CN106650734A - 定位图像子区域识别方法、医学图像显示方法及装置 - Google Patents

Abstract

本发明提供了一种定位图像子区域识别方法、医学图像显示方法及装置，定位图像子区域识别方法包括：获取成像目标的定位图像；根据所述定位图像计算沿成像目标轴向的宽度分布或/和灰度分布；基于所述获取的宽度分布或/和灰度分布识别所述成像目标的关键部位，根据所述关键部位将所述定位图像识别为多个子区域。本发明的技术方案能够自动智能化调节不同医学图像的窗宽/窗位值，帮助医生快速发现医学图像内的关键信息，节省医生阅片时间。

Description

定位图像子区域识别方法、医学图像显示方法及装置

技术领域

本发明涉及医学图像领域，特别涉及定位图像的子区域识别、医学图像显示方法及装置。

背景技术

医学图像诊断特别是计算机断层图像诊断(CT，Computed Tomography)、正电子发射断层图像诊断(PET，Positron Emission Tomography)以及磁共振图像诊断(MR，Magnetic Resonance)均是非常重要的医学图像诊断方式，可以无创地提供患者的解剖结构图像，从而为相关疾病诊断提供有效的技术支撑。医学图像可以通过设定窗宽/窗位值(Window Width/Window Level)来改变医学图像内不同组织的对比度，便于临床医务人员发现医学图像内的病灶。

发明人在实现本发明的过程中发现，目前大多数医学图像设备在出图时只提供一种窗宽/窗位的图像显示模式，在这种灰阶对比的情况下，临床医务人员很难快速抓住医学图像层面的关键信息，从而无法快速了解病情。

发明内容

本发明要解决的问题是提供一种定位图像的子区域识别、医学图像显示方法及装置，帮助医生及时有效的发现医学图像内的关键信息。

为解决上述问题，本发明提供了一种定位图像子区域识别方法，包括：获取成像目标的定位图像；根据所述定位图像计算沿成像目标轴向的宽度分布或/和灰度分布；基于所述获取的宽度分布或/和灰度分布识别所述成像目标的关键部位，根据所述关键部位将所述定位图像识别为多个子区域。

优选的，所述根据所述定位图像计算沿成像目标轴向的宽度分布包括：获取定位图像沿成像目标轴向延伸的重心线；以所述重心线上的各点为基点，计算在与成像目标轴向垂直的方向上所述基点分别与两侧第一个背景点之间的距离，基于所述距离计算得到沿成像目标轴向的宽度分布。

优选的，所述关键部位包括颈部和臀部，所述颈部和臀部基于所述宽度分布识别得到。

优选的，所述臀部根据宽度分布曲线在成像目标轴向反方向上第一个大于宽度均值的点识别得到，所述颈部根据宽度分布曲线在成像目标轴向反方向上所述臀部之后第一个小于一半宽度均值的点识别得到。

优选的，所述关键部位包括肺尖和肺底，所述肺尖和肺底基于所述灰度分布识别得到。

优选的，所述基于所述获取的宽度分布或/和灰度分布识别所述成像目标的关键部位包括根据宽度分布曲线和灰度分布曲线的以下任意一个特征进行识别：最大值、最小值、均值、局部最大值、局部最小值、局部均值、预设的数值或预设的数值范围。

优选的，所述定位图像为计算机断层图像、正电子发射断层图像或磁共振图像。

为解决上述问题，本发明还提供了一种医学图像显示方法，包括：获取成像目标的医学图像，所述医学图像包含一组沿成像目标轴向排列的二维断层图像；根据上述定位图像子区域识别方法识别出定位图像子区域，基于所述定位图像子区域与所述医学图像的关联，确定所述医学图像的各二维断层图像对应的子区域；基于二维断层图像对应的子区域，根据预设的子区域窗宽/窗位值对所述二维断层图像进行显示。

优选的，所述医学图像是基于定位图像规划后采集得到的图像。

为解决上述问题，本发明还提供了一种医学图像显示装置，包括：存储器，用于存储可由处理器执行的指令；处理器，用于执行指令，所述指令包括：获取成像目标的定位图像；根据所述定位图像计算沿成像目标轴向的宽度分布和灰度分布；基于所述获取的宽度分布和灰度分布识别所述成像目标的关键部位，根据所述关键部位将所述定位图像识别为多个子区域；所述关键部位包括颈部和臀部，所述颈部和臀部基于所述宽度分布识别得到；获取成像目标的医学图像，所述医学图像包含一组沿成像目标轴向排列的二维断层图像；基于所述识别出的定位图像子区域与所述医学图像的关联，确定所述医学图像的各二维断层图像对应的子区域；基于二维断层图像对应的子区域，根据预设的子区域窗宽/窗位值对所述二维断层图像进行显示。

与现有技术相比，本发明的技术方案提供了一种定位图像的子区域识别、医学图像显示方法及装置，能够自动智能化调节不同医学图像的窗宽/窗位值，帮助医生快速发现医学图像内的关键信息，节省医生阅片时间。

附图说明

图1是本发明一些实施例的计算机设备的结构示意图；

图2是本发明一些实施例的定位图像子区域识别方法的流程图；

图3是本发明一些实施例的医学图像的定位图像的示意图；

图4是本发明一些实施例的获取定位图像宽度信息方法的流程图；

图5是本发明一些实施例的获取颈部、臀部宽度信息的示意图；

图6是本发明一些实施例的在宽度信息曲线识别关键部位的示意图；

图7是本发明一些实施例的在头颈灰度曲线识别关键部位的示意图；

图8是本发明一些实施例的在胸腹灰度曲线识别关键部位的示意图；

图9是本发明一些实施例的医学图像显示方法的流程图；

图10是本发明一些实施例的定位图像与二维断层图像关联的示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是本发明一些实施例的计算机设备的结构示意图。计算机100可以被用于实现实施本发明一些实施例中披露的特定方法和装置。本实施例中的特定装置利用功能框图展示了一个包含显示模块的硬件平台。在一些实施例中，计算机100可以通过其硬件设备、软件程序、固件以及它们的组合来实现本发明一些实施例的具体实施。在一些实施例中，计算机100可以是一个通用目的的计算机，或一个有特定目的的计算机。

如图1所示，计算机100可以包括内部通信总线101，处理器(processor)102，只读存储器(ROM)103，随机存取存储器(RAM)104，通信端口105，输入/输出组件106，硬盘107，以及用户界面108。内部通信总线101可以实现计算机100组件间的数据通信。处理器102可以进行判断和发出提示。在一些实施例中，处理器102可以由一个或多个处理器组成。通信端口105可以实现计算机100与其他部件(图中未示出)例如：外接设备、图像采集设备、数据库、外部存储以及图像处理工作站等之间进行数据通信。在一些实施例中，计算机100可以通过通信端口105从网络发送和接受信息及数据。输入/输出组件106支持计算机100与其他部件之间的输入/输出数据流。用户界面108可以实现计算机100和用户之间的交互和信息交换。计算机100还可以包括不同形式的程序储存单元以及数据储存单元，例如硬盘107，只读存储器(ROM)103，随机存取存储器(RAM)104，能够存储计算机处理和/或通信使用的各种数据文件，以及处理器102所执行的可能的程序指令。

图2是本发明一些实施例的定位图像子区域识别方法的流程图。参见图2，执行步骤S201，获取成像目标的定位图像，有时定位图像也会被称为top图像(topographicimage)、预扫描图像、概略图。这里的成像目标可以是患者、动物，或者是患者、动物的一部分，例如成像目标仅是患者头部、身体或者四肢。定位图像可以是由医学成像设备对患者进行扫描，之后再由计算机100对扫描数据进行数据重建，从而获取得到。定位图像可以临时/永久性存储在计算机100的硬盘107、只读存储器(ROM)103、随机存取存储器(RAM)104或者是外部存储设备内，以便在需要的时候由处理器102对定位图像进行读取、计算等相关操作。定位图像可以在计算机100的用户界面108处进行显示，以便医生查看。

在一些实施例中，医学成像设备可以是X光机设备、磁共振成像设备(MR，MagneticResonance)、计算机断层成像设备(CT，Computed Tomography)、正电子发射成像设备(PET，Positron Emission Tomography)以及由上述多种成像设备组合而成的多模成像设备，例如PET-CT设备、PET-MR设备、RT-MR设备等。

定位图像如图3所示，可以反映患者的整体概略信息，通常可以是患者的冠状位图像或者矢状位图像。定位图像的扫描时间短、分辨率较低，通常被用做规划后续的正式扫描，例如由医生根据用户界面108显示的定位图像，由输入/输出组件106在定位图像上设定后续进行正式扫描的扫描范围，并设定相关扫描参数(例如扫描层数、层间距、层厚等)，之后便可以执行正式扫描。正式扫描通常相比定位扫描时间较长，重建得到的图像分辨率高，医生可以根据正式扫描得到的图像进行疾病诊断。

在本发明中，步骤S202，根据上一步骤获取得到的定位图像计算沿成像目标轴向的宽度分布和灰度分布。结合图3，成像目标的轴向z是成像目标的长轴方向，沿该方向可以统计得到成像目标沿z方向的宽度信息和灰度分布。宽度信息可以通过多种方式计算，例如计算沿z方向上属于成像目标的每行像素点在x方向上的宽度(背景区域像素的像素值与成像目标像素的像素值相比很低，差异较大)，从而得到成像目标沿z方向的宽度信息；也可以采例如边缘识别等方法确定成像目标的轮廓，再根据轮廓边缘的坐标计算得到宽度信息。而成像目标沿z方向的灰度分布，可以对沿z方向上每一行像素点的灰度值进行累加，从而计算得到。

步骤S203，由于成像目标沿z方向的宽度信息和灰度分布在z方向上会根据位置的不同而有所差异，例如腿部的宽度和灰度与头部的宽度和灰度就明显不同，可以根据该差异识别z方向上的关键部位(例如头部、腿部)，并根据识别出来的关键部位将定位图像分成对个子区域。在一些实施例中，参见图3，根据定位图像规划的正式扫描区域可以是区域a，可以仅对区域a进行识别为多个子区域，例如可以分为子区域a1、子区域a2、子区域a3、子区域a4和子区域a5。关键部位可以是解剖学上的关键部位，也可以是功能性的关键部位。

在一些实施例中，参见图4，为避免由于成像目标体位不同(例如是否抱头或者侧位)，在计算成像目标沿轴向z的宽度信息时，首先进行步骤S401，获取定位图像沿成像目标轴向延伸的重心线。结合图5，沿轴向z对于定位图像的每行像素点根据灰度值权重可以计算出一个重心，各重心的连线可以形成重心线c。

步骤S402，以重心线c上的各点作为基点，可以计算在成像目标轴向垂直的方向上(x方向)，基点分别与两侧第一个背景点之间的距离。例如对于基点c1，可以计算得到将基点c1在沿x方向上的两侧第一个背景点分别为b1和b2，此时点b1和点b2之间的距离L1作为c1点处的宽度信息。又例如对于基点c2，可以计算得到将基点c2在沿x方向上的两侧第一个背景点分别为b3和b4，此时点b3和点b4之间的距离L2作为c2点处的宽度信息。重心线c上其他基点处的计算方式与其类似，从而计算得到成像目标沿轴向z的宽度信息，计算得到的宽度信息如图6所示，图6横轴可以对应z方向，具体可以是图像层数的索引值，纵轴对应宽度信息值。可以通过宽度信息的最大值、最小值、均值、局部最大值、局部最小值、局部均值或者预设的数值、数值范围等来识别关键部位。例如可以通过图6识别出颈部601以及臀部602，其中臀部602可以是沿z的反方向(图6中从右往左)第一个大于宽度均值的位置，颈部601可以是从臀部602开始沿z的反方向第一个小于一半宽度均值的位置。关键部位所在的具体图像图层可以根据识别处的曲线上的点所对应的横轴(即图像层数的索引值)得到。

在一些实施例中，成像目标沿z方向的灰度分布曲线可以如图7、图8所示，其中横轴对应z方向，，具体可以是图像层数的索引值，纵轴为灰度值。图7是头颈灰度曲线的示意图，图7的灰度分布曲线可以是仅对定位图像重心线c左右2cm范围内进行的灰度值统计。同样可以通过灰度分布曲线的最大值、最小值、均值、局部最大值、局部最小值、局部均值或者预设的数值、数值范围等来识别关键部位。例如头颈灰度曲线的中间区域的局部灰度最小值点701可以识别为颅底。图8是胸腹灰度曲线的示意图，可以将胸腹灰度曲线取前2/3的区域，在该区域内最大值点802可以识别为肺底下端，而向z的反方向(图8向左)寻找局部最大点801可以识别为肺尖上端。在识别肺部区域时，由于肺部包括左肺与右肺，并且相对来说右肺范围更大，灰度曲线更明显，可以仅统计右肺半侧区域的灰度分布。

根据识别出来的关键部位可以将定位图像分成多个子区域，例如识别出的颅底可以将头部区分为头部上部和头部下部，颈部可以将颈部以上和胸腹部分开，肺尖部和肺底部之间的区域为肺部，肺底部以下为腹部区域等。还可以根据其他识别出的关键部位，将定位图像进行进一步划分。

本发明还提供了一种医学图像显示方法，参见图9，包括：步骤S901，获取成像目标的医学图像，医学图像包含一组沿成像目标轴向排列的二维断层图像。结合图10，一组二维医学图像1000可以是正式扫描时采集得到的二维横断位医学图像，一组二维医学图像1000可以是一组沿成像目标轴向进行排列的图像。

步骤S902，由定位图像子区域识别方法识别出定位图像的子区域，其中定位图像子区域与二维断层图像关联。根据之前描述的定位图像子区域识别方法可以识别出定位图像的子区域，而步骤S901采集得到的一组二维医学图像是根据定位图像进行规划后采集得到的正式医学图像之间存在相互关联。结合图10，例如当定位图像被分为五个子区域：子区域a1(可以是头部上部区域)、子区域a2(可以是头部上部加颈部区域)、子区域a3(可以是肺部区域)、子区域a4(可以是腹部上部区域)和子区域a5(腹部下部区域)时，各子区域和二维医学图像1000的一部分图像关联，例如子区域a1与二维医学图像1001关联，子区域a2与二维医学图像1002关联，子区域a3与二维医学图像1003关联，子区域a4与二维医学图像1004关联，子区域a5与二维医学图像1005关联。从而可以根据定位图像的子区域识别，确定所述医学图像的各二维断层图像对应的子区域。

步骤S903，基于二维断层图像对应的子区域，根据预设的子区域窗宽/窗位值对二维断层图像进行显示。在本步骤中，根据各部位区域的特点，预设了相应的窗宽/窗位值，例如对头部上部设定为头窗的窗宽/窗位值，对头部下部加颈部设定为纵膈窗的窗宽/窗位值，对肺部设定为肺窗的窗宽/窗位值，对腹部上部设定为腹窗的窗宽/窗位值(也可以是纵膈窗，在一些情况下也可以采用肝窗)，对腹部下部设定为腹窗的窗宽/窗位值(也可以采用纵膈窗)。根据步骤S902对二维医学断层图像对各子区域的关联，例如若二维医学断层图像1001被关联为头部上部、二维医学断层图像1002被关联为头部下部加颈部、二维医学断层图像1003被关联为肺部、二维医学断层图像1004被关联为腹部上部、二维医学断层图像1005被关联为腹部下部，则根据预设的不同的窗宽/窗位值分别对各二维医学断层图像(二维医学断层图像1001、二维医学断层图像1002、二维医学断层图像1003、二维医学断层图像1004、二维医学断层图像1005)进行显示，实现医学图像智能化调节窗宽/窗位的效果。

本发明还提供了一种医学图像显示装置，包括：存储器，用于存储可由处理器执行的指令；处理器，用于执行指令，所述指令包括：获取成像目标的定位图像；根据所述定位图像计算沿成像目标轴向的宽度分布和灰度分布；基于所述获取的宽度分布和灰度分布识别所述成像目标的关键部位，根据所述关键部位将所述定位图像识别为多个子区域；所述关键部位包括颈部和臀部，所述颈部和臀部基于所述宽度分布识别得到；获取成像目标的医学图像，所述医学图像包含一组沿成像目标轴向排列的二维断层图像；基于所述识别出的定位图像子区域与所述医学图像的关联，确定所述医学图像的各二维断层图像对应的子区域；基于二维断层图像对应的子区域，根据预设的子区域窗宽/窗位值对所述二维断层图像进行显示。

本发明的技术方案提供了一种定位图像的子区域识别、医学图像显示方法及装置，能够自动智能化调节不同医学图像的窗宽/窗位值，帮助医生快速发现医学图像内的关键信息，节省医生阅片时间。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，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、等同变化及修饰，均属于本发明技术方案的保护范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“子模块”、“引擎”、“单元”、“子单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (10)

1.一种定位图像子区域识别方法，其特征在于，包括：

获取成像目标的定位图像；

根据所述定位图像计算沿成像目标轴向的宽度分布或/和灰度分布；

基于所述获取的宽度分布或/和灰度分布识别所述成像目标的关键部位，根据所述关键部位将所述定位图像识别为多个子区域。

2.根据权利要求1所述的识别方法，其特征在于，所述根据所述定位图像计算沿成像目标轴向的宽度分布包括：

获取定位图像沿成像目标轴向延伸的重心线；

以所述重心线上的各点为基点，计算在与成像目标轴向垂直的方向上所述基点分别与两侧第一个背景点之间的距离，基于所述距离计算得到沿成像目标轴向的宽度分布。

3.根据权利要求2所述的识别方法，其特征在于，所述关键部位包括颈部和臀部，所述颈部和臀部基于所述宽度分布识别得到。

4.根据权利要求3所述的识别方法，其特征在于，所述臀部根据宽度分布曲线在成像目标轴向反方向上第一个大于宽度均值的点识别得到，所述颈部根据宽度分布曲线在成像目标轴向反方向上所述臀部之后第一个小于一半宽度均值的点识别得到。

5.根据权利要求2所述的识别方法，其特征在于，所述关键部位包括肺尖和肺底，所述肺尖和肺底基于所述灰度分布识别得到。

6.根据权利要求1所述的识别方法，其特征在于，所述基于所述获取的宽度分布或/和灰度分布识别所述成像目标的关键部位包括根据宽度分布曲线和灰度分布曲线的以下任意一个特征进行识别：最大值、最小值、均值、局部最大值、局部最小值、局部均值、预设的数值或预设的数值范围。

7.根据权利要求1所述的识别方法，其特征在于，所述定位图像为计算机断层图像、正电子发射断层图像或磁共振图像。

8.一种医学图像显示方法，其特征在于，包括：

获取成像目标的医学图像，所述医学图像包含一组沿成像目标轴向排列的二维断层图像；

根据权利要求1-7任一项所述的定位图像子区域识别方法识别出定位图像子区域，基于所述定位图像子区域与所述医学图像的关联，确定所述医学图像的各二维断层图像对应的子区域；

基于二维断层图像对应的子区域，根据预设的子区域窗宽/窗位值对所述二维断层图像进行显示。

9.根据权利要求8所述的显示方法，其特征在于，所述医学图像是基于定位图像规划后采集得到的图像。

10.一种医学图像显示装置，其特征在于，包括：

存储器，用于存储可由处理器执行的指令；

处理器，用于执行指令，所述指令包括：

获取成像目标的定位图像；

根据所述定位图像计算沿成像目标轴向的宽度分布和灰度分布；

基于所述获取的宽度分布和灰度分布识别所述成像目标的关键部位，根据所述关键部位将所述定位图像识别为多个子区域；所述关键部位包括颈部和臀部，所述颈部和臀部基于所述宽度分布识别得到；

获取成像目标的医学图像，所述医学图像包含一组沿成像目标轴向排列的二维断层图像；

基于所述识别出的定位图像子区域与所述医学图像的关联，确定所述医学图像的各二维断层图像对应的子区域；

基于二维断层图像对应的子区域，根据预设的子区域窗宽/窗位值对所述二维断层图像进行显示。