CN109389577A - X射线图像处理方法和系统及计算机存储介质 - Google Patents
X射线图像处理方法和系统及计算机存储介质 Download PDFInfo
- Publication number
- CN109389577A CN109389577A CN201710680197.1A CN201710680197A CN109389577A CN 109389577 A CN109389577 A CN 109389577A CN 201710680197 A CN201710680197 A CN 201710680197A CN 109389577 A CN109389577 A CN 109389577A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- district
- area
- pixel
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 38
- 230000004927 fusion Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 43
- 230000005855 radiation Effects 0.000 claims description 19
- 230000007704 transition Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 8
- 210000000481 breast Anatomy 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009607 mammography Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10144—Varying exposure
-
- 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
-
- 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
- G06T2207/30068—Mammography; Breast
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种X射线图像处理方法和系统及计算机存储介质。X射线图像处理方法包括:在不同曝光参数下连续获取检测对象的第一和第二图像;在第二图像中确定检测对象的边界线,将第二图像划分为第一和第二区域;基于检测对象的边界线像素值,对第一区域和/或第二区域进行归一化处理;根据第一和第二图像的像素点坐标对应关系,在第一图像中确定与第一和第二区域对应的第三和第四区域;以及针对第一至第四区域分配权重因子,并基于权重因子融合第一和第三区域、第二和第四区域,形成第三图像。本发明能够扩展探测器动态范围并实现图像的平滑过渡,同时最终获得的图像能够保持完整的有用信息。
Description
技术领域
本发明涉及医疗器械技术领域,特别是一种X射线图像处理方法和系统及计算机存储介质。
背景技术
在目前的X射线检查中,所得图像通常会出现某些区域饱和而丢失必要信息的情形。以乳腺检查来说,针对厚大乳房,尤其是对于最厚的部分,通常需要加大辐射剂量,但是这样会导致皮肤边界和乳头等衰减小的部位图像饱和,从而造成信息丢失。然而,这部分丢失的信息对于医师来说是需要的。这一问题常常会出现在探测器的动态范围小或者在未使用物理防散射栅的情形下。
在公开号为CN103384497A的专利文献中,公开了使乳房成像的方法。该方法包括:获取具有不同曝光参数的图像数据组的序列;以及将该图像数据组结合到具有比任何单个分量图像数据组的动态范围更大的动态范围的乳房X线照相术图像中。
在公开号为CN103838244A的专利文献中,公开了实时的图像融合方法及相应的装置。该方法包括以下步骤:步骤一:输入已配准好的待融合图像数据A1和A2;步骤二:对A1和A2进行归一化预处理操作得I1,I2;步骤三:分别求I1和I2进行融合时的权重图w1和w2;步骤四:计算I1和I2进行分段融合的阈值T1和T2;步骤五:按照所求的分段融合的阈值T1和T2,将I1和I2分段进行融合;步骤六:输出融合结果。
然而,现有技术中提出的各种方案都无法实现处理后X射线图像的平滑过渡,影响医师对图像中相关区域的观察并进而影响对疾病的诊断。
发明内容
有鉴于此,本发明一方面提出了一种X射线图像处理方法,另一方面提出了一种X射线图像处理系统,同时,还提出了一种计算机存储介质。
根据一实施方式,X射线图像处理方法包括:在不同曝光参数下连续获取一检测对象的第一图像和第二图像;在所述第二图像中确定所述检测对象的边界线,所述边界线将所述第二图像划分为第一区域和第二区域;基于所述检测对象的边界线像素值,对所述第一区域和/或所述第二区域进行归一化处理;根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像中确定分别与所述第一区域和第二区域对应的第三区域和第四区域;以及分别针对所述第一区域至第四区域分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第二区域和第四区域,形成第三图像。
可选地,X射线图像处理方法还可以包括:根据一预设像素值在所述第二图像的第二区域中确定一分割线,所述分割线将所述第二区域划分为第一子区和第二子区;根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像的第四区域中确定分别与所述第一子区和第二子区对应的第三子区和第四子区;以及分别针对所述第一区域、第三区域以及所述第一子区至第四子区分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第一子区和第三子区以及所述第二子区和第四子区,形成所述第三图像。
可选地,所述第一图像可以为低辐射剂量图像,所述第二图像可以为高辐射剂量图像。
可选地,所述边界线像素值可以为所述第二图像上所述检测对象的边界附近一预设范围内各像素点像素值的平均值。
可选地,可以基于如下公式进行融合:
P3(x,y)=w1(x,y)*P1(x,y)+w2(x,y)*P2(x,y)
其中,P1(x,y)表示所述第一图像中各像素点的像素值,P2(x,y)表示所述第二图像中各像素点的像素值,P3(x,y)表示所述第三图像上各像素点的像素值,w1(x,y)表示针对所述第一图像中各像素点的权重因子,w2(x,y)表示针对所述第二图像中各像素点的权重因子。
可选地,权重因子w2(x,y)满足如下公式:
其中,a表示所述第一区域中的权重因子,表示所述第一子区中的权重因子,b表示所述第二子区中的权重因子,Pt(x,y)表示所述第一子区中各像素点的像素值,MaxPt(x,y)表示所述第一子区中的最大像素值,MinPt(x,y)表示所述第一子区中的最小像素值,Min(a,b)表示a、b中的最小值;
其中,a和b可以为预设定值或者分别为所述第一图像和第二图像的第一区域和第二子区中相应位置像素点像素值的比值。
可选地,权重因子w1(x,y)满足如下公式:
w1(x,y)=1-w2(x,y)。
可选地,X射线图像处理方法还可以包括:对所述第三图像进行逆归一化处理。
根据一实施方式,计算机存储介质中存储有程序指令,所述程序指令能够被运行来实现如上所述的任一种X射线图像处理方法。
根据一实施方式,X射线图像处理系统包括:一获取装置,用于在不同曝光参数下连续获取一检测对象的第一图像和第二图像;一预处理装置,用于在所述第二图像中确定所述检测对象的边界线,所述边界线将所述第二图像划分为第一区域和第二区域;并且所述预处理装置用于基于所述检测对象的边界线像素值,对所述第一区域和/或所述第二区域进行归一化处理;以及一处理装置,用于根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像中确定分别与所述第一区域和第二区域对应的第三区域和第四区域;并且所述处理装置用于分别针对所述第一区域至第四区域分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第二区域和第四区域,形成第三图像。
可选地,X射线图像处理系统还可以包括:一分割装置,用于根据一预设像素值在所述第二图像的第二区域中确定一分割线,所述分割线将所述第二区域划分为第一子区和第二子区;所述处理装置还用于根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像的第四区域中确定分别与所述第一子区和第二子区对应的第三子区和第四子区;以及分别针对所述第一区域、第三区域以及所述第一子区至第四子区分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第一子区和第三子区以及所述第二子区和第四子区,形成所述第三图像。
可选地,所述第一图像可以为低辐射剂量图像,所述第二图像可以为高辐射剂量图像。
可选地,所述边界线像素值可以为所述第二图像上所述检测对象的边界附近一预设范围内各像素点像素值的平均值。
可选地,基于如下公式进行融合:
P3(x,y)=w1(x,y)*P1(x,y)+w2(x,y)*P2(x,y)
其中,P1(x,y)表示所述第一图像中各像素点的像素值,P2(x,y)表示所述第二图像中各像素点的像素值,P3(x,y)表示所述第三图像上各像素点的像素值,w1(x,y)表示针对所述第一图像中各像素点的权重因子,w2(x,y)表示针对所述第二图像中各像素点的权重因子。
可选地,权重因子w2(x,y)满足如下公式:
其中,a表示所述第一区域中的权重因子,表示所述第一子区中的权重因子,b表示所述第二子区中的权重因子,Pt(x,y)表示所述第一子区中各像素点的像素值,MaxPt(x,y)表示所述第一子区中的最大像素值,MinPt(x,y)表示所述第一子区中的最小像素值,Min(a,b)表示a、b中的最小值;
其中,a和b可以为预设定值或者分别为所述第一图像和第二图像的第一区域和第二子区中相应位置像素点像素值的比值。
可选地,权重因子w1(x,y)满足如下公式:
w1(x,y)=1-w2(x,y)。
可选地,所述处理装置还用于对所述第三图像进行逆归一化处理。
本发明将两次曝光图像中具有高动态范围的图像进行组合,能够扩展探测器动态范围并实现图像的平滑过渡,同时最终获得的图像能够保持完整的有用信息。
附图说明
下面将通过参照附图详细描述本发明的实施例,使本领域的普通技术人员更清楚本发明的上述及其他特征和优点,附图中:
图1为根据本发明一实施方式的X射线图像处理方法的示意性流程图。
图2为一实施方式中获取的低剂量图像示意图。
图3为一实施方式中获取的高剂量图像示意图。
图4为一实施方式中得到的融合后图像的示意图。
图5为根据本发明另一实施方式的X射线图像处理方法的示意性流程图。
图6为根据本发明一实施方式的X射线图像处理系统的示意性框图。
图7为根据本发明另一实施方式的X射线图像处理系统的示意性框图。
其中,附图标记如下:
S101-S105 步骤
S501-S503 步骤
600、700 X射线图像处理系统
610、710 获取装置
620、720 预处理装置
630、730 处理装置
740 分割装置
L 边界线
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式,在各图中相同的标号表示相同的部分。
在本文中,“示意性”表示“充当实例、例子或说明”,不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。
在本文中,“一”、“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。在本文中,“第一”、“第二”等仅用于彼此的区分,而非表示它们的重要程度及顺序、以及互为存在的前提等。
首先参见图1,图1为根据本发明一实施方式的X射线图像处理方法的示意性流程图。在如图1所示的实施方式中,X射线图像处理方法包括如下步骤:
步骤S101:连续获取第一图像和第二图像;
步骤S102:在第二图像中确定检测对象的边界线,将第二图像划分为第一区域和第二区域;
步骤S103:基于检测对象的边界线像素值,对第一区域和/或第二区域进行归一化处理;
步骤S104:在第一图像中确定第三区域和第四区域;以及
步骤S105:针对第一区域至第四区域分配权重因子,并基于权重因子融合第一区域和第三区域、第二区域和第四区域。
在步骤S101中,在不同曝光参数下连续获取一检测对象的第一图像和第二图像。实践中,以不同曝光参数连续获取两幅图像,例如在能够保证不发生饱和的低辐射剂量(简称低剂量)的情况下拍摄检测对象而获取第一图像,然后在充足的辐射剂量(简称高剂量)的情况下拍摄检测对象而获取第二图像,在第二图像中能够充分呈现检测对象的组织相对较厚区域的信息。本领域的技术人员容易理解的是,在此所指的低剂量和高剂量可以根据具体检测对象的情况进行设定。
结合参见图2和图3,图2和图3分别为以模体作为检测对象(如模拟乳房进行乳腺检查)而获得的示意性图示。其中,图2为一实施方式中获取的低剂量图像示意图,图3为一实施方式中获取的高剂量图像示意图。如图所示,图2所示的低剂量图像中呈现出内侧和外侧两个半圆状区域,外侧区域模拟检测对象的皮肤区域,内侧区域模拟检测对象的器官区域(如乳房),但在图2中器官区域部分的细节信息并不明晰;图3所示的高剂量图像中只呈现了器官区域的信息,虽然该部分的细节信息能够清晰展现,但由于图像饱和而丢失了皮肤区域的必要信息。换言之,如图3中所示,除器官区域以外,其余部分的图像均由于饱和而变为空白区域。
在步骤S102中,在第二图像中确定检测对象的边界线,边界线将第二图像划分为第一区域和第二区域。例如,以图3所示为例,在图3中确定器官区域(检测对象)的边界线L,该边界线L为一连续线并且将图3划分为第一区域和第二区域。本领域的技术人员可以采用适当的图像处理方法实现边界提取,本发明在此不进行赘述。
容易理解的是,由于第二图像是高辐射剂量图像,如图3所示,在该图像中确定检测对象的边界更为容易。然而,本发明在此方面不受限,本领域的技术人员也可以根据需要,选择在第一图像(即低辐射剂量图像)中确定检测对象的边界,而仍落入本发明的范围。
在步骤S103中,基于检测对象的边界线像素值,对第一区域和/或第二区域进行归一化处理。可选地,边界线像素值可以通过在第二图像上计算检测对象的边界附近一预设范围内各像素点像素值的平均值来确定。在其他实施方式中,本领域的技术人员亦可以根据应用场景、检测对象情况选择设置经验像素值来作为此处的边界线像素值。
在实施方式中,以对第一区域和第二区域均进行归一化处理来进行举例说明。例如,将第一区域和第二区域中各像素点的像素值均归一化到0到1之间(或任意设定像素值范围内)。此外,可以分别将第一区域和第二区域中各像素点的像素值归一化到不同像素值范围。然而,本发明不以上述内容为限,本领域的技术人员容易想到仅对第一区域和第二区域中的一个进行归一化处理,或者对第一区域和/或第二区域中的一部分进行归一化处理,而不脱离本发明所教导的原理。
在步骤S104中,根据第一图像和第二图像的像素点坐标对应关系,在第一图像中确定分别与第一区域和第二区域对应的第三区域和第四区域。由于第一图像和第二图像为连续获取的图像,两次获取图像的过程仅辐射剂量大小不同,所得到的两个图像上各像素点坐标的位置是一致的,可以利用各像素点之间的坐标对应关系在第一图像中确定分别与第二图像上各区域对应的区域。
在步骤S105中,分别针对第一区域至第四区域分配权重因子,并基于权重因子融合第一区域和第三区域、第二区域和第四区域,形成融合后的第三图像。
结合参见图4,图4为一实施方式中得到的融合后图像的示意图。如图4所示,融合后图像能够完整的保留检测对象各部分的内容并清晰地展示细节信息。
在示意性实施方式中,X射线图像处理方法还可以包括如下步骤:
步骤S201:根据预设像素值在第二区域中确定分割线,将第二区域划分为第一子区和第二子区;
步骤S202:根据第一图像和第二图像的像素点坐标对应关系,在第一图像的第四区域中确定第三子区和第四子区;以及
步骤S203:分别针对第一区域、第三区域以及第一子区至第四子区分配权重因子,并基于权重因子融合所述第一区域和第三区域、第一子区和第三子区以及第二子区和第四子区。
结合参见图5,图5为根据本发明另一实施方式的X射线图像处理方法的示意性流程图,其中仅示出本实施方式中的X射线图像处理方法与图2所示方法相比所进一步包含的步骤。
在步骤S201中,可以根据检测对象的情况设定一预设像素值,根据该预设像素值在第二图像的第二区域中确定一分割线,利用该分割线将第二区域划分为第一子区和第二子区。仍以进行乳腺检查为例进行说明,此时第一区域表示皮肤区域,第二区域表示器官区域,而第二子区表示器官核心区域(包含所关心的乳腺部分),第一子区表示皮肤区域与器官核心区域之间的过渡区域。
在步骤S202中,如前所述的,第一图像和第二图像的像素点坐标存在对应关系,利用该对应关系在第一图像的第四区域中确定分别与第一子区和第二子区对应的第三子区和第四子区。
在步骤S203中,分别针对第一区域、第三区域以及第一子区至第四子区分配权重因子,并基于权重因子融合第一区域和第三区域、第一子区和第三子区以及第二子区和第四子区,形成第三图像。换言之,通过步骤S202和S203已经将两个图像分别划分为三个区域,即皮肤区域、过渡区域、器官核心区域,并分别按照对应区域进行融合得到融合后的图像。
下面详细描述融合过程。
在上面所介绍的各X射线图像处理方法中,可以基于如下公式(1)进行融合:
P3(x,y)=w1(x,y)*P1(x,y)+w2(x,y)*P2(x,y) (1)
其中,P1(x,y)表示第一图像(低辐射剂量图像)中各像素点的像素值,P2(x,y)表示第二图像(高辐射剂量图像)中各像素点的像素值,P3(x,y)表示第三图像(融合后图像)上各像素点的像素值,w1(x,y)表示针对第一图像中各像素点的权重因子,w2(x,y)表示针对第二图像中各像素点的权重因子。
其中,第二图像的权重因子w2(x,y)满足如下公式(2):
其中,a表示第一区域(皮肤区域)中的权重因子,
表示第一子区(过渡区域)中的权重因子,b表示第二子区(器官核心区域)中的权重因子,Pt(x,y)表示所述第一子区中各像素点的像素值,MaxPt(x,y)表示第一子区中的最大像素值,MinPt(x,y)表示第一子区中的最小像素值,Min(a,b)表示a、b中的最小值;
其中,a和b可以为预设定值或者分别为第一图像和第二图像的第一区域和第二子区中相应位置像素点像素值的比值。
容易理解的是,针对划分区域之后的图像,每个区域都具有不同的权重因子计算公式,其中皮肤区域和器官核心区域的权重因子可以根据实际情况被预先设定为定值,也可以通过两个图像之间的像素值比例关系进行相关设定,本发明在此方面不受限。
第一图像的权重因子w1(x,y)满足如下公式(3):
w1(x,y)=1-w2(x,y) (3)
由此可以计算得到每个图像的权重因子,并根据公式(1)计算得到融合后图像每个像素点的像素值。
可选地,X射线图像处理方法还可以包括对第三图像进行逆归一化处理。
本发明还提供一种X射线图像处理系统,下面结合图6对该系统进行说明。图6为根据本发明一实施方式的X射线图像处理系统的示意性框图。如图6所示,X射线图像处理系统600包括获取装置610、预处理装置620以及处理装置630。
其中,获取装置610用于在不同曝光参数下连续获取一检测对象的第一图像和第二图像。预处理装置620用于在第二图像中确定检测对象的边界线,边界线将第二图像划分为第一区域和第二区域;并且预处理装置620用于基于检测对象的边界线像素值,对第一区域和/或所述第二区域进行归一化处理。处理装置630用于根据第一图像和第二图像的像素点坐标对应关系,在第一图像中确定分别与第一区域和第二区域对应的第三区域和第四区域;并且处理装置630用于分别针对第一区域至第四区域分配权重因子,并基于权重因子融合第一区域和第三区域、第二区域和第四区域,形成第三图像。
结合图7描述变化实施方式中其他形式的X射线图像处理系统700。图7为根据本发明另一实施方式的X射线图像处理系统的示意性框图。如图7所示,X射线图像处理系统700包括获取装置710、预处理装置720、处理装置730以及分割装置740。其中,获取装置710、预处理装置720以及处理装置730与图6所示的实施方式中的对应部件的功能类似,在此不进行赘述,下面着重介绍X射线图像处理系统700与X射线图像处理系统600的不同之处。
其中,分割装置740用于根据预设像素值在第二图像的第二区域中确定分割线,该分割线将第二区域划分为第一子区和第二子区。处理装置730还用于根据第一图像和第二图像的像素点坐标对应关系,在第一图像的第四区域中确定分别与第一子区和第二子区对应的第三子区和第四子区;以及分别针对第一区域、第三区域以及第一子区至第四子区分配权重因子,并基于权重因子融合第一区域和第三区域、第一子区和第三子区以及第二子区和第四子区,形成第三图像。
其中,第一图像可以为低辐射剂量图像,第二图像可以为高辐射剂量图像。实践中获取高低辐射剂量图像的顺序不受限,可以根据实际情况进行选择。
其中,边界线像素值可以为第二图像上检测对象的边界附近一预设范围内各像素点像素值的平均值。
其中,可以基于如下公式(4)进行融合:
P3(x,y)=w1(x,y)*P1(x,y)+w2(x,y)*P2(x,y) (4)
其中,P1(x,y)表示第一图像中各像素点的像素值,P2(x,y)表示第二图像中各像素点的像素值,P3(x,y)表示第三图像上各像素点的像素值,w1(x,y)表示针对第一图像中各像素点的权重因子,w2(x,y)表示针对第二图像中各像素点的权重因子。
第二图像的权重因子w2(x,y)满足如下公式(5):
其中,a表示第一区域中的权重因子,表示第一子区中的权重因子,b表示第二子区中的权重因子,Pt(x,y)表示第一子区中各像素点的像素值,MaxPt(x,y)表示第一子区中的最大像素值,MinPt(x,y)表示第一子区中的最小像素值,Min(a,b)表示a、b中的最小值;
其中,a和b可以为预设定值或者分别为第一图像和第二图像的第一区域和第二子区中相应位置像素点像素值的比值。
第一图像的权重因子w1(x,y)满足如下公式(6):
w1(x,y)=1-w2(x,y) (6)
其中,处理装置630和730还可以用于对第三图像进行逆归一化处理。
如上所述的各实施方式中的各X射线图像处理方法可以应用于各X射线图像处理系统。本发明将两次曝光图像中具有高动态范围的图像进行组合,能够扩展探测器动态范围并实现图像的平滑过渡,同时最终获得的图像能够保持完整的有用信息。
本发明涉及一种X射线图像处理方法和系统及计算机存储介质。X射线图像处理方法包括:在不同曝光参数下连续获取检测对象的第一和第二图像;在第二图像中确定检测对象的边界线,将第二图像划分为第一和第二区域;基于检测对象的边界线像素值,对第一区域和/或第二区域进行归一化处理;根据第一和第二图像的像素点坐标对应关系,在第一图像中确定与第一和第二区域对应的第三和第四区域;以及针对第一至第四区域分配权重因子,并基于权重因子融合第一和第三区域、第二和第四区域,形成第三图像。本发明能够扩展探测器动态范围并实现图像的平滑过渡,同时最终获得的图像能够保持完整的有用信息。
本发明还提供一种计算机存储介质,根据一实施方式,计算机存储介质中存储有程序指令,所述程序指令能够被运行来实现如上所述的任一种X射线图像处理方法。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施方式中任一实施方式的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下,从存储介质读取的程序代码本身可实现上述实施方式中任何一项实施方式的功能,因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选地,可以由通信网络从服务器计算机上下载程序代码。
此外,应该清楚的是,不仅可以通过执行计算机所读出的程序代码,而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作,从而实现上述实施方式中任意一项实施方式的功能。
此外,可以理解的是,将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述实施方式中任一实施方式的功能。
以上所述仅为本发明的实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (17)
1.一种X射线图像处理方法,包括:
在不同曝光参数下连续获取一检测对象的第一图像和第二图像;
在所述第二图像中确定所述检测对象的边界线,所述边界线将所述第二图像划分为第一区域和第二区域;
基于所述检测对象的边界线像素值,对所述第一区域和/或所述第二区域进行归一化处理;
根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像中确定分别与所述第一区域和第二区域对应的第三区域和第四区域;以及
分别针对所述第一区域至第四区域分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第二区域和第四区域,形成第三图像。
2.如权利要求1所述的X射线图像处理方法,还包括:
根据一预设像素值在所述第二图像的第二区域中确定一分割线,所述分割线将所述第二区域划分为第一子区和第二子区;
根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像的第四区域中确定分别与所述第一子区和第二子区对应的第三子区和第四子区;以及
分别针对所述第一区域、第三区域以及所述第一子区至第四子区分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第一子区和第三子区以及所述第二子区和第四子区,形成所述第三图像。
3.如权利要求2所述的X射线图像处理方法,其中所述第一图像为低辐射剂量图像,所述第二图像为高辐射剂量图像。
4.如权利要求3所述的X射线图像处理方法,其中所述边界线像素值为所述第二图像上所述检测对象的边界附近一预设范围内各像素点像素值的平均值。
5.如权利要求4所述的X射线图像处理方法,其中基于如下公式进行融合:
P3(x,y)=w1(x,y)*P1(x,y)+w2(x,y)*P2(x,y)
其中,P1(x,y)表示所述第一图像中各像素点的像素值,P2(x,y)表示所述第二图像中各像素点的像素值,P3(x,y)表示所述第三图像上各像素点的像素值,w1(x,y)表示针对所述第一图像中各像素点的权重因子,w2(x,y)表示针对所述第二图像中各像素点的权重因子。
6.如权利要求5所述的X射线图像处理方法,其中所述权重因子w2(x,y)满足如下公式:
其中,a表示所述第一区域中的权重因子,表示所述第一子区中的权重因子,b表示所述第二子区中的权重因子,Pt(x,y)表示所述第一子区中各像素点的像素值,MaxPt(x,y)表示所述第一子区中的最大像素值,MinPt(x,y)表示所述第一子区中的最小像素值,Min(a,b)表示a、b中的最小值;
其中,a和b为预设定值或者分别为所述第一图像和第二图像的第一区域和第二子区中相应位置像素点像素值的比值。
7.如权利要求6所述的X射线图像处理方法,其中所述权重因子w1(x,y)满足如下公式:
w1(x,y)=1-w2(x,y)。
8.如权利要求1-7中任一项所述的X射线图像处理方法,还包括:
对所述第三图像进行逆归一化处理。
9.一种计算机存储介质,所述计算机存储介质中存储有程序指令,所述程序指令能够被运行来实现如权利要求1-8中任一项所述的X射线图像处理方法。
10.一种X射线图像处理系统,包括:
一获取装置,用于在不同曝光参数下连续获取一检测对象的第一图像和第二图像;
一预处理装置,用于在所述第二图像中确定所述检测对象的边界线,所述边界线将所述第二图像划分为第一区域和第二区域;并且所述预处理装置用于基于所述检测对象的边界线像素值,对所述第一区域和/或所述第二区域进行归一化处理;以及
一处理装置,用于根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像中确定分别与所述第一区域和第二区域对应的第三区域和第四区域;并且所述处理装置用于分别针对所述第一区域至第四区域分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第二区域和第四区域,形成第三图像。
11.如权利要求10所述的X射线图像处理系统,还包括:
一分割装置,用于根据一预设像素值在所述第二图像的第二区域中确定一分割线,所述分割线将所述第二区域划分为第一子区和第二子区;
所述处理装置还用于根据所述第一图像和所述第二图像的像素点坐标对应关系,在所述第一图像的第四区域中确定分别与所述第一子区和第二子区对应的第三子区和第四子区;以及分别针对所述第一区域、第三区域以及所述第一子区至第四子区分配权重因子,并基于权重因子融合所述第一区域和第三区域、所述第一子区和第三子区以及所述第二子区和第四子区,形成所述第三图像。
12.如权利要求11所述的X射线图像处理系统,其中所述第一图像为低辐射剂量图像,所述第二图像为高辐射剂量图像。
13.如权利要求12所述的X射线图像处理系统,其中所述边界线像素值为所述第二图像上所述检测对象的边界附近一预设范围内各像素点像素值的平均值。
14.如权利要求13所述的X射线图像处理系统,其中基于如下公式进行融合:
P3(x,y)=w1(x,y)*P1(x,y)+w2(x,y)*P2(x,y)
其中,P1(x,y)表示所述第一图像中各像素点的像素值,P2(x,y)表示所述第二图像中各像素点的像素值,P3(x,y)表示所述第三图像上各像素点的像素值,w1(x,y)表示针对所述第一图像中各像素点的权重因子,w2(x,y)表示针对所述第二图像中各像素点的权重因子。
15.如权利要求14所述的X射线图像处理系统,其中所述权重因子w2(x,y)满足如下公式:
其中,a表示所述第一区域中的权重因子,表示所述第一子区中的权重因子,b表示所述第二子区中的权重因子,Pt(x,y)表示所述第一子区中各像素点的像素值,MaxPt(x,y)表示所述第一子区中的最大像素值,MinPt(x,y)表示所述第一子区中的最小像素值,Min(a,b)表示a、b中的最小值;
其中,a和b为预设定值或者分别为所述第一图像和第二图像的第一区域和第二子区中相应位置像素点像素值的比值。
16.如权利要求15所述的X射线图像处理系统,其中所述权重因子w1(x,y)满足如下公式:
w1(x,y)=1-w2(x,y)。
17.如权利要求10-16中任一项所述的X射线图像处理系统,其中所述处理装置还用于对所述第三图像进行逆归一化处理。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710680197.1A CN109389577B (zh) | 2017-08-10 | 2017-08-10 | X射线图像处理方法和系统及计算机存储介质 |
PCT/EP2018/071686 WO2019030348A1 (en) | 2017-08-10 | 2018-08-09 | METHOD AND SYSTEM FOR X-RAY IMAGE PROCESSING, AND COMPUTER STORAGE MEDIUM |
US16/637,374 US11315243B2 (en) | 2017-08-10 | 2018-08-09 | X-ray image processing method and system and computer storage medium |
EP18755175.9A EP3665643B1 (en) | 2017-08-10 | 2018-08-09 | X-ray image processing method and system and computer storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710680197.1A CN109389577B (zh) | 2017-08-10 | 2017-08-10 | X射线图像处理方法和系统及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109389577A true CN109389577A (zh) | 2019-02-26 |
CN109389577B CN109389577B (zh) | 2022-05-03 |
Family
ID=63207744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710680197.1A Active CN109389577B (zh) | 2017-08-10 | 2017-08-10 | X射线图像处理方法和系统及计算机存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11315243B2 (zh) |
EP (1) | EP3665643B1 (zh) |
CN (1) | CN109389577B (zh) |
WO (1) | WO2019030348A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610861A (zh) * | 2021-06-21 | 2021-11-05 | 重庆海尔制冷电器有限公司 | 制冷设备内食材图像处理方法、制冷设备及可读存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389577B (zh) * | 2017-08-10 | 2022-05-03 | 上海西门子医疗器械有限公司 | X射线图像处理方法和系统及计算机存储介质 |
CN117689773B (zh) * | 2024-01-31 | 2024-04-30 | 合肥中科类脑智能技术有限公司 | 贴图方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101664316A (zh) * | 2009-09-16 | 2010-03-10 | 宁波大学 | 一种乳腺x线图像的软拷贝显示方法 |
EP2199975A1 (en) * | 2008-12-16 | 2010-06-23 | Samsung Electronics Co., Ltd. | Apparatus and method for blending multiple images |
CN102737395A (zh) * | 2011-04-15 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种医用x射线系统中的图像处理方法及装置 |
CN103384497A (zh) * | 2011-02-01 | 2013-11-06 | 德克塞拉有限公司 | 利用限制的动态范围全数字化乳房x线照片的高动态范围乳房x线照相术 |
CN105147310A (zh) * | 2015-09-30 | 2015-12-16 | 上海联影医疗科技有限公司 | 乳房图像获取方法及装置、乳房摄影系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005036514B4 (de) | 2005-08-03 | 2017-08-31 | Siemens Healthcare Gmbh | Verfahren und Einrichtung zum Erzeugen eines digitalen Röntgenbildes von einem Untersuchungsobjekt |
US7848551B2 (en) * | 2006-10-26 | 2010-12-07 | Crebone Ab | Method and system for analysis of bone density |
CN100591276C (zh) | 2008-01-25 | 2010-02-24 | 西安交通大学 | 一种基于尺度空间分解的x射线图像超动态范围重建方法 |
CN103838244B (zh) | 2014-03-20 | 2016-08-17 | 湖南大学 | 基于四轴飞行器的便携式目标跟踪方法及系统 |
US20170091550A1 (en) * | 2014-07-15 | 2017-03-30 | Qualcomm Incorporated | Multispectral eye analysis for identity authentication |
CN109389577B (zh) * | 2017-08-10 | 2022-05-03 | 上海西门子医疗器械有限公司 | X射线图像处理方法和系统及计算机存储介质 |
WO2019074545A1 (en) * | 2017-10-13 | 2019-04-18 | iHealthScreen Inc. | IMAGE-BASED SCREENING SYSTEM FOR PREDICTING AN INDIVIDUAL TO HAVE THE RISK OF AGE-RELATED MACULAR DEGENERATION (AMD) |
-
2017
- 2017-08-10 CN CN201710680197.1A patent/CN109389577B/zh active Active
-
2018
- 2018-08-09 EP EP18755175.9A patent/EP3665643B1/en active Active
- 2018-08-09 US US16/637,374 patent/US11315243B2/en active Active
- 2018-08-09 WO PCT/EP2018/071686 patent/WO2019030348A1/en unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2199975A1 (en) * | 2008-12-16 | 2010-06-23 | Samsung Electronics Co., Ltd. | Apparatus and method for blending multiple images |
CN101664316A (zh) * | 2009-09-16 | 2010-03-10 | 宁波大学 | 一种乳腺x线图像的软拷贝显示方法 |
CN103384497A (zh) * | 2011-02-01 | 2013-11-06 | 德克塞拉有限公司 | 利用限制的动态范围全数字化乳房x线照片的高动态范围乳房x线照相术 |
CN102737395A (zh) * | 2011-04-15 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种医用x射线系统中的图像处理方法及装置 |
CN105147310A (zh) * | 2015-09-30 | 2015-12-16 | 上海联影医疗科技有限公司 | 乳房图像获取方法及装置、乳房摄影系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610861A (zh) * | 2021-06-21 | 2021-11-05 | 重庆海尔制冷电器有限公司 | 制冷设备内食材图像处理方法、制冷设备及可读存储介质 |
CN113610861B (zh) * | 2021-06-21 | 2023-11-14 | 重庆海尔制冷电器有限公司 | 制冷设备内食材图像处理方法、制冷设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109389577B (zh) | 2022-05-03 |
EP3665643A1 (en) | 2020-06-17 |
EP3665643B1 (en) | 2023-09-27 |
US20200211183A1 (en) | 2020-07-02 |
US11315243B2 (en) | 2022-04-26 |
WO2019030348A1 (en) | 2019-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4310773B2 (ja) | Pet腫瘍画像に関する半自動セグメント分割アルゴリズム | |
Amorim et al. | InVesalius: an interactive rendering framework for health care support | |
Li et al. | Methodology for generating a 3D computerized breast phantom from empirical data | |
US4835688A (en) | Three-dimensional image processing apparatus | |
JP6835813B2 (ja) | コンピュータ断層撮影視覚化調整 | |
CN109389577A (zh) | X射线图像处理方法和系统及计算机存储介质 | |
US8989464B2 (en) | Functional image data enhancement and/or enhancer | |
KR102006795B1 (ko) | 유방 형상 변형 방법 및 장치 | |
CN102419864B (zh) | 一种提取脑部ct图像骨骼方法及装置 | |
CN111369675B (zh) | 基于肺结节脏层胸膜投影的三维可视模型重建方法及装置 | |
Udupa | 3D imaging: principles and approaches | |
Kang et al. | Fast and accurate semiautomatic segmentation of individual teeth from dental CT images | |
JP6564075B2 (ja) | 医用画像を表示するための伝達関数の選択 | |
JP2009541777A (ja) | 関心のある心筋部位の自動定義 | |
RU2538327C2 (ru) | Анатомически определенная автоматизированная генерация планарного преобразования криволинейных структур (cpr) | |
CN111053574A (zh) | 一种三维表面重建方法、装置及超声设备和存储介质 | |
JP2006136506A (ja) | 画像処理装置 | |
CN109377504A (zh) | 一种颅内动脉血管图像分割方法及系统 | |
CN112884879B (zh) | 用于提供至少一个管状结构的二维展开图像的方法 | |
CN113538330A (zh) | 动态掩模图像的提供 | |
EP3586747A1 (en) | Planning a procedure for contrast imaging of a patient | |
KR20170044046A (ko) | Ct 영상 기반의 신체크기 특이적 피폭선량 및 화질지수 제공 장치 및 방법 | |
Sharma et al. | Deep silicon photon-counting CT: A first simulation-based study for assessing perceptual benefits across diverse anatomies | |
Ruff et al. | Volume rendering of multimodal images for the planning of skull base surgery | |
US20200402255A1 (en) | Method and device for medical imaging for representing a 3d volume containing at least one introduced foreign object |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |