CN107392893A - 组织密度分析方法及系统 - Google Patents
组织密度分析方法及系统 Download PDFInfo
- Publication number
- CN107392893A CN107392893A CN201710523745.XA CN201710523745A CN107392893A CN 107392893 A CN107392893 A CN 107392893A CN 201710523745 A CN201710523745 A CN 201710523745A CN 107392893 A CN107392893 A CN 107392893A
- Authority
- CN
- China
- Prior art keywords
- tissue density
- density
- tissue
- values
- charts
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
- G06T2207/30064—Lung nodule
-
- 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
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种组织密度分析方法及其系统,所述方法包括:获取组织密度分布数据;以一个或多个图表显示获取的组织密度分布数据;调整显示的一个或多个图表中的组织密度分布数据;以及以一个或多个图表显示处理后的组织密度分布数据。本发明提供的组织密度分析方法及其系统交互友好、流程清晰,可灵活和更直观程序组织密度分段的统计结果。
Description
【技术领域】
本申请涉及一种图像显示和处理的方法及系统,尤其涉及一种组织密度分析方法及系统。
【背景技术】
随着现代计算机技术和医学影像技术发展,对于医学图像中组织或者病灶的分析,精度要求越来越高。在肿瘤、结节等病灶分析以及肺气肿病人的肺组织分析中,基于计算机断层扫描(CT)值的密度分析已经有了广泛的应用。所述CT值是是测定人体某一局部组织或器官密度大小的一种计量单位。CT值可以定量衡量组织对于X光的吸收率。在进行组织密度分析时,用户需要将目标组织或者病灶按CT值划分出多段或多区间,根据不同的CT值分段或CT区间对应的区域在组织中所占的比例,对组织或病灶进行评估。
【发明内容】
本发明所要解决的技术问题是提供一种组织密度分析方法及系统,用以向用户提供直观、灵活的组织密度分段的统计结果,提高用户的工作效率。
本发明为解决上述技术问题而采用的技术方案是:
一种组织密度分析方法,包括:
获取组织密度分布数据;
以一个或多个图表显示获取的组织密度分布数据;
调整显示的一个或多个图表中的组织密度分布数据;以及
以一个或多个图表显示处理后的组织密度分布数据。
进一步的,所述组织密度分布数据是基于CT值的。
进一步的,所述调整显示的一个或多个图表中的组织密度分布数据包括调整一个或多个组织密度分段阈值。
进一步的,,所述调整一个或多个组织密度分段阈值包括:通过注释、单击、双击或语音的方式修改组织密度分段阈值、添加组织密度分段阈值和/或删除组织密度分段阈值。
进一步的,所述方法包括:根据所述调整同时更新一个或多个图表中的组织密度分布数据。
进一步的,所述方法包括:根据所述调整同时更新一个或多个图表中相同密度分段的颜色和/或数据。
进一步的,所述一个或多个图表包括:滑块图、直方图和/或表格。
为解决上述技术问题,本发明还提供一个组织密度分析系统,包括:
一个获取模块,被配置为获取图像数据以及组织密度分布数据;
一个显示模块,被配置为以一个或多个图表显示获取的组织密度分布数据;
一个处理模块,被配置为调整显示的一个或多个图表中的组织密度分布数据;以及,
一个存储模快,被配置为存储组织密度分布数据及指令。
进一步的,所述调整显示的一个或多个图表中的组织密度分布数据包括调整一个或多个组织密度分段阈值;
所述调整一个或多个组织密度分段阈值包括:通过注释、单击、双击或语音的方式修改组织密度分段阈值、添加组织密度分段阈值和/或删除组织密度分段阈值。
为解决上述技术问题,本发明还提供一个存有计算机程序的永久的计算机可读媒质,该计算机程序包括指令,该指令被配置为执行如权利要求1-7任一项所述的组织密度分析方法。
本申请提供的组织密度分析方法可以将CT值以更灵活和更直观的方式呈现给用户,通过将组织密度分段的统计结果同时用直方图、表格等联动呈现,并方便用户操作各个统计结果,该组织密度分析系统可以提高用户的工作效率,并且让分析结果有更好的展示。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是根据本申请的一些实施例所示的组织密度分析系统的一种应用场景示意图;
图2是根据本申请的一些实施例所示的组织密度分析设备的一种示例系统配置示意图;
图3是根据本申请的一些实施例所示的用于实施本申请中一些特定系统的一种示例移动设备示意图;
图4是根据本申请的一些实施例所示的示例组织密度分析设备的示意图;
图5是根据本申请的一些实施例所示的示例处理模块的示意图;
图6是根据本申请的一些实施例所示的分析组织密度的示例性流程图;
图7A是本申请的一个系统预设的组织密度分析的实施例;
图7B是本申请的一个增加密度分段的组织密度分析的实施例;
图7C是本申请的一个删减密度分段的组织密度分析的实施例;
图8是本申请的一个CT值横条图上数值显示方式的实施例。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如本说明书和权利要求中所示,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。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括其它的步骤或元素。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”。其他术语的相关定义将在下文描述中给出。
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。
本申请描述了一种组织密度分析的方法,基于CT值将组织密度划分成一个或多个CT区间,并通过多种图表表示待密度分析组织或病灶中不同CT区间或密度区间的分布。通过同时显示多种图表,使用户能够更方便的设置组织病灶的密度区间,并且更直观的获取密度分析结果。
图1是根据本申请的一些实施例所示的示例控制及处理系统的一种应用场景示意图。如图1所示,组织密度分析系统100包括一个成像设备110、一个存储设备130和一个组织密度分析设备120。
成像设备110可以通过扫描一个目标物体生成图像。所述图像可以是各种医学图像。例如,头部图像、胸部图像、腹部图像等。所述图像可以包括但不限于全方位数字化图像、数字化层析X射线图、相衬图、X射线影像(CR)图、多模态图像等。所述图像可以是二维图像或三维图像。所述图像的格式可以包括JPEG格式、TIFF格式、GIF格式、FPX格式等。所述图像可以存储在存储设备130中,也可以传输至组织密度分析设备120进行图像处理。
存储设备130可以储存图像和/或图像相关的信息。所述图像和图像相关的信息可以由成像设备110和组织密度分析设备120提供,也可以从系统100外获取,例如,用户输入信息、从网络获取信息等。所述图像相关的信息可以包括处理图像的算法、样本、模型、参数、处理过程中的实时数据等。存储设备130可以是层次式数据库、网络式数据库或关系式数据库。存储设备130可以是本地数据库,也可以是远程数据库。存储设备130或系统内其他存储设备可以将信息数字化后再利用以电、光或磁等方式工作的存储设备加以存储。以上提及的存储设备只是列举了一些例子,存储设备130可以使用的存储设备并不限于此。
存储设备130可以是组织密度分析设备120的一部分,也可以是成像设备110的一部分,也可以独立于组织密度分析设备120和成像设备110存在。在一些实施例中,存储设备130可以通过网络150与组织密度分析系统100中的其他模块或设备连接。所述连接方式可以包括有线连接、无线连接或两者的结合。
组织密度分析设备120可以从成像设备110获取图像数据,也可以从存储设备130获取图像数据。组织密度分析设备120可以对获取的图像进行一种或多种分析。所述分析可以包括组织密度分析、气道分析等。所示组织密度分析可以包括组织或病灶密度显示、组织或病灶密度调整等。组织密度分析设备120可以将组织或病灶密度分析数据以多种形式同时呈现给用户。所述形式可以包括表格、柱状图、CT值横条图等。组织密度分析设备120可以将处理后的图像数据通过显示设备显示,或者存储到存储设备130,也可以传输到组织密度分析系统100之外的设备上。
在一些实施例中,组织密度分析设备120可以包括一个或多个处理器、存储器等。例如,组织密度分析设备120可以包括中央处理器(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图像处理器(GPU)、物理运算处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、微控制单元、处理器、微处理器、高级RISC机器处理器等中的一种或多种的组合。
在一些实施例中,组织密度分析系统100还可以包括一个或多个终端设备140。所述终端设备可以与成像设备110、存储设备130和组织密度分析设备120进行信息交互。例如,所述终端设备140可以从组织密度分析设备120中获取处理后的图像数据。在一些实施例中,终端设备140可以从成像设备110获取图像数据,并将图像数据传输给组织密度分析设备120进行图像处理。所述一个或多个终端设备140可以包括台式机140-1,手机140-2,平板电脑140-3等等。所述一个或多个终端设备140可以包括一个或多个输入设备、控制面板等。例如,所述输入设备可以包括键盘、触摸屏、鼠标、语音输入设备、扫描设备、信息识别设备(如人眼识别系统、指纹识别系统、脑监控系统等)、远程控制器等。
组织密度分析系统100可以与网络150连接。所述网络150可以是无线网络,移动网络、有限网络或其它连接。其中,无线网络可以包括Bluetooth○R、WLAN、Wi-Fi、WiMax等。移动网络可以包括2G信号、3G信号、4G信号等。有线网络可以包括局域网(LAN)、广域网(WAN)、专有网络等。
组织密度分析系统100中的存储设备130和组织密度分析设备120可以通过云计算平台执行操作指令。云计算平台可以包括以数据存储为主的存储型云平台,以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云计算平台。例如,组织密度分析系统100所产生的一些图像数据可以由云计算平台计算或存储。
需要注意的是,以上对组织密度分析系统100的描述,仅为描述方便,并不能把本申请限制在所列举的实施例范围之内。
图2是根据本申请的一些实施例所示的处理设备的一种示例系统配置的示意图。如图2所示,组织密度分析设备120可以包括一个数据总线210、一个处理器220、一个只读存储器(ROM)230、一个随机存储器(RAM)240、一个通信端口250、一个输入/输出端口260、一个硬盘270和一个与输入/输出端口260相连的显示器280。所述组织密度分析设备120内各硬件之间的连接方式可以是有线的、无线的或两者的结合。任何一个硬件都可以是本地的、远程的或两者的结合。
数据总线210可以用于传输数据信息。在一些实施例中,组织密度分析设备120内各硬件之间可以通过所述数据总线210进行数据的传输。例如,处理器220可以通过所述数据总线210将数据发送到存储器或输入/输出端口260等其它硬件中。需要注意的是,所述数据可以是真正的数据,也可以是指令代码、状态信息或控制信息。在一些实施例中,数据总线210可以为工业标准(ISA)总线、扩展工业标准(EISA)总线、视频电子标准(VESA)总线、外部部件互联标准(PCI)总线等。
处理器220可以用于逻辑运算、数据处理和指令生成。在一些实施例中,处理器220可以从内部存储器中获取数据/指令,所述内部存储器可以包括只读存储器(ROM)、随机存储器(RAM)、高速缓冲存储器(Cache)(在图中未示出)等。在一些实施例中,处理器220可以包括多个子处理器,所述子处理器可以用于实现系统的不同功能。
只读存储器230用于组织密度分析设备120的加电自检、组织密度分析设备120中各功能模块的初始化、组织密度分析设备120的基本输入/输出的驱动程序等。在一些实施例中,只读存储器可以包括可编程只读存储器(PROM)、可编程可擦除只读存储器(EPROM)等。随机存储器240用于存放操作系统、各种应用程序、数据等。在一些实施例中,随机存储器240可以包括静态随机存储器(SRAM)、动态随机存储器(DRAM)等。
通信端口250用于连接操作系统与外部网络,实现它们之间的通信交流。在一些实施例中,通信端口250可以包括FTP端口、HTTP端口或DNS端口等。输入/输出端口260用于外部设备或电路与处理器210之间进行数据、信息的交换和控制。在一些实施例中,输入/输出端口260可以包括USB端口、PCI端口、IDE端口等。
硬盘270用于存储组织密度分析设备120所产生的或从组织密度分析设备120外所接收到的信息及数据。在一些实施例中,硬盘270可以包括机械硬盘(HDD)、固态硬盘(SSD)或混合硬盘(HHD)等。显示器280用于将系统100生成的信息、数据呈现给用户。
图3是根据本申请的一些实施例所示的用于实施本申请中一些特定系统的一种示例移动设备示意图。如图3所示,移动设备300可以包括一个终端设备140。在一些实施例中,用户可以通过移动设备300接收或发送与组织密度分析系统100相关的信息。移动设备300可以包括智能手机、个人数码助理(PDA)、平板电脑、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟现实设备或显示增强设备等中的一种或多种。在一些实施例中,移动设备300可以包括一个或多个中央处理器(CPUs)340、一个或多个图像处理器(GPUs)330、一个显示器320、一个内存360、一个或多个通讯模块310、一个存储器390和一个或多个输入/输出设备350。所述一个或多个通讯模块310可以放置于移动设备300内、或以可移动外置设备与移动设备300连接。进一步地,移动设备300还可以包括一个系统总线、一个控制器等。如图3所示,中央处理器340可以从存储器390将移动设备操作系统(例如,iOS、Android、WindowsPhone等)370和一个或多个应用380下载到内存360中。所述一个或多个应用360可以包括一个网页或其它用于接收和传递与组织密度分析系统100相关的信息的移动应用软件(App)。用户可以通过输入/输出设备350获取或提供信息,所述信息可以进一步传输给组织密度分析系统100和/或系统内的设备单元。
在本申请的实施例中,计算机硬件平台可以用作一个或多个元件(例如,组织密度分析系统100及其内部的其它部分)的硬件平台,实施各种模块、单元以及它们的功能。所述硬件元件、操作系统和编程语言本质上都是传统的,本领域技术人员有可能将这些技术改编并应用于心脏图像模型建立和边缘分割。具有用户界面的计算机可以作为个人电脑(PC)、其它工作站或终端设备,适当编程的计算机也可以作为服务器。由于本领域技术人员对本申请中所使用的计算机设备的结构、编程和一般操作应该都很熟悉,因此,不再针对其它附图作相关具体解释。
图4是根据本申请的一些实施例所示的示例组织密度分析设备的示意图。在一些实施例中,组织密度分析设备120可以包括获取模块410、显示模块420、处理模块430和存储模块440。所述组织密度分析设备120内各模块之间的连接方式可以是有线的、无线的或两者的结合。任何一个模块都可以是本地的、远程的或两者的结合。
获取模块410可以用于获取图像数据。在一些实施例中,获取模块410可以从成像设备110、存储设备130、存储模块440或组织密度分析系统100外部获取图像数据。获取模块410的功能可以通过图2中的处理器220来实现。例如,获取模块410可以从成像设备110中获取直接采集的图像数据、经过数字化处理的图像数据、图像模型、操纵指令等。又例如,获取模块410可以从存储设备130或存储模块440中获取标准组织密度分析图像数据、部分经过组织密度分析的图像数据等。又例如,获取模块410可以从组织密度分析系统100外部获取标准组织密度分析图像数据、需要组织密度分析的图像数据、部分经过组织密度分析的图像数据等。在一些实施例中,所述图像数据可以是含有病灶组织的头部图像、胸部图像、腹部图像等。所述图像可以包括但不限于全方位数字化图像、数字化层析X射线图、相衬图、X射线影像(CR)图、多模态图像等。下述说明中为了方便将含有组织或病灶的图像称为医学图像或图像。所述图像数据可以包括图像像素信息、图像上各点的CT值、图像各点所代表的体积、待分析组织的初始密度区间和体积分布等。在一些实施例中,获取模块410可以将获取到的图像数据发送给显示模块420、处理模块430或存储模块440。例如,获取模块410可以将获取到的图像数据发送给显示模块420进行显示。又例如,获取模块410可以将获取到的图像数据发送给处理模块430进行组织密度分析或处理。又例如,获取模块410可以将获取到的图像数据发送给存储模块440进行存储。在一些实施例中,获取模块410可以接收来自处理器220的一个数据获取指令,并完成相应的数据获取操作。
显示模块420可以用于显示所获取的图像数据中的目标组织或者病灶。显示模块420的功能可以通过图2中的显示器280来实现。在一些实施例中,显示模块420可以同时显示目标组织的医学图像和与之对应的CT值横条图。所述CT值横条图可以代表CT值的范围。在一些实施例中,所述CT值横条图可以包括一个或多个滑块。所述一个或多个滑块可以将CT值划分为一个或多个CT区间或密度分段。所述一个或多个CT区间可以用一个或多个颜色条或灰度条表示。所述颜色条可以是用一种颜色表示的线段,例如,红色、橙色等。所述灰度条可以是用黑色、白色、或从黑色到白色的过渡色表示的线段。在一些实施例中,显示模块420可以同时显示目标组织的医学图像、与目标组织对应的CT值横条图、直方图和/或表格。所述直方图可以与目标组织和CT值横条图相关联,表示目标组织中具有不同CT值的区域的体积分布。所述表格可以与目标组织、CT值横条图和直方图相关联,表示目标组织中不同CT区间的体积和体积百分比。在一些实施例中,目标组织的医学图像、直方图和表格可以根据CT值横条图的一个或多个CT区间划分成一个或多个区域。例如,CT值横条图有两个CT区间,那么目标组织的医学图像就可以划分成两个区域,直方图就可以划分成两个部分,表格就可以分成两组数据。在一些实施例中,显示模块420可以用一种颜色表示一个CT区间。例如,目标组织的医学图像、直方图和表格中代表不同CT区间的区域颜色可以与CT值横条图上代表不同CT区间的颜色条的颜色一致。具体地,直方图中的一个CT区间中的数据条颜色可以与CT值横条图中对应区间上的颜色条的颜色一致。表格中一组体积数据、体积百分比数据和对应CT值的颜色可以与CT值横条图中对应区间上的颜色条的颜色一致。在一些实施例中,显示模块420可以以一种或多种颜色表示显示页面的背景。所述颜色可以包括但不限于红色、橙色等。例如,显示页面的背景颜色可以是绿色。在一些实施例中,显示模块420可以通过一种或多种排列方式显示目标组织的医学图像与表示目标组织的医学图像上CT区间分布的CT值横条图、直方图和/或表格。所述排列方式可以包括左右并列方式(如图7A所示)、上下并列方式、以目标组织的医学图像为中心的环绕式排列方式等其中的一种或多种。在一些实施例中,显示模块420可以以一种或多种语言显示图像数据。所述一种或多种语言可以包括中文、英文、日文、德文等。具体实施例可以参见图7A。所述目标组织的医学图像与表示目标组织的医学图像上CT区间分布的CT值横条图、直方图和/或表格可以显示在同一个显示界面。在一些实施例中,所述目标组织的医学图像与表示目标组织的医学图像上CT区间分布的CT值横条图、直方图和/或表格可以分别显示在不同的显示界面。在一些实施例中,所述目标组织的医学图像与表示目标组织的医学图像上CT区间分布的CT值横条图、直方图和/或表格可以以不同组合显示在不同的显示界面。在一些实施例中,不同的显示界面可以包括平铺显示或者重叠显示。
处理模块430可以用于调整密度分段或CT区间。处理模块430也可以用于确定一个或多个CT区间的体积和体积百分比。在一些实施例中,处理模块430可以通过调整CT值横条图上的一个或多个滑块,调整CT区间的划分。例如,处理模块430可以修改一个或多个CT区间、增加一个或多个CT区间,或删除一个或多个CT区间。在一些实施例中,处理模块430可以根据CT值横条图上CT区间的调整结果相应地确定并调整直方图和/或表格中表示不同CT区间的图像数据。CT值横条图、直方图和/或表格中的图像数据可以同时调整或变化,使得各个图表中的数据一一对应。例如,CT值横条图上的CT区间由两个区间变成了三个区间,那么处理模块430可以将直方图中的数据分成三个部分,和/或将表格中的数据调整为三组。在一些实施例中,处理模块430可以根据获取模块410获取的图像数据和CT值横条图确定CT区间调整后各区间对应的体积和体积百分比。所述图像数据可以包括图像上各点的CT值、图像各点所代表的体积、待分析组织的初始密度区间和体积分布等数据。在一些实施例中,处理模块430可以给不同的CT区间配置不同的颜色。所述颜色可以包括但不限于红色、橙色等。例如,一个CT值横条图有两个CT区间,分别用黄色和紫色的颜色条表示,当该CT值横条图新增加一个CT区间时,处理模块430可以给CT值横条图、直方图和/或表格上新增加的CT区间配置一个不同于其他两个CT区间的颜色,比如,绿色。又例如,一个CT值横条图有四个CT区间,分别用粉色、蓝色、橙色和白色的颜色条表示,处理模块430可以给CT值横条图、直方图和/或表格中对应的四个CT区间重新分配颜色,比如,分别调整为红色、金色、紫色和黄色。在一些实施例中,处理模块430可以调整显示页面的背景颜色。在一些实施例中,处理模块430可以调整目标组织的医学图像与表示目标组织的医学图像上CT区间分布的CT值横条图、直方图和/或表格的排列方式。所述排列方式可以包括左右并列方式、上下并列方式、以目标组织的医学图像为中心的环绕式排列方式等其中的一种或多种。例如,处理模块430可以将左右并列排列的医学图像、CT值横条图、直方图和/或表格调整为上下排列。所述排列可以指任意顺序的排列。例如,从左到右依次可以是CT值横条图、医学图像、直方图和/或表格。又例如,从上到下依次可以是表格、直方图、CT值横条图和医学图像。处理模块430可以将处理后的图像数据发送给显示模块420进行显示或存储模块440进行存储。
存储模块440可以用于存储图像数据或操作指令。存储模块440的功能可以通过图2中硬盘270、只读存储器230、随机存储器240等中的一种或多种的组合来实现。存储模块440可以存储获取模块410获取的图像数据和/或操作指令、处理模块430实时生成的数据和处理后得到的图像数据等。所述操作指令可以包括体积和/或体积百分比的算法、排列算法、颜色配置算法等。存储模块440可以包括但不限于常见的各类存储设备如固态硬盘、机械硬盘、USB闪存、SD存储卡、光盘、随机存储器(RAM)或只读存储器(ROM)等。存储模块440可以是系统内部的存储设备,也可以是系统外部或外接的存储设备,如云存储服务器上的存储器。
需要注意的是,上述对于组织密度分析设备120的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该设备的工作原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接,对实施上述设备的形式和细节上作各种修正和改变。例如,获取模块410和显示模块420可以合并。诸如此类的变形,均在本申请的保护范围之内。
图5是根据本申请的一些实施例所示的示例处理模块的示意图。在一些实施例中,处理模块430可以包括修改单元510、添加单元520和删除单元530。所述处理模块430内各模块之间的连接方式可以是有线的、无线的或两者的结合。任何一个模块都可以是本地的、远程的或两者的结合。
修改单元510可以用于修改密度分段或CT区间。在一些实施例中,修改单元510可以左右移动CT值横条图上的滑块来修改CT区间。例如,修改单元510可以通过鼠标、屏幕触摸、语音等方式左右移动滑块。在一些实施例中,修改单元510可以通过修改CT值横条图上滑块所对应的CT值来修改CT区间。所述滑块所对应的CT值可以在CT值横条图或滑块上方,也可以在CT值横条图或滑块下方,如图8所示,使得CT值横条图或滑块上方的CT值布局合理,避免由于密度分段或CT区间小而导致阈值信息重叠或密集排布的布局问题。例如,修改单元510可以通过单击或双击选中CT值横条图上一个滑块所对应的CT值,并输入新的CT值,从而将CT区间修改为新的CT区间。在一些实施例中,修改单元510可以通过修改表格中的CT值或CT区间来调节CT值横条图上的CT区间。在一些实施例中,修改单元510可以根据修改后的CT区间相应地确定并调整直方图和/或表格中表示不同CT区间的图像数据。所述图像数据可以包括不同CT区间在待分析组织中所占的体积和/或体积百分比等。在一些实施例中,修改单调整不同CT区间的颜色。例如,一个CT值横条图有三个CT区间,分别用蓝色、绿色和橙色的颜色条表示,修改单元510可以将CT值横条图、直方图和/或表格中对应的三个CT区间分别调整为白色、紫色和金色。在一些实施例中,修改单元510可以调整目标组织的医学图像与CT值横条图、直方图和/或表格的排列方式。例如,修改单元510可以将CT值横条图、直方图和/或表格上下排列,并与目标组织的医学图像左右并列排列的图表调整为以目标组织的医学图像为中心,CT值横条图、直方图和/或表格分别位于目标组织的医学图像上侧、左侧和右侧的环绕式排列。
添加单元520可以用于添加密度分段或CT区间。在一些实施例中,添加单元520可以在CT值横条图上添加CT区间。例如,添加单元520可以通过单击或双击CT值横条图上的任意一个点,并通过左右滑动滑块确定CT分段值,从而添加CT区间。又例如,添加单元520可以单击或双击CT值横条图上的任意一个点,并修改这个点对应的CT值,从而添加新的CT区间。又例如,添加单元520可以通过语音添加CT区间。在一些实施例中,添加单元520可以根据调整后的CT区间相应地确定并调整直方图和/或表格中表示不同CT区间的图像数据。所述图像数据可以包括不同CT区间在待分析组织中所占的体积和/或体积百分比等。在一些实施例中,添加单元520可以给新添加的CT区间配置颜色。例如,一个CT值横条图有两个CT区间,分别用橙色和蓝色的颜色条表示,当该CT值横条图新增加一个CT区间时,添加单元520可以给CT值横条图、直方图和/或表格上新增加的CT区间配置一个不同于其他两个CT区间的颜色,比如,白色。
删除单元530可以删除密度分段或CT区间。在一些实施例中,删除单元530可以删除CT值横条图上的一个或多个CT区间。例如,删除单元530可以通过上下移动一个滑块来删除该滑块对应的CT分段值,从而将原来包含该CT分段值的两个CT区间删减为一个CT区间。所述上下移动可以通过鼠标、屏幕触摸等方式实现。所述CT分段值可以是CT值横条图两个端点之间的任意一个CT值。又例如,删除单元530可以通过将待删除CT分段值修改为待保留CT分段值,从而删除一个或多个CT区间。又例如,删除单元530可以通过语音方式删除一个CT区间。在一些实施例中,删除单元530可以根据调整后的CT区间相应地确定并调整直方图和/或表格中表示不同CT区间的图像数据。所述图像数据可以包括不同CT区间在待分析组织中所占的体积和/或体积百分比等。在一些实施例中,删除单元530可以将被删除的CT分段值所涉及的两个区间的颜色修改为同一种颜色。所述颜色可以是原来两个区间的颜色中的任意一种颜色,也可以是不同于原来两个区间的颜色的第三种颜色。例如,一个CT值横条图有三个CT区间,分别用红色、绿色和蓝色的颜色条表示,当该CT值横条图删除了一个CT分段值,且该CT分段值位于两个分别以绿色和蓝色颜色条表示的CT区间内,那么删除单元530可以将以绿色和蓝色颜色条表示的两个CT区间都变为蓝色。又例如,删除单元530可以将以绿色和蓝色颜色条表示的两个CT区间都变为新的颜色,比如,黄色。
需要注意的是,上述对于处理模块430的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该模块的工作原理后,可能在不背离这一原理的情况下,对各个单元进行任意组合,或者构成子系统与其他单元连接,对实施上述模块的形式和细节上作各种修正和改变。例如,修改单元510可以进一步划分成CT区间修改单元、颜色修改单元、排列方式修改单元等。又例如,修改单元510可以与添加单元520或删除单元530合并。诸如此类的变形,均在本申请的保护范围之内。
图6是根据本申请的一些实施例所示的分析组织密度的示例性流程图。在610中,组织密度分析设备120可以获取组织密度分布数据。所述组织密度分布数据可以包括含有待密度分析组织的图像、图像上各点的CT值、图像上各点所代表的体积、待密度分析组织的初始密度区间和体积分布等。在一些实施例中,所述组织密度分布数据可以由获取模块410获取。例如,所述组织密度分布数据可以通过网络传输、硬件存储设备传输等方式由获取模块410获取。
在620,组织密度分析设备120可以以一种或多种图表显示获取的组织密度分布数据。所述图表可以包括医学图像、CT值横条图、直方图、表格等。在一些实施例中,可以通过医学图像和CT值横条图来显示获取的组织密度分布数据。具体地,可以通过医学图像显示待分析组织或病灶的图像。所述医学图像可以进行放大或缩小显示。可以通过CT值横条图显示待分析组织或病灶的CT区间。在一些实施例中,可以通过医学图像、CT值横条图、直方图和/或表格来显示获取的组织密度分布数据。具体地,可以通过直方图显示待分析组织或病灶不同CT值所对应的病灶体积。可以通过表格显示待分析组织或病灶不同CT值或CT区间所对应的病灶体积和体积百分比。所述体积百分比可以基于待分析组织或病灶的总体积。在一些实施例中,组织密度分析设备120可以以一种或多种排列方式显示包含组织密度分布数据的一种或多种图表。例如,可以以左右并列方式、上下并列方式、环绕式等一种或多种方式的组合排列所述一种或多种图表。如图7A所示,CT值横条图、直方图和表格先以上下并列的方式排列,然后与医学图像以左右并列的方式排列显示。在一些实施例中,组织密度分析设备120可以以一种或多种颜色显示背景。所述背景显示颜色可以包括但不限于黑色、绿色、粉色、白色等。在一些实施例中,组织密度分析设备120可以根据背景颜色以一种或多种颜色显示图表中不同CT区间的颜色。不同图表中相同CT区间的显示颜色相同。图表中CT区间的显示颜色可以与背景显示颜色不同。例如,背景显示颜色是绿色,CT值有三个区间,医学图像、CT值横条图、直方图和/或表格中三个CT区间的颜色可以分别是黄色、红色和紫色。
在630,组织密度分析设备120可以对所显示的一个或多个图表中的组织密度分布数据进行处理。在一些实施例中,组织密度分析设备120可以通过调整所述一个或多个图表中的密度分段或CT区间从而调整组织密度分布数据。例如,组织密度分析设备120可以修改一个或多个CT区间、增加一个或多个CT区间,或删除一个或多个CT区间。在一些实施例中,可以通过左右移动CT值横条图上的滑块来调整CT区间。例如,CT值横条图上有一个滑块位于CT值等于-100的位置,可以通过鼠标或屏幕触摸的方式将这个滑块移动到新的CT分段值位置,比如,-300。在一些实施例中,可以通过语音方式移动CT值横条图上的滑块,从而调整CT区间。在一些实施例中,可以通过单击、双击或语音的方式在CT值横条图上的任意一点添加CT区间。例如,待添加的CT分段值为-400,那么可以在CT值横条图两个端点之间的任意一个不是CT分段值的位置单击或双击,得到一个对应位置的滑块,然后将滑块所对应的CT值修改为待添加CT分段值-400,即可添加新的CT区间。相应地,医学图像、直方图和/或表格中的CT区间或分段区域也会增加一个。在一些实施例中,可以通过上下移动CT值横条图上的滑块来删除CT分段值,从而删减CT区间。例如,CT值横条图上有四个CT分段值,分别是CT值横条图的两个端点、CT值等于-100和-500的位置,待删除的CT分段值是-100,那么可以通过鼠标或屏幕触摸的方式将对应CT值为-100的滑块向CT值横条图上方或下方移动,删除CT值为-100的CT分段值,从而使该分段值左右两侧的CT区间合并为一个CT区间。在一些实施例中,可以将待删除CT分段值修改为待保留CT分段值,从而删除一个或多个CT区间。例如,在上一个例子中,可以将-100修改为-500或CT值横条图的任意一个端点CT值,从而删除CT分段值-100。
在一些实施例中,组织密度分析设备120可以根据调整后的CT区间相应地确定并调整直方图和/或表格中表示不同CT区间的图像数据。例如,可以根据调整后的CT区间重新确定直方图和/或表格中对应的体积和体积百分比。所述体积或体积百分比可以根据获取模块410获取的图像上各点的CT值、图像各点所代表的体积、待分析组织的初始密度区间和体积分布等数据确定。在一些实施例中,组织密度分析设备120可以调整所显示的背景颜色和/或图表中不同CT区间的颜色。例如,背景显示颜色是绿色,CT值有三个区间,医学图像、CT值横条图、直方图和/或表格分别有三种颜色:黄色、绿色和紫色,那么可以将CT三个区间的颜色分别调整为橙色、红色和白色。又例如,可以只将用绿色代表的CT区间调整为一个新的颜色,比如灰色。在一些实施例中,组织密度分析设备120可以调整目标组织的医学图像、CT值横条图、直方图和/或表格的排列方式。所述排列方式可以包括左右并列方式、上下并列方式、以目标组织的医学图像为中心的环绕式排列方式等。在一些实施例中,组织密度分析设备120可以对肺组织进行密度分析,并根据划分的肺组织CT区间执行气道分析。
在640,组织密度分析设备120可以以一种或多种图表显示处理后的组织密度分布数据。所述处理后的组织密度分布数据可以包括密度分段或CT区间修改、增加或删除后的组织密度分布数据,医学图像、CT值横条图、直方图和/或表格颜色和/或排列方式调整后的组织密度分布数据、背景颜色更换后的组织密度分布数据等。这种将待密度分析组织或病灶的医学图像、CT值横条图、直方图和/或表格整合到一起,同时显示和处理的方法可以使用户更方便地设置基于CT值的组织病灶的密度分段,或者更直观地观察密度分析结果。
需要注意的是,上述对于分析图像密度的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该过程的工作原理后,可能在不背离这一原理的情况下,对各个步骤进行任意组合,对实施上述过程的形式和细节上作各种修正和改变。例如,620可以和630同步进行。诸如此类的变形,均在本申请的保护范围之内。
图7A是本申请的一个系统预设的组织密度分析的实施例。图7A中的782是一个含有组织或病灶的图像,701是该图像782上的一个待组织密度分析组织或病灶。图7A中的781是与待组织密度分析区域701对应的预设组织密度分布图,包括一个CT值横条图750、一个直方图760和一个表格770。所述CT值横条图750代表待组织密度分析区域701的CT值。例如,702代表CT值为0,703代表CT值为-694。702和703之间的每一个滑块所在位置代表一个密度分段阈值,比如,704代表密度分段阈值为CT值等于-333。705和706分别代表密度值为CT值处于0到-333的区域和CT值处于-333到-694的区域。705和706可以用不同的颜色表示,比如,705用绿色表示,706用橙色表示。所述直方图760代表待组织密度分析区域701中不同密度分段的体积。例如,707对应CT值横条图750中的702,707的纵坐标值为0,表示待组织密度分析区域701中没有CT值为0的区域。709对应CT值横条图750中的703,709的纵坐标值为0,表示待组织密度分析区域701中没有CT值为-694的区域。708对应CT值横条图750中的704,708的纵坐标值为0.91左右,表示待组织密度分析区域701中CT值为-333的体积约0.91mm3。所述表格770显示了密度分析区域中不同密度分段的体积和体积百分比。例如,710表示CT值在-694—-333区域的体积为47mm3,在待组织密度分析区域701的体积百分比为81%,对应CT值横条图750中的706和直方图760中709到708之间的区域。711表示CT值在-333-0区域的体积为11mm3,在待组织密度分析区域701的体积百分比为19%,对应CT值横条图750中的705和直方图760中708到707之间的区域。图7A中的待组织密度分析区域701有两种颜色明显不同的区域,与图7A中预设密度分布图781中的两个密度分段对应。
图7B是本申请的一个增加密度分段的组织密度分析的实施例。图7B中的782是一个含有组织或病灶的图像,701是该图像782上的一个待组织密度分析组织或病灶。图7B中的781是与待组织密度分析区域701对应的密度分段或CT区间增加后的组织密度分布图。如图所示,CT值横条图750包括四个密度分段,分别是714、715、716和717。相应地,直方图760也划分成了四个部分,分别以707、720、718、719和709为密度分段点位置。表格770同样也划分成了四个部分,721表示CT值在-694—-583区域的体积为10mm3,在待组织密度分析区域701的体积百分比为17%,对应CT值横条图750中的717和直方图760中709到719之间的区域。722表示CT值在-583—-333区域的体积为37mm3,在待组织密度分析区域701的体积百分比为64%,对应CT值横条图750中的716和直方图760中719到718之间的区域。723表示CT值在-333—-119区域的体积为11mm3,在待组织密度分析区域701的体积百分比为19%,对应CT值横条图750中的715和直方图760中718到720之间的区域。724表示待组织密度分析区域701中没有CT值在-119—0的区域,对应CT值横条图750中的714和直方图760中720到707之间的区域。在一些实施例中,可以通过鼠标单击CT值横条图750上的指定点增加密度分段。比如,可以在CT值横条图750上表示CT值为-583的位置单击,从而增加密度分段点713。又比如,可以在CT值横条图750上表示CT值为-119的位置单击,从而增加密度分段点712。在一些实施例中,可以通过鼠标单击CT值横条图750上任意一点,并将该点上方的CT值修改为指定点CT值,从而增加密度分段。比如,可以单击CT值为-360的点,得到一个位于CT值横条图750上CT值为-360的滑块,通过单击将滑块上方的数值-360修改为-583,则可以在CT值为-583的位置增加一个密度分段。又比如,可以单击CT值为-600的点,得到一个位于CT值横条图750上CT值为-600的滑块,通过单击将滑块上方的数值-600修改为-119,则可以在CT值为-119的位置增加一个密度分段。在一些实施例中,通过在CT值横条图750上增加密度分段,直方图760和表格770中的分段区域也会相应改变。同时,待组织密度分析区域701也会增加分区。比如,根据图7B中CT值横条图750的密度分段,待组织密度分析区域701可以被分成四个区域。在一些实施例中,待组织密度分析区域701上不同密度分段区域的颜色与CT值横条图750、直方图760和表格770中代表不同密度分段区域的颜色一致,并且可以同时变化。
图7C是本申请的一个删减密度分段的组织密度分析的实施例。图7C中的782是一个含有组织或病灶的图像,701是该图像782上的一个待组织密度分析组织或病灶。图7C中的781是图7B中的密度分段删除一个或多个密度分段或CT区间后,待组织密度分析区域701所对应的组织密度分布图。如图所示,CT值横条图750包括三个密度分段,分别是714、726和717。相应地,直方图760也划分成了三个部分,分别以707、720、719和709为密度分段点位置。表格770同样也划分成了三个部分,721表示CT值在-694—-583区域的体积为10mm3,在待组织密度分析区域701的体积百分比为17%,对应CT值横条图750中的717和直方图760中709到719之间的区域。727表示CT值在-583—-119区域的体积为48mm3,在待组织密度分析区域701的体积百分比为82%,对应CT值横条图750中的726和直方图760中713到712之间的区域。728表示待组织密度分析区域701中没有CT值在-119—0的区域,对应CT值横条图750中的714和直方图760中720到707之间的区域。在一些实施例中,可以通过上下移动待删除滑块来删除一个密度分段。比如,CT值为-333滑块为待删除密度分段值,则可以通过上下移动CT值横条图750上CT值为-333处的滑块来删除图7B中的密度分段716和715。在一些实施例中,可以通过将待删除滑块的数值修改为待保留或指定的密度分段点的CT值。比如,可以将CT值横条图750上CT值为-333的滑块上方的值修改为0、-119、-583或-694,从而删除CT值为-333的密度分段值,得到如图7C所示的密度分布图。在一些实施例中,通过在CT值横条图750上删除密度分段,直方图760和表格770中的分段区域也会相应改变。同时,待组织密度分析区域701也会减少分区。比如,根据图7C中CT值横条图750的密度分段,待组织密度分析区域701可以被分成三个区域。
本申请提供了一个组织密度分析系统,该系统包括获取模块、显示模块、处理模块和存储模块。该获取模块可以被配置为获取图像数据以及组织密度分布数据;该显示模块可以被配置为以一个或多个图表显示获取的组织密度分布数据;该处理模块可以被配置为调整显示的一个或多个图表中的组织密度分布数据;该存储模快可以被配置为存储组织密度分布数据及指令。
本申请提供的组织密度分析方法可以将CT值以更灵活和更直观的方式呈现给用户,通过将组织密度分段的统计结果同时用直方图、表格等联动呈现,并方便用户操作各个统计结果,该组织密度分析系统可以提高用户的工作效率,并且让分析结果有更好的展示。
虽然本发明已以较佳实施例揭示如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的修改和完善,因此本发明的保护范围当以权利要求书所界定的为准。
Claims (10)
1.一种组织密度分析方法,包括:
获取组织密度分布数据;
以一个或多个图表显示获取的组织密度分布数据;
调整显示的一个或多个图表中的组织密度分布数据;以及
以一个或多个图表显示处理后的组织密度分布数据。
2.权利要求1所述的方法,所述组织密度分布数据是基于CT值的。
3.权利要求1所述的方法,所述调整显示的一个或多个图表中的组织密度分布数据包括调整一个或多个组织密度分段阈值。
4.权利要求3所述的方法,所述调整一个或多个组织密度分段阈值包括:通过注释、单击、双击或语音的方式修改组织密度分段阈值、添加组织密度分段阈值和/或删除组织密度分段阈值。
5.权利要求1所述的方法,进一步包括:根据所述调整同时更新一个或多个图表中的组织密度分布数据。
6.权利要求5所述的方法,进一步包括:根据所述调整同时更新一个或多个图表中相同密度分段的颜色和/或数据。
7.权利要求1所述的方法,所述一个或多个图表包括:滑块图、直方图和/或表格。
8.一个组织密度分析系统,包括:
一个获取模块,被配置为获取图像数据以及组织密度分布数据;
一个显示模块,被配置为以一个或多个图表显示获取的组织密度分布数据;
一个处理模块,被配置为调整显示的一个或多个图表中的组织密度分布数据;以及,
一个存储模快,被配置为存储组织密度分布数据及指令。
9.权利要求8所述的系统,所述调整显示的一个或多个图表中的组织密度分布数据包括调整一个或多个组织密度分段阈值;
所述调整一个或多个组织密度分段阈值包括:通过注释、单击、双击或语音的方式修改组织密度分段阈值、添加组织密度分段阈值和/或删除组织密度分段阈值。
10.一个存有计算机程序的永久的计算机可读媒质,该计算机程序包括指令,该指令被配置为执行如权利要求1-7任一项所述的组织密度分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710523745.XA CN107392893A (zh) | 2017-06-30 | 2017-06-30 | 组织密度分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710523745.XA CN107392893A (zh) | 2017-06-30 | 2017-06-30 | 组织密度分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107392893A true CN107392893A (zh) | 2017-11-24 |
Family
ID=60334619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710523745.XA Pending CN107392893A (zh) | 2017-06-30 | 2017-06-30 | 组织密度分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392893A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019000418A1 (zh) * | 2017-06-30 | 2019-01-03 | 上海联影医疗科技有限公司 | 组织密度分析方法及系统 |
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 |
CN111261284A (zh) * | 2020-02-05 | 2020-06-09 | 杭州依图医疗技术有限公司 | 一种基于医学影像的诊断信息处理方法、装置及存储介质 |
CN111261285A (zh) * | 2020-02-07 | 2020-06-09 | 杭州依图医疗技术有限公司 | 诊断信息界面的显示方法、交互方法及存储介质 |
CN113395595A (zh) * | 2020-03-12 | 2021-09-14 | 平湖莱顿光学仪器制造有限公司 | 一种密度相关的智能二维视频播放方法及其视频装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1242977A (zh) * | 1998-07-23 | 2000-02-02 | 通用电器横河医疗系统株式会社 | X-射线ct设备和图象诊断设备 |
CN1518719A (zh) * | 2001-04-23 | 2004-08-04 | 西门子共同研究公司 | 根据多层面高分辩率计算机断层摄影图像自动检测肺肿瘤的方法和系统 |
US20040184647A1 (en) * | 2002-10-18 | 2004-09-23 | Reeves Anthony P. | System, method and apparatus for small pulmonary nodule computer aided diagnosis from computed tomography scans |
CN1891155A (zh) * | 2006-05-26 | 2007-01-10 | 北京思创贯宇科技开发有限公司 | 一种基于ct图像的组织成分分析方法 |
CN101065065A (zh) * | 2004-11-26 | 2007-10-31 | 株式会社东芝 | X射线ct装置和图像处理装置 |
WO2009123208A1 (ja) * | 2008-03-31 | 2009-10-08 | 株式会社 日立メディコ | 超音波診断装置 |
CN101732057A (zh) * | 2008-11-26 | 2010-06-16 | 通用电气公司 | 用于显示多能量数据的系统和方法 |
CN102292747A (zh) * | 2009-01-22 | 2011-12-21 | 皇家飞利浦电子股份有限公司 | 针对pet/ct图像的像素特征混合融合 |
CN103218797A (zh) * | 2012-01-19 | 2013-07-24 | 中国科学院上海生命科学研究院 | 血管图像处理与分析的方法和系统 |
CN103514597A (zh) * | 2012-06-28 | 2014-01-15 | 株式会社东芝 | 图像处理装置 |
CN104583982A (zh) * | 2012-12-11 | 2015-04-29 | 威尔森信息通信株式会社 | 医疗支援系统及其方法 |
CN105559813A (zh) * | 2014-11-04 | 2016-05-11 | 株式会社东芝 | 医用图像诊断装置以及医用图像处理装置 |
CN106031145A (zh) * | 2014-02-26 | 2016-10-12 | 松下知识产权经营株式会社 | 图像处理装置和图像处理方法 |
CN106611433A (zh) * | 2015-10-18 | 2017-05-03 | 卡尔蔡司X射线显微镜公司 | 多能量x‑射线显微镜数据采集和图像重建系统以及方法 |
-
2017
- 2017-06-30 CN CN201710523745.XA patent/CN107392893A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1242977A (zh) * | 1998-07-23 | 2000-02-02 | 通用电器横河医疗系统株式会社 | X-射线ct设备和图象诊断设备 |
CN1518719A (zh) * | 2001-04-23 | 2004-08-04 | 西门子共同研究公司 | 根据多层面高分辩率计算机断层摄影图像自动检测肺肿瘤的方法和系统 |
US20040184647A1 (en) * | 2002-10-18 | 2004-09-23 | Reeves Anthony P. | System, method and apparatus for small pulmonary nodule computer aided diagnosis from computed tomography scans |
CN101065065A (zh) * | 2004-11-26 | 2007-10-31 | 株式会社东芝 | X射线ct装置和图像处理装置 |
CN1891155A (zh) * | 2006-05-26 | 2007-01-10 | 北京思创贯宇科技开发有限公司 | 一种基于ct图像的组织成分分析方法 |
WO2009123208A1 (ja) * | 2008-03-31 | 2009-10-08 | 株式会社 日立メディコ | 超音波診断装置 |
CN101732057A (zh) * | 2008-11-26 | 2010-06-16 | 通用电气公司 | 用于显示多能量数据的系统和方法 |
CN102292747A (zh) * | 2009-01-22 | 2011-12-21 | 皇家飞利浦电子股份有限公司 | 针对pet/ct图像的像素特征混合融合 |
CN103218797A (zh) * | 2012-01-19 | 2013-07-24 | 中国科学院上海生命科学研究院 | 血管图像处理与分析的方法和系统 |
CN103514597A (zh) * | 2012-06-28 | 2014-01-15 | 株式会社东芝 | 图像处理装置 |
CN104583982A (zh) * | 2012-12-11 | 2015-04-29 | 威尔森信息通信株式会社 | 医疗支援系统及其方法 |
CN106031145A (zh) * | 2014-02-26 | 2016-10-12 | 松下知识产权经营株式会社 | 图像处理装置和图像处理方法 |
CN105559813A (zh) * | 2014-11-04 | 2016-05-11 | 株式会社东芝 | 医用图像诊断装置以及医用图像处理装置 |
CN106611433A (zh) * | 2015-10-18 | 2017-05-03 | 卡尔蔡司X射线显微镜公司 | 多能量x‑射线显微镜数据采集和图像重建系统以及方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019000418A1 (zh) * | 2017-06-30 | 2019-01-03 | 上海联影医疗科技有限公司 | 组织密度分析方法及系统 |
US11664112B2 (en) | 2017-06-30 | 2023-05-30 | Shanghai United Imaging Healthcare Co., Ltd. | Method and system for tissue density analysis |
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 |
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 |
CN111261284A (zh) * | 2020-02-05 | 2020-06-09 | 杭州依图医疗技术有限公司 | 一种基于医学影像的诊断信息处理方法、装置及存储介质 |
CN111261285A (zh) * | 2020-02-07 | 2020-06-09 | 杭州依图医疗技术有限公司 | 诊断信息界面的显示方法、交互方法及存储介质 |
CN113395595A (zh) * | 2020-03-12 | 2021-09-14 | 平湖莱顿光学仪器制造有限公司 | 一种密度相关的智能二维视频播放方法及其视频装置 |
CN113395595B (zh) * | 2020-03-12 | 2023-03-24 | 平湖莱顿光学仪器制造有限公司 | 一种密度相关的智能二维视频播放方法及其视频装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107392893A (zh) | 组织密度分析方法及系统 | |
CN110659692B (zh) | 基于强化学习和深度神经网络的病理图像自动标注方法 | |
US9741112B2 (en) | Generating image-based diagnostic tests by optimizing image analysis and data mining of co-registered images | |
CN110321920A (zh) | 图像分类方法、装置、计算机可读存储介质和计算机设备 | |
EP2546802B1 (en) | Generating artificial hyperspectral images using correlated analysis of co-registered images | |
CN108268870A (zh) | 基于对抗学习的多尺度特征融合超声图像语义分割方法 | |
US20140185891A1 (en) | Generating Image-Based Diagnostic Tests By Optimizing Image Analysis and Data Mining Of Co-Registered Images | |
WO2016004902A1 (en) | System and method for image processing | |
CN103222876B (zh) | 医用图像处理装置、图像诊断装置、计算机系统以及医用图像处理方法 | |
CN109934812A (zh) | 图像处理方法、装置、服务器及存储介质 | |
CN109389129A (zh) | 一种图像处理方法、电子设备及存储介质 | |
CN109106392A (zh) | 图像显示装置、显示控制装置及显示控制方法 | |
CN110517238A (zh) | Ct医学影像ai三维重建与人机交互可视化网络系统 | |
CN108961250B (zh) | 一种目标物统计方法、装置、终端以及存储介质 | |
CN112529834A (zh) | 病理图像模式在3d图像数据中的空间分布 | |
CN109191508A (zh) | 一种模拟整容装置、模拟整容方法及设备 | |
CN105122306A (zh) | 区域分割方法以及检查装置 | |
WO2020168698A1 (zh) | 基于VRDS 4D医学影像的静脉的Ai内镜分析方法及产品 | |
CN110996772A (zh) | 乳腺癌检测 | |
CN111142753A (zh) | 交互方法、信息处理方法及存储介质 | |
CN111583385A (zh) | 一种可变形数字人解剖学模型的个性化变形方法及系统 | |
CN111127487B (zh) | 一种实时多组织医学图像的分割方法 | |
CN111951272A (zh) | 脑部影像的分割方法、装置、计算机设备和可读存储介质 | |
CN109658425B (zh) | 一种肺叶分割方法、装置、计算机设备及存储介质 | |
US20230215545A1 (en) | Method and system for tissue density analysis |
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 | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171124 |
|
RJ01 | Rejection of invention patent application after publication |