CN107480673A - 确定医学图像中感兴趣区域的方法、装置及图像编辑系统 - Google Patents

确定医学图像中感兴趣区域的方法、装置及图像编辑系统 Download PDF

Info

Publication number
CN107480673A
CN107480673A CN201710563452.4A CN201710563452A CN107480673A CN 107480673 A CN107480673 A CN 107480673A CN 201710563452 A CN201710563452 A CN 201710563452A CN 107480673 A CN107480673 A CN 107480673A
Authority
CN
China
Prior art keywords
interest
initial
area
graphics
matrix
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.)
Granted
Application number
CN201710563452.4A
Other languages
English (en)
Other versions
CN107480673B (zh
Inventor
赵恩伟
刘振中
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 CN201710563452.4A priority Critical patent/CN107480673B/zh
Publication of CN107480673A publication Critical patent/CN107480673A/zh
Priority to US16/024,627 priority patent/US10803588B2/en
Application granted granted Critical
Publication of CN107480673B publication Critical patent/CN107480673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/564—Depth or shape recovery from multiple images from contours
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/12—Bounding box
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明实施例提供了一种确定医学图像中感兴趣区域的方法、装置及图像编辑系统，涉及图像处理技术领域，使感兴趣区域随变换矩阵改变形状和/或位置，最终生成感兴趣区域的形状和位置更加准确。该方法包括，获取初始感兴趣区域与平面相交生成的初始图形，以及对初始图形进行编辑后生成的最终图形；获取初始图形变换为最终图形的变换矩阵；根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。本发明实施例提供的技术方案适用于融合应用或肿瘤追踪等应用中的感兴趣区域编辑统计信息区域的过程中。

Description

确定医学图像中感兴趣区域的方法、装置及图像编辑系统
【技术领域】
本发明涉及图像处理技术领域，尤其涉及一种确定医学图像中感兴趣区域的方法、装置及图像编辑系统。
【背景技术】
在融合应用与肿瘤追踪等应用中，用户在平面上绘制图形，得到对应的三维感兴趣区域(也称为VOI，Volume of Interest，一种特定的三维感兴趣区域)，通过对三维感兴趣区域进行统计分析或病灶分割进行疾病治疗。但是用户第一次得到的三维感兴趣区域也许不能包含全部病理区域，即不能满足用户需求，因此需要通过对三维感兴趣区域与二维平面相交生成的图形进行编辑，以修改三维感兴趣区域的形状和/或位置。
目前，通过对二维平面上的图形进行拖拽等编辑，使三维感兴趣区域随之任意变化，以修改三维感兴趣区域的形状和/或位置。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
三维感兴趣区域随着二维平面上图形的编辑，随意变化，与用户想要通过编辑最终生成的感兴趣区域有较大差别，致使三维感兴趣区域的统计信息产生误差。
【发明内容】
有鉴于此，本发明实施例提供了一种确定医学图像中感兴趣区域的方法、装置及图像编辑系统，使感兴趣区域随编辑图形得到的变换矩阵改变形状和/或位置，最终生成的感兴趣区域更加接近用户想要通过编辑生成的感兴趣区域，感兴趣区域的统计信息更加精确。
第一方面，本发明实施例提供一种确定医学图像中感兴趣区域的方法，所述方法包括：
获取包含若干层二维图像的医学图像；
获取初始感兴趣区域与二维图像所在平面相交生成的初始图形，以及对初始图形进行编辑后生成的最终图形；
获取初始图形变换为最终图形的变换矩阵；
根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述获取初始图形变换为最终图形的变换矩阵，包括：
对初始图形进行指定编辑，得到所述变换矩阵，所述变换矩阵包括平移矩阵、旋转矩阵、缩放矩阵中的一个或多个。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，当所述变换矩阵包括所述平移矩阵时，所述对初始图形进行指定编辑，得到所述变换矩阵，包括：
平移初始图形，使初始图形与最终图形的中心重合，得到平移矩阵；
则根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，包括，
根据所述平移矩阵平移初始感兴趣区域。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，当所述变换矩阵包括所述旋转矩阵时，所述对初始图形进行指定编辑，得到所述变换矩阵，包括：
旋转初始图形，使初始图形与最终图形的方向一致，得到旋转矩阵；
则根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，包括，
根据所述旋转矩阵旋转初始感兴趣区域。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，当所述变换矩阵包括所述缩放矩阵时，所述对初始图形进行指定编辑，得到所述变换矩阵，包括：
缩放初始图形，使初始图形与最终图形的各边长度相等，得到缩放矩阵；
则根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，包括，
根据所述缩放矩阵计算初始感兴趣区域各边的缩放系数；
根据所述缩放系数缩放初始感兴趣区域。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在所述得到最终感兴趣区域之后，所述方法还包括：
根据所述最终感兴趣区域，获取所述医学图像的统计信息。
第二方面，本发明实施例提供一种确定医学图像中感兴趣区域的装置，所述装置包括：
第一获取单元，用于获取包含若干层二维图像的医学图像；
第二获取单元，用于获取初始感兴趣区域与二维图像所在平面相交生成的初始图形，以及对初始图形进行编辑后生成的最终图形；
第三获取单元，用于获取初始图形变换为最终图形的变换矩阵；
修改单元，用于根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第三获取单元具体用于：
对初始图形进行指定编辑，得到所述变换矩阵，所述变换矩阵包括平移矩阵、旋转矩阵、缩放矩阵中的一个或多个。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述装置还包括：
第四获取单元，用于根据所述最终感兴趣区域，获取所述医学图像的统计信息。
第三方面，本发明实施例提供一种图像编辑系统，所述系统包括：
存储设备，用于存储医学图像，初始图形变换为最终图形的变换矩阵，以及根据最终感兴趣区域获取的统计信息；
显示设备，用于呈现、显示以及获取统计信息的编辑界面；
用户输入设备，用于对初始图形及初始感兴趣区域进行编辑；
处理设备，用于响应于所述用户输入设备，运行计算机程序，所述计算机程序运行时执行如上所述的方法。
本发明实施例提供了一种确定医学图像中感兴趣区域的方法、装置及图像编辑系统，获取初始图形与编辑后图形的变换矩阵，使感兴趣区域随变换矩阵改变形状和/或位置，最终生成的感兴趣区域更加接近用户想要通过编辑生成的感兴趣区域，感兴趣区域的统计信息更加精确。
【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的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种确定医学图像中感兴趣区域的方法流程图；
图2是本发明实施例提供的另一种确定医学图像中感兴趣区域的方法流程图；
图3是本发明实施例提供的另一种确定医学图像中感兴趣区域的方法流程图；
图4是本发明实施例提供的另一种确定医学图像中感兴趣区域的方法流程图；
图5是本发明实施例提供的另一种确定医学图像中感兴趣区域的方法流程图；
图6是本发明实施例提供的另一种确定医学图像中感兴趣区域的方法流程图；
图7是本发明实施例提供的一种确定医学图像中感兴趣区域的装置组成框图；
图8是本发明实施例提供的另一种确定医学图像中感兴趣区域的装置组成框图；
图9是本发明实施例提供的一种图像编辑系统的组成示意图。
【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做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。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，尽管在本发明实施例中可能采用术语第一、第二来描述获取单元，但这些获取单元不应限于这些术语。这些术语仅用来将获取单元彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一获取单元也可以被称为第二获取单元，类似地，第二获取单元也可以被称为第一获取单元。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在......时”或“当......时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本发明实施例提供了一种确定医学图像中感兴趣区域编辑的方法，适用于医学图像处理工作站中，对于融合应用或肿瘤追踪等应用中感兴趣区域编辑统计信息区域的过程中，如图1所示，所述方法包括：
101、获取包含若干层二维图像的医学图像。
102、获取初始感兴趣区域与二维图像所在平面相交生成的初始图形，以及对初始图形进行编辑后生成的最终图形。
其中，图形可以是椭圆、圆、正方形、长方形等任意形状的图形。
其中，初始感兴趣区域是初始图形对应到三维立体区域。
用户在二维图像所在平面(以下称二维平面)上绘制图形，根据该图形各边的长度，得到对应的三维感兴趣区域，即为初始感兴趣区域。因为初始感兴趣区域可能不满足需求，即不是统计信息区域。比如以三维感兴趣区域为椭球为例进行说明，因拖动生成的椭球是正椭球，而真正的病灶区域(感兴趣区域)可能有倾斜，或者拖动生成的椭球在某个维度上过小，这都需要通过切面椭圆进行编辑以得到真实感兴趣区域。因此用户需要在二维平面对初始感兴趣区域与该二维平面相交生成的图形，即初始图形，进行拖拽编辑，达到修改初始感兴趣区域的目的。对初始图形进行拖拽编辑生成的图形称为最终图形。
需要说明的是，二维平面的位置可以根据编辑需求作变化，例如所述二维平面可以为包含最大病灶面积所在平面，该最大病灶面积可以基于用户观测、图像分割结果等应用获取，本发明实施例对此不作具体限定。
103、获取初始图形变换为最终图形的变换矩阵。
其中，变换矩阵指的是初始图形变换为最终图形后，图形的形状、位置变化关系。可以通过平移、旋转、缩放等指定编辑将初始图形变换为最终图形，以得到所述变换矩阵。
104、根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。
利用初始图形变换到最终图形的变换矩阵，对初始感兴趣区域进行平移、旋转、缩放等指定编辑，以修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。
需要说明的是，本发明实施例中的执行主体可以包括但不限于个人计算机(Personal Computer，PC)、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、手机等。
本发明实施例提供了一种确定医学图像中感兴趣区域的方法，获取初始图形与编辑后图形的变换矩阵，使感兴趣区域随变换矩阵改变形状和/或位置，最终生成的感兴趣区域更加接近用户想要通过编辑生成的感兴趣区域，例如所述最终感兴趣区域可以包含全部病灶区域，从而使得感兴趣区域的统计信息更加精确。
进一步来说，结合前述方法流程，为了详细的介绍变换矩阵的获取过程，本发明实施例的另一种可能的实现方式，针对步骤103的实现还提供了以下方法流程，如图2所示，包括：
1031、对初始图形进行指定编辑，得到所述变换矩阵，所述变换矩阵包括平移矩阵、旋转矩阵、缩放矩阵中的一个或多个。
其中，所述指定编辑包括平移、旋转、缩放中的一个或多个。
进一步来说，结合前述方法流程，当所述变换矩阵包括所述平移矩阵时，对于如何获取平移矩阵，本发明实施例的另一种可能的实现方式，针对步骤1031的实现还提供了以下方法流程，如图3所示，包括：
10311、平移初始图形，使初始图形与最终图形的中心重合，得到平移矩阵。
则步骤104具体执行为，
1041、根据所述平移矩阵平移初始感兴趣区域。
步骤10311和步骤1041是初始感兴趣区域的平移过程，二维图形和三维感兴趣区域的平移关系是相同的，所以根据图形的平移矩阵平移初始感兴趣区域。
进一步来说，结合前述方法流程，当所述变换矩阵包括所述旋转矩阵时，对于如何获取旋转矩阵，本发明实施例的另一种可能的实现方式，针对步骤1031的实现还提供了以下方法流程，如图4所示，包括：
10312、旋转初始图形，使初始图形与最终图形的方向一致，得到旋转矩阵。
则步骤104具体执行为，
1042、根据所述旋转矩阵旋转初始感兴趣区域。
步骤10312和步骤1042是初始感兴趣区域的旋转过程，二维图形和三维感兴趣区域的旋转关系是相同的，所以根据图形的旋转矩阵旋转初始感兴趣区域。
进一步来说，结合前述方法流程，当所述变换矩阵包括所述缩放矩阵时，对于如何获取缩放矩阵，本发明实施例的另一种可能的实现方式，针对步骤1031的实现还提供了以下方法流程，如图5所示，包括：
10313、缩放初始图形，使初始图形与最终图形的各边长度相等，得到缩放矩阵。
则步骤104具体执行为，
1043、根据所述缩放矩阵计算初始感兴趣区域各边的缩放系数。
1044、根据所述缩放系数缩放初始感兴趣区域。
步骤10313、步骤1043和步骤1044是初始感兴趣区域的缩放过程，由于缩放矩阵为非保角变换矩阵，若直接作用在初始感兴趣区域上会导致变换后的感兴趣区域发生扭曲。因此采用缩放矩阵计算初始感兴趣区域在各边上的长度变化比例(例如缩放系数)，然后保持感兴趣区域在各边方向不变的情况下，各边的长度乘以各自的缩放系数，以达到缩放初始感兴趣区域的目的。通过步骤1043及步骤1044对初始感兴趣区域进行缩放，得到最终感兴趣区域不会发生畸变，也是本发明实施例的一个有益效果。
进一步来说，结合前述方法流程，在获取最终感兴趣区域后，还需要根据最终感兴趣区域，确定医学图像的统计信息，因此本发明实施例的另一种可能的实现方式还提供了以下方法流程，执行在步骤104之后，如图6所示，包括：
105、根据所述最终感兴趣区域，获取所述医学图像的统计信息。
其中，统计信息包括但不限于获取像素点最大值，病灶区域灰度直方图、病灶面积统计等。
本发明实施例提供一种确定医学图像中感兴趣区域的装置，适用于上述方法流程，如图7所示，所述装置包括：
第一获取单元21，用于获取包含若干层二维图像的医学图像。
第二获取单元22，用于获取初始感兴趣区域与二维图像所在平面相交生成的初始图形，以及对初始图形进行编辑后生成的最终图形。
第三获取单元23，用于获取初始图形变换为最终图形的变换矩阵。
修改单元24，用于根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。
可选的是，所述第三获取单元23具体用于：
对初始图形进行指定编辑，得到所述变换矩阵，所述变换矩阵包括平移矩阵、旋转矩阵、缩放矩阵中的一个或多个。
可选的是，当所述变换矩阵包括所述平移矩阵时，所述第三获取单元23包括：
平移模块，用于平移初始图形，使初始图形与最终图形的中心重合，得到平移矩阵。
则修改单元24具体用于，
根据所述平移矩阵平移初始感兴趣区域。
可选的是，当所述变换矩阵包括所述旋转矩阵时，所述第三获取单元23包括：
旋转模块，用于旋转初始图形，使初始图形与最终图形的方向一致，得到旋转矩阵。
则修改单元24具体用于，
根据所述旋转矩阵旋转初始感兴趣区域。
可选的是，当所述变换矩阵包括所述缩放矩阵时，所述第三获取单元23包括：
缩放模块，用于缩放初始图形，使初始图形与最终图形的各边长度相等，得到缩放矩阵。
则修改单元24具体用于，
根据所述缩放矩阵计算初始感兴趣区域各边的缩放系数。
根据所述缩放系数缩放初始感兴趣区域。
可选的是，如图8所示，所述装置还包括：
第四获取单元25，用于根据所述最终感兴趣区域，获取所述医学图像的统计信息。
本发明实施例提供了一种确定医学图像中感兴趣区域的装置，获取初始图形与编辑后图形的变换矩阵，使感兴趣区域随变换矩阵改变形状和/或位置，最终生成的感兴趣区域更加接近用户想要通过编辑生成的感兴趣区域，感兴趣区域的统计信息更加精确。
本发明实施例提供一种图像编辑系统，如图9所示，所述系统包括：
存储设备31，用于存储医学图像，初始图形变换为最终图形的变换矩阵，以及根据最终感兴趣区域获取的统计信息。
显示设备32，用于呈现、显示以及获取统计信息的编辑界面。
用户输入设备33，用于对初始图形及初始感兴趣区域进行编辑。
处理设备34，用于响应于所述用户输入设备，运行计算机程序，所述计算机程序运行时执行如上所述的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种确定医学图像中感兴趣区域的方法，其特征在于，所述方法包括：
获取包含若干层二维图像的医学图像；
获取初始感兴趣区域与二维图像所在平面相交生成的初始图形，以及对初始图形进行编辑后生成的最终图形；
获取初始图形变换为最终图形的变换矩阵；
根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。
2.根据权利要求1所述的方法，其特征在于，所述获取初始图形变换为最终图形的变换矩阵，包括：
对初始图形进行指定编辑，得到所述变换矩阵，所述变换矩阵包括平移矩阵、旋转矩阵、缩放矩阵中的一个或多个。
3.根据权利要求2所述的方法，其特征在于，当所述变换矩阵包括所述平移矩阵时，所述对初始图形进行指定编辑，得到所述变换矩阵，包括：
平移初始图形，使初始图形与最终图形的中心重合，得到平移矩阵；
则根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，包括，
根据所述平移矩阵平移初始感兴趣区域。
4.根据权利要求2所述的方法，其特征在于，当所述变换矩阵包括所述旋转矩阵时，所述对初始图形进行指定编辑，得到所述变换矩阵，包括：
旋转初始图形，使初始图形与最终图形的方向一致，得到旋转矩阵；
则根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，包括，
根据所述旋转矩阵旋转初始感兴趣区域。
5.根据权利要求2所述的方法，其特征在于，当所述变换矩阵包括所述缩放矩阵时，所述对初始图形进行指定编辑，得到所述变换矩阵，包括：
缩放初始图形，使初始图形与最终图形的各边长度相等，得到缩放矩阵；
则根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，包括，
根据所述缩放矩阵计算初始感兴趣区域各边的缩放系数；
根据所述缩放系数缩放初始感兴趣区域。
6.根据权利要求1所述的方法，其特征在于，在所述得到最终感兴趣区域之后，所述方法还包括：
根据所述最终感兴趣区域，获取所述医学图像的统计信息。
7.一种确定医学图像中感兴趣区域的装置，其特征在于，所述装置包括：
第一获取单元，用于获取包含若干层二维图像的医学图像；
第二获取单元，用于获取初始感兴趣区域与二维图像所在平面相交生成的初始图形，以及对初始图形进行编辑后生成的最终图形；
第三获取单元，用于获取初始图形变换为最终图形的变换矩阵；
修改单元，用于根据所述变换矩阵，修改初始感兴趣区域的形状和/或位置，得到最终感兴趣区域。
8.根据权利要求7所述的装置，其特征在于，所述第三获取单元具体用于：
对初始图形进行指定编辑，得到所述变换矩阵，所述变换矩阵包括平移矩阵、旋转矩阵、缩放矩阵中的一个或多个。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第四获取单元，用于根据所述最终感兴趣区域，获取所述医学图像的统计信息。
10.一种图像编辑系统，其特征在于，所述系统包括：
存储设备，用于存储医学图像，初始图形变换为最终图形的变换矩阵，以及根据最终感兴趣区域获取的统计信息；
显示设备，用于呈现、显示以及获取统计信息的编辑界面；
用户输入设备，用于对初始图形及初始感兴趣区域进行编辑；
处理设备，用于响应于所述用户输入设备，运行计算机程序，所述计算机程序运行时执行如权利要求1-6任一项所述的方法。
CN201710563452.4A 2017-06-30 2017-06-30 确定医学图像中感兴趣区域的方法、装置及图像编辑系统 Active CN107480673B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710563452.4A CN107480673B (zh) 2017-06-30 2017-06-30 确定医学图像中感兴趣区域的方法、装置及图像编辑系统
US16/024,627 US10803588B2 (en) 2017-06-30 2018-06-29 Method and system for determining a volume of interest

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710563452.4A CN107480673B (zh) 2017-06-30 2017-06-30 确定医学图像中感兴趣区域的方法、装置及图像编辑系统

Publications (2)

Publication Number Publication Date
CN107480673A true CN107480673A (zh) 2017-12-15
CN107480673B CN107480673B (zh) 2021-01-26

Family

ID=60595610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710563452.4A Active CN107480673B (zh) 2017-06-30 2017-06-30 确定医学图像中感兴趣区域的方法、装置及图像编辑系统

Country Status (2)

Country Link
US (1) US10803588B2 (zh)
CN (1) CN107480673B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108447046A (zh) * 2018-02-05 2018-08-24 龙马智芯（珠海横琴）科技有限公司 病灶的检测方法和装置、设备、计算机可读存储介质
CN111414124A (zh) * 2020-03-26 2020-07-14 新名医(北京)科技有限公司 一种图像测量方法、装置、设备及存储介质
CN111414904A (zh) * 2019-01-08 2020-07-14 北京地平线机器人技术研发有限公司 处理感兴趣区域数据的方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111782852B (zh) * 2020-06-23 2024-04-09 西安电子科技大学 基于深度学习的高层次语义图像检索方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101331525A (zh) * 2005-12-14 2008-12-24 皇家飞利浦电子股份有限公司 用于使医学3d数据图像观察平面彼此相关联的方法和设备
CN102908142A (zh) * 2011-08-04 2013-02-06 上海联影医疗科技有限公司 磁共振成像中三维图形化片层定位方法及磁共振成像系统
CN103745501A (zh) * 2014-01-28 2014-04-23 广东药学院 Stl文件格式的三维模型着色及颜色信息存取方法
CN104376552A (zh) * 2014-09-19 2015-02-25 四川大学 一种3d模型与二维图像的虚实配准算法
CN106611416A (zh) * 2015-10-19 2017-05-03 上海联影医疗科技有限公司 一种医学图像中肺分割的方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103402453B (zh) * 2011-03-03 2016-11-16 皇家飞利浦有限公司 用于导航系统的自动初始化和配准的系统和方法
US8754888B2 (en) * 2011-05-16 2014-06-17 General Electric Company Systems and methods for segmenting three dimensional image volumes
US8712137B2 (en) * 2012-05-29 2014-04-29 General Electric Company Methods and system for displaying segmented images
JP5996658B2 (ja) * 2012-08-30 2016-09-21 株式会社島津製作所 脳断層動態画像解析装置
US10641854B2 (en) * 2016-12-01 2020-05-05 Regents Of The University Of Minnesota Systems and methods for automatic voxel positioning in magnetic resonance spectroscopy
BR112019011375A8 (pt) * 2016-12-13 2023-04-04 Agfa Healthcare Método para segmentar um objeto 3d em uma imagem de radiação médica
US10499879B2 (en) * 2017-05-31 2019-12-10 General Electric Company Systems and methods for displaying intersections on ultrasound images

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101331525A (zh) * 2005-12-14 2008-12-24 皇家飞利浦电子股份有限公司 用于使医学3d数据图像观察平面彼此相关联的方法和设备
CN102908142A (zh) * 2011-08-04 2013-02-06 上海联影医疗科技有限公司 磁共振成像中三维图形化片层定位方法及磁共振成像系统
CN103745501A (zh) * 2014-01-28 2014-04-23 广东药学院 Stl文件格式的三维模型着色及颜色信息存取方法
CN104376552A (zh) * 2014-09-19 2015-02-25 四川大学 一种3d模型与二维图像的虚实配准算法
CN106611416A (zh) * 2015-10-19 2017-05-03 上海联影医疗科技有限公司 一种医学图像中肺分割的方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108447046A (zh) * 2018-02-05 2018-08-24 龙马智芯（珠海横琴）科技有限公司 病灶的检测方法和装置、设备、计算机可读存储介质
CN108447046B (zh) * 2018-02-05 2019-07-26 龙马智芯（珠海横琴）科技有限公司 病灶的检测方法和装置、计算机可读存储介质
CN111414904A (zh) * 2019-01-08 2020-07-14 北京地平线机器人技术研发有限公司 处理感兴趣区域数据的方法和装置
CN111414904B (zh) * 2019-01-08 2023-12-01 北京地平线机器人技术研发有限公司 处理感兴趣区域数据的方法和装置
CN111414124A (zh) * 2020-03-26 2020-07-14 新名医(北京)科技有限公司 一种图像测量方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US20190005648A1 (en) 2019-01-03
US10803588B2 (en) 2020-10-13
CN107480673B (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
CN110111313B (zh) 基于深度学习的医学图像检测方法及相关设备
CN109754389B (zh) 一种图像处理方法、装置及设备
CN107480673A (zh) 确定医学图像中感兴趣区域的方法、装置及图像编辑系统
US9934590B1 (en) Tchebichef moment shape descriptor for partial point cloud characterization
CN106651877B (zh) 实例分割方法及装置
US11488293B1 (en) Method for processing images and electronic device
CN111062981B (zh) 图像处理方法、装置及存储介质
CN107018336A (zh) 图像处理的方法和装置及视频处理的方法和装置
US20050234323A1 (en) Gaze guidance degree calculation system, gaze guidance degree calculation program, storage medium, and gaze guidance degree calculation method
WO2020259453A1 (zh) 3d图像的分类方法、装置、设备及存储介质
WO2021092686A1 (en) Image-to-image translation using unpaired data for supervised learning
CN109272543B (zh) 用于生成模型的方法和装置
CN108932702B (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN108830787A (zh) 图像变形的方法、装置及电子设备
CN112488923A (zh) 图像超分辨率重建方法、装置、存储介质及电子设备
CN113496150B (zh) 密集目标检测方法、装置、存储介质及计算机设备
CN107644423B (zh) 基于场景分割的视频数据实时处理方法、装置及计算设备
US11276202B2 (en) Moving image generation apparatus, moving image generation method, and non-transitory recording medium
CN115965750B (zh) 血管重建方法、装置、计算机设备和可读存储介质
CN107491633A (zh) 一种图像处理的方法及装置
Seychell et al. Ranking regions of visual saliency in rgb-d content
CN105631938B (zh) 一种图像处理方法及电子设备
CN113610864B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN107622498B (zh) 基于场景分割的图像穿越处理方法、装置及计算设备
CN111258413A (zh) 虚拟对象的控制方法和装置

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
GR01 Patent grant
GR01 Patent grant