CN106709929A - 医学图像感兴趣区域显示方法及装置 - Google Patents

医学图像感兴趣区域显示方法及装置 Download PDF

Info

Publication number
CN106709929A
CN106709929A CN201611269675.1A CN201611269675A CN106709929A CN 106709929 A CN106709929 A CN 106709929A CN 201611269675 A CN201611269675 A CN 201611269675A CN 106709929 A CN106709929 A CN 106709929A
Authority
CN
China
Prior art keywords
partitioning algorithm
medical image
window
place value
value
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
CN201611269675.1A
Other languages
English (en)
Inventor
聂卫文
王策
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201611269675.1A priority Critical patent/CN106709929A/zh
Publication of CN106709929A publication Critical patent/CN106709929A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/10104—Positron emission tomography [PET]
    • 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
    • G06T2207/10112—Digital tomosynthesis [DTS]
    • 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
    • G06T2207/10116—X-ray image

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供了一种医学图像感兴趣区域显示方法及装置，医学图像感兴趣区域显示方法包括：获取包含感兴趣区域的医学图像；显示所述医学图像，获取所述显示对应的窗宽/窗位值；基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数；基于所述分割算法计算得到所述感兴趣区域的轮廓；在所述医学图像上显示所述轮廓。本发明的技术方案能够根据用户对医学图像窗宽/窗位值的调整进行医学图像的自适应分割。

Description

医学图像感兴趣区域显示方法及装置
技术领域
本发明涉及医学图像领域，特别涉及医学图像的感兴趣区域显示方法及装置。
背景技术
对医学图像中感兴趣区域的分割，可以用来观察和分析感兴趣区域的形态、特征、相关病理情况以及进行图像重构、融合等。
一般来说，分割方法主要有以下几种：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及一些基于特定理论的分割方法。而在实际分割时，根据是否需要人工参与，还可以分为自动分割方法、半自动分割方法或者是完全由用户(医生、技师)进行感兴趣区域勾勒的分割。
发明人在实现本发明的过程中发现，窗宽/窗位的调整本身是可以使当前医学图像的感兴趣区域(例如病灶、肿瘤)和图像背景有更好的对比度，从而用户可以对病灶的轮廓、大小、肿瘤分级等有更清晰的认知。目前的医学图像分割方法和窗宽/窗位的取值没有联系，不会根据医学图像的当前窗宽/窗位值进行自适应分割。这样造成的一个问题是，根据具体分割算法的不同，医学图像感兴趣区域的分割结果(分割出来的感兴趣区域轮廓)本身就存在一些差异，不同患者的情况也各异，因此依赖算法得到的分割结果不会特别准确，很大程度上还是需要依赖医生的判断，可是当医生根据自身判断对医学图像进行窗宽/窗位调节以达到最好的肿瘤查看结果时，基于分割算法得到的肿瘤轮廓和当前查看肿瘤的轮廓并不匹配，因此基于分割算法得到的肿瘤轮廓进行的一些数值统计(例如统计肿瘤的大小、最大直径等)也必然不准确。
发明内容
本发明要解决的问题是提供一种医学图像感兴趣区域显示方法及装置，解决医学图像感兴趣区域的分割无法根据用户判断进行分割的问题。
为解决上述问题，本发明提供了一种医学图像感兴趣区域显示方法，包括：获取包含感兴趣区域的医学图像；显示所述医学图像，获取所述显示对应的窗宽/窗位值；基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数；基于所述分割算法计算得到所述感兴趣区域的轮廓；在所述医学图像上显示所述轮廓。
优选的，所述基于所述窗宽/窗位值构建分割算法包括：基于所述窗位值构建基于阈值的分割算法。
优选的，所述基于所述窗位值构建基于阈值的分割算法包括：将所述窗位值作为所述基于阈值的分割算法的分割阈值。
优选的，所述基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数包括：根据所述窗宽/窗位值选择医学图像对应所述窗宽/窗位的像素区域；将所述像素区域作为分割算法的输入参数。
优选的，所述将所述像素区域作为分割算法的输入参数包括：所述分割算法为基于阈值分割的分割算法，将所述像素区域内像素的最大灰度值的预设百分比灰度值作为所述分割算法的分割阈值。
优选的，所述分割算法包括以下的任意一种：基于区域生长的分割算法、基于形态学的分割算法、基于匹配滤波的分割算法、基于水平集的分割算法或基于跟踪的分割算法。
优选的，所述医学图像为磁共振图像、计算机断层图像或正电子发射断层图像。
为解决上述问题，本发明还提供了一种医学图像感兴趣显示存储器，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：获取包含感兴趣区域的医学图像；显示所述医学图像，获取所述显示对应的窗宽/窗位值；基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数；基于所述分割算法计算得到所述感兴趣区域的轮廓；在所述医学图像上显示所述轮廓。
与现有技术相比，本发明的技术方案提供了一种医学图像感兴趣区域的分割方法及装置，能够根据用户对医学图像窗宽/窗位值的调整进行医学图像的自适应分割。
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医学图像感兴趣区域的分割方法流程图；
图3是本发明一些实施例的三维医学图像示意图；
图4是本发明一些实施例的显示界面示意图；
图5是本发明一些实施例的窗宽/窗位转换方法的示意图；
图6是本发明一些实施例的医学图像感兴趣区域的分割轮廓示意图
图7是本发明一些实施例的将窗位作为分割阈值的示意图；
图8是本发明一些实施例的根据窗宽/窗位得到的灰度曲线的示意图。
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医学图像感兴趣区域的分割方法流程图，包括：步骤S201，获取包含感兴趣区域的医学图像。医学图像可以二维的医学图像，也可以是三维医学图像。感兴趣区域是医生对医学图像内较为感兴趣的区域，例如可以是肿瘤、结节、息肉、病灶等。
医学图像通常是由医学成像设备对患者进行扫描，之后可以由计算机100的相关模块对扫描数据进行数据重建，从而获取得到。二维医学图像可以是根据医学成像设备采集得到的数据直接重建得到，也可以是根据医学成像设备采集得到的数据经过数据重构(例如多平面重构MPR，Multi-Planar Reconstruction)技术得到。二维医学图像可以是一组互相平行的横断位图像，也可以是根据MPR重构得到的矢状位、冠状位或者倾斜面的图像，也可以是由曲面重构技术(CPR，Curved Planar Reconstruction)得到的曲面图像。医学图像可以临时/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对医学图像进行读取、计算等相关操作。医学图像可以在计算机100的用户界面108处进行显示，以便医生查看。由医学成像设备采集得到的一组医学图像可以是如图3所示，三维医学图像300可以是由一组二维医学图像301组成。
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。
医学图像通常在用户界面108进行展示，在用户界面108处展示二维医学图像的显示界面可以参见图4，显示界面400通常包括多个显示区域，例如工具栏区域401、图像视窗区域402、图像视窗区域403、图像视窗区域404。当展示MPR图像时，通常同时在三个图像视窗(例如在图像视窗区域402、图像视窗区域403、图像视窗区域404)分别展示对应部位的横断位图像、冠状位图像以及矢状位图像，每个均是二维医学图像。在单个图像视窗可以向前或者向后翻动图像，从而看到前一图像层或者后一图像层的图像。
医学图像通常以灰度值的形式进行显示，为了包含更多的组织信息，医学图像的数据深度(位深)往往大于8bit，常见的有12bit、14bit、15bit、16bit等，但目前常用的显示设备只支持8bit的灰阶显示，因此需要将大于8bit灰阶的医学图像转换为8bit灰阶，因此需要借助窗宽(WW，window Width)/窗位(Window Level)变换。其中，窗宽是指医学图像灰度的一个区间大小，窗位是指该区间的中心点所在灰度值，二者结合起来可以用来确定灰度区间。由于8bit的灰度值范围是0到255，在利用窗宽/窗位转换时，如图5所示，将医学图像灰度值范围501内位于窗宽/窗位的灰度区间的像素值(对应WW范围的部分)转换为8bit的灰度值范围502(对应数值0至255)，外将小于区间下限值转换为0，将大于区间上限值转换为255，从而得到一幅灰度范围为[0，255]的8bit图像，直接在普通显示设备上显示出来。
传统方法进行医学图像内感兴趣区域的分割时，例如采用基于阈值的分割方法，如图6所示，在一个窗宽/窗位(例如分别为WW1、WL1)下的医学图像610，在用户界面显示的分割轮廓a所示放大图611所示，肿瘤轮廓和用户看到的肿瘤轮廓基本相同。但此时若用户觉得在该窗宽/窗位下并不能准确显示肿瘤的情况，并根据自身经验对窗宽/窗位值进行调整(例如调整为WW2、WL2)，调整后的图像如医学图像620所示，此时肿瘤形状发生变化，如放大图621所示，但由于传统的基于阈值分割采用的是相对于医学图像本身(在大于8bit位深的图像数据内进行)的阈值，因此分割轮廓a并不会随之发生变化，但可以看到分割轮廓a和实际肿瘤轮廓有一定差别，该分割轮廓并不能准确地反映出肿瘤情况。
在本发明实施例中，步骤S202，在用户界面108显示医学图像，并获取当前医学图像显示状态下的窗宽/窗位值，这个窗宽/窗宽值可以是根据预设算法显示的窗宽/窗位值，也可以是根据用户由输入/输入组件106输入或者在已有基础上调整的窗宽/窗位值。此时获取的值可以仅是窗宽值、仅是窗位值，或者是窗宽值和窗位值。
步骤S203，基于步骤S203获得到的窗宽/窗位值，构建分割算法。分割算法具体可以有很多种形式，例如分割算法可以是基于区域生长的分割算法、基于形态学的分割算法、基于匹配滤波的分割算法、基于水平集的分割算法或者是基于跟踪的分割算法。对于不同的分割算法，可以将窗宽/窗位作为分割算法的输入参数，从而对于最终分割得到的轮廓，会随窗宽/窗位值的改变而发生变化。
在基于不同的分割算法类型，构建具体的分割算法时可以有多种方式，这里无法一一穷举，但核心是只需要将窗宽/窗位设置为分割算法的输入参数即可。
在一些实施例中，在构建分割算法时，可以把窗宽/窗位值作为分割算法关键值的一个参数。例如对于基于阈值的分割算法，关键值可以是阈值，也可以是和阈值关联的参数。可以将窗位值直接作为分割时采用的阈值，此时会根据当获取不同的窗宽/窗位值，形成不同的分割轮廓。如图7所示，医学图像610对应的窗宽/窗位值为：WW1、WL1，医学图像620对应的窗宽/窗位值为：WW2、WL2，对于医学图像数据本身的灰度范围600来说，设定窗位值WL1或WL2为分割阈值，则会得到不同的感兴趣区域轮廓。在一些情况下，也可以将窗位值的平方或者立方作为阈值分割所采用的阈值。
在一些实施例中，在构建分割算法时，可以由窗宽/窗位值确定分割算法关键值的输入范围，例如对于阈值分割，一种情况是将最大灰度值的一定百分比作为分割的阈值(例如最大灰度值的55％、50％或者45％)。参见图8，图810是医学图像的灰度值分布，横轴表示灰度，纵轴表示像素点个数，此时若采用传统方式，则由最大灰度值的50％计算得到灰度值a，作为分割阈值的灰度，分割得到的图像如图810右侧图像所示。但如果由窗宽/窗位值确认分割算法选取灰度最大值的范围，例如根据窗宽/窗位：WW1、WL1确定选取灰度值最大的范围，区域830对应灰度范围：(WL1-WW1/2)～(WL1-WW1/2)，则根据该灰度范围重新得到灰度分布图820，根据灰度分布图820的最大灰度值的50％计算得到点灰度值b，作为分割阈值的灰度，分割得到的图像如图820右侧图像所示，此时由于分割阈值提高，所以感兴趣区域的轮廓有一定收敛。
步骤S204，基于上述建立的分割算法，对医学图像的感兴趣区域进行分割，得到感兴趣区域的轮廓。具体的分割算法可以是基于区域生长的分割算法、基于形态学的分割算法、基于匹配滤波的分割算法、基于水平集的分割算法或者是基于跟踪的分割算法。分割算法可以是直接在三维医学图像上分割出感兴趣体积，也可以是在多个二维医学图像进行分割出感兴趣区域，由各图像层的分割轮廓构成感兴趣体积的分割轮廓。
步骤S205，在显示界面108显示的医学图像上显示感兴趣区域的轮廓，供用户进行查看。
对应上述一种医学图像感兴趣区域显示方法，本发明还提供了一种医学图像感兴趣区域显示装置，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：获取包含感兴趣区域的医学图像；显示所述医学图像，获取所述显示对应的窗宽/窗位值；基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数；基于所述分割算法计算得到所述感兴趣区域的轮廓；在所述医学图像上显示所述轮廓。
医学图像感兴趣区域显示装置的实施过程可以参考医学图像感兴趣区域显示方法的实施过程，这里不再赘述。
本发明的技术方案提供了一种医学图像感兴趣区域显示方法及装置，能够根据用户对医学图像窗宽/窗位值的调整，自适应进行图像分割。
进一步的，本发明通过将分割算法的可调参数与窗宽窗位联系起来，当窗宽窗位改变的同时，相当于改变了算法的参数，从而得到不同的分割结果。或者直接将原图像窗宽窗位所示的范围外的图像信息去除，使得算法集中的关注在我们感兴趣的灰度区域段内，减少了算法待处理的冗余信息，增加算法精度。由于没有了感兴趣区域段外的灰度干扰，使得分割阈值求取的更加准确。
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“一个实施例片或“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)

1.一种医学图像感兴趣区域显示方法，其特征在于，包括：
获取包含感兴趣区域的医学图像；
显示所述医学图像，获取所述显示对应的窗宽/窗位值；
基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数；
基于所述分割算法计算得到所述感兴趣区域的轮廓；
在所述医学图像上显示所述轮廓。
2.根据权利要求1所述的医学图像感兴趣区域显示方法，其特征在于，所述基于所述窗宽/窗位值构建分割算法包括：基于所述窗位值构建基于阈值的分割算法。
3.根据权利要求2所述的医学图像感兴趣区域显示方法，其特征在于，所述基于所述窗位值构建基于阈值的分割算法包括：将所述窗位值作为所述基于阈值的分割算法的分割阈值。
4.根据权利要求1所述的医学图像感兴趣区域显示方法，其特征在于，所述基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数包括：
根据所述窗宽/窗位值选择医学图像对应所述窗宽/窗位的像素区域；
将所述像素区域作为分割算法的输入参数。
5.根据权利要求4所述的医学图像感兴趣区域显示方法，其特征在于，所述将所述像素区域作为分割算法的输入参数包括：所述分割算法为基于阈值分割的分割算法，将所述像素区域内像素的最大灰度值的预设百分比灰度值作为所述分割算法的分割阈值。
6.根据权利要求1所述的医学图像感兴趣区域显示方法，其特征在于，所述分割算法包括以下的任意一种：基于区域生长的分割算法、基于形态学的分割算法、基于匹配滤波的分割算法、基于水平集的分割算法或基于跟踪的分割算法。
7.根据权利要求1所述的医学图像感兴趣区域显示方法，其特征在于，所述医学图像为磁共振图像、计算机断层图像或正电子发射断层图像。
8.一种医学图像感兴趣区域显示装置，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：
获取包含感兴趣区域的医学图像；
显示所述医学图像，获取所述显示对应的窗宽/窗位值；
基于所述窗宽/窗位值构建分割算法，所述窗宽/窗位值作为所述分割算法的输入参数；
基于所述分割算法计算得到所述感兴趣区域的轮廓；
在所述医学图像上显示所述轮廓。
9.根据权利要求7所述的医学图像感兴趣区域显示装置，其特征在于，所述所述基于所述窗宽/窗位值构建分割算法包括：基于所述窗位值构建基于阈值的分割算法。
10.根据权利要求8所述的医学图像感兴趣区域显示装置，其特征在于，所述基于所述窗位值构建基于阈值的分割算法包括：将所述窗位值作为所述基于阈值的分割算法的分割阈值。
CN201611269675.1A 2016-12-30 2016-12-30 医学图像感兴趣区域显示方法及装置 Pending CN106709929A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611269675.1A CN106709929A (zh) 2016-12-30 2016-12-30 医学图像感兴趣区域显示方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611269675.1A CN106709929A (zh) 2016-12-30 2016-12-30 医学图像感兴趣区域显示方法及装置

Publications (1)

Publication Number Publication Date
CN106709929A true CN106709929A (zh) 2017-05-24

Family

ID=58906530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611269675.1A Pending CN106709929A (zh) 2016-12-30 2016-12-30 医学图像感兴趣区域显示方法及装置

Country Status (1)

Country Link
CN (1) CN106709929A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292889A (zh) * 2017-06-14 2017-10-24 上海联影医疗科技有限公司 一种肿瘤分割的方法、系统和可读介质
CN107507201A (zh) * 2017-09-22 2017-12-22 深圳天琴医疗科技有限公司 一种医学图像分割方法及装置
CN109243593A (zh) * 2017-07-10 2019-01-18 佳能株式会社 图像显示装置及其控制方法
CN109658390A (zh) * 2018-12-04 2019-04-19 南京航空航天大学 一种用于正电子检测正弦矩阵图的感兴趣区域提取方法
CN109712252A (zh) * 2018-12-20 2019-05-03 上海联影医疗科技有限公司 图像的编辑方法、装置、计算机设备以及存储介质
CN109712217A (zh) * 2018-12-21 2019-05-03 上海联影医疗科技有限公司 一种医学图像可视化方法和系统
CN109934220A (zh) * 2019-02-22 2019-06-25 上海联影智能医疗科技有限公司 一种影像兴趣点的展示方法、装置及终端
CN110490262A (zh) * 2019-08-22 2019-11-22 京东方科技集团股份有限公司 图像处理模型生成方法、图像处理方法、装置及电子设备
CN110570378A (zh) * 2019-09-11 2019-12-13 上海联影医疗科技有限公司 图像的显示方法、装置、设备及存储介质
CN114663653A (zh) * 2022-05-16 2022-06-24 南京佗道医疗科技有限公司 一种医学影像感兴趣区域的窗位窗宽计算方法
CN115312164A (zh) * 2022-09-15 2022-11-08 佛山读图科技有限公司 医学断层图像自动设置窗宽窗位的方法与系统
CN116912282A (zh) * 2023-06-05 2023-10-20 北京纳通医用机器人科技有限公司 基于医学图像的三维分割方法、装置、设备及存储介质
CN118628519A (zh) * 2024-08-13 2024-09-10 卡本(深圳)医疗器械有限公司 医学图像中目标的轮廓标识方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101105862A (zh) * 2007-08-02 2008-01-16 宁波大学 一种医学图像窗口参数的自适应调整方法
CN101271574A (zh) * 2008-03-20 2008-09-24 华南师范大学 三维可视化的方法、装置
CN102999906A (zh) * 2012-11-16 2013-03-27 深圳市旭东数字医学影像技术有限公司 图像的分割方法及系统
CN104091309A (zh) * 2014-06-19 2014-10-08 华南理工大学 一种平板x射线图像的均衡显示方法及系统
CN104905808A (zh) * 2014-03-12 2015-09-16 上海联影医疗科技有限公司 定位片图像的实时显示方法和定位片图像的实时显示系统
CN105023273A (zh) * 2015-07-01 2015-11-04 张逸凡 一种医学图像的感兴趣区域调节窗宽和窗位的方法
CN105741241A (zh) * 2016-01-27 2016-07-06 中南民族大学 基于合成增强图像的肿瘤区域图像增强方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101105862A (zh) * 2007-08-02 2008-01-16 宁波大学 一种医学图像窗口参数的自适应调整方法
CN101271574A (zh) * 2008-03-20 2008-09-24 华南师范大学 三维可视化的方法、装置
CN102999906A (zh) * 2012-11-16 2013-03-27 深圳市旭东数字医学影像技术有限公司 图像的分割方法及系统
CN104905808A (zh) * 2014-03-12 2015-09-16 上海联影医疗科技有限公司 定位片图像的实时显示方法和定位片图像的实时显示系统
CN104091309A (zh) * 2014-06-19 2014-10-08 华南理工大学 一种平板x射线图像的均衡显示方法及系统
CN105023273A (zh) * 2015-07-01 2015-11-04 张逸凡 一种医学图像的感兴趣区域调节窗宽和窗位的方法
CN105741241A (zh) * 2016-01-27 2016-07-06 中南民族大学 基于合成增强图像的肿瘤区域图像增强方法及系统

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292889A (zh) * 2017-06-14 2017-10-24 上海联影医疗科技有限公司 一种肿瘤分割的方法、系统和可读介质
CN107292889B (zh) * 2017-06-14 2020-09-25 上海联影医疗科技有限公司 一种肿瘤分割的方法、系统和可读介质
CN109243593A (zh) * 2017-07-10 2019-01-18 佳能株式会社 图像显示装置及其控制方法
CN109243593B (zh) * 2017-07-10 2024-01-05 佳能株式会社 图像显示装置及其控制方法
CN107507201A (zh) * 2017-09-22 2017-12-22 深圳天琴医疗科技有限公司 一种医学图像分割方法及装置
CN109658390A (zh) * 2018-12-04 2019-04-19 南京航空航天大学 一种用于正电子检测正弦矩阵图的感兴趣区域提取方法
CN109712252A (zh) * 2018-12-20 2019-05-03 上海联影医疗科技有限公司 图像的编辑方法、装置、计算机设备以及存储介质
CN109712217A (zh) * 2018-12-21 2019-05-03 上海联影医疗科技有限公司 一种医学图像可视化方法和系统
US11995837B2 (en) 2018-12-21 2024-05-28 Shanghai United Imaging Healthcare Co., Ltd. System and method for medical image visualization
CN109712217B (zh) * 2018-12-21 2022-11-25 上海联影医疗科技股份有限公司 一种医学图像可视化方法和系统
US11107212B2 (en) 2019-02-22 2021-08-31 Shanghai United Imaging Intelligence Co., Ltd. Methods and systems for displaying a region of interest of a medical image
US11900594B2 (en) 2019-02-22 2024-02-13 Shanghai United Imaging Intelligence Co., Ltd. Methods and systems for displaying a region of interest of a medical image
CN109934220A (zh) * 2019-02-22 2019-06-25 上海联影智能医疗科技有限公司 一种影像兴趣点的展示方法、装置及终端
CN110490262B (zh) * 2019-08-22 2022-06-03 京东方科技集团股份有限公司 图像处理模型生成方法、图像处理方法、装置及电子设备
CN110490262A (zh) * 2019-08-22 2019-11-22 京东方科技集团股份有限公司 图像处理模型生成方法、图像处理方法、装置及电子设备
US11887303B2 (en) 2019-08-22 2024-01-30 Beijing Boe Technology Development Co., Ltd. Image processing model generation method, image processing method and device, and electronic device
CN110570378A (zh) * 2019-09-11 2019-12-13 上海联影医疗科技有限公司 图像的显示方法、装置、设备及存储介质
CN110570378B (zh) * 2019-09-11 2024-02-02 上海联影医疗科技股份有限公司 图像的显示方法、装置、设备及存储介质
CN114663653A (zh) * 2022-05-16 2022-06-24 南京佗道医疗科技有限公司 一种医学影像感兴趣区域的窗位窗宽计算方法
CN115312164A (zh) * 2022-09-15 2022-11-08 佛山读图科技有限公司 医学断层图像自动设置窗宽窗位的方法与系统
CN116912282A (zh) * 2023-06-05 2023-10-20 北京纳通医用机器人科技有限公司 基于医学图像的三维分割方法、装置、设备及存储介质
CN118628519A (zh) * 2024-08-13 2024-09-10 卡本(深圳)医疗器械有限公司 医学图像中目标的轮廓标识方法和系统

Similar Documents

Publication Publication Date Title
CN106709929A (zh) 医学图像感兴趣区域显示方法及装置
US11869202B2 (en) Method and system for processing multi-modality image
CN106709930A (zh) 三维医学图像的感兴趣体积分割方法及装置
JP6932182B2 (ja) 畳み込みニューラルネットワークを用いた画像セグメンテーションのためのシステムおよび方法
CN107909622B (zh) 模型生成方法、医学成像的扫描规划方法及医学成像系统
CN111008984B (zh) 医学影像中正常器官的轮廓线自动勾画方法
CN100470560C (zh) 图像像素编码方法和图像处理方法
CN109242865A (zh) 基于多图谱的医学图像自动分区系统、方法、装置及存储介质
US20070109299A1 (en) Surface-based characteristic path generation
US11468570B2 (en) Method and system for acquiring status of strain and stress of a vessel wall
WO2018161257A1 (zh) 生成彩色医学影像的方法及系统
EP3155589B1 (en) Optimization of parameters for segmenting an image
EP3195254B1 (en) Method and apparatus for delineating an object within a volumetric medical image
CN112396606B (zh) 一种基于用户交互的医学图像分割方法、系统和装置
EP2401719A1 (fr) Méthodes de segmentation d'images et de détection de structures particulières
Nowinski et al. A 3D model of human cerebrovasculature derived from 3T magnetic resonance angiography
CN106580251A (zh) 磁共振波谱分析图像显示方法及装置
CN111986216B (zh) 一种基于神经网络改进的rsg肝脏ct图像交互式分割算法
WO2023126241A1 (en) Device, system and method for segmentation of images
Tran et al. An improved method for building a 3D model from 2D DICOM
Rahmawati et al. Modification Rules for Improving Marching Cubes Algorithm to Represent 3D Point Cloud Curve Images.
US20240212158A1 (en) Methods and systems for fast three-dimensional image segmentation and annotation by imitating weak supervision
Tyfa et al. MeMoS—A software tool for extraction of anatomical structures data from 3D medical images
Li Computer generative method on brain tumor segmentation in MRI images
Benyó et al. Identification of the Dental Root Canal from Micro-CT Records Using 3D Curve Skeleton Extraction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524

RJ01 Rejection of invention patent application after publication