测
如图1所示,均匀性层模块主要包含一个边长为10cm的均匀材质的正方形区域,在正方形四边的外侧,分别有1个深色的近似于矩形的区域,用以检测层厚。图像的其余部分均表征硫酸铜溶液信号。
图像均匀性是指当被检测物体具有均匀的磁共振特性时,MRI系统在扫描整个物体时产生一个均匀信号响应的能力,通常用U(uniformity)表示。如图5所示,在进行图像均匀性检测时,检测人员需要手动将窗宽调节至最小,调节窗位找出正方形区域内最高信号强度区域,将感兴趣区(面积不小于100mm2)定位在此高强度区域,然后将感兴趣区的信号强度的均值定为Smax。同样,检测人员需要手动把窗宽调节至最小,调节窗位找出窗口内最低信号强度区域,将感兴趣区(面积为100mm2)定位在此低强度区域,然后将感兴趣区的信号强度的均值定为Smin。由公式(1)计算出图像均匀性:
式中:
U——图像均匀性;
Smax——信号强度均值的最大值;
Smin——信号强度均值的最小值。
步骤2-1:进行层厚的检测
如图6所示,在进行层厚检测时,检测人员需要手动把窗宽调节至最小,调节窗位为恰好使图像中层厚检测区域带刚好消失的窗位与背景信号强度均值之和的一半,测量图像中层厚检测区域的长度,即半高全宽(FWHM,full width half maximum)。由于层厚检测区域并非单一像素行或像素列,因此,确定某一行或列像素的长度作为半高全宽完全取决于检测人员的经验。而不同行(或列)的长度值存在明显差异。
步骤3-1信噪比的检测
如图7所示,在进行信噪比(SNR,signal to noise ratio)检测时,检测人员需要手动定位并勾画图像中心ROI区域(M0所在位置)和外周背景ROI区域(Mb1或Mb2或Mb3或Mb4所在位置),这些ROI区域的面积不小于100mm2。之后通过公式(2-1)计算信噪比:
式中:M0——中心ROI区域的信号强度均值;
Mb——某个外周背景ROI区域的信号强度均值;
SD0——中心ROI区域信号强度的标准偏差。
鉴于手动测量过程中定位的不准确性,所以不同检测人员得到的信噪比检测结果各不相同。
步骤3:高对比度分辨力层图像的检测
如图2所示,高对比度分辨力层模块主要包含11个L形排布的线对组,分别代表(1~11)LP/cm的分辨力,其余呈放射状排布的13个小圆孔用于测量空间线性。由于Magphan模体有专门的空间线性层,故此处不再赘述。
在进行高对比度分辨力检测时,检测人员需手动将窗宽调节至最小,再调节窗位至以目测方式能够清楚分辨出的最细的一组线对,其对应的线对组数值即为该磁共振系统的高对比度分辨力,如图8。
医用磁共振设备的高对比度分辨能力本身并不是很强,这也是医用磁共振设备相比于医用CT设备的一项缺点,如图8所示,这台医用磁共振设备的高对比度分辨力为5LP/cm。大量实验表明,在用医用磁共振设备的高对比度分辨力一般在(4~6)LP/cm之间。
虽然现行高对比度分辨力检测方法基本能够满足需求,但仍需要检测人员手动调节窗宽、窗位,并进行基于经验的目测判断,判断标准为:在调节窗宽、窗位后,某一线对组内部白色线条部分完整、无形变,并且线对组内部多个白色线条之间能够不粘、不连、不断。这样的线对组即被认为是可以分辨。
步骤4:低对比度分辨力层图像的检测
如图3所示,低对比度分辨力层模块主要包含4组夹角为90°、呈放射状排布的不同深度、不同大小的圆孔。每组圆孔均有三种直径,分别为10mm、6mm和4mm,以图中A~D四组圆孔为例,他们的深度分别为0.5mm、0.75m、1.5mm和2mm。
在进行低对比度分辨力检测时,检测人员需要手动将窗宽和窗位调至合适的数值(合适数值的选择严重依赖于检测者的经验),分辨出直径最小、深度最浅的圆孔,即为该磁共振系统的低对比分辨力。
事实上,大量实验经验表明,95%以上的医用磁共振设备模体图像都可以在完全不调节窗宽窗位的情况下,即可目测分辨出所有的圆孔(如图9所示,此图完全没有调节窗宽、窗位)。但现行方法对低对比度分辨力检测并没有给出一个量化的评价指标。
步骤5:空间线性层图像的检测
如图4所示,空间线性层模块主要包含4组、共20个直径为3mm的圆孔,用以实现对空间线性和纵横比两个参数的测量。
步骤5-1:空间线性的检测
如图4和图10所示,在进行空间线性检测时,检测人员手动定位A、B、C、D四组圆孔的位置,并将它们按照如图10所示的方式依次相连,形成3个边长标称值为12cm、10cm和8cm的四边形。检测人员通过使用读图软件的“测距”功能,分别测量这3个四边形的4条边长,并根据公式(4)计算空间线性:
式中:L——空间线性;
L——标称边长;
L——图像中的实测边长。
所有L值中最大者,即为该磁共振系统的空间线性。
由于这些圆孔的直径均为3mm,如图10所示,这些圆孔在图像中通常表现为由十几个甚至几十个像素点组成的小像斑,而并非单一像素点。因此图10中的每条边长起始点和终点的位置选择不唯一,这使得现行方法的测量结果会有较大的随机性和误差,而且对3个四边形共12条边长进行逐一手动定位和测量也十分耗时。
5-2:纵横比的检测
在进行纵横比检测时,如图4和图11所示,检测人员手动定位A1、B1、C1和D1四个圆孔的位置,并将A1和C1相连作为图像的纵向直径,将B1和D1相连作为图像的横向直径,并根据公式(5)计算纵横比:
式中:H——纵横比;
L——图像的纵向直径;
L——图像的横向直径。
与空间线性的检测相同,由于这些圆孔在图像上的表征并非单一像素点,因此图10中的每条边长起始点和终点的位置选择不唯一,这使得现行方法的测量结果会有较大的随机性和误差。
步骤6:检测结果的记录、保存和查找
现行检测方法全部采用手动定位和测量,检测结果十分依赖检测人员的经验,且测量结果的准确度和重复性都较差。由于需要多次手动调节窗宽、窗位,并手动记录各种检测结果和图像存储路径,图像也必须手动保存,故现行检测方法的效率较低,检测结果不直观也不方便查找。
综上所述,目前,对医用磁共振设备图像质量性能指标的测量通常是利用磁共振设备自带的读图软件读取磁共振模体的DICOM图像来进行。其中在通过磁共振设备自带的读图软件读取磁共振模体的DICOM图像测量图像均匀性、信噪比时,只能通过检测人员手动定位检测区域、读取数据的方式进行测量;在通过磁共振设备自带的读图软件读取磁共振模体的DICOM图像测量层厚、空间线性和纵横比时,只能通过检测人员不断调节窗宽(WW)、窗位(WL)后,依靠读图软件中的测量距离功能,凭借经验定位测量区域;在通过磁共振设备自带的读图软件读取磁共振模体的DICOM图像测量高对比度分辨力和低对比度分辨力时,只能通过检测人员不断调节窗宽(WW)、窗位(WL)后,直接观察图像,凭借经验来判定磁共振设备的高对比度分辨力和低对比度分辨力所能达到的量级。由于不同检测人员的视觉存在差异,因此通过这种方法得到的测量结果往往存在一定的误差,测量重复性和准确性都比较差。此外,现有方法比较耗时,检测效率也不高。
鉴于上述现有的医用磁共振模体图像评价方法存在的缺陷,本发明人经过不断的研究、设计,并经反复试作及改进后,终于创设出确具实用价值的本发明。
发明内容
本发明的主要目的在于,克服现有的医用磁共振模体图像评价方法存在的缺陷,而提供一种新的医用磁共振模体图像量化自动评价方法,所要解决的技术问题是使其自动化程度高、准确的量化评价,不仅能够大幅度提高检测人员的检测效率,同时避免了由人为操作带来的诸多误差,确保测量结果准确,非常适于实用。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种医用磁共振模体图像量化自动评价方法,其包括以下步骤:第一导入图像;第二筛选图像;第三图像倾斜校正;第四分别对经筛选又经图像倾斜校正的待检测模体均匀性层图像、待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像、待检测模体空间线性层图像进行检测,其中,模体均匀性层图像的检测包括图像均匀性检测、厚层检测、信噪比检测、图像均匀性分布检测;模体高对比度分辨力层图像的检测是模体高对比度分辨力检测;模体低对比度分辨力层图像的检测是模体低对比度分辨力检测;空间线性层图像的检测包括空间线性检测和纵横比检测,上述检测既能依次检测,也能任意单项检测,还能多项同时检测;第五检测结果的记录、保存和查找,上述全部步骤均能通过采用本发明形成的软件自动完成。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的导入图像是检测人员将磁共振设备对模体进行一次扫描生成的十几幅到四十几幅数目不等的图像全部导入采用本发明形成的软件中。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的筛选图像是在这一系列模体图像中的模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层中都会生成至少3幅图像,检测人员需要在这若干幅图像中筛选出一幅最能代表模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层的信息的图像,以便进行检测。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的图像倾斜校正是分别对检测人员筛选出的模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像进行图像倾斜校正,同时保存图像信息,将经过图像倾斜校正的待检测模体均匀性层图像、待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像、待检测模体空间线性层图像信息分别保存至载入图像相同系统路径下的新建文件夹“selected-image”。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的图像倾斜校正的具体方法是在人工交互的基础上,分别初步定位模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像检测区域中可以用来作为定位依据的规则图形“顶点”附近区域的几何位置,之后通过基于轮廓提取的阈值分割的方法,分别准确定位模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像中所述的规则图形的轮廓,进而确定模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像中心点,再以中心点为轴进行图像旋转直至“正位”,所述的“正位”是将所述的规则图形的各个边界位于同一行或列的像素点,之后采用双三次插值算法对旋转后的图像进行插值,从而最大限度地保存图像的原始信息。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的图像倾斜校正中所作为定位依据的规则图形为正方形、长方形、折线形以及圆形。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的图像均匀性检测是根据所述的待检测模体均匀性检测层图像的中心位置及该待检测模体均匀性检测层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,在规则图形的内部,自动生成多个均匀分布的、面积不小于100mm2的感兴趣区域(ROI),并自动计算所述的多个区域的均值、方差,以及自动找到这些ROI区域中的信号强度均值的最大值区域和信号强度均值的最小值区域,依照以下公式自动完成均匀性的计算
式中:U——图像均匀性;
Smax——信号强度的均值的最大值;
Smin——信号强度均值的最小值。
所计算的结果实时显示并以excel文件的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,图像均匀性检测全过程自动完成。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的层厚检测是根据所述的待检测模体均匀性层图像的中心位置和该模体中层厚检测区域的尺寸,并基于规则形的边界轮廓的位置,采用阈值分割的方法,准确定位了4个包含多行或多列像素点的层厚检测区域,分布在规则图形边框的上、下、左、右的位置;之后,在4个层厚检测区域中每一个层厚检测区域自动生成1条“均值profile线”,而每条“均值profile线”都是这个层厚检测区域内多行或多列相邻profile线的均值,采用数值遍历的方法自动找到这条“均值profile线”的左右两个“峰值点”,以及最低端的“谷值点”,并依据这三点的信号强度数值自动计算半高全宽半高全宽(FWHM,full width half maximum),进而得到层厚测量值,所有层厚检测流程全部自动完成,检测结果实时显示并以“均值profile线”曲线图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,文件中会给出上下左右四个长条形区域的层厚测量值并进行比较,自动计算测量值之间的方差和测量值与层厚标称值之间的偏差。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的信噪比检测是根据所述的待检测模体均匀性层图像的中心位置及该待检测模体均匀性层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,自动定位中心ROI区域和4个外周背景ROI区域,使用4个外周背景ROI区域信号强度的均值作为外周背景信号强度的代表,所有自动定位的ROI区域的的面积均不小于100mm2,通过公式下列公式,自动计算信噪比:
式中:M0——中心ROI区域的信号强度均值;
——4个外周背景ROI区域的均值信号强度;
SD0——中心ROI区域信号强度的标准偏差;
全部检测过程均为自动完成,检测结果实时显示并以excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的图像均匀性分布检测是根据所述的待检测模体均匀性层图像的中心位置及待检测模体均匀性层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,自动定位待检测模体均匀性层图像图像的中心位置,并以此生成多条多个方向的profile线,用以从宏观角度反映这幅图整体的均匀性分布情况,以磁共振信号强度按像素位置分布的形式显示这多条线,信号强度分布情况直观显示,均匀性分布检测流程全部自动完成,检测结果实时显示并以“profile线”曲线图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的模体高对比度分辨力检测是根据所述的待检测模体高对比度分辨力层图像的中心位置及该模体高对比度分辨力层图像中规则图形的边界轮廓和模体高对比度分辨力层的结构尺寸,采用分水岭的图像分割算法提取高对比度分辨力检测ROI区域中各个线对组的阶跃型边缘轮廓,从而准确定位这多个线对组的位置区域,之后,将在每个线对组的居中位置自动生成一条profile线,用以呈现每个线对组内部信号强度的“起伏”,所有高对比度分辨力检测流程全部自动完成,检测结果实时显示并以“线对组profile线”图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的模体低对比度分辨力检测是根据待检测模体低对比度分辨力层图像的中心位置及待检测模体低对比度分辨力层图像中规则图形的边界轮廓和模体低对比度分辨力层4组夹角为90°、呈放射状排布的圆孔的几何位置和模体内部结构尺寸,采用基于水平集的图像分割算法,先分割出这4组圆孔率并确定每个圆孔的圆心位置,依托所述4组低对比度分辨力区域中最大的圆孔的中心位置,并通过“区域生长的算法”以每个最大圆孔的中心位置为圆心,“生长”出一个超过100个像素点、面积略小于这个最大圆孔的区域MA、MB、MC、MD,并按照所述的基于水平集的图像分割算法的分割结果,定位4个与所述最大圆孔的区域MA、MB、MC、MD相邻且面积相等的背景区域MA’、MB’、MC’、MD’,通过下列公式自动计算低对比度值:
式中:R——低对比度值;
M——低对比度分辨力ROI区域信号强度均值;
M’——相邻背景区域信号强度均值.
所述的低对比度分辨力检测全部检测过程均为自动完成,检测结果实时显示并以excel的形式同步保存在所述“selected-image”文件夹中,方便检测人员查找。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的空间线性检测是根据待检测模体空间线性层图像的中心位置及待检测模体空间线性层图像中规则图形的边界轮廓和模体空间线性层的结构尺寸,同样基于分水岭的图像分割算法先对A、B、C、D四组圆孔所在的区域进行定位,通过定位质心,所述的质心是待检测模体空间线性层图像中的小圆孔,该小圆孔的“质心”被认为是该小圆孔所在区域内信号强度最高的像素点,基于局部图像灰度三维显示的方法准确找到每组圆孔内的5个质心,之后,使用每组圆孔中的3个小孔,将其相互连接成3个标称边长分别为12cm,10cm和8cm的四边形,并同时自动测量这三个四边形的边长,并根据下例公式计算空间线性,
式中:L——空间线性;
L——标称边长;
L——图像中的实测边长。
所有L值中最大者,即为该磁共振系统的空间线性;
空间线性检测的检测流程全部自动完成,检测结果实时显示并以“空间线性检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
前述的一种医用磁共振模体图像量化自动评价方法,其中所述的纵横比检测是根据待检测模体空间线性层图像的中心位置及待检测模体空间线性层图像中规则图形的边界轮廓和模体空间线性层的结构尺寸,采用基于局部图像灰度三维显示的方法准确定位四个圆孔的质心A1、B1、C1、D1,并将A1和C1相连作为图像的纵向直径,将B1和D1相连作为图像的横向直径,根据下列公式计算纵横比:
式中:H——纵横比;
L——图像的纵向直径;
L——图像的横向直径;
在纵横比检测流程全部自动完成,检测结果实时显示并以“纵横比检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
本发明与现有技术相比具有明显的优点和有益效果。其至少具有下列优点:
1、本发明能够对图像进行自动旋转,在每幅图像校准开始之前,对待检测图像进行倾斜校正,对图像进行二维旋转并采用双三次插值算法对图像进行插值,保存图像的原始信息。确保每次处理的图像都是“正位”,所述规则图形的各个边界位于同一行或列的像素点,方便后续自动方法。
2、本发明的图像均匀性检测,不需要再调节窗宽、窗位去定位Smax和Smin,而是根据图像的中心位置和正方形的边界轮廓,自动在规则图形内部定位9个ROI检测区域,避免了调节窗宽、窗位的麻烦,也避免了由于不同检测人员定位不同而产生的检测结果的差异。
3、本发明采用计算多条profile线均值的方法,准确计算每个层厚区域的FWHM,使得层厚测量不在受到各种主观因素的影响。
4、本发明信噪比检测自动定位图像的中心位置(也代表信号的中心),以及位于四周的外周背景区域,现行的检测方法对于外周背景区域通常只定位一个,由于医用磁共振设备图像外周背景区域的信号强度差别较大,如果只用单一外周背景区域进行检测,则不同检测人员得到的检测结果会有较大差别。而本发明定位四个,而且都是根据图像的中心和正方形的轮廓自动定位的。所以我们的检测结果更加真实、准确、可靠。
5、本发明增加图像均匀性profile曲线,使得图像的分布情况一目了然。
6、本发明采用分水岭的方法提取高对比度分辨力检测ROI区域的阶跃型边缘轮廓,从而准确定位这11个线对组的位置区域,为准确画出profile线奠定基础。避免了基于窗宽、窗位调节的图像高对比度分辨力的检测。
7、、本发明采用基于水平集的图像分割算法,对每组低对比度分辨力检测区域中的最大的圆斑进行准确定位,确保低对比度分辨力检测结果的准确性和稳定性。并给出了量化的“低对比度值”作为评价指标。
8、本发明采用基于寻找“质心”的方法,自动、准确地定位空间线性检测层所有ROI区域的质心,进而使得空间线性和纵横比两项参数的测量变得十分准确,避免了人为因素的干扰。
9、本发明处理速度快,且采用客观评价方法来评价各性能参数,任何操作者得到的结果都完全一致,大幅度提升检测效率和检测结果的准确性。
10、本发明四种图像检测层不存在先后顺序,可单独检测某层的性能参数;若该层有多个性能参数,可选择单独检测某参数或同时检测所有参数具有灵活性;
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是本发明的模体均匀性层结构示意图。
图2是本发明的模体高对比度分辨力层结构示意图。
图3是本发明的模体低对比度分辨力层结构示意图。
图4是本发明的模体空间线性层结构示意图。
图5是现行检测方法的图像均匀性检测图。
图6是现行检测方法的层厚检测图。
图7是现行检测方法的信噪比检测图。
图8是现行检测方法的高对比度分辨力检测图。
图9是现行检测方法的低对比度分辨力检测图。
图10是现行检测方法的空间线性检测图。
其中,图10中将4组虚线方块中的圆孔各自相连,形成3个不同边长的四边形。
图11是现行检测方法的纵横比检测图。
图12是任一均匀性层待检测图像的原始状态图。
图13是本发明人工交互进行“顶点”区域的定位图。
图14是本发明“倾斜校正”后的任一均匀性层待检测图像。
图15A是本发明实施例的图像均匀性检测图。
图15B是本发明实施例的图像均匀性检测结果表。
其中:图15A-15B为采用本发明形成的软件生成的excel文件的截图,图中分别列出了本发明实施例的9个ROI区域的信号强度均值和标准偏差,9个ROI区域信号强度均值最大值与信号强度均值最小值之差,9个ROI区域信号强度均值最大值与信号强度均值最小值之和,以及均匀性(U)的计算结果。
图16A是本发明实施例的层厚检测图。
图16B是本发明实施例的层厚检测上、下、左、右四个方向的均值profile线图。
图17A是本发明实施例的信噪比检测图。
图17B是本发明实施例的信噪比检测结果表。
其中:图17A-17B为采用本发明形成的软件生成的excel文件的截图,图中分别列出了本发明实施例中心ROI区域和4个外周背景ROI区域的信号强度均值和标准偏差,以及SNR的计算结果。
图18A是本发明实施例的图像均匀性分布检测图。
图18B是本发明实施例的图像均匀性分布检测纵向profile线的MRI信号强度曲线图。
图18C是本发明实施例的图像均匀性分布检测图横向profile线的MRI信号强度曲线图。
图19A是本发明实施例的高对比度分辨力检测图。
其中:图19A体现了本发明形成的软件将在每个线对组的居中位置自动生成一条profile线,用以呈现每个线对组内部信号强度的“起伏”。
图19B:是本发明实施例的高对比度分辨力检测1LP/cm线对组内部信号强度的曲线图。
图19C:是本发明实施例的高对比度分辨力检测2LP/cm线对组内部信号强度的曲线图。
图19D:是本发明实施例的高对比度分辨力检测3LP/cm线对组内部信号强度的曲线图。
图19E:是本发明实施例的高对比度分辨力检测4LP/cm线对组内部信号强度的曲线图。
图19F:是本发明实施例的高对比度分辨力检测5LP/cm线对组内部信号强度的曲线图。
图19G:是本发明实施例的高对比度分辨力检测6LP/cm线对组内部信号强度的曲线图。
图19H:是本发明实施例的高对比度分辨力检测7LP/cm线对组内部信号强度的曲线图。
图19I:是本发明实施例的高对比度分辨力检测8LP/cm线对组内部信号强度的曲线图。
图20A:是本发明实施例的低对比度分辨力检测图。
图20B:是本发明实施例的低对比度分辨力检测结果表。
其中:图20A-21B为采用本发明形成的软件生成的excel文件的截图,图中分别列出了本发明实施例中4个位于低对比度分辨力区域中最大的圆孔的中,且面积略小于最大圆孔的区域的信号强度均值和标准偏差,以及4个与之相邻且面积相等的背景区域的信号强度均值和标准偏差
图21A:是本发明实施例的空间线性检测图。
图21B:是本发明实施例的空间线性检测质心图。
图21C:是本发明实施例的空间线性检测质心灰度三维显示图。
图21D:是本发明实施例的空间线性检测结果图。
图21E:是本发明实施例的空间线性检测结果表。
其中:图21A-21E为采用本发明形成的软件生成的excel文件的截图,图中分别列出了本发明实施例基于局部图像灰度三维显示的方法准确定位圆孔质心,进而准确测量的3组、共12条四边形的边长,以及空间线性的计算结果。
图22A:是本发明实施例的纵横比检测图。
图22B:是本发明实施例的纵横比检测结果表。
其中,图22A-22B为采用本发明形成的软件生成的excel文件的截图,图中分别列出了实施例基于局部图像灰度三维显示的方法准确定位圆孔质心,进而准确测量图像的纵向直径、横向直径,以及纵横比计算结果。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种医用磁共振模体图像量化自动评价方法其包括以下步骤:第一导入图像;第二筛选图像;第三图像倾斜校正;第四分别对经筛选又经图像倾斜校正的待检测模体均匀性层图像、待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像、待检测模体空间线性层图像进行检测,其中,模体均匀性层图像的检测包括图像均匀性检测、厚层检测、信噪比检测、图像均匀性分布检测;模体高对比度分辨力层图像的检测是模体高对比度分辨力检测;模体低对比度分辨力层图像的检测是模体低对比度分辨力检测空间线性层图像的检测包括空间线性检测和纵横比检测,上述检测既能依次检测,也能任意单项检测,还能多项同时检测;第五检测结果的记录、保存和查找,上述全部步骤均能通过采用本发明形成的软件自动完成。
其中所述的导入图像是检测人员将磁共振设备对模体进行一次扫描生成的十几幅到四十几幅数目不等的图像全部导入采用本发明形成的软件中。
其中所述的筛选图像是在这一系列模体图像中的模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层中都会生成至少3幅图像,检测人员需要在这若干幅图像中筛选出一幅最能代表模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层的信息的图像,以便进行检测。
其中所述的图像倾斜校正是分别对已筛选出的模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像进行图像倾斜校正,同时保存图像信息,将经过图像倾斜校正的待检测模体均匀性层图像、待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像、待检测模体空间线性层图像信息分别保存至载入图像相同系统路径下的新建文件夹“selected-image”。该图像倾斜校正的具体方法是在人工交互的基础上,初步定位图像检测区域中可以用来作为定位依据的规则图形“顶点”附近区域的几何位置,之后通过基于轮廓提取的阈值分割的方法,准确定位图像中规则图形的轮廓,进而确定图像中心点,再以中心点为轴进行图像旋转直至“正位”,所述的正位是将所述的规则图形的各个边界位于同一行或列的像素点,之后采用双三次插值算法对旋转后的图像进行插值,从而最大限度地保存图像的原始信息。其中所述的图像倾斜校正中所作为定位依据的规则图形为正方形、长方形、折线形以及圆形等图形。
其中所述的图像均匀性检测是根据所述的待检测模体均匀性检测层图像的中心位置及该待检测模体均匀性检测层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,在规则图形的内部,自动生成多个均匀分布的、面积不小于100mm2的感兴趣区域ROI,并自动计算所述的多个区域的均值、方差,以及自动找到这些ROI区域中的信号强度均值的最小区域,依照下列公式自动完成均匀性的计算
式中:U——图像均匀性;
Smax——信号强度均值的最大值;
Smin——信号强度均值的最小值。
所计算的结果实时显示并以excel文件的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,图像均匀性检测全过程自动完成。
其中所述的层厚的检测是根据所述的待检测模体均匀性层图像的中心位置和该模体中层厚检测区域的尺寸,并基于所述的规则图形的边界轮廓的位置,采用阈值分割的方法,准确定位了4个包含多行或多列像素点的层厚检测区域,分布在规则图形边框的上、下、左、右的位置;之后,在4个层厚检测区域中每一个层厚检测区域自动生成1条“均值profile线”,而每条“均值profile线”都是这个层厚检测区域内多行或多列相邻profile线的均值,采用数值遍历的方法自动找到这条“均值profile线”的左右两个“峰值点”,以及最低端的“谷值点”,并依据这三点的信号强度数值自动计算半高全宽半高全宽FWHM-fullwidth half maximum,进而得到层厚测量值,所有层厚检测流程全部自动完成,检测结果实时显示并以“均值profile线”曲线图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,文件中会给出上下左右四个长条形区域的层厚测量值并进行比较,自动计算测量值之间的方差和测量值与层厚标称值之间的偏差。
其中所述的信噪比检测是根据所述的待检测模体均匀性层图像的中心位置及该待检测模体均匀性层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,自动定位中心ROI区域和4个外周背景ROI区域,使用4个外周背景ROI区域信号强度的均值作为外周背景信号强度的代表,所有自动定位的ROI区域的的面积均不小于100mm2,通过公式下列公式,自动计算信噪比:
式中:M0——中心ROI区域的信号强度均值;
——4个外周背景ROI区域的均值信号强度;
SD0——中心ROI区域信号强度的标准偏差;
信噪比检测检测全过程均为自动完成,检测结果实时显示并以excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
其中所述的图像均匀性分布检测是根据所述的待检测模体均匀性层图像中心位置及该待检测模体均匀性层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,自动定位该待检测模体均匀性层图像的中心位置,并以此生成多条多个方向的profile线,用以从宏观角度反映这幅图整体的均匀性分布情况,以磁共振信号强度按像素位置分布的形式显示这多条线,信号强度分布情况直观显示,均匀性分布检测的检测流程全部自动完成,检测结果实时显示并以“profile线”曲线图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
其中所述的模体高对比度分辨力检测是根据所述的待检测模体高对比度分辨力层图像的中心位置及该待检测模体高对比度分辨力层图像中规则图形的边界轮廓和模体高对比度分辨力层的结构尺寸,采用分水岭的图像分割算法提取高对比度分辨力检测ROI区域中各个线对组的阶跃型边缘轮廓,从而准确定位这多个线对组的位置区域,之后,将在每个线对组的居中位置自动生成一条profile线,用以呈现每个线对组内部信号强度的“起伏”,所有高对比度分辨力层图像的检测流程全部自动完成,检测结果实时显示并以“线对组profile线”图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
其中所述的模体低对比度分辨力检测是根据所述的待检测模体低对比度分辨力层图像的中心位置及该待检测模体低对比度分辨力层图像中规则图形的边界轮廓和模体低对比度分辨力层4组夹角为90°、呈放射状排布的圆孔的几何位置和模体内部结构尺寸,采用基于水平集的图像分割算法,先分割这4组圆孔率并确定每个圆孔的圆心位置,依托所述4组低对比度分辨力区域中最大的圆孔的中心位置,并通过“区域生长的算法”以每个最大圆空的中心位置为圆心,“生长”出一个超过100个像素点、面积略小于这个最大圆孔的区域MA、MB、MC、MD,并按照所述的基于水平集的图像分割算法的分割结果,定位4个与区域MA、MB、MC、MD相邻且面积相等的背景区域MA’、MB’、MC’、MD’,通过下列公式自动计算低对比度值:
式中:R——低对比度值;
M——低对比度分辨力ROI区域信号强度均值;
M’——相邻背景区域信号强度均值.
所述的低对比度分辨力检测全部过程均为自动完成,检测结果实时显示并以excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
其中所述的空间线性检测是根据待检测模体空间线性层图像的中心位置及该待检测模体空间线性层图像中规则图形的边界轮廓和模体空间线性层的结构尺寸,同样基于分水岭的图像分割算法先对A、B、C、D四组圆孔所在的区域进行定位,通过定位“质心”,所述的质心是待检测模体空间线性层图像中的“小圆孔”,其所述的小圆孔的质心被认为是这个小圆孔所在区域内信号强度最高的像素点,基于局部图像灰度三维显示的方法准确找到每组圆孔内的5个质心,之后,使用每组圆孔中的3个小孔,将其相互连接成3个标称边长分别为12cm,10cm和8cm的四边形,并同时自动测量这三个四边形的边长,并根据下例公式计算空间线性,
式中:L——空间线性;
L——标称边长;
L——图像中的实测边长。
所有L值中最大者,即为该磁共振系统的空间线性;
空间线性检测的检测流程全部自动完成,检测结果实时显示并以“空间线性检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
其中所述的纵横比的检测是根据待检测模体空间性层图像的中心位置及待检测模体空间线性层图像中规则图形的边界轮廓和模体空间线性层的结构尺寸,采用基于局部图像灰度三维显示的方法准确定位四个圆孔的质心A1、B1、C1、D1,并将A1和C1相连作为图像的纵向直径,将B1和D1相连作为图像的横向直径,根据下列公式计算纵横比:
式中:H——纵横比;
L——图像的纵向直径;
L——图像的横向直径;
在纵横比检测的所有检测流程全部自动完成,检测结果实时显示并以“纵横比检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
本发明请参阅图1-22所示,本发明较佳实施例的一种医用磁共振模体图像量化自动评价方法,其主要包括以下步骤:
步骤1:图像的导入
首先导入图像,磁共振设备对模体进行一次扫描通常会生成十几幅到四十几幅数目不等的图像。检测人员首先要将这些图像全部导入采用本发明形成的软件中。
步骤2:筛选图像
在这一系列模体图像中的模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层中都会生成至少3幅图像,检测人员需要在这若干幅图像中筛选出一幅最能代表模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层信息的图像,以便进行检测。
步骤3:图像倾斜校正
然后对步骤2中筛选出的最能代表模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层信息的图像进行倾斜校正。由于MRI模体一般是球形或者圆柱形,MRI设备成像杜绝金属物质介入,所以模体外表面没有嵌入能够用于定位的金属小圆珠,因此在MRI模体成像过程中,模体的内部结构在平面内实际上不太可能完全的“水平”或者“垂直”的,进而模体图像内部的可以用来作为定位依据的规则图形,本实施例采用正方形一定会有倾斜,而这种倾斜会对我们期待的自动化操作带来很大的障碍。因此,本发明在进行图像检测前,会对被筛选出来的4幅图像进行“倾斜校正”以方便后续的操作步骤。这些被筛选并经过倾斜校正后的待检测图像将分别被自动保存到一个名为“selected-image”的新生成的文件夹中,而这个文件夹与前述一系列原始的模体图像保存在同一路径下,方便查找。
参阅图12所示,以“待检测模体均匀性层图像”为例,待待检测模体均匀性层图像可能与如图1所示的标准“正位”(即所述的规则图形的各个边界位于同一行或列的像素点)相差任何一个不为0°的角度,通常称为图像倾斜,这种倾斜会给图像内检测区域的准确定位带来很多麻烦。因此,本实施列首先要对待检测图像进行“倾斜校正”。参阅图13所示,该“倾斜校正”是在人工交互的基础上,初步定位待检测模体均匀性层图像中正方形的四个“顶点”附近区域的几何位置,之后通过基于轮廓提取的阈值分割的方法,准确定位待检测模体均匀性层图像中正方形的轮廓,进而确定图像中心点,再以中心点为轴进行待检测模体均匀性层图像旋转直至“正位”,之后采用双三次插值算法对旋转后的图像进行插值,从而最大限度地保存图像的原始信息(如图14所示),所述的待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像待检测模体空间现象层图像的倾斜校正同待检测模体均匀性层图像的倾斜校正。
步骤4:对经筛选又经图像倾斜校正的待检测模体均匀性层图像、待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像、待检测模体空间线性层图像进行检测。其中:
模体均匀性层图像的检测包括图像均匀性的检测、层厚的检测、信噪比的检测、图像均匀性分布的检测。
模体高对比度分辨力层图像的检测是模体高对比度分辨力检测。
模体低对比度分辨力层图像的检测是模体低对比度分辨力检测。
模体空间线性层图像的检测包括空间线性的检测和纵横比的检测。
4-1:图像均匀性的检测
参阅图15A、图15B所示,在图像均匀性检测时,检测人员只需要从“selected-image”文件夹中导入前述已保存并经过“倾斜校正”的待检测均匀性层图像。由于在所述“倾斜校正”的过程中,该待检测模体均匀性层图像的中心位置已经确定。本实施例根据待检测模体均匀性层图像的中心位置及该待检测模体均匀性层图像中正方形的边界轮廓和模体均匀性层的结构尺寸,在边长10cm正方形的内部,以九宫格法自动定位生成9个均匀分布的、面积不小于100mm2的感兴趣区域(ROI),自动计算这9个ROI区域的均值、方差,依照公式(1),自动完成均匀性的计算。在图像均匀性检测过程中,完全不需要检测人员调节窗宽、窗位,所有检测流程全部自动完成,检测结果实时显示并以excel文件的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,图15B显示了具体的检测结果生成的excel表。
4-2:层厚的检测
参阅图16A、图16B所示,检测人员依然使用所述的待检测模体均匀性层测图像。参阅图6所示,由于每个层厚检测区域都是由十几行或列像素点组成的,因此选取任何单一行或列都不能完全表征这一区域的真实信息,且检测结果会有很大的偏差。因此,该层厚检测是根据所述的待检测模体均匀性层
图像的中心位置和模体中层厚检测区域的尺寸,并基于正方形的边界轮廓的位置,采用阈值分割的方法,准确定位了4个包含10行或列像素点的层厚检测区域的上、下、左、右的位置。之后,在4个检测区域中,通过采用本发明形成的软件都会自动生成1条“均值profile线”,而每条“均值profile线”都是这个层厚检测区域内10条相邻profile线的均值,参阅图16所示。以一条“均值profile线”为例,采用数值遍历的方法自动找到这条“均值profile线”的左右两个“峰值点”,以及最低端的“谷值点”,并依据这三点的信号强度数值自动计算FWHM,进而得到层厚测量值。
采用“均值profile线”的方法能够大幅度降低由于不同检测人员定位区域不一致带来的测量结果的不确定性,并且能够更加准确地反应层厚测量的真实情况。层厚的检测过程中,完全不需要检测人员调节窗宽、窗位,所有检测流程全部自动完成,检测结果实时显示并以“均值profile线”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,文件中会给出上下左右四个长条形区域的层后测量值并进行比较,自动计算测量值之间的方差和测量值与层厚标称值之间的最大绝对误差。本实施例检测结果列表如下:
4-3:信噪比的检测
参阅图17A、图17B所示,检测人员依然使用所述的待检测模体均匀性层图像。该信噪比的检测根据经过“倾斜校正”后的待检测模体均匀性层像的中心位置及该待检测模体均匀性层图像中正方形的边界轮廓和模体均匀性层的结构尺寸,自动定位中心ROI区域和4个外周背景ROI区域Mb1、Mb2、Mb3、Mb4,由于医用磁共振设备图像外周背景区域的信号强度差别较大,如果只用单一外周背景区域进行检测,则不同检测人员得到的检测结果会有较大差别。因此,该信噪比的检测使用4个外周背景ROI区域信号强度的均值作为外周背景信号强度的代表,大幅度提高了测量结果的准确性并大幅度降低了测量结果的不确定度。所有自动定位的ROI区域的的面积均不小于100mm2。通过公式(2)自动计算信噪比:
信噪比的检测过程中,全部检测过程均为自动完成,检测结果实时显示并以excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。图17B显示了具体信噪比的检测结果生成的excel表。
4-4:图像均匀性分布的检测
参阅图18A、图18B、图18C所示,在进行图像均匀性分布检测时,检测人员依然使用所述的待检测模体均匀性层图像。由于已有校准方法的图像均匀性只能粗略计算均匀性数值,且在检测完成后调节窗宽、窗位后的图像很难保存,为检测人员日后查阅检测结果带来了很多不便。因此,图像均匀性分布的检测根据经过图像倾斜校正待检测模体均匀性检测层图像的中心位置及待检测模体均匀性检测层图像中正方形的边界轮廓和模体均匀性层的结构尺寸,自动定位待检测模体均匀性检测层图像的中心位置,并以此生成两条分别位于水平和垂直方向的profile线,用以从宏观角度反映这幅图整体的均匀性分布情况。以磁共振信号强度按像素位置分布的形式显示这两条线,信号强度分布情况一目了然,十分直观。
采用“profile线”的方法能够帮助检测人员更好地了解被检磁共振设备均匀性的分布情况,也是对前述“均匀性(U)”的有效补充,因为已有的均匀性检测并不能告诉检测者图像均匀性分布的情况,也无法给出图像上磁共振信号强弱的分布情况。本发明的图像均匀性分布检测的所有检测流程全部自动完成,检测结果实时显示并以“profile线”图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。检测结果见图18B、图18C。
4-5:模体高对比度分辨力层图像检测
参阅图19A-图19I所示,在进行模体高对比度分辨力层检测时,检测人员只需要从“selected-image”文件夹中导入前述已保存并经过“倾斜校正”的待检测模体高对比度分辨力层图像。由于在前述“倾斜校正”的过程中,该待检测模体高对比度分辨力层图像的中心位置已经确定。所述的高对比度分辨力检测根据经“倾斜校正”的待检测模体高对比度分辨力层图像的中心位置及该待检测模体高对比度分辨力层图像中正方形的边界轮廓和模体高对比度分辨力层的结构尺寸,采用分水岭的图像分割算法提取高对比度分辨力检测ROI区域中各个线对组的阶跃型边缘轮廓,从而准确定位这11个线对组成的位置区域,为准确画出profile线奠定基础。这11个呈L型排布的线对组,分别代表(1-11)LP/cm的分辨力。之后,将在每个线对组的居中位置自动生成一条profile线,用以呈现每个线对组内部信号强度的“起伏”。
该高对比度分辨力检测自动定位并生成“profile线”的功能能够帮助检测人员更好地了解被检磁共振设备的高对比度分辨能力。由于磁共振设备的高对比度分辨力本身不强,因此profile线分析做到8LP/cm已足够,由图19A-图19I可知,这台磁共振设备的高对比度分辨力水平约为5LP/cm。在本实施例的高对比度分辨力检测过程中,不需要检测人员调节窗宽、窗位,大幅度提高了检测效率同时避免了由不同检测人员经验不同而引入的检测误差。所有检测流程全部自动完成,检测结果实时显示并以“线对组profile线”图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。图19B-图19I显示1-11线对组profile线图。
4-6:模体低对比度分辨力层图像的检测
在进行模体低对比度分辨力层图像的检测时,检测人员只需要从“selected-image”文件夹中导入前述已保存并经过“倾斜校正”的低对比度分辨力层待检测图像。
参阅图9和图20A、图20B所示,由于在前述“倾斜校正”的过程中,该待检测模体低对比度分辨力层图像的中心位置已经确定。所述的低对比度分辨力检测是根据经过“倾斜校正”的待检测模体低对比度分辨力层的中心位置及该待检测模体低对比度分辨力层图像中正方形的边界轮廓和模体低对比度分辨力层4组夹角为90°、呈放射状排布的圆孔的几何位置和模体内部结构尺寸,采用基于水平集的图像分割算法,将先分割出这4组圆孔率来并确定每个圆孔的圆心位置,低对比度分辨力层的待检测模体低对比度分辨力层图像在不调节窗宽、窗位的情况下都能直接目测分辨出每个4组低对比度分辨力区域中最小的圆孔。因此,该低对比度分辨力检测仅对4组低对比度分辨力区域中最大的圆孔进行分析,因为最大的圆孔直径较大,包含的像素点较多,便于分析。
低对比度分辨力检测依托所述4组低对比度分辨力区域中最大的圆孔的中心位置,并通过“区域生长的算法”以这个中心位置为圆心,“生长”出一个超过100个像素点、面积略小于这个最大圆孔的区域,如图20A、图20B中MA、MB、MC、MD,并按照前述的基于水平集的图像分割算法的分割结果,定位4个与MA、MB、Mc、MD相邻且面积相等的背景区域MA’、MB’、MC’、MD’。通过公式(3)自动计算低对比度值:
在该模体低对比度分辨力检测过程中,不仅准确定位了低对比度分辨力检测区域的位置,还创新地提出了计算低对比度值的方法,实现了低对比度分辨力的量化评价。全部检测过程均为自动完成,检测结果实时显示并以excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。参阅图20B显示了具体模体低对比度分辨力层图像检测结果生成的excel表。
4-7:空间线性的检测
在进行空间线性检测时,检测人员只需要从“selected-image”文件夹中导入前述已保存并经过“倾斜校正”的待检测模体空间线性层图像。由于在前述“倾斜校正”的过程中,该待检测模体空间线性层图像的中心位置已经确定。空间线性检测根据经“倾斜校正”的待检测模体空间线性层图像的中心位置及待检测模体图像中正方形的边界轮廓和模体空间线性层的结构尺寸,同样基于分水岭的图像分割算法先对A、B、C、D四组圆孔所在的区域进行定位,参阅图21A-图21D所示,由于这些圆孔的直径均为3mm,所以这些圆孔在图像中通常表现为由十几个甚至几十个像素点组成的小像斑,而并非单一像素点。因此,该空间线性层图像的检测是通过定位“质心”来确保检测结构的准确。所述的质心是质量中心的简称,对于待检测模体空间线性层图像中的“小圆孔”,则认为是这个小圆孔所在区域内信号强度最高的像素点。在完成四组圆孔的定位后,参阅图21A-图21C所示,采用基于局部图像灰度三维显示的方法准确找到每组圆孔内的5个质心。之后,使用每组圆孔中的3个小孔,将其相互连接成3个标称边长分别为12cm,10cm和8cm的四边形,并同时自动测量这三个四边形的边长,根据公式(4)计算空间线性。
空间线性层图像的检测采用基于局部图像灰度三维显示的方法准确定位圆孔质心,进而准确测量各组四边形的边长。有效避免了由于检测人员认为因素引入的测量误差,并同时大幅度提高了检测效率。所有检测流程全部自动完成,检测结果实时显示并以“空间线性检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。图21E显示了空间线性检测结果excel表。
4-8:纵横比的检测
参阅图22A、图22B所示。在进行纵横比检测时,检测人员依然使用所述的待检测模体空间线性层图像。与前述空间线性检测步骤相同,纵横比检测同样采用基于局部图像灰度三维显示的方法准确定位四个圆孔的质心A1、B1、C1、D1,并将A1和C1相连作为图像的纵向直径,将B1和D1相连作为图像的横向直径,新方法同样根据公式(5)计算纵横比。
在该测的检测过程中,所有检测流程全部自动完成,检测结果实时显示并以“纵横比检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。图22B显示了纵横比的检测结果excel表。
步骤5:检测结果的记录、保存和查找
在完成图像导入和筛选后,本发明每幅图倾斜校正的时间不超过5秒,图像均匀性检测、层厚检测、信噪比检测、均匀性分布检测总共不超过15秒,高对比度分辨力层图像的检测不超过10秒,低对比度分辨力层图像的检测不超过10秒。本发明全部流程耗时不超过2分钟,而现行检测方法大约需要20分钟~25分钟,大幅度提高的检测效率和准确性。本发明四种图像检测层不存在先后顺序,可单独检测某层的性能参数;若该层有多个性能参数,可选择单独检测某参数或同时检测所有参数,具有灵活性。此外,本发明完全不依赖检测人员的经验。经过大量实验证明:本发明对于在任何厂家、型号的医用磁共振设备中扫描得到的模体图像均具有普遍适用性。
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,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但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作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (14)

1.一种医用磁共振模体图像量化自动评价方法,其特征在于其包括以下步骤:第一导入图像;第二筛选图像;第三图像倾斜校正;第四分别对经筛选又经图像倾斜校正的待检测模体均匀性层图像、待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像、待检测模体空间线性层图像进行检测,其中,模体均匀性层图像的检测包括图像均匀性检测、厚层检测、信噪比检测、图像均匀性分布检测;模体高对比度分辨力层图像的检测是模体高对比度分辨力检测;模体低对比度分辨力层图像的检测是模体低对比度分辨力检测;空间线性层图像的检测包括空间线性检测和纵横比检测,上述检测既能依次检测,也能任意单项检测,还能多项同时检测;第五检测结果的记录、保存和查找,上述全部步骤均能通过采用本发明形成的软件自动完成。
2.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于所述的导入图像是检测人员将磁共振设备对模体进行一次扫描生成的十几幅到四十几幅数目不等的图像全部导入采用本发明形成的软件中。
3.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于所述的筛选图像是在这一系列模体图像中的模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层中都会生成至少3幅图像,检测人员需要在这若干幅图像中筛选出一幅最能代表模体均匀性检测层、模体高对比度分辨力检测层、模体低对比度分辨力检测层、模体空间线性检测层的信息的图像,以便进行检测。
4.根据权利要求1、3所述的一种医用磁共振模体图像量化自动评价方法,其特征在于所述的图像倾斜校正是分别对检测人员筛选出的模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像进行图像倾斜校正,同时保存图像信息,将经过图像倾斜校正的待检测模体均匀性层图像、待检测模体高对比度分辨力层图像、待检测模体低对比度分辨力层图像、待检测模体空间线性层图像信息分别保存至载入图像相同系统路径下的新建文件夹“selected-image”。
5.根据权利要求1、4中任意一项所述的一种医用磁共振模体图像量化自动评价方法,其特征在于所述的图像倾斜校正的具体方法是在人工交互的基础上,分别初步定位模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像检测区域中可以用来作为定位依据的规则图形“顶点”附近区域的几何位置,之后通过基于轮廓提取的阈值分割的方法,分别准确定位模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像中所述的规则图形的轮廓,进而确定模体均匀性检测层图像、模体高对比度分辨力检测层图像、模体低对比度分辨力检测层图像、模体空间线性检测层图像中心点,再以中心点为轴进行图像旋转直至“正位”,所述的“正位”是将所述的规则图形的各个边界位于同一行或列的像素点,之后采用双三次插值算法对旋转后的图像进行插值,从而最大限度地保存图像的原始信息。
6.根据权利要求5所述的一种医用磁共振模体图像量化自动评价方法,其特征在于所述的图像倾斜校正中所作为定位依据的规则图形为正方形、长方形、折线形以及圆形。
7.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于所述的图像均匀性检测是根据所述的待检测模体均匀性检测层图像的中心位置及该待检测模体均匀性检测层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,在规则图形的内部,自动生成多个均匀分布的、面积不小于100mm2的感兴趣区域ROI,并自动计算所述的多个区域的均值、方差,以及自动找到这些ROI区域中的信号强度均值的最大值区域和信号强度均值的最小值区域,依照以下公式自动完成均匀性的计算
U = [ 1 - S max - S min S max + S min ] × 100 % - - - ( 1 )
式中:U——图像均匀性;
Smax——信号强度的均值的最大值;
Smin——信号强度均值的最小值。
所计算的结果实时显示并以excel文件的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,图像均匀性检测全过程自动完成。
8.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于所述的层厚检测是根据所述的待检测模体均匀性层图像的中心位置和该模体中层厚检测区域的尺寸,并基于规则形的边界轮廓的位置,采用阈值分割的方法,准确定位了4个包含多行或多列像素点的层厚检测区域,分布在规则图形边框的上、下、左、右的位置;之后,在4个层厚检测区域中每一个层厚检测区域自动生成1条“均值profile线”,而每条“均值profile线”都是这个层厚检测区域内多行或多列相邻profile线的均值,采用数值遍历的方法自动找到这条“均值profile线”的左右两个“峰值点”,以及最低端的“谷值点”,并依据这三点的信号强度数值自动计算半高全宽半高全宽(FWHM,full width half maximum),进而得到层厚测量值,所有层厚检测流程全部自动完成,检测结果实时显示并以“均值profile线”曲线图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找,文件中会给出上下左右四个长条形区域的层厚测量值并进行比较,自动计算测量值之间的方差和测量值与层厚标称值之间的偏差。
9.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于其中所述的信噪比检测是根据所述的待检测模体均匀性层图像的中心位置及该待检测模体均匀性层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,自动定位中心ROI区域和4个外周背景ROI区域,使用4个外周背景ROI区域信号强度的均值作为外周背景信号强度的代表,所有自动定位的ROI区域的的面积均不小于100mm2,通过公式下列公式,自动计算信噪比:
S N R = M 0 - M b ‾ SD 0 - - - ( 2 )
式中:M0——中心ROI区域的信号强度均值;
——4个外周背景ROI区域的均值信号强度;
SD0——中心ROI区域信号强度的标准偏差;
全部检测过程均为自动完成,检测结果实时显示并以excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
10.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于其中所述的图像均匀性分布检测是根据所述的待检测模体均匀性层图像的中心位置及待检测模体均匀性层图像中规则图形的边界轮廓和模体均匀性层的结构尺寸,自动定位待检测模体均匀性层图像图像的中心位置,并以此生成多条多个方向的profile线,用以从宏观角度反映这幅图整体的均匀性分布情况,以磁共振信号强度按像素位置分布的形式显示这多条线,信号强度分布情况直观显示,均匀性分布检测流程全部自动完成,检测结果实时显示并以“profile线”曲线图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
11.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于其中所述的模体高对比度分辨力检测是根据所述的待检测模体高对比度分辨力层图像的中心位置及该模体高对比度分辨力层图像中规则图形的边界轮廓和模体高对比度分辨力层的结构尺寸,采用分水岭的图像分割算法提取高对比度分辨力检测ROI区域中各个线对组的阶跃型边缘轮廓,从而准确定位这多个线对组的位置区域,之后,将在每个线对组的居中位置自动生成一条profile线,用以呈现每个线对组内部信号强度的“起伏”,所有高对比度分辨力检测流程全部自动完成,检测结果实时显示并以“线对组profile线”图的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
12.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于其中所述的模体低对比度分辨力检测是根据待检测模体低对比度分辨力层图像的中心位置及待检测模体低对比度分辨力层图像中规则图形的边界轮廓和模体低对比度分辨力层4组夹角为90°、呈放射状排布的圆孔的几何位置和模体内部结构尺寸,采用基于水平集的图像分割算法,先分割出这4组圆孔率并确定每个圆孔的圆心位置,依托所述4组低对比度分辨力区域中最大的圆孔的中心位置,并通过“区域生长的算法”以每个最大圆孔的中心位置为圆心,“生长”出一个超过100个像素点、面积略小于这个最大圆孔的区域MA、MB、MC、MD,并按照所述的基于水平集的图像分割算法的分割结果,定位4个与所述最大圆孔的区域MA、MB、MC、MD相邻且面积相等的背景区域MA’、MB’、MC’、MD’,通过下列公式自动计算低对比度值:
R = M M , - - - ( 3 )
式中:R——低对比度值;
M——低对比度分辨力ROI区域信号强度均值;
M’——相邻背景区域信号强度均值.
所述的低对比度分辨力检测全部检测过程均为自动完成,检测结果实时显示并以excel的形式同步保存在所述“selected-image”文件夹中,方便检测人员查找。
13.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于其中所述的空间线性检测是根据待检测模体空间线性层图像的中心位置及待检测模体空间线性层图像中规则图形的边界轮廓和模体空间线性层的结构尺寸,同样基于分水岭的图像分割算法先对A、B、C、D四组圆孔所在的区域进行定位,通过定位质心,所述的质心是待检测模体空间线性层图像中的小圆孔,该小圆孔的“质心”被认为是该小圆孔所在区域内信号强度最高的像素点,基于局部图像灰度三维显示的方法准确找到每组圆孔内的5个质心,之后,使用每组圆孔中的3个小孔,将其相互连接成3个标称边长分别为12cm,10cm和8cm的四边形,并同时自动测量这三个四边形的边长,并根据下例公式计算空间线性,
式中:L——空间线性;
L——标称边长;
L——图像中的实测边长。
所有L值中最大者,即为该磁共振系统的空间线性;
空间线性检测的检测流程全部自动完成,检测结果实时显示并以“空间线性检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
14.根据权利要求1所述的一种医用磁共振模体图像量化自动评价方法,其特征在于其中所述的纵横比检测是根据待检测模体空间线性层图像的中心位置及待检测模体空间线性层图像中规则图形的边界轮廓和模体空间线性层的结构尺寸,采用基于局部图像灰度三维显示的方法准确定位四个圆孔的质心A1、B1、C1、D1,并将A1和C1相连作为图像的纵向直径,将B1和D1相连作为图像的横向直径,根据下列公式计算纵横比:
式中:H——纵横比;
L——图像的纵向直径;
L——图像的横向直径;
在纵横比检测流程全部自动完成,检测结果实时显示并以“纵横比检测示意”图和excel的形式同步保存在前述“selected-image”文件夹中,方便检测人员查找。
CN201611163986.XA 2016-12-16 2016-12-16 一种医用磁共振模体图像量化自动评价方法 Pending CN106618572A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611163986.XA CN106618572A (zh) 2016-12-16 2016-12-16 一种医用磁共振模体图像量化自动评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611163986.XA CN106618572A (zh) 2016-12-16 2016-12-16 一种医用磁共振模体图像量化自动评价方法

Publications (1)

Publication Number Publication Date
CN106618572A true CN106618572A (zh) 2017-05-10

Family

ID=58823022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611163986.XA Pending CN106618572A (zh) 2016-12-16 2016-12-16 一种医用磁共振模体图像量化自动评价方法

Country Status (1)

Country Link
CN (1) CN106618572A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107854132A (zh) * 2017-11-07 2018-03-30 四川中测辐射科技有限公司 一种x射线成像对比度检测板
CN107948637A (zh) * 2017-12-14 2018-04-20 上海联影医疗科技有限公司 一种模体图像质量检测方法和系统
CN108828346A (zh) * 2018-04-20 2018-11-16 吴伟 一种电路信号强度的标注方法
CN109009114A (zh) * 2018-08-08 2018-12-18 北京市计量检测科学研究院 三方位磁共振成像设备图像性能检测装置
CN110584695A (zh) * 2019-09-12 2019-12-20 上海联影医疗科技有限公司 医疗影像设备的测试方法、装置、设备及存储介质
CN111462111A (zh) * 2020-04-21 2020-07-28 上海联影医疗科技有限公司 Pet系统的均匀性检测方法、装置和计算机设备
CN112190329A (zh) * 2020-10-23 2021-01-08 上海交通大学医学院附属第九人民医院 一种三维重建颞下颌关节的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930594A (zh) * 2010-04-14 2010-12-29 山东山大鸥玛软件有限公司 一种扫描文档图像的快速纠偏方法
CN104835140A (zh) * 2015-03-04 2015-08-12 中国计量科学研究院 医用ct模体图像量化评价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930594A (zh) * 2010-04-14 2010-12-29 山东山大鸥玛软件有限公司 一种扫描文档图像的快速纠偏方法
CN104835140A (zh) * 2015-03-04 2015-08-12 中国计量科学研究院 医用ct模体图像量化评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
官能成, 倪萍, 陈自谦: "基于ACR体模的磁共振质量控制自动评价系统", 《医疗卫生设备》 *
官能成,倪萍,陈自谦,李威: "基于ACR体模的磁共振层厚自动测量", 《中国医疗设备》 *
张丽媛,康立丽,贺杰禹: "MRI性能测试体模设计与实验验证", 《中国测试》 *
李成,葛剑徽: "MRI质量检测图像参数自动评价系统的设计分析", 《医疗卫生装备》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107854132A (zh) * 2017-11-07 2018-03-30 四川中测辐射科技有限公司 一种x射线成像对比度检测板
CN107854132B (zh) * 2017-11-07 2020-07-14 四川中测辐射科技有限公司 一种x射线成像对比度检测板
CN107948637A (zh) * 2017-12-14 2018-04-20 上海联影医疗科技有限公司 一种模体图像质量检测方法和系统
CN108828346A (zh) * 2018-04-20 2018-11-16 吴伟 一种电路信号强度的标注方法
CN109009114A (zh) * 2018-08-08 2018-12-18 北京市计量检测科学研究院 三方位磁共振成像设备图像性能检测装置
CN109009114B (zh) * 2018-08-08 2021-04-23 北京市计量检测科学研究院 三方位磁共振成像设备图像性能检测装置
CN110584695A (zh) * 2019-09-12 2019-12-20 上海联影医疗科技有限公司 医疗影像设备的测试方法、装置、设备及存储介质
CN110584695B (zh) * 2019-09-12 2023-12-12 上海联影医疗科技股份有限公司 医疗影像设备的压力测试方法、装置、设备及存储介质
CN111462111A (zh) * 2020-04-21 2020-07-28 上海联影医疗科技有限公司 Pet系统的均匀性检测方法、装置和计算机设备
CN111462111B (zh) * 2020-04-21 2023-11-24 上海联影医疗科技股份有限公司 Pet系统的均匀性检测方法、装置和计算机设备
CN112190329A (zh) * 2020-10-23 2021-01-08 上海交通大学医学院附属第九人民医院 一种三维重建颞下颌关节的方法
CN112190329B (zh) * 2020-10-23 2021-11-23 上海交通大学医学院附属第九人民医院 一种三维重建颞下颌关节的方法

Similar Documents

Publication Publication Date Title
CN106618572A (zh) 一种医用磁共振模体图像量化自动评价方法
CN103249358B (zh) 医用图像处理装置
CN104414636B (zh) 基于磁共振图像的脑微出血计算机辅助检测系统
CN102754128A (zh) X射线图像中的标志识别和处理
CN100463655C (zh) 一种腹部ct图像自动测量装置
CN108038513A (zh) 一种肝脏超声图像的特征分类方法
CN103562960B (zh) 用于生成图像的图像区域与元素类之间的分配的装置
CN104504710B (zh) X射线光栅相位衬度成像中摩尔条纹的识别方法及装置
CN102770752A (zh) 用于在ct投影图像序列中跟踪x射线标志的方法
CN107644420A (zh) 基于中心线提取的血管图像分割方法、核磁共振成像系统
US8649843B2 (en) Automated calcium scoring of the aorta
EP3724848B1 (en) Image processing method for glaucoma detection and computer program products thereof
CN101849240A (zh) 图像物体分割方法
EP2987114B1 (en) Method and system for determining a phenotype of a neoplasm in a human or animal body
WO2016060557A1 (en) Image analysis method supporting illness development prediction for a neoplasm in a human or animal body
CN103562961A (zh) 用于生成衰减校正图的装置和方法
CN101410869A (zh) 医学成像中感兴趣区域的识别和可视化
CN105631876A (zh) 一种基于全局二值化的ct图像分辨率自动测试方法
CN1743835B (zh) X射线计算机断层摄影系统以及该系统的数据校正方法
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
CN108629770A (zh) 基于支持向量机的超声图像分割方法
KR101251822B1 (ko) 동적조영증강 폐 전산화단층촬영 영상에서 관류 분석 시스템 및 방법
CN108154517A (zh) 一种基于肝脏超声图像的肝包膜线自动提取方法
WO2007095284A2 (en) Systems and methods for automatic symmetry identification and for quantification of asymmetry for analytic, diagnostic and therapeutic purposes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170510