CN109615602A - 一种x光视角图像的生成方法、存储介质以及终端设备 - Google Patents
一种x光视角图像的生成方法、存储介质以及终端设备 Download PDFInfo
- Publication number
- CN109615602A CN109615602A CN201811512733.8A CN201811512733A CN109615602A CN 109615602 A CN109615602 A CN 109615602A CN 201811512733 A CN201811512733 A CN 201811512733A CN 109615602 A CN109615602 A CN 109615602A
- Authority
- CN
- China
- Prior art keywords
- image
- ray
- visual angle
- dimensional image
- gray scale
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 230000000007 visual effect Effects 0.000 claims abstract description 68
- 238000007500 overflow downdraw method Methods 0.000 claims abstract description 10
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 56
- 238000004891 communication Methods 0.000 claims description 10
- 238000013519 translation Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000003384 imaging method Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- 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
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/073—Transforming surfaces of revolution to planar images, e.g. cylindrical surfaces to planar images
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种X光视角图像的生成方法、存储介质以及终端设备，所述方法包括获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层；采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像。本发明通过将三维影像的若干影像层进行灰度值融合来生成X光视角的图像，实现了将三维影像转换为二维图像，模拟出X光视角的图像，把三维影像中的组织结构相关信息集成到平面图像中，降低医生的工作量，提高影像分析效果。
Description
技术领域
本发明涉及医疗影像技术领域，特别涉及一种X光视角图像的生成方法、存储介质以及终端设备。
背景技术
随着医学成像技术的发展，如CT、MR、X光等多种医学成像方式逐渐出现。这些成像方法各具优势，但需要采用不同的成像设备进行成像。目前医院的就诊人数与成像设备数量和影像科医生数量的极大不匹配，患者进行相关检查往往需要很长的等待时间，且长期频繁使用成像设备产生的辐射对医生也会造成一定的伤害,因而如何利用CT/MR图像生成X光视角的图像成为目前领域研究的一大难点。
发明内容
针对现有技术的不足，本发明旨在提供一种X光视角图像的生成方法、存储介质以及终端设备，以实现利用CT/MR图像生成X光视角的图像。
本发明所采用的技术方案如下：
一种X光视角图像的生成方法，其包括：
获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层；
采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像。
所述X光视角图像的生成方法，其中，所述获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层具体包括：
获取物体的三维影像，并确定所述三维影像对应的调整参数，其中，所述调整参数包括平移距离和/或旋转角度；
按照所述调整参数对所述三维影像进行调整，并将调整后的三维影像按照X光视角的视角方向划分为若干影像层。
所述X光视角图像的生成方法，其中，所述按照所述调整参数对所述三维影像进行调整，并将调整后的三维影像按照X光视角的视角方向划分为若干影像层具体包括：
按照所述调整参数对所述三维影像进行调整，并根据所述调整后的三维影像确定X光视角的视角方向；
将调整后的三维影像按照所述视角方向进行分层，以得到若干影像层。
所述X光视角图像的生成方法，其中，所述采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像具体包括：
将各影像层中按照X光视角投影于同一投影点的像素点进行灰度值融合，以得到各投影点的第一灰度值；
根据所述各投影点的第一灰度值生成图像，以使得所述X光视角的图像。
所述X光视角图像的生成方法，其中，所述将各影像层中按照X光视角投影于同一投影点的像素点进行灰度值融合，以得到各投影点的第一灰度值具体包括：
获取各影像层中各像素点的第二灰度值，并根据各像素点的第二灰度值生成各影像层的第一灰度值矩阵；
根据各影像层的第一灰度值矩阵得到三维影像沿X光视角投影的投影图像的第二灰度值矩阵；
按照预设规则对所述第二灰度值矩阵进行调整，以得到各投影点的第一灰度值。
所述X光视角图像的生成方法，其中，所述根据各影像层的第一灰度值矩阵得到三维影像沿X光视角投影的投影图像的第二灰度值矩阵具体为：
将各影像层的第一灰度值矩阵进行叠加，以使得三维影像沿X光视角投影的投影图像的第二灰度值矩阵。
所述X光视角图像的生成方法，其中，所述各影像层的第一灰度值矩阵进行叠加的叠加公式为：
其中，A为第二灰度值矩阵，ai为第i层影像层的第一灰度值矩阵，N为影像层的总层数。
所述X光视角图像的生成方法，其中，所述预设规则为：
其中，A′为调整后的第二灰度值矩阵，A为第二灰度值矩阵，K为预设的X光视角图像的最大灰度值，max(A)为第二灰度值矩阵中的最大值，min(A)为第二灰度值矩阵中的最小值。
一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的X光视角图像的生成方法中的步骤。
一种终端设备，其包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如上任一所述的X光视角图像的生成方法中的步骤。
有益效果：与现有技术相比，本发明提供了一种X光视角图像的生成方法、存储介质以及终端设备，所述方法包括获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层；采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像。本发明通过将三维影像的若干影像层进行灰度值融合来生成X光视角的图像，实现了将三维影像转换为二维图像，模拟出X光视角的图像，把三维影像中的组织结构相关信息集成到平面图像中，降低医生的工作量，提高影像分析效果。
附图说明
图1为本发明提供的X光视角图像的生成方法的一个实施例的流程图。
图2为本发明提供的X光视角图像的生成方法的一个实施例中步骤S10的流程图。
图3为本发明提供的X光视角图像的生成方法的一个实施例中步骤S20的流程图。
图4为本发明提供的X光视角图像的生成方法的一个实施例中三维影像的示意图。
图5为所述三维影像按照现有投影线方法投影图。
图6为所述三维影像按照本发明提供的X光视角图像的生成得到的X光视角的模拟图像。
图7为本发明提供的终端设备的一个实施例的结构原理图。
具体实施方式
本发明提供一种X光视角图像的生成方法、存储介质以及终端设备，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
下面结合附图，通过对实施例的描述，对发明内容作进一步说明。
请参照图1，图1为本发明提供的应用自启动的控制方法的较佳实施例的流程图。所述方法包括：
S10、获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层。
具体地，所述三维影像为通过三维影像设备采集到的物体的三维影像，其中，所述三维影像可以为CT影像以及MR影像等。在实际应用中，可以利用CT/MR设备对物体的预定部位进行扫描，以获得CT/MR影像。此外，在获取到三维影像后，由于拍摄三维影像时物体所处的位姿可能与X光视角不相同，从而在获取到三维影像后需要对所述三维影像的位姿进行调整，以使得所述三维影像的位姿与待获取的X光模拟图像的X光视角相匹配。
示例性的，如图2所示，所述获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层具体包括：
S11、获取物体的三维影像，并确定所述三维影像对应的调整参数，其中，所述调整参数包括平移距离和/或旋转角度；
S12、按照所述调整参数对所述三维影像进行调整，并将调整后的三维影像按照X光视角的视角方向划分为若干影像层。
具体地，所述调整参数为三维影像对应的三维空间的空间变化参数，所述调整参数包括平移距离和/或旋转角度。其中，所述调整参数可以终端设备接收用户输入的，也可以是终端设备根据预设的X光视角生成的，还可以是根据终端设备接收到三维影像的拖动操作而自动生成的。当然，在实际应用中，三维影像采用x,y,z三个正交矢量空间的三维矩阵的形式存储，那么在采用旋转对三维图像进行调整的过程中，三维影像的原始矩阵出现倾斜时，其x,y,z三个正交矢量空间的坐标出现变化，从而采用图像插值法对原始矩阵进行填充，以使得调整后的矩阵为x,y,z三个正交矢量方向的三维矩阵。也就是说，在三维影像调整过程中，采用图像插值算法对图像插值，例如，双线性内插法等。
进一步，在本发明的一个实施例中，所述按照所述调整参数对所述三维影像进行调整，并将调整后的三维影像按照X光视角的视角方向划分为若干影像层具体包括：
按照所述调整参数对所述三维影像进行调整，并根据所述调整后的三维影像确定X光视角的视角方向；
将调整后的三维影像按照所述视角方向进行分层，以得到若干影像层。
具体地，所述X光视角的视角方向为X光视角的轴向方向，例如，所述X光视角为矢状位、冠状位或者横断位等，所述视角方向为所述矢状位、冠状位或者横断位的轴向方向。所述若干影像层为按照所述视角方向等距离划分得到的，并且各影像层均相互平行。在本实施例中，所述若干影像层的层数是根据三维影像的分辨率确定，例如，所述视角方向为Z轴方向，所述三维影像在Z轴方向的分辨率为300，那么所述三维影像沿所述视角方向可以划分得到300层。相应的，所述将调整后的三维影像按照所述视角方向进行分层，以得到若干影像层可以为获取所述调整后的三维影像在视角方向上的分辨率，根据所述分辨率将所述三维影像沿视角方向均匀划分为若干影像层，其中，所述影像层的数量等于所述分辨率。当然，在实际应用中，为了便于影像图像的划分，所述视角方向优选为调整后的三维影像所处三维空间的X、Y或Z轴。
S20、采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像。
具体地，所述灰度值融合法为将各影像层中相对于的像素点的灰度值进行融合，以得到X光视角的模拟图像的各像素点的灰度值，并根据得到的各像素点的灰度值生成模拟图像，即得到X光视角的图像。也就是说，所述X光视角的图像是通过采用灰度值融合法得到的X光视角的模拟图像。
示例性的，如图3所示，所述采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像具体包括：
S21、将各影像层中按照X光视角投影于同一投影点的像素点进行灰度值融合，以得到各投影点的第一灰度值；
S22、根据所述各投影点的第一灰度值生成图像，以使得所述X光视角的图像。
具体地，所述按照X光视角投影是按照X光视角的视角方向进行投影，由于各影像层是按照视角方向划分得到且各影像层相互平行，从而对于任一影像层上的一个像素点，其他影像层上均存在与其对应的像素点，该像素点和与其对应的像素点按照视角方向投影于同一投影点，所述投影点为该像素点和与其对应的像素点叠加得到。
进一步，所述投影点的第一灰度值是根据投影于其上的各影像层上的像素点的灰度值融合得到。相应的，所述将各影像层中按照X光视角投影于同一投影点的像素点进行灰度值融合，以得到各投影点的第一灰度值具体包括：
获取各影像层中各像素点的第二灰度值，并根据各像素点的第二灰度值生成各影像层的第一灰度值矩阵；
根据各影像层的第一灰度值矩阵得到三维影像沿X光视角投影的投影图像的第二灰度值矩阵；
按照预设规则对所述第二灰度值矩阵进行调整，以得到各投影点的第一灰度值。
具体地，所述第一灰度值矩阵是根据各像素点在各影像层位置以及灰度值生成，其中，像素点的灰度值位于第一灰度值矩阵中的位置与像素点位于影像层中位置相对应。各影像层对应的第一灰度值均为行数和列数相等的矩阵，从而各影像层的第一灰度值均值可以进行累加计算。也就是说，所述根据各影像层的第一灰度值矩阵得到三维影像沿X光视角投影的投影图像的第二灰度值矩阵具体为：将各影像层的第一灰度值矩阵进行叠加，以使得三维影像沿X光视角投影的投影图像的第二灰度值矩阵。其中，所述各影像层的第一灰度值矩阵进行叠加的叠加公式为：
其中，A为第二灰度值矩阵，ai为第i层影像层的第一灰度值矩阵，N为影像层的总层数。
进一步，在得到所述第二灰度值矩阵后，所述第二灰度值矩阵中的各灰度值是有各影像层相对于位置的像素点的灰度值相加得到，这使得第二灰度值均值内的各灰度值过高，若采用第二灰度值均值内的各灰度值作为X光视角的模拟图像的灰度值，会造成得到的X光视角图像的亮度过高，而造成X光视角图像不清楚。从而，在获取到第二灰度值矩阵后，可以按照预设规则对所述第二灰度值矩阵进行调整，以使得根据调整后的第二灰度值矩阵生成的模拟图像清晰。其中，所述预设规则为：
其中，A′为调整后的第二灰度值矩阵，A为第二灰度值矩阵，K为预设的X光视角图像的最大灰度值，max(A)为第二灰度值矩阵中的最大值，min(A)为第二灰度值矩阵中的最小值。例如，所述拟图像灰度值范围设定在[0,255]，那么所述K值为255。
此外，为了进一步说明所述X光视角图像的生成方法，下面结合一个具体实施例进行说明。
如图4，在所述三维图像中选定X光视角，即选定投影角度，以所述投影角度为视角方向对所述三维图像进行灰度值融合以得到二维图像，如图6所示，得到的二维图像为X光视角的模拟图像。所述X光视角图像相对于采用投影方法得到的如图5所示的投影图像，其整体亮度适中，可以清晰的显示图像细节，从而使得用户可以观察到图像细节。
基于上述X光视角图像的生成方法，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的X光视角图像的生成方法中的步骤。
基于上述X光视角图像的生成方法，本发明还提供了一种终端设备，如图7所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(Communications Interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。
此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
存储器22可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设备的使用所创建的数据等。此外，存储器22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，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)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
此外，上述存储介质以及终端设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种X光视角图像的生成方法，其特征在于，其包括：
获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层；
采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像。
2.根据权利要求1所述X光视角图像的生成方法，其特征在于，所述获取物体的三维影像，并将所述三维影像按照X光视角划分为若干影像层具体包括：
获取物体的三维影像，并确定所述三维影像对应的调整参数，其中，所述调整参数包括平移距离和/或旋转角度；
按照所述调整参数对所述三维影像进行调整，并将调整后的三维影像按照X光视角的视角方向划分为若干影像层。
3.根据权利要求2所述X光视角图像的生成方法，其特征在于，所述按照所述调整参数对所述三维影像进行调整，并将调整后的三维影像按照X光视角的视角方向划分为若干影像层具体包括：
按照所述调整参数对所述三维影像进行调整，并根据所述调整后的三维影像确定X光视角的视角方向；
将调整后的三维影像按照所述视角方向进行分层，以得到若干影像层。
4.根据权利要求1所述X光视角图像的生成方法，其特征在于，所述采用灰度值融合法将所述若干影像层，以得到所述X光视角的图像具体包括：
将各影像层中按照X光视角投影于同一投影点的像素点进行灰度值融合，以得到各投影点的第一灰度值；
根据所述各投影点的第一灰度值生成图像，以使得所述X光视角的图像。
5.根据权利要求4所述X光视角图像的生成方法，其特征在于，所述将各影像层中按照X光视角投影于同一投影点的像素点进行灰度值融合，以得到各投影点的第一灰度值具体包括：
获取各影像层中各像素点的第二灰度值，并根据各像素点的第二灰度值生成各影像层的第一灰度值矩阵；
根据各影像层的第一灰度值矩阵得到三维影像沿X光视角投影的投影图像的第二灰度值矩阵；
按照预设规则对所述第二灰度值矩阵进行调整，以得到各投影点的第一灰度值。
6.根据权利要求5所述X光视角图像的生成方法，其特征在于，所述根据各影像层的第一灰度值矩阵得到三维影像沿X光视角投影的投影图像的第二灰度值矩阵具体为：
将各影像层的第一灰度值矩阵进行叠加，以使得三维影像沿X光视角投影的投影图像的第二灰度值矩阵。
7.根据权利要求6所述X光视角图像的生成方法，其特征在于，所述各影像层的第一灰度值矩阵进行叠加的叠加公式为：
其中，A为第二灰度值矩阵，ai为第i层影像层的第一灰度值矩阵，N为影像层的总层数。
8.根据权利要求5-7任一所述X光视角图像的生成方法，其特征在于，所述预设规则为：
其中，A′为调整后的第二灰度值矩阵，A为第二灰度值矩阵，K为预设的X光视角图像的最大灰度值，max(A)为第二灰度值矩阵中的最大值，min(A)为第二灰度值矩阵中的最小值。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～8任意一项所述的X光视角图像的生成方法中的步骤。
10.一种终端设备，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的X光视角图像的生成方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811512733.8A CN109615602B (zh) | 2018-12-11 | 2018-12-11 | 一种x光视角图像的生成方法、存储介质以及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811512733.8A CN109615602B (zh) | 2018-12-11 | 2018-12-11 | 一种x光视角图像的生成方法、存储介质以及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109615602A true CN109615602A (zh) | 2019-04-12 |
| CN109615602B CN109615602B (zh) | 2021-05-28 |
Family
ID=66007109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811512733.8A Active CN109615602B (zh) | 2018-12-11 | 2018-12-11 | 一种x光视角图像的生成方法、存储介质以及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109615602B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110473297A (zh) * | 2019-08-20 | 2019-11-19 | 上海联影医疗科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN110490857A (zh) * | 2019-08-20 | 2019-11-22 | 上海联影医疗科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| WO2023072266A1 (en) * | 2021-10-29 | 2023-05-04 | Shanghai United Imaging Healthcare Co., Ltd. | Methods, systems and computer storage mediums for image processing |
| WO2023173650A1 (zh) * | 2022-03-18 | 2023-09-21 | 上海涛影医疗科技有限公司 | 一种多视角曝光x光影像定位方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050254617A1 (en) * | 2004-05-12 | 2005-11-17 | Ge Medical Systems Global Technology Company, Llc | Image reconstruction method and X-ray CT system |
| CN101661265A (zh) * | 2009-09-29 | 2010-03-03 | 哈尔滨师范大学 | 数字信息立体显示的多通道全息记录方法 |
| CN102651126A (zh) * | 2011-02-24 | 2012-08-29 | 徐世军 | 利用频谱外推技术改进成像质量的超声ct图像重建方法 |
| CN105022995A (zh) * | 2015-07-09 | 2015-11-04 | 暨南大学 | 基于光强信息的书画元素扩散渗透信息提取及分析方法 |
| CN105787973A (zh) * | 2014-12-19 | 2016-07-20 | 合肥美亚光电技术股份有限公司 | Ct系统中投影图像的重建方法及装置 |
| CN107909624A (zh) * | 2017-12-05 | 2018-04-13 | 南京大学 | 一种从三维断层成像中提取及融合二维图像的方法 |
-
2018
- 2018-12-11 CN CN201811512733.8A patent/CN109615602B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050254617A1 (en) * | 2004-05-12 | 2005-11-17 | Ge Medical Systems Global Technology Company, Llc | Image reconstruction method and X-ray CT system |
| CN101661265A (zh) * | 2009-09-29 | 2010-03-03 | 哈尔滨师范大学 | 数字信息立体显示的多通道全息记录方法 |
| CN102651126A (zh) * | 2011-02-24 | 2012-08-29 | 徐世军 | 利用频谱外推技术改进成像质量的超声ct图像重建方法 |
| CN105787973A (zh) * | 2014-12-19 | 2016-07-20 | 合肥美亚光电技术股份有限公司 | Ct系统中投影图像的重建方法及装置 |
| CN105022995A (zh) * | 2015-07-09 | 2015-11-04 | 暨南大学 | 基于光强信息的书画元素扩散渗透信息提取及分析方法 |
| CN107909624A (zh) * | 2017-12-05 | 2018-04-13 | 南京大学 | 一种从三维断层成像中提取及融合二维图像的方法 |
Non-Patent Citations (2)
| Title |
|---|
| CHIH-HUA HUANG ET AL.: ""Medical Image Registration and Fusion with 3D CT and MR data of Head"", 《PROCEEDINGS OF THE 19TH IEEE SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS》 * |
| 曾祥森: ""计算机辅助手术中低辐射快速三维重建及图像配准方法研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110473297A (zh) * | 2019-08-20 | 2019-11-19 | 上海联影医疗科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN110490857A (zh) * | 2019-08-20 | 2019-11-22 | 上海联影医疗科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN110473297B (zh) * | 2019-08-20 | 2022-03-29 | 上海联影医疗科技股份有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| WO2023072266A1 (en) * | 2021-10-29 | 2023-05-04 | Shanghai United Imaging Healthcare Co., Ltd. | Methods, systems and computer storage mediums for image processing |
| WO2023173650A1 (zh) * | 2022-03-18 | 2023-09-21 | 上海涛影医疗科技有限公司 | 一种多视角曝光x光影像定位方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109615602B (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109615602A (zh) | 一种x光视角图像的生成方法、存储介质以及终端设备 | |
| CN109949899B (zh) | 图像三维测量方法、电子设备、存储介质及程序产品 | |
| US20130113816A1 (en) | Visualizing brain network connectivity | |
| CN102843564B (zh) | 图像处理系统、装置以及方法 | |
| US20160232703A1 (en) | System and method for image processing | |
| JP6081477B2 (ja) | Ｃｔ装置及びｃｔ画像生成方法 | |
| US10037020B2 (en) | System and methods for creating a seamless mesh exhibiting localized customization to fill a multidimensional input surface | |
| US20150379780A1 (en) | Image display to display 3d image and sectional images | |
| CN101080747A (zh) | 来自单纯形网格的高质量的精确的曲面三角剖分 | |
| CN108876893A (zh) | 三维人脸重建的方法、装置、系统及计算机存储介质 | |
| Pang et al. | Accelerating simultaneous algebraic reconstruction technique with motion compensation using CUDA-enabled GPU | |
| CN103177471A (zh) | 三维图像处理装置 | |
| Li et al. | Transmission-less attenuation estimation from time-of-flight PET histo-images using consistency equations | |
| US20220343589A1 (en) | System and method for image processing | |
| CN110276823A (zh) | 基于光线追踪且实时可交互的集成成像生成方法及系统 | |
| US7769217B2 (en) | Fast iterative 3D PET image reconstruction using a set of 2D linogram transformations | |
| CN108022216A (zh) | 一种降低mpr伪影的系统和方法 | |
| CN110533120A (zh) | 器官结节的图像分类方法、装置、终端及存储介质 | |
| CN109544699A (zh) | 一种用于三维软件的图形显示方法 | |
| US10102347B2 (en) | Patient specific anatiomical sketches for medical reports | |
| US8957891B2 (en) | Anatomy-defined automated image generation | |
| Malkin et al. | CUDA-Optimized real-time rendering of a Foveated Visual System | |
| WO2018133003A1 (zh) | Ct三维重建方法及系统 | |
| Eapen et al. | Elementary Methods for Generating Three‐Dimensional Coordinate Estimation and Image Reconstruction from Series of Two‐Dimensional Images | |
| CN108039202A (zh) | 一种校正表的升级方法、医学图像重建方法及系统 |
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 |