CN107977936B - 序列图像的离线校正方法、装置及设备 - Google Patents
序列图像的离线校正方法、装置及设备 Download PDFInfo
- Publication number
- CN107977936B CN107977936B CN201711163922.4A CN201711163922A CN107977936B CN 107977936 B CN107977936 B CN 107977936B CN 201711163922 A CN201711163922 A CN 201711163922A CN 107977936 B CN107977936 B CN 107977936B
- Authority
- CN
- China
- Prior art keywords
- offline
- deformation correction
- sequence
- correction
- sequence image
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 375
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 description 18
- 238000002595 magnetic resonance imaging Methods 0.000 description 10
- 230000009466 transformation Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种序列图像的离线校正方法、装置及设备。其中,所述方法包括:在患者管理界面中接收完成检查后生成的序列图像的选取操作;调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像;以及显示所述离线变形校正后生成的序列图像。本发明实施例的技术方案,可以提高所述序列图像的图像质量,方便医生根据所述离线变形校正后的序列图像得到正确的诊断结果,并且能够减少患者扫描时间,提升扫描效率。
Description
技术领域
本发明涉及医学图像技术领域,尤其涉及序列图像的离线校正方法、装置及设备。
背景技术
目前,磁共振成像(Magnetic Resonance Imaging,MRI)技术作为一种集中了物理学、化学、生物学、医学等多领域研究成果在内的计算机成像技术,已被广泛应用于医学影像学检查中。
由于MRI扫描系统产生磁场的不均匀性、磁场梯度的非线性以及开关及其产生的涡旋效应,使得MRI图像出现几何失真。MRI除主磁场以外,还有3个互相垂直的梯度磁场。由于主磁场是无法实现非完全均匀的,且3个梯度磁场也都是非线性的,因此,利用MRI得到的扫描影响失真不可避免。在特定的非均一磁场中,影响失真与梯度强度成反比,且随着到磁场中心距离的增加而增加。通常来说,视野中距离磁场中心越近的地方失真越不明显。而在越远的地方其失真越大,在图像边缘,则失真越发明显。
随着MRI技术的发展,目前,可以在扫描完成进行图像重建的过程中,通过各种变形校正的算法对序列图像进行变形校正。以实现消除边缘形变的目的。在实施本发明的过程中,发明人发现如下技术问题:对序列图像进行变形校正只能在进行扫描过程中进行。由于每个患者的扫描时间有限,医生没有时间进行变形校正,或者医生所选择的变形校正的算法未必能够实现良好的校正效果。在完成扫描后,医生无法再对序列图像进行变形校正,无法得到满意的变形校正效果。
发明内容
本发明实施例提供了一种序列图像的离线校正方法、装置及设备,以解决现有技术中只能在图像重建过程中对序列图像进行变形校正的目的。
第一方面,本发明实施例提供了一种序列图像的离线校正方法,包括:
在患者管理界面中接收完成检查后生成的序列图像的选取操作;
调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像;以及
显示所述离线变形校正后生成的序列图像。
进一步的,所述得到离线变形校正后生成的序列图像,包括:
得到离线变形校正后生成的多个序列图像;
所述方法还包括:
通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。
进一步的,所述调用变形校正算法对所选取的序列图像进行离线变形校正,包括:
调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。
进一步的,在显示所述离线变形校正后生成的序列图像之前,所述方法还包括:
对每次离线变形校正后生成的序列图像进行保存;
在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的每次离线变形校正后生成的序列中图像的至少一者。
进一步的,在显示所述离线变形校正后生成的序列图像之前,所述方法还包括:对所述所选取的序列图像进行保存;
在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的所述所选取的序列图像。
更进一步的,所述完成检查后生成的序列图像包括通过在线变形校正生成的序列图像。
第二方面,本发明实施例还提供了一种序列图像的离线校正装置,包括:
接收模块,用于在患者管理界面中接收完成检查后生成的序列图像的选取操作;
校正模块,用于调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像;以及
第一显示模块,用于显示所述离线变形校正后生成的序列图像。
进一步的,所述校正模块用于:
得到离线变形校正后生成的多个序列图像;
所述装置还包括:
生成模块,用于通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。
进一步地,所述校正模块还用于:
调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。
更进一步的,所述装置还包括:
第一保存模块,用于在显示所述离线变形校正后生成的序列图像之前,对每次离线变形校正后生成的序列图像进行保存;
第二显示模块,用于在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时。
第三方面,本发明实施例还提供了一种序列图像的离线校正设备,包括:处理器以及存储器;所述存储器用于存储指令,所述指令被所述处理器执行时,导致所述设备实现如本发明任意实施例所提供的序列图像的离线校正方法。
本发明实施例提供的序列图像的离线校正方法、装置及设备,通过调用离线变形校正算法对医生选取的完成检查后生成的序列图像进行变形校正,并生成及显示离线变形校正后的序列图像,不仅可以提高所述序列图像的图像质量,方便医生根据所述离线变形校正后的序列图像得到正确的诊断结果,还能够减少患者扫描时间,提升扫描效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例一提供的序列图像的离线校正方法的流程图;
图2是本发明实施例二提供的序列图像的离线校正方法的流程图;
图3是本发明实施例三提供的序列图像的离线校正方法的流程图;
图4是本发明实施例四提供的序列图像的离线校正方法的流程图;
图5是本发明实施例五提供的序列图像的离线校正方法的流程图;
图6是本发明实施例六提供的序列图像的离线校正装置的结构示意图。
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。
图1是本发明实施例一提供的序列图像的离线校正方法的流程图,本发明实施例的方法,可适用于对已完成在线校正的图像进行离线变形校正的情形,并可由序列图像的离线校正装置执行,其中该装置可以由软件和/或硬件实现。
如图1所示,所述序列图像的离线校正方法,包括:
S110、在患者管理界面中接收完成检查后生成的序列图像的选取操作。
在本实施例中,可以在完成在线扫描,生成序列图像后,将所述序列图像和其它扫描信息,例如检查参数等一并存储在MRI中,方便医生查阅。示例性的,在医生查阅扫描信息界面或者查看序列图像的界面,可以预设设置一个窗体控件,所述窗体控件可以包括选择用序列图像下拉菜单控件以及确认和取消等按键,以使得医生可以通过所述窗体控件中的下拉菜单选择合适的序列图像,并予以确认。通过接收医生在所述窗体的下拉和确认操作,接收序列图像的选取操作;或者所述窗体控件可以包括每个序列图像的单选或者复选控件,用户可以通过点选的方式选择至少一个序列图像。通过接收医生在所述窗体控件的点击操作,接收序列图像的选取操作。所述序列图像可以包括通过扫描患者得到的扫描信号或者序列图像。
优选的,可以在患者管理界面中接收完成检查后生成的序列图像的选取操作。通常,医生是在结束一天的扫描工作或者在扫描工作之间的空隙时间进行离线变形校正的操作,在此时间段内,可能有大量的患者通过MRI系统进行扫描。医生需要消耗大量时间才能在大量的序列图像中找到需要进行离线变形校正的序列图像。在本实施例中,在患者管理界面增加选取按键,方便医生通过对所述按键的点击操作,选取对应的已完成扫描的序列图像。其中,扫描的序列图像可以包括通过在线变形校正生成的序列图像,例如,扫描的序列图像可以是调用预设的变形校正算法在线变形校正生成的序列图像,或者没有经过在线变形校正而直接生成的序列图像。患者管理界面中可以显示多种患者的扫描信息。例如:患者姓名、扫描部位、扫描编号、扫描起始时间和扫描结束时间、以及已完成在线校正的序列图像等各种信息。医生可以根据患者的扫描信息选取需要进行离线变形校正的序列图像。
可以理解的是,在患者管理界面中接收到的完成检查后生成的序列图像可以是一个也可以是多个,例如可以同时显示同一患者的多个序列图像以供选择。进一步地,接收到的完成检查后生成的序列图像的选取操作可以是对单独选取一个序列图像的操作,也可以是批量选择多个序列图像的操作。例如,可以同时选择多个序列图像调用一个或多个校正算法对多个序列图像进行批量离线变形校正,以提高图像处理效率。
S120、调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像。
通常,在进行扫描时,对序列图像不满意时会对序列图像通过在线校正时对序列图像的边缘进行变形校正,能够取得一定的变形校正结果。但由于进行扫描的时长有限,医生往往只能根据经验选取一个变形校正算法来进行在线变形校正。经过在线变形校正处理后的序列图像可能并不一定能够满足医学诊断的需要;或者由于时间限制,没有选择变形校正算法对序列图像进行变形校正。并且,相同的变形校正算法对不同的部位的变形校正结果也不同。例如:在胸部和腹部,非线性校正算法相对于其它变形校正算法能够取得较好的变形校正结果;而对于脑部,线性校正算法则相对于其它变形校正算法能够取得较好的变形校正结果。因此,需要对已完成在线变形校正的序列图像或者未进行在线变形校正的序列图像再次进行变形校正,以得到更好的图像效果。
在本实施例中,可通过调用变形校正算法对已完成在线校正的序列图像、或未经变形校正的序列图像再次进行变形校正,而由于此次变形校正是在扫描完成后进行的,因此可以视为离线变形校正。离线变形校正算法可以由医生根据需要进行选取,也可通过系统随机选取。示例性的,可以根据医生选取的离线变形校正算法对已完成在线校正的序列图像进行相应的运算,以得到变形较小的序列图像。例如:对胸部扫描图像在扫描时,利用非线性校正算法进行在线校正后,在某个边缘仍然存在局部变形。需要对完成在线校正的序列图像进行进一步的处理,通过接收医生选取的薄样板条函数变形校正算法,采用薄样板条函数变形校正算法对已完成在线校正的序列图像进行运算。示例性的,利用薄样板条函数变形校正算法可以通过如下方式实现离线变形校正:为所述图像建立三维坐标系,确定完成在线校正的序列图像内部特征点,利用内部特征点对上述序列图像的某个边缘进行拉伸,以实现对完成在线校正的序列图像进行离线变形校正的目的。
S130、显示所述离线变形校正后生成的序列图像。
调用离线变形校正算法对所述选取的序列图像进行离线变形校正后可以生成离线变形校正后的序列图像,将所述生成的离线变形校正后的序列图像进行显示,以方便医生直观的观察离线变形校正后的序列图像能否满足诊断要求,并可通过所述离线变形校正后生成的序列图像得出正确的诊断结果。
本实施例通过利用离线变形校正算法对医生选取的序列图像进行变形校正,并生成显示离线变形校正后的序列图像,不仅可以提高所述序列图像的图像质量,方便医生根据所述离线变形校正后的序列图像得到正确的诊断结果,而且能够减少患者扫描时间,提升扫描效率。
实施例二
图2是本发明实施例二提供的序列图像的离线校正方法的流程图,本实施例以上述实施例为基础,将所述得到离线变形校正后生成的序列图像,具体优化为:得到离线变形校正后生成的多个序列图像;并增加如下步骤:通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。
参见图2,所述序列图像的离线校正方法,包括:
S210、在患者管理界面中接收完成检查后生成的序列图像的选取操作。该步骤与S110相同。
S220、调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的多个序列图像。
由于序列图像失真是由于MRI扫描系统产生磁场的不均匀性、磁场梯度的非线性以及开关及其产生的涡旋效应所产生的。因此,对于一些序列图像,其不同的边角区域的边缘失真扭曲的也会不同。可能会需要多个变形校正算法对同一序列图像进行离线变形校正,采用每个离线变形校正算法都可以生成一个序列图像,调用多个变形校正算法对所选取的序列图像分别进行离线变形校正,从而得到离线变形校正后生成的多个序列图像。
S230、通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。
由于生成的多个序列图像是分别对不同区域的失真扭曲或者对不同的失真扭曲情况进行离线变形校正的,不能从单一的序列图像上体现总体离线变形校正的效果,因此,需要对生成的多个序列图像进行处理,使之形成一幅新的序列图像。示例性的,可以对生成的多个序列图像采用拼接和\或融合的方式进行处理。例如:对于对不同区域的失真扭曲进行离线变形校正的多个序列图像,可以将每个失真扭曲区域进行离线变形校正后的序列图像按照所述失真扭曲区域进行拼接,生成一个新的序列图像;此外,对于对同一区域的失真扭曲分别采用多种离线变形校正算法进行处理的多个序列图像,可以采用融合的方式进行处理。例如:采用第一变形校正算法能够对序列图像四个边缘的扭曲进行修正,生成第一序列图像,而采用第二变形校正算法能够对序列图像的四个边缘进行拉伸,以去除四个边缘的变形,生成第二序列图像。进而可采用空间域算法对第一序列图像和第二序列图像进行融合,生成新的序列图像。
S240、显示所述新的序列图像。
本实施例通过将所述得到离线变形校正后生成的序列图像,具体优化为:得到离线变形校正后生成的多个序列图像,能够实现对序列图像的针对性处理,使得离线变形矫正后的图像效果更好,进而通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像,综合采用多种变形校正算法对序列图像进行校正,能够更好地生成符合质量要求的序列图像。
实施例三
图3是本发明实施例三提供的序列图像的离线校正方法的流程图,本实施例以上述实施例为基础,将所述调用变形校正算法对所选取的序列图像进行离线变形校正,具体优化为:调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。
参见图3,所述序列图像的离线校正方法,包括:
S310、在患者管理界面中接收完成检查后生成的序列图像的选取操作。该步骤与S110相同。
S320、调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。
对于一些序列图像,可以通过投影变换、以及仿射变换等方式实现序列图像中边缘部分的平移或者旋转等变换,进而实现消除边缘形变的目的。而采用投影变换或者仿射变换时,算法中的参数可以决定单次平移的距离,或者旋转的角度。通常,无法通过一次平移或者旋转消除边缘形变。因此,需要通过变形校正算法对所述序列图像进行多次离线变形校正,以实现达到理想变形校正效果的目的。示例性的,可以在离线变形校正界面上设置一个继续离线变形校正的按键,医生可以根据上次离线变形校正后生成的序列图像,确定是否继续采用所述离线变形校正算法继续进行离线变形校正。在确定需要继续进行离线变形校正时,通过点击所述继续离线变形校正实现对序列图像进行多次离线变形校正。
需要说明的是,在本实施例中,得到离线变形校正后生成的序列图像,可以是得到离线变形校正后生成的一个序列图像,也可以是得到离线变形校正后生成的多个序列图像。若得到离线变形校正后生成的多个序列图像,则该方法还包括通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。具体的实施方式可参见实施例二中的S220和S230,在此不再赘述。
S330、显示所述离线变形校正后生成的序列图像。
本实施例通过将所述利调用变形校正算法对所选取的序列图像进行离线变形校正,具体优化为:调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。可以实现多次利用同一变形校正算法对选取的序列图像进行多次离线校正,可以得到更好的变形校正结果,能够使得离线变形校正后的序列图像满足诊断的质量要求。
实施例四
图4是本发明实施例三提供的序列图像的离线校正方法的流程图,本实施例以上述实施例为基础,在显示所述离线变形校正后生成的序列图像之前序列图像之前,增加如下步骤:对每次离线变形校正后生成的序列图像进行保存;在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的每次离线变形校正后生成的序列图像中的至少一个。参见图4,所述序列图像的离线校正方法,包括:
S410、在患者管理界面中接收完成检查后生成的序列图像的选取操作。
S420、调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。
示例性地,得到离线变形校正后生成的序列图像,可以是得到离线变形校正后生成的一个序列图像,也可以是得到离线变形校正后生成的多个序列图像。若得到离线变形校正后生成的多个序列图像,则该方法还包括通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。具体的实施方式可参见实施例二中的S220和S230,在此不再赘述。
S430、对每次离线变形校正后生成的序列图像进行保存。
医生选取变形校正算法的主要依据是已完成在线变形校正的序列图像或者未经过在线变形校正的序列图像和经验。但依靠经验并不能保证每次选取的离线变形校正算法都能实现预想的离线变形校正的效果。有时可能甚至会产生相反的校正效果,或者校正效果不理想。因此,可以对每次离线变形校正后生成的序列图像进行保存,方便随时调取多次离线变形校正后生成的序列图像,进而从多个序列图像中选取校正效果满意的序列图像,以使图像变形校正的效果达到最佳。
S440、在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的每次离线变形校正后生成的序列图像中的至少一个。
在上述所描述的情况下,需要对进行多次离线变形校正后的序列图像进行反离线变形校正,即将进行离线变形校正后的序列图像重新转换回未经最后一次离线变形校正、或未经最后若干次离线变形校正、或未经离线变形校正时的序列图像。在本实施例中,可以在显示所述离线变形校正后生成的序列图像之前,根据医生的去离线变形校正操作,显示所保存的每次离线变形校正后生成的序列图像。由于可能进行了多次离线变形操作,可以根据医生选取的具体的某次离线变形操作,显示所述某次离线变形操作之前一次所保存的序列图像,或者所述某次离线变形操作之前所有保存的序列图像。也可根据需要显示其中的几幅保存的序列图像。
S450、显示所述离线变形校正后生成的序列图像。
本实施例通过在生成并显示离线变形校正后的序列图像之前,增加如下步骤:对每次离线变形校正后生成的序列图像进行保存;在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的每次离线变形校正后生成的序列图像中的至少一个。可以在调用离线变形校正算法无法达到预期的离线变形校正效果时,利用保存的对每次离线变形校正后生成的序列图像进行去离线变形校正。
实施例五
图5是本发明实施例五提供的序列图像的离线校正方法的流程图,本实施例以上述实施例为基础,在显示所述离线变形校正后生成的序列图像之前,增加如下步骤:对所述所选取的序列图像进行保存;在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的所述所选取的序列图像。参见图5,所述序列图像的离线校正方法,包括:
S510、在患者管理界面中接收完成检查后生成的序列图像的选取操作。
S520、调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像。
类似地,在本实施例中,调用变形校正算法对所选取的序列图像进行离线变形校正可以是调用变形校正算法对所选取的序列图像进行一次离线变形校正,也可以是调用变形校正算法对所选取的序列图像进行多次离线变形校正,从而得到离线变形校正后生成的序列图像。在此基础上,进一步地还可以包括:对每次离线变形校正后生成的序列图像进行保存;在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的每次离线变形校正后生成的序列图像中的至少一个。具体的实施方式可参见实施例四中的S430和S440,在此不再赘述。
其中,得到离线变形校正后生成的序列图像,可以是得到离线变形校正后生成的一个序列图像,也可以是得到离线变形校正后生成的多个序列图像。若得到离线变形校正后生成的多个序列图像,则该方法还包括通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。具体的实施方式可参见实施例二中的S220和S230,在此不再赘述。
S530、对所述所选取的序列图像进行保存。
医生选取用于进行离线变形校正的变形校正算法的主要依据是选取的序列图像和经验。偶尔会出现错误选取变形校正算法的情况,或者,已完成在线变形校正的序列图像或未进行在线变形校正的序列图像并不常见,医生并不知道选取具体某一个变形校正算法能够达到预期的变形校正效果。需要选取多个变形校正算法进行试验,依次进行离线变形校正,并根据离线变形校正后生成的序列图像确定哪一种变形校正算法更为有效。
在上述两种情况下,需要对进行离线变形校正后的序列图像进行反离线变形校正,即将进行离线变形校正后的序列图像重新转换为未经离线变形校正时的序列图像。在本实施例中,可以在显示离线变形校正后的序列图像之前,或者,在调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像之前,对所述所选取的序列图像进行保存。
S540、在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的所述所选取的序列图像。
示例性的,医生在发现调用所述变形校正算法对选取的序列图像进行离线变形校正所生成的序列图像无法满足诊断要求时,可以利用预先设置在患者管理界面的去离线变形校正操作按键对所述离线变形校正后的序列图像进行去离线变形校正操作。MRI系统会在接收到所述操作时,显示所保存的所述所选取的序列图像。以恢复至未进行离线变形校正之前的序列图像,即选取的序列图像,之后,医生可以选择其它变形校正算法继续对选取的序列图像进行再次离线变形校正,方便医生采用不同的变形校正算法对选取的序列图像进行离线变形校正,直至达到满意的图像效果。
S550、显示所述离线变形校正后生成的序列图像。
本实施例的技术方案,可以在调用离线变形校正算法无法达到预期的离线变形校正效果时,利用保存的选取的序列图像进行去离线变形校正,方便医生试验不同的离线变形校正算法进行离线变形校正。
实施例六
图6是本发明实施例六提供的序列图像的离线校正装置的结构示意图,如图6所示,所述装置包括:接收模块610、校正模块620和第一显示模块630。
其中,接收模块610,用于在患者管理界面中接收完成检查后生成的序列图像的选取操作;校正模块620,用于调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像;以及第一显示模块630,用于显示所述离线变形校正后生成的序列图像。
本实施例提供的序列图像的离线校正装置,通过调用离线变形校正算法对医生选取的完成检查后生成的序列图像进行变形校正,并生成及显示离线变形校正后的序列图像,不仅可以提高所述序列图像的图像质量,方便医生根据所述离线变形校正后的序列图像得到正确的诊断结果,而且能够减少患者扫描时间,提升扫描效率。
在上述实施例的基础上,所述校正模块可用于:得到离线变形校正后生成的多个序列图像。相应地,所述装置还包括:生成模块,用于通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像。
在上述各实施例的基础上,所述校正模块可用于:调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。
在上述各实施例的基础上,所述装置还可包括:第二保存模块和第三显示模块。其中,第一保存模块,用于在显示所述离线变形校正后生成的序列图像之前,对所述所选取的序列图像进行保存;第二显示模块,用于在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的所述所选取的序列图像。
在各上述实施例的基础上,所述装置还可包括:第一保存模块和第二显示模块。其中,第二保存模块,用于对每次离线变形校正后生成的序列图像进行保存;第三显示模块,用于在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的每次离线变形校正后生成的序列中图像的至少一个。
在上述各实施例的基础上,所述完成检查后生成的序列图像包括通过在线变形校正生成的序列图像。
本发明实施例所提供的序列图像的离线校正装置可执行本发明任意实施例所提供的序列图像的离线校正方法,具备执行方法相应的功能模块和有益效果。
显然,本领域技术人员应该明白,上述本发明的各模块或各步骤可以通过如上所述的设备实施。可选地,本发明实施例可以用计算机装置可执行的程序来实现,从而可以将它们存储在存储装置中由处理器来执行,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等;或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
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)
1.一种磁共振序列图像的离线校正方法,其特征在于,包括:
在患者管理界面中接收完成检查后生成的序列图像的选取操作;
调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像;以及
显示所述离线变形校正后生成的序列图像;
所述得到离线变形校正后生成的序列图像,包括:
得到离线变形校正后生成的多个序列图像;
所述方法还包括:
通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像;
所述调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像,包括:
所述离线变形校正算法由人工选择得到,或系统选取;针对不同类型序列图像,选择一种或多种离线变形校正算法进行处理。
2.根据权利要求1所述的方法,其特征在于,所述调用变形校正算法对所选取的序列图像进行离线变形校正,包括:
调用变形校正算法对所选取的序列图像进行多次离线变形校正从而得到离线变形校正后生成的序列图像。
3.根据权利要求2所述的方法,其特征在于,在显示所述离线变形校正后生成的序列图像之前,所述方法还包括:
对每次离线变形校正后生成的序列图像进行保存;
在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的每次离线变形校正后生成的序列图像中的至少一个。
4.根据权利要求1所述的方法,其特征在于,在显示所述离线变形校正后生成的序列图像之前,所述方法还包括:
对所述所选取的序列图像进行保存;
在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时,显示所保存的所述所选取的序列图像。
5.根据权利要求1所述的方法,其特征在于,所述完成检查后生成的序列图像包括通过在线变形校正生成的序列图像。
6.一种磁共振序列图像的离线校正装置,其特征在于,包括:
接收模块,用于在患者管理界面中接收完成检查后生成的序列图像的选取操作;
校正模块,用于调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像;以及
第一显示模块,用于显示所述离线变形校正后生成的序列图像;
所述校正模块用于:
得到离线变形校正后生成的多个序列图像;
所述装置还包括:
生成模块,用于通过对所述离线变形校正后生成的多个序列图像进行拼接和/或融合,生成新的序列图像,并保存所述新的序列图像;
所述调用变形校正算法对所选取的序列图像进行离线变形校正从而得到离线变形校正后生成的序列图像,包括:
所述离线变形校正算法由人工选择得到,或系统随机选取;针对不同类型序列图像,选择一种或多种离线变形校正算法进行处理。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第一保存模块,用于在显示所述离线变形校正后生成的序列图像之前,对每次离线变形校正后生成的序列图像进行保存;
第二显示模块,用于在接收到对所述离线变形校正后生成的序列图像去离线变形校正操作时。
8.一种序列图像的离线校正设备,其特征在于,所述设备包括:处理器以及存储器;所述存储器用于存储指令,所述指令被所述处理器执行时,导致所述设备实现如权利要求1-5任一项所述的磁共振序列图像的离线校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711163922.4A CN107977936B (zh) | 2017-11-21 | 2017-11-21 | 序列图像的离线校正方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711163922.4A CN107977936B (zh) | 2017-11-21 | 2017-11-21 | 序列图像的离线校正方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107977936A CN107977936A (zh) | 2018-05-01 |
CN107977936B true CN107977936B (zh) | 2021-06-22 |
Family
ID=62010597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711163922.4A Active CN107977936B (zh) | 2017-11-21 | 2017-11-21 | 序列图像的离线校正方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107977936B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101046506A (zh) * | 2007-03-28 | 2007-10-03 | 新奥博为技术有限公司 | 一种基于球谐函数的磁共振图像梯度变形校正方法 |
CN101261176A (zh) * | 2008-04-03 | 2008-09-10 | 华中科技大学 | 基于序列图像校正的气动光学传输效应测评方法与装置 |
CN101467887A (zh) * | 2007-12-29 | 2009-07-01 | 复旦大学 | 一种手术导航系统中x射线透视图像标定方法 |
CN104113675A (zh) * | 2014-07-09 | 2014-10-22 | 宁波摩视光电科技有限公司 | 一种宽幅扫描仪的图像实时校正输出方法 |
CN105528800A (zh) * | 2016-01-21 | 2016-04-27 | 上海联影医疗科技有限公司 | 一种计算机断层成像伪影校正方法及装置 |
CN106204420A (zh) * | 2016-06-29 | 2016-12-07 | 深圳市优象计算技术有限公司 | 一种笔式图像扫描拼接方法与装置 |
CN106456128A (zh) * | 2014-06-12 | 2017-02-22 | 皇家飞利浦有限公司 | 医学图像处理设备和方法 |
CN106683058A (zh) * | 2016-12-26 | 2017-05-17 | 上海联影医疗科技有限公司 | 医学图像的校正方法及其装置 |
WO2017144107A1 (en) * | 2016-02-25 | 2017-08-31 | Brainlab Ag | Atlas-based position determination of a brain sulcus |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105122301B (zh) * | 2013-04-18 | 2018-04-24 | 皇家飞利浦有限公司 | 对来自不同成像模态的医学图像的同时显示 |
US9659368B2 (en) * | 2015-05-15 | 2017-05-23 | Beth Israel Deaconess Medical Center, Inc. | System and method for enhancing functional medical images |
US20170148145A1 (en) * | 2015-11-24 | 2017-05-25 | Gopro, Inc. | Sharpening Algorithm For Images based on Polar Coordinates |
-
2017
- 2017-11-21 CN CN201711163922.4A patent/CN107977936B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101046506A (zh) * | 2007-03-28 | 2007-10-03 | 新奥博为技术有限公司 | 一种基于球谐函数的磁共振图像梯度变形校正方法 |
CN101467887A (zh) * | 2007-12-29 | 2009-07-01 | 复旦大学 | 一种手术导航系统中x射线透视图像标定方法 |
CN101261176A (zh) * | 2008-04-03 | 2008-09-10 | 华中科技大学 | 基于序列图像校正的气动光学传输效应测评方法与装置 |
CN106456128A (zh) * | 2014-06-12 | 2017-02-22 | 皇家飞利浦有限公司 | 医学图像处理设备和方法 |
CN104113675A (zh) * | 2014-07-09 | 2014-10-22 | 宁波摩视光电科技有限公司 | 一种宽幅扫描仪的图像实时校正输出方法 |
CN105528800A (zh) * | 2016-01-21 | 2016-04-27 | 上海联影医疗科技有限公司 | 一种计算机断层成像伪影校正方法及装置 |
WO2017144107A1 (en) * | 2016-02-25 | 2017-08-31 | Brainlab Ag | Atlas-based position determination of a brain sulcus |
CN106204420A (zh) * | 2016-06-29 | 2016-12-07 | 深圳市优象计算技术有限公司 | 一种笔式图像扫描拼接方法与装置 |
CN106683058A (zh) * | 2016-12-26 | 2017-05-17 | 上海联影医疗科技有限公司 | 医学图像的校正方法及其装置 |
Non-Patent Citations (2)
Title |
---|
A novel framework for the segmentationof mrinfant brain images;Mahmoud Mostapha等;《2015 IEEE International Conference on Image Processing (ICIP)》;20151210;88-92 * |
基于图像畸变与位移图像序列的测量方法研究;师蒙蒙;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120815;第2012年卷(第8期);I138-1055 * |
Also Published As
Publication number | Publication date |
---|---|
CN107977936A (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8217648B2 (en) | Magnetic resonance imaging apparatus and scanning-condition setting method | |
JP6448356B2 (ja) | 画像処理装置、画像処理方法、画像処理システム、及びプログラム | |
CN109671036B (zh) | 一种图像校正方法、装置、计算机设备及存储介质 | |
US8077952B2 (en) | Precomputed automatic pixel shift for review of digital subtracted angiography | |
Venu et al. | Comparison of Traditional Method with watershed threshold segmentation Technique | |
US20220265228A1 (en) | Radiation imaging system, radiation imaging method, image processing apparatus, and storage medium | |
US20120323605A1 (en) | Medical image processing system | |
CN107977936B (zh) | 序列图像的离线校正方法、装置及设备 | |
JP2008005899A (ja) | イメージング装置およびイメージング方法 | |
JP2007159934A (ja) | 比較読影支援装置 | |
JP2015080555A (ja) | 医用画像処理装置及びプログラム | |
JP4901420B2 (ja) | 磁気共鳴イメージング装置,磁気共鳴イメージング方法 | |
JP2008206959A (ja) | 磁気共鳴イメージング装置およびスライス領域設定方法 | |
US20120007851A1 (en) | Method for display of images utilizing curved planar reformation techniques | |
CN112790887A (zh) | 口腔成像方法、系统及装置、可读存储介质 | |
JP6358244B2 (ja) | 医用画像処理装置、医用画像処理装置の制御方法、およびプログラム | |
CN113706425B (zh) | 一种图像增强系统及便携式多普勒成像仪 | |
US20060115136A1 (en) | Image processing method and apparatus | |
JPH07325908A (ja) | 投影画像処理方法及び投影画像処理装置 | |
US9739858B2 (en) | Magnetic resonance imaging apparatus with segmented data acquisition | |
JP2018196621A (ja) | 磁気共鳴イメージング装置及び画像処理装置 | |
CN109839608B (zh) | 磁共振场图确定方法、装置、电子设备及存储介质 | |
CN110687488B (zh) | 磁共振扫描方法和磁共振成像装置 | |
CN116993840A (zh) | 医学图像处理方法及装置 | |
Madabhushi et al. | Evaluating intensity standardization and inhomogeneity correction in magnetic resonance images |
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 | ||
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. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |