CN107392897B - 器官轮廓获取方法、影像设备、放疗计划系统及存储介质 - Google Patents

器官轮廓获取方法、影像设备、放疗计划系统及存储介质 Download PDF

Info

Publication number
CN107392897B
CN107392897B CN201710579645.9A CN201710579645A CN107392897B CN 107392897 B CN107392897 B CN 107392897B CN 201710579645 A CN201710579645 A CN 201710579645A CN 107392897 B CN107392897 B CN 107392897B
Authority
CN
China
Prior art keywords
data
target image
contour
target
organ
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.)
Active
Application number
CN201710579645.9A
Other languages
English (en)
Other versions
CN107392897A (zh
Inventor
王益锋
张一戈
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 CN201710579645.9A priority Critical patent/CN107392897B/zh
Publication of CN107392897A publication Critical patent/CN107392897A/zh
Application granted granted Critical
Publication of CN107392897B publication Critical patent/CN107392897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (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)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种器官轮廓获取方法、影像设备、放疗计划系统及存储介质。该方法包括：获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息；依据所述扫描部位信息，确定轮廓勾画算法；依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。通过上述技术方案，解决了放疗计划制定过程比较耗时的问题，实现了自动地、更加高效地获取目标器官轮廓数据，从而减少用户制定放疗计划的人工操作及等待时间，提高放疗计划制定效率。

Description

器官轮廓获取方法、影像设备、放疗计划系统及存储介质
技术领域
本发明实施例涉及医学影像处理技术，尤其涉及一种器官轮廓获取方法、影像设备、放疗计划系统及存储介质。
背景技术
通常，在制定放疗计划过程中，要首先从患者影像(如CT影像、PET影像或MRI影像等)获取危及器官和病变器官(如肿瘤)的器官轮廓数据，然后才能进行后续的放疗计划的制定。
目前获取器官轮廓的过程是：从影像设备获取患者CT扫描数据，并经过图像重建等处理后得到患者CT影像。然后，将该CT影像从影像设备导出，并将其导入放疗计划系统。最后，通过手动勾画或人为触发自动勾画算法对该CT影像中的器官进行轮廓勾画，获得所需的器官轮廓数据。
但是，在上述过程中，不仅需要用户手动传输患者CT影像，而且在获取器官轮廓数据的过程中需要等待一段时间，这些都会增加放疗计划制定的耗时，影响放疗计划制定效率。
发明内容
本发明实施例提供一种器官轮廓获取方法、影像设备、放疗计划系统及存储介质，以实现自动地、更加高效地获取器官轮廓数据，从而减少用户制定放疗计划的等待时间，提高放疗计划制定效率。
第一方面，本发明实施例提供了一种器官轮廓获取方法，该方法包括：
获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息；
依据所述扫描部位信息，确定轮廓勾画算法；
依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
可选地，所述获取包含目标器官的目标影像数据包括：
获取包含所述目标器官的目标影像及所述目标器官对应的扫描协议数据；
依据所述扫描协议数据，确定所述目标影像对应的扫描部位信息。
进一步地，所述获取包含所述目标器官的目标影像包括：
获取包含所述目标器官的扫描数据；
重建所述扫描数据，获得所述目标影像。
可选地，在所述依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据之后，还包括：
按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据。
可选地，所述轮廓勾画算法按照如下方式预先训练获得：
获取至少两组训练样本数据，所述训练样本数据包括所述目标影像、所述扫描部位信息及所述目标影像对应的目标器官轮廓数据；
利用所述训练样本数据及机器学习模型进行模型训练，获得轮廓勾画算法。
可选地，所述方法在影像设备处于空闲状态时执行。
第二方面，本发明实施例还提供了一种影像设备，该影像设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
扫描装置，用于获取包含目标器官的扫描数据及所述目标器官对应的扫描协议数据；
当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现如下操作：
获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息；
依据所述扫描部位信息，确定轮廓勾画算法；
依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
可选地，所述处理器执行的获取包含目标器官的目标影像数据的操作具体包括：
获取包含所述目标器官的目标影像及所述目标器官对应的扫描协议数据；
依据所述扫描协议数据，确定所述目标影像对应的扫描部位信息。
进一步地，所述处理器执行的获取包含所述目标器官的目标影像的操作具体包括：
获取包含所述目标器官的扫描数据；
重建所述扫描数据，获得所述目标影像。
可选地，所述存储装置还用于：
在所述依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据之后，按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据。
可选地，所述轮廓勾画算法按照如下方式预先训练获得：
获取至少两组训练样本数据，所述训练样本数据包括所述目标影像、所述扫描部位信息及所述目标影像对应的目标器官轮廓数据；
利用所述训练样本数据及机器学习模型进行模型训练，获得轮廓勾画算法。
可选地，所述处理器在所述影像设备处于空闲状态时执行一个或多个所述程序。
第三方面，本发明实施例还提供了一种放疗计划系统，该系统包括：本发明实施例任一所述的影像设备和放疗计划制定设备；
所述放疗计划制定设备用于从所述影像设备获取目标器官轮廓数据，并依据所述目标器官轮廓数据制定放疗计划。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例任一所述的器官轮廓获取方法。
本发明实施例通过获取包含目标器官的目标影像数据，依据目标影像数据中的扫描部位信息，确定轮廓勾画算法，并依据轮廓勾画算法，获取目标影像数据中目标影像所包含的目标器官轮廓数据。解决了放疗计划制定过程比较耗时的问题，实现了自动地、更加高效地获取目标器官轮廓数据，从而减少用户制定放疗计划的人工操作及等待时间，提高放疗计划制定效率。
附图说明
图1是本发明实施例一中的一种器官轮廓获取方法的流程图；
图2是本发明实施例二中的一种器官轮廓获取方法的流程图；
图3是本发明实施例四中的一种影像设备的结构示意图；
图4是本发明实施例五中的一种放疗计划系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。在不冲突的情况下，本发明实施例和实施例中的特征可以相互组合。
实施例一
本实施例提供的器官轮廓获取方法可适用于自动从病患的医学影像中提取器官轮廓数据，该方法可以由器官轮廓获取装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在能够获取病患医学影像的医学影像设备(可简称为影像设备)中，例如计算机断层扫描设备(即CT扫描设备)、正电子发射型计算机断层显像检查仪(即PET检查仪)或磁共振成像设备(即MRI成像设备)等。参见图1，本实施的方法具体包括如下步骤：
S110、获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息。
其中，目标器官指的是疑似病变或者已经病变的器官(如肿瘤器官或癌变器官等)及治疗过程中可能危及到的其他重要器官(即危及器官)。目标影像指的是包含目标器官的患者影像，如CT影像、PET影像或MRI影像等，其通常可以由相应的扫描设备获得，也可以为多模融合影像，例如CT影像与PET影像融合之后得到的影像。扫描部位信息指的是获取目标影像过程中扫描设备所扫描的部位的相关信息，其可以是具体的扫描部位，比如扫描部位为胸部，也可以是扫描时所用的扫描协议数据，比如扫描胸部时所用的胸部扫描协议数据。
具体地，通常在对病患进行扫描之前，已经基本确定其可能存在病变或者已经产生病变的某一个或几个部位，所以利用影像设备对患者进行扫描所得到的影像数据，通常是包含了目标器官的，即为目标影像数据。该目标影像数据中至少包含了扫描所得的目标影像。而为了后续能够自动触发并有效获取目标器官轮廓数据，该目标影像数据中还应该包含目标影像对应的扫描部位信息。
至于该目标影像数据的获取方式，可以是直接获取已有的数据，比如存档的目标影像和相应的扫描部位信息，或者存档的目标影像和提示用户输入的扫描部位信息；也可以是即时扫描而获得的目标影像和相应的扫描部位信息。
S120、依据所述扫描部位信息，确定轮廓勾画算法。
其中，轮廓勾画算法指的是对器官的轮廓进行勾画或拟合的自动化算法。
具体地，鉴于不同器官的形状不同，一种轮廓勾画算法难以适用于所有的器官，也就存在针对不同器官的不同的轮廓勾画算法。通常是用户根据需要勾画轮廓的目标器官，去人工选定轮廓勾画算法，比如目标器官为肺脏，则人工选定适用于肺脏的轮廓勾画算法。而本实施例中，为了实现轮廓数据获取的自动化和高效化，根据S110中确定的扫描部位信息，自动确定出扫描部位，即自动确定需要勾画轮廓的目标器官所在的身体部位。然后，根据该扫描部位，确定出相应部位的设定器官的轮廓勾画算法。比如，设定器官为该扫描部位内的主要器官，即扫描部位为胸部，则目标器官就可能为心脏、肺脏、支气管和纵膈等胸部主要器官，那么就确定出针对于心脏、肺脏、支气管和纵膈的轮廓勾画算法。又比如，设定器官为经验设定的高概率患病器官，即根据临床经验，胸部容易患肿瘤的器官为纵膈和肺脏，那么针对胸部，该设定器官就可以为纵膈和/或肺脏，则确定出纵膈和/或肺脏的轮廓勾画算法。
S130、依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
具体地，在确定出轮廓勾画算法之后，就可以利用该轮廓勾画算法对目标器官进行轮廓勾画，以得到目标影像中的目标器官轮廓数据。该目标器官轮廓数据通常是目标器官的三维轮廓，即目标器官的立体轮廓。比如，以CT图像为例，CT图像是很多切片排列在一起形成三维图像，那么就利用轮廓勾画算法在单个切面上进行轮廓的勾画，然后将多个切片上得到的勾画区域进行三维重组，以组成一个三维的器官轮廓。
应当说明的是，本实施例不限定上述器官轮廓获取方法在影像设备中的执行时间，也就是说，本实施所提供的器官轮廓获取方法可以在影像设备处于空闲状态时执行，也可以与影像设备中的其他工作同步执行。
一般地，影像设备包括前台的数据获取部分及后台的数据处理部分。当影像设备的前台的数据获取部分不进行扫描数据的获取，其后台的数据处理部分不进行扫描数据的图像重建，且用户不进行其他的后续操作时，该影像设备通常就会处于空闲状态。该空闲状态可以通过后台数据处理部分实时监测其内部的业务进程和/或数据处理状态来自动判断。
那么，本实施例中的器官轮廓获取方法，可以在影像设备的前台的数据获取部分获得扫描影像时执行，比如影像设备的数据获取部分在获取患者胸部的扫描数据，那么其后台的数据处理部分可以同时获取之前已经获得的患者头部的目标影像对应的器官轮廓数据；也可以在影像设备的后台的数据处理部分由扫描数据获取目标影像时执行，比如数据处理部分在执行胸部扫描数据的图像重建操作时，可以同时执行获取之前已经获得的患者头部的目标影像对应的器官轮廓数据的操作；也可以在影像设备的前台的数据获取部分获得扫描影像，且其后台的数据处理部分获取目标影像时执行，即影像设备同时执行扫描数据获取、扫描数据的图像重建以及器官轮廓获取的操作。当然，该器官轮廓获取方法还可以在影像设备处于空闲状态时执行，具体可见后续说明。本实施例的技术方案，通过获取包含目标器官的目标影像数据，依据目标影像数据中的扫描部位信息，确定轮廓勾画算法，并依据轮廓勾画算法，获取目标影像数据中目标影像所包含的目标器官轮廓数据。解决了放疗计划制定过程比较耗时的问题，实现了自动地、更加高效地获取目标器官轮廓数据，从而减少用户制定放疗计划的人工操作及等待时间，提高放疗计划制定效率。
在上述技术方案的基础上，上述方法还包括：该方法在影像设备处于空闲状态时执行。
具体地，本发明实施例所提供的器官轮廓获取方法，可以利用影像设备的空闲时段，自动进行上述器官轮廓的勾画操作，以自动获得目标器官轮廓数据。比如，当后台数据处理部分监测到其内部的业务进程和/或处理的数据已经执行完毕或者即将执行完毕时，就自动触发上述技术方案中器官轮廓的勾画操作。这样，能够节省掉用户进行患者放疗计划制定过程中的第一步操作，即人为触发器官轮廓的勾画，以获得目标器官轮廓数据，从而达到无需人工介入，也无需等待该获取过程的完成，即可直接获得目标器官轮廓数据，进一步节省用户制定放疗计划的时间的效果。
实施例二
本实施例在上述实施例的基础上，对“获取包含目标器官的目标影像数据”进行了进一步优化。在此基础上，还可以进一步增加“数据存储”的技术内容。其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图2，本实施例提供的器官轮廓获取方法包括：
S210、获取包含所述目标器官的目标影像及所述目标器官对应的扫描协议数据。
具体地，在利用影像设备对患者进行扫描后，不仅可获得包含目标器官的目标影像，还可获得进行上述扫描时所选用的扫描协议数据。该过程是在影像设备处于空闲状态时进行，即目标影像和扫描协议数据是影像设备的后台数据处理部分在影像设备处于空闲时自动获取，其不需要任何的人工参与。
示例性地，所述获取包含所述目标器官的目标影像包括：获取包含所述目标器官的扫描数据；重建所述扫描数据，获得所述目标影像。
具体地，利用影像设备的前台数据获取部分对包含目标器官的患者部位进行扫描，能够直接获得该患者的包含目标器官的扫描数据。然后，利用影像设备的后台数据处理部分，在该医疗设备处于空闲状态时，对该扫描数据进行图像重建处理，以生成所需要的目标影像。
S220、依据所述扫描协议数据，确定所述目标影像对应的扫描部位信息。
具体地，在确定了目标影像所对应的扫描协议数据之后，影像设备的后台数据处理部分能够自动根据扫描协议数据确定出目标影像对应的扫描部位信息，而不再需要人为确定该扫描部位信息，所以该过程也是在后台数据处理部分处于空闲时自动进行。
S230、依据所述扫描部位信息，确定轮廓勾画算法。
S240、依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
S250、按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据。
具体地，在获取了患者的目标影像和目标器官轮廓数据之后，可以按照患者的信息，对上述数据进行归档存储，以便后续其他操作中直接进行利用。比如，后续用户需要针对该患者进行放疗计划的制定等，就可以直接根据患者信息调用目标影像和目标器官轮廓数据，而不需再在放疗计划制定设备中进行目标器官轮廓数据获取的操作。应当理解的是，用户在调取了目标器官轮廓数据待用时，可以对该目标器官轮廓数据进行进一步的确认或修改，比如该目标器官轮廓数据是否正确、是否需要略加修正等。
本实施例的技术方案，通过在影像设备的后台数据处理部分处于空闲状态时，自动获取包含所述目标器官的目标影像及所述目标器官对应的扫描协议数据，并依据所述扫描协议数据，确定所述目标影像对应的扫描部位信息，进一步提高了目标轮廓数据获取的自动化程度。通过依据所述扫描部位信息，确定轮廓勾画算法，并依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。解决了放疗计划制定过程比较耗时的问题，实现了在无需人工介入的情况下，更高程度地、自动地获取目标器官轮廓数据。通过按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据，使得用户能够随时调取上述数据，而后直接进行后续的放疗计划制定工作，从而减少用户制定放疗计划过程中的人工操作及等待时间，进一步节省了用户制定放疗计划的时间，提高了放疗计划制定效率。
实施例三
本实施例在上述各实施例的基础上，对“轮廓勾画算法”进行了进一步优化。其中与上述各实施例相同或相应的术语的解释在此不再赘述。
本发明实施例所用到的轮廓勾画算法，可以是已有的自动化的轮廓勾画算法，比如；也可以是本实施例中提供的预先训练的、基于机器学习的轮廓勾画算法(可简称为智能轮廓勾画算法)。
本实施例中的智能轮廓勾画算法按照如下方式预先训练获得：
获取至少两组训练样本数据，所述训练样本数据包括所述目标影像、所述扫描部位信息及所述目标影像对应的目标器官轮廓数据；
利用所述训练样本数据及机器学习模型进行模型训练，获得轮廓勾画算法。
具体地，在进行模型训练之前，需要先获取训练样本数据以及确定所要用到的训练模型——机器学习模型。该机器学习模型应当是具有自学习能力的智能算法，比如神经网络算法、支持向量机或决策树等。优选地，为了获得更好地深度学习效果，本实施例中的机器学习模型设定为神经网络算法。
由于智能轮廓勾画算法是要基于病患的目标影像及该目标影像对应的扫描部位信息，来自动进行器官轮廓的勾画并获取器官轮廓数据的。所以，进行模型训练的训练样本数据中应当包含目标影像、该目标影像对应的扫描部位信息，以及该目标影像对应的目标器官轮廓数据。该目标器官轮廓数据可以是基于人工操作对目标影像进行轮廓勾画所获得的人工勾画器官轮廓数据，也可以是利用已有的自动化的轮廓勾画算法，对目标影像进行轮廓勾画所获得的自动勾画器官轮廓数据，还可以是先获取上述自动勾画器官轮廓数据，然后对其进行人工修正之后的修正器官轮廓数据。该训练样本数据应当涉及足够多的扫描部位，并且应当有足够多的数据组数，以保证训练获得的智能轮廓勾画算法能够有满足需求的精度，并且能够适用于各个扫描部位的器官轮廓勾画。
确定了训练样本数据及训练模型之后，就可以进行模型的训练。其中，以训练样本数据中的目标影像及该目标影像对应的扫描部位信息为神经网络算法的输入数据，以该目标影像对应的目标器官轮廓数据为神经网络算法的输出数据，对神经网络算法进行模型训练，得到所需的智能轮廓勾画算法。
当然，获得的智能轮廓勾画算法还可以在后续的应用过程中进行继续训练，以对其进行不断地优化。比如，利用该智能轮廓勾画算法获得了某个病患的目标器官轮廓数据之后，医生会对该目标器官轮廓数据进行确认或修正。当医生对其进行了修正之后，自动地将该病患的目标影像、扫描部位信息及修正后的目标器官轮廓数据作为新的训练样本数据，对所用的智能轮廓勾画算法进行进一步地模型训练，以获得优化的智能轮廓勾画算法。这样设置的好处在于，医生修正过的目标器官轮廓数据更符合临床要求，那么，利用此训练样本数据对智能轮廓勾画算法进行优化训练，可以提高智能轮廓勾画算法的勾画结果的准确性，使得利用该智能轮廓勾画算法得到的目标器官轮廓数据更符合临床应用需求。
本实施例的轮廓勾画算法利用了机器学习模型的深度自学习能力，能够自动根据病患的目标影像及扫描部位信息，获得更加符合临床需求的目标器官轮廓数据，进一步减少人工参与过程，提高目标器官轮廓数据获取的准确度。
以下是本发明实施例提供的影像设备的实施例，该影像设备与上述各实施例的器官轮廓获取方法属于同一个发明构思，在影像设备的实施例中未详尽描述的细节内容，可以参考上述器官轮廓获取方法的实施例。
实施例四
参见图3，本实施例提供了一种影像设备300，其包括：一个或多个处理器320；存储装置310，用于存储一个或多个程序，扫描装置330，用于获取包含目标器官的扫描数据及所述目标器官对应的扫描协议数据；当一个或多个所述程序被一个或多个所述处理器320执行，使得一个或多个所述处理器320实现本发明实施例所提供的器官轮廓获取方法，包括：
获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息；
依据所述扫描部位信息，确定轮廓勾画算法；
依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
可选地，所述处理器320执行的获取包含目标器官的目标影像数据的操作具体包括：
获取包含所述目标器官的目标影像及所述目标器官对应的扫描协议数据；
依据所述扫描协议数据，确定所述目标影像对应的扫描部位信息。
进一步地，所述处理器320执行的获取包含所述目标器官的目标影像的操作具体包括：
获取包含所述目标器官的扫描数据；
重建所述扫描数据，获得所述目标影像。
可选地，所述存储装置310还用于：
在所述依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据之后，按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据。
可选地，所述轮廓勾画算法按照如下方式预先训练获得：
获取至少两组训练样本数据，所述训练样本数据包括所述目标影像、所述扫描部位信息及所述目标影像对应的目标器官轮廓数据；
利用所述训练样本数据及机器学习模型进行模型训练，获得轮廓勾画算法。
可选地，所述处理器320在所述影像设备300处于空闲状态时执行一个或多个所述程序。
应当注意，图3显示的影像设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，该影像设备300包括存储装置310、处理器320、扫描装置330和输出装置340；影像设备300中处理器320的数量可以是一个或多个，图3中以一个处理器320为例；影像设备300中的处理器320、存储装置310、扫描装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线350连接为例。
存储装置310作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的器官轮廓获取方法对应的程序指令/模块。
存储装置310可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等，比如按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据。此外，存储装置310可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置310可进一步包括相对于处理器320远程设置的存储器，这些远程存储器可以通过网络连接至影像设备300。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
扫描装置330除了用于获取包含目标器官的扫描数据及所述目标器官对应的扫描协议数据之外，还可用于产生与影像设备300的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
实施例五
参见图4，本实施例提供一种放疗计划系统400，其包括：影像设备410和放疗计划制定设备420。
其中，影像设备410包括：一个或多个处理器；存储装置，用于存储一个或多个程序，扫描装置，用于获取包含目标器官的扫描数据及所述目标器官对应的扫描协议数据；当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现本发明实施例所提供的器官轮廓获取方法，包括：
获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息；
依据所述扫描部位信息，确定轮廓勾画算法；
依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
当然，本发明实施例所提供的一种放疗计划系统，其影像设备不限于如上所述影像设备结构及执行操作，还可以是本发明实施例三所提供的任意影像设备结构及相应的执行操作。
其中，放疗计划制定设备420用于从影像设备410获取目标器官轮廓数据，并依据所述目标器官轮廓数据制定放疗计划。
通过本发明实施例四的一种放疗计划系统，将原本在放疗计划制定设备中运行的目标器官轮廓数据获取的操作，结合入影像设备中的相应操作，从而使得放疗计划制定设备一端不再需要人工介入进行目标器官轮廓数据获取的操作，而是影像设备在后台空闲时自动获取目标器官轮廓数据，解决了放疗计划制定过程比较耗时的问题，实现了自动地、更加高效地获取目标器官轮廓数据，从而减少用户制定放疗计划的人工操作及等待时间，提高放疗计划制定效率。
实施例六
本实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种器官轮廓获取方法，该方法包括：
获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息；
依据所述扫描部位信息，确定轮廓勾画算法；
依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的器官轮廓获取方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的器官轮廓获取方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种器官轮廓获取方法，其特征在于，由影像设备执行，包括：
获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息，包括：利用所述影像设备的前台数据获取部分对包含目标器官的患者部位进行扫描，直接获得该患者的包含目标器官的扫描数据，利用所述影像设备的后台数据处理部分，在所述影像设备处于空闲状态时，自动对该扫描数据进行图像重建处理，以生成所需要的目标影像；
在所述影像设备处于空闲状态时，还自动执行：
依据所述扫描部位信息，确定轮廓勾画算法；
依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
2.根据权利要求1所述的方法，其特征在于，所述获取包含目标器官的目标影像数据包括：
获取包含所述目标器官的目标影像及所述目标器官对应的扫描协议数据；
依据所述扫描协议数据，确定所述目标影像对应的扫描部位信息。
3.根据权利要求1所述的方法，其特征在于，在所述依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据之后，还包括：
按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据。
4.根据权利要求1所述的方法，其特征在于，所述轮廓勾画算法按照如下方式预先训练获得：
获取至少两组训练样本数据，所述训练样本数据包括所述目标影像、所述扫描部位信息及所述目标影像对应的目标器官轮廓数据；
利用所述训练样本数据及机器学习模型进行模型训练，获得轮廓勾画算法。
5.一种影像设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
扫描装置，用于获取包含目标器官的扫描数据及所述目标器官对应的扫描协议数据；
当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现如下操作：
获取包含目标器官的目标影像数据，所述目标影像数据包含目标影像和所述目标影像对应的扫描部位信息，包括：利用所述影像设备的前台数据获取部分对包含目标器官的患者部位进行扫描，直接获得该患者的包含目标器官的扫描数据，利用所述影像设备的后台数据处理部分，在所述影像设备处于空闲状态时，所述处理器自动对该扫描数据进行图像重建处理，以生成所需要的目标影像；
在所述影像设备处于空闲状态时，所述处理器还自动执行：
依据所述扫描部位信息，确定轮廓勾画算法；
依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据。
6.根据权利要求5所述的影像设备，其特征在于，
所述处理器执行的获取包含目标器官的目标影像数据的操作具体包括：
获取包含所述目标器官的目标影像及所述目标器官对应的扫描协议数据；
依据所述扫描协议数据，确定所述目标影像对应的扫描部位信息；或，
所述存储装置还用于：
在所述依据所述轮廓勾画算法，获取所述目标影像中的目标器官轮廓数据之后，按照所述目标影像对应的患者信息，存储所述目标影像和所述目标器官轮廓数据；或，
所述轮廓勾画算法按照如下方式预先训练获得：
获取至少两组训练样本数据，所述训练样本数据包括所述目标影像、所述扫描部位信息及所述目标影像对应的目标器官轮廓数据；
利用所述训练样本数据及机器学习模型进行模型训练，获得轮廓勾画算法。
7.一种放疗计划系统，其特征在于，包括：如权利要求5或6所述的影像设备和放疗计划制定设备；
所述放疗计划制定设备用于从所述影像设备获取目标器官轮廓数据，并依据所述目标器官轮廓数据制定放疗计划。
8.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-4中任一所述的器官轮廓获取方法。
CN201710579645.9A 2017-07-17 2017-07-17 器官轮廓获取方法、影像设备、放疗计划系统及存储介质 Active CN107392897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710579645.9A CN107392897B (zh) 2017-07-17 2017-07-17 器官轮廓获取方法、影像设备、放疗计划系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710579645.9A CN107392897B (zh) 2017-07-17 2017-07-17 器官轮廓获取方法、影像设备、放疗计划系统及存储介质

Publications (2)

Publication Number Publication Date
CN107392897A CN107392897A (zh) 2017-11-24
CN107392897B true CN107392897B (zh) 2021-02-02

Family

ID=60340734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710579645.9A Active CN107392897B (zh) 2017-07-17 2017-07-17 器官轮廓获取方法、影像设备、放疗计划系统及存储介质

Country Status (1)

Country Link
CN (1) CN107392897B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110310287B (zh) * 2018-03-22 2022-04-19 北京连心医疗科技有限公司 基于神经网络的危及器官自动勾画方法、设备和存储介质
CN109785306A (zh) * 2019-01-09 2019-05-21 上海联影医疗科技有限公司 器官勾画方法、装置、计算机设备和存储介质
CN111493903B (zh) 2019-01-30 2024-02-13 上海西门子医疗器械有限公司 器官程序自动选择方法、存储介质和x-射线医疗设备
CN109938764B (zh) * 2019-02-28 2021-05-18 佛山原子医疗设备有限公司 一种基于深度学习的自适应多部位扫描成像方法及其系统
CN110232663B (zh) * 2019-05-16 2021-04-30 福建自贸试验区厦门片区Manteia数据科技有限公司 一种危及器官自动勾画模型的修正方法及装置
CN110570483B (zh) * 2019-08-08 2023-12-22 上海联影智能医疗科技有限公司 扫描方法、装置、计算机设备和存储介质
CN110739049A (zh) * 2019-10-10 2020-01-31 上海联影智能医疗科技有限公司 图像勾画方法、装置、存储介质及计算机设备
EP3835803B1 (en) * 2019-12-13 2024-03-27 Siemens Healthineers AG System and method for estimating a relative substance composition of a portion of a body of a patient
CN111298305B (zh) * 2020-02-18 2024-06-14 上海联影医疗科技股份有限公司 一种数据同步方法和系统
CN112634309B (zh) * 2020-11-30 2023-08-15 上海联影医疗科技股份有限公司 图像处理方法、装置、电子设备及存储介质
WO2022126475A1 (en) * 2020-12-17 2022-06-23 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for clinical target contouring in radiotherapy
CN113536575A (zh) * 2021-07-20 2021-10-22 深圳市联影高端医疗装备创新研究院 器官轮廓勾画方法、医学影像系统以及存储介质
CN117438062B (zh) * 2023-12-21 2024-04-19 福建自贸试验区厦门片区Manteia数据科技有限公司 剂量信息确定装置、电子设备及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102525523A (zh) * 2010-12-20 2012-07-04 Ge医疗系统环球技术有限公司 图像浏览器及ct设备
CN104424381A (zh) * 2013-08-20 2015-03-18 上海西门子医疗器械有限公司 图像重建任务的状态显示方法、装置及医疗设备
CN106295136A (zh) * 2016-07-28 2017-01-04 沈阳东软医疗系统有限公司 一种信息处理方法和装置
CN106462963A (zh) * 2014-02-27 2017-02-22 因派克医药系统有限公司 用于自适应放射治疗中自动勾画轮廓的系统和方法
CN106814987A (zh) * 2016-12-13 2017-06-09 海纳医信（北京）软件科技有限责任公司 显示方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9463334B2 (en) * 2013-03-15 2016-10-11 Varian Medical Systems International Ag Radiation therapy planing using integrated model
CN104182925B (zh) * 2013-05-22 2019-04-09 东芝医疗系统株式会社 图像处理装置、图像处理方法和医学图像设备
US9626757B2 (en) * 2013-08-08 2017-04-18 Washington University System and method for the validation and quality assurance of computerized contours of human anatomy
EP2878338B1 (en) * 2013-11-28 2018-04-11 RaySearch Laboratories AB Method and system for uncertainty based radiotherapy treatment planning
CN104036109A (zh) * 2014-03-14 2014-09-10 上海大图医疗科技有限公司 基于图像的病例检索、勾画及治疗计划系统和方法
CN105893772B (zh) * 2016-04-20 2018-09-18 上海联影医疗科技有限公司 用于放射治疗计划的数据获取方法和装置
CN106097340A (zh) * 2016-06-12 2016-11-09 山东大学 一种基于卷积分类器的自动检测并勾画肺结节所在位置的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102525523A (zh) * 2010-12-20 2012-07-04 Ge医疗系统环球技术有限公司 图像浏览器及ct设备
CN104424381A (zh) * 2013-08-20 2015-03-18 上海西门子医疗器械有限公司 图像重建任务的状态显示方法、装置及医疗设备
CN106462963A (zh) * 2014-02-27 2017-02-22 因派克医药系统有限公司 用于自适应放射治疗中自动勾画轮廓的系统和方法
CN106295136A (zh) * 2016-07-28 2017-01-04 沈阳东软医疗系统有限公司 一种信息处理方法和装置
CN106814987A (zh) * 2016-12-13 2017-06-09 海纳医信（北京）软件科技有限责任公司 显示方法和装置

Also Published As

Publication number Publication date
CN107392897A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
CN107392897B (zh) 器官轮廓获取方法、影像设备、放疗计划系统及存储介质
CN107798682B (zh) 图像分割系统、方法、装置和计算机可读存储介质
CN109544566B (zh) 冠脉图像分割方法、装置、计算机设备和存储介质
CN109924993B (zh) 成像扫描协议自动规划方法、装置、电子设备及存储介质
CN109741344A (zh) 血管分割方法、装置、医疗影像设备及存储介质
CN107563434B (zh) 一种基于三维卷积神经网络的脑部mri图像分类方法、装置
CN109712163B (zh) 冠脉提取方法、装置、图像处理工作站和可读存储介质
CN110211111A (zh) 一种血管提取的方法、装置、图像处理设备及存储介质
JP6771931B2 (ja) 医用画像処理装置およびプログラム
US10311585B2 (en) Mechanism for advanced structure generation and editing
CN106462974B (zh) 用于分割图像的参数优化
CN112861961B (zh) 肺血管分类方法及装置、存储介质及电子设备
CN111161268B (zh) 图像处理方法、装置、电子设备及计算机存储介质
CN110739049A (zh) 图像勾画方法、装置、存储介质及计算机设备
CN113538471B (zh) 斑块的分割方法、装置、计算机设备和存储介质
CN107292889A (zh) 一种肿瘤分割的方法、系统和可读介质
CN111462885B (zh) 扫描系统的扫描参数确定方法、装置、设备和存储介质
CN110327071A (zh) 电子计算机断层扫描方法、装置、设备及存储介质
CN111462139A (zh) 医学图像显示方法、装置、计算机设备和可读存储介质
CN111738975B (zh) 图像辨识方法及图像辨识装置
CN111445550A (zh) Pet图像的迭代重建方法、装置和计算机可读存储介质
CN113344926A (zh) 胆胰超声图像识别方法、装置、服务器及存储介质
CN113362345A (zh) 图像分割方法、装置、计算机设备和存储介质
CN112085730A (zh) 感兴趣区域成分分析方法、装置、电子设备和介质
CN107392976A (zh) 数据处理方法、装置及设备

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, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant