CN109712217B - 一种医学图像可视化方法和系统 - Google Patents

一种医学图像可视化方法和系统 Download PDF

Info

Publication number
CN109712217B
CN109712217B CN201811578474.9A CN201811578474A CN109712217B CN 109712217 B CN109712217 B CN 109712217B CN 201811578474 A CN201811578474 A CN 201811578474A CN 109712217 B CN109712217 B CN 109712217B
Authority
CN
China
Prior art keywords
region
interest
image data
medical image
rendered
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
CN201811578474.9A
Other languages
English (en)
Other versions
CN109712217A (zh
Inventor
李柳
万俊
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 CN201811578474.9A priority Critical patent/CN109712217B/zh
Publication of CN109712217A publication Critical patent/CN109712217A/zh
Priority to US16/716,677 priority patent/US11295450B2/en
Priority to US17/654,239 priority patent/US11995837B2/en
Application granted granted Critical
Publication of CN109712217B publication Critical patent/CN109712217B/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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more 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
    • 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
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • 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
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Human Computer Interaction (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种医学图像可视化方法，包括：获取医学图像数据，所述医学图像数据包括第一和第二感兴趣区域；接收输入的第一感兴趣区域显示指令，所述第一感兴趣区域显示指令用于指示对所述医学图像数据中的第一感兴趣区域进行显示；根据所述第一感兴趣区域显示指令确定待渲染图像数据；渲染所述待渲染图像数据，显示所述第一感兴趣区域；接收输入的第二感兴趣区域显示指令，所述第二感兴趣区域显示指令用于指示对所述医学图像数据中的第二感兴趣区域进行显示；根据所述第一感兴趣区域显示指令和所述第二感兴趣区域显示指令对所述待渲染图像数据进行局部区域更新；渲染所述局部区域更新后的待渲染图像数据，显示所述第二感兴趣区域。

Description

一种医学图像可视化方法和系统
技术领域
本申请涉及图像可视化领域，特别涉及一种医学图像可视化方法和系统。
背景技术
在医学图像数据的可视化过程中，通常采用图形处理器(Graphics ProcessingUnit，GPU)将医学图像数据可视化，从而使用户直观地看到医学图像。实际应用过程中，在工作流的不同阶段，用户会对某些区域特别感兴趣，因此需要对这些感兴趣区域进行显示。传统方法是将包括感兴趣区域在内的全部医学数据都进行更新，传至GPU进行渲染。然而，在很多情况下，感兴趣区域只占全部医学数据的一小部分，绝大部分医学数据没有变化，这种对全部医学数据进行整体更新的方法会占用大量GPU资源，效率低下，更新速度较慢。例如，某些场景下需要把整个人体医学数据中很小的一个区域的肿瘤提取后用特殊的方法进行区分显示，这个时候就需要对存储体数据每个体素的组织属性的掩膜(Mask)数据进行更新，把提取出来的肿瘤部分用特殊的值进行标记，传统的更新方式是直接对整个Mask数据进行替换，其中，大部分替换后的数据与替换前的数据是相同的，也就是说实施的大部分是无用的替换，但由于这部分无需替换的数据也被重新上传至GPU，会大大降低系统的更新性能，在对交互性能要求较高的一些场合下无法满足需求。因此，有必要提供一种可以高效、快速地对仅有部分更新的医学图像数据进行可视化的方法和系统。
发明内容
本申请的一方面提供了一种医学图像可视化方法。该方法包括：获取医学图像数据，所述医学图像数据包括第一感兴趣区域和第二感兴趣区域；接收输入的第一感兴趣区域显示指令，所述第一感兴趣区域显示指令用于指示对所述医学图像数据中的第一感兴趣区域进行显示；根据所述第一感兴趣区域显示指令确定待渲染图像数据；渲染所述待渲染图像数据，显示所述第一感兴趣区域；接收输入的第二感兴趣区域显示指令，所述第二感兴趣区域显示指令用于指示对所述医学图像数据中的第二感兴趣区域进行显示；根据所述第一感兴趣区域显示指令和所述第二感兴趣区域显示指令对所述待渲染图像数据进行局部区域更新；渲染所述局部区域更新后的待渲染图像数据，显示所述第二感兴趣区域。
在一些实施例中，所述局部区域为块状区域。
在一些实施例中，所述局部区域为离散区域。
在一些实施例中，所述方法还包括：根据所述第一感兴趣区域显示指令与所述第二感兴趣区域显示指令确定局部更新策略，所述局部更新策略用于确定所述局部区域为连续块状区域或离散区域；根据所述局部更新策略对所述待渲染图像数据进行局部区域更新。
在一些实施例中，所述方法还包括：接收输入的第一感兴趣区域提取指令，根据所述第一感兴趣区域提取指令从所述医学图像数据中提取出所述第一感兴趣区域；或者，接收输入的第二感兴趣提取指令，根据所述第二感兴趣区域提取指令从所述医学图像数据中提取出所述第二感兴趣区域。
在一些实施例中，所述显示所述第一感兴趣区域包括：将所述第一感兴趣区域显示为与其他区域不同的颜色；所述显示所述第二感兴趣区域包括：将所述第二感兴趣区域显示为与其他区域不同的颜色。
在一些实施例中，所述医学图像数据为三维体数据。
本申请的另一方面提供一种医学图像可视化系统。该系统包括：医学图像获取模块，用于获取医学图像数据，所述医学图像数据包括第一感兴趣区域和第二感兴趣区域；接收模块，用于接收输入的第一感兴趣区域显示指令，所述第一感兴趣区域显示指令用于指示对所述医学图像数据中的第一感兴趣区域进行显示，所述接收模块还用于接收输入的第二感兴趣区域显示指令，所述第二感兴趣区域显示指令用于指示对所述医学图像中的第二感兴趣区域进行显示；待渲染数据确定模块，用于根据所述第一感兴趣区域显示指令确定待渲染图像数据，还用于根据所述第一感兴趣区域显示指令和所述第二感兴趣区域显示指令对所述待渲染图像数据进行局部区域更新；渲染模块，用于渲染所述待渲染图像数据，显示所述第一感兴趣区域，还用于渲染所述局部区域更新后的待渲染图像数据，显示所述第二感兴趣区域。
本申请的另一方面提供一种医学图像可视化装置，包括至少一个存储介质及至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令，以实现如前所述的医学图像可视化方法。
本申请的另一方面提供一种所述存储介质存储有计算机指令，当所述计算机指令被处理器执行时，实现如前所述的医学图像可视化方法。
附图说明
本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1为根据本申请一些实施例所示的医学图像可视化系统的应用场景图；
图2为用于实现本申请技术方案的专用系统的示例性计算设备的框图；
图3为用于实现本申请技术方案的专用系统的示例性移动设备的框图；
图4为根据本申请一些实施例所示的医学图像可视化方法；
图5为根据本申请一些实施例所示的医学图像可视化系统的模块图；
图6为传统图像数据可视化的示意图；
图7为根据本申请一些实施例所示的采用块状局部更新策略的医学图像可视化的示意图；
图8为根据本申请一些实施例所示的采用离散局部更新策略的医学图像可视化的示意图。
具体实施方式
为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”系用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
应当理解的是，本申请的系统及方法的应用场景仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。
本申请提出的医学图像可视化方法和系统，在显示图像需要变化时，并不会将待渲染图像数据整体更新，而是根据实际情况对待渲染图像数据进行局部更新，从而加快了更新速度，提高了更新效率。
图1为根据本申请一些实施例所示的医学图像可视化系统的应用场景图。如图1所示，该医学图像可视化系统100可以包括扫描仪110、网络120、终端130、处理设备140和存储设备150。
扫描仪110可以对检测区域内的对象进行扫描，得到该对象的扫描数据。被扫描对象可以是人体或动物的整体或部分器官或组织，如头部等。在一些实施例中，扫描仪110可以是计算机断层扫描仪(CT)、发射计算机断层扫描仪(ECT)、磁共振成像扫描仪(MRI)、超声扫描仪、正电子发射断层扫描仪(PET)等。
网络120可以包括有助于医学图像可视化系统100交换信息和/或数据的任何适合的网络。在一些实施例中，医学图像可视化系统100的一个或多个其他组件(例如，扫描仪110、用户终端130、处理设备140、存储设备150等)可以通过网络120相互交换信息和/或数据。例如，处理设备140可以通过网络120从扫描仪110获取图像数据。又例如，处理设备140可以通过网络120获取来自用户终端130的用户指令。网络120可以是和/或包括公共网络(例如，互联网)、专用网络(例如，局域网(LAN)、广域网(WAN)等)、有线网络(例如，以太网)、无线网络(例如，802.11网络、Wi-Fi网络等)、蜂窝网络(例如，LTE网络)、帧中继网络、虚拟专用网络(“VPN”)、卫星网络、电话网络、路由器、集线器、转换器、服务器计算机和/或其中的一种或多种的组合。例如，网络120可以包括电缆网络、有线网络、光纤网络、电信网络、局域网、无线局域网(WLAN)、城域网(MAN)、公用电话交换网(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信网络(NFC)等中的一种或多种的组合。在一些实施例中，网络120可以包括一个或多个网络接入点。例如，网络120可以包括有线和/或无线网络接入点，如基站和/或网络交换点，系统100的一个或多个组件可以通过其接入到网络120以进行数据和/或信息交换。
在一些实施例中，用户可以通过用户终端130操作医学图像可视化系统100。用户终端130可以包括移动设备131、平板电脑132、笔记本电脑133等中的一种或多种的组合。在一些实施例中，移动设备131可以包括智能家庭设备、可穿戴设备、移动设备、虚拟现实设备、增强现实设备等中的一种或多种的组合。在一些实施例中，智能家用设备可以包括智能照明装置、智能电器控制装置、智能监控装置、智能电视、智能摄像机、对讲机等中的一种或多种的组合。在一些实施例中，可穿戴设备可以包括手镯、鞋袜、眼镜、头盔、手表、服装、背包、智能配件等一种或多种的组合。在一些实施例中，移动设备可以包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、笔记本电脑、平板电脑、台式机等中的一种或多种的组合。在一些实施例中，虚拟现实设备和/或增强现实装置可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等中的一种或多种的组合。例如，虚拟现实设备和/或增强现实设备可以包括Google GlassTM、Oculus RiffTM、HololensTM、Gear VRTM等。在一些实施例中，用户终端130可以是处理设备140的一部分。
处理设备140可以处理从扫描仪110、用户终端130和/或存储设备150中获得的数据和/或信息。例如，处理设备140可以处理连续的感兴趣区域显示指令，从而确定待渲染图像数据需要更新的局部区域。在一些实施例中，处理设备140可以是一个服务器或一个服务器群组。服务器群组可以是集中式的或者分布式的。在一些实施例中，处理设备140可以是本地的或远程的。例如，处理设备140可以通过网络120访问存储在扫描仪110、用户终端130和/或存储设备150的信息和/或数据。例如，处理设备140可以直接与扫描仪110、用户终端130和/或存储设备150连接从而访问其存储的信息和/或数据。在一些实施例中，处理设备140可以在云平台上被执行。例如，云平台可以包括私有云、公有云、混合云、社区云、分布式云、互联云、多重云等种的一种或多种的组合。在一些实施例中，处理设备140可以为用户终端130的一部分。在一些实施例中，处理设备140可以由具有一个或多个组件的计算设备200(如图2所述)执行。
存储设备150可以存储数据、指令和/或其他信息。在一些实施例中，存储设备150可以存储从终端130和/或处理设备140中获得的数据。在一些实施例中，存储设备150可以存储处理设备140为执行本申请中描述的示例性方法所执行或使用的数据和/或指令。在一些实施例中，存储设备150可以包括大容量存储器、可移动存储器、易失读写存储器、只读存储器(ROM)等中的一种或多种的组合。示例性的大容量存储器可包括磁盘、光盘、固态驱动器等。示例性的可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、拉链盘、磁带等。示例性的易失读写存储器可以包括随机存取存储器(RAM)。示例性的随机存取存储器RAM可以包括动态随机存储器(DRAM)、双数据率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性的只读存储器(ROM)可以包括掩模只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)，光盘只读存储器(CD-ROM)和数字多用途光盘等。在一些实施例中，存储设备150可以在云平台上被执行。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、互联云、多重云等种的一种或多种的组合。
在一些实施例中，存储设备150可以连接到网络120以与系统100中的一个或多个其他组件(例如，处理设备140、终端130等)进行通信。医学图像可视化系统100中的一个或多个组件可以通过网络120访问存储在存储设备150中的数据或指令。在一些实施例中，存储设备150可以直接与系统100中的一种或多个其他组件(例如，处理设备140、终端130等)连接或通信。在一些实施例中，存储设备150可以是处理设备140的一部分。
图2是用于实现本申请技术方案的专用系统的示例性计算设备的框图。
如图2所示，计算设备200可以包括处理器210、存储器220、输入/输出接口230和通信端口240。
处理器210可以执行计算指令(程序代码)并执行本申请描述的按需服务系统100的功能。所述计算指令可以包括程序、对象、组件、数据结构、过程、模块和功能(所述功能指本申请中描述的特定功能)。例如，处理器210可以处理从医学图像可视化系统100的任何组件获得的图像数据。在一些实施例中，处理器210可以包括微控制器、微处理器、精简指令集计算机(RISC)、专用集成电路(ASIC)、应用特定指令集处理器(ASIP)、中央处理器(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高级RISC机(ARM)、可编程逻辑器件以及能够执行一个或多个功能的任何电路和处理器等，或其任意组合。仅为了说明，图2中的计算设备200只描述了一个处理器，但需要注意的是本申请中的计算设备200还可以包括多个处理器。
存储器220可以存储从医学图像可视化系统100的任何其他组件获得的数据/信息。在一些实施例中，存储器220可以包括大容量存储器、可移动存储器、易失性读取和写入存储器和只读存储器(ROM)等，或其任意组合。示例性大容量存储器可以包括磁盘、光盘和固态驱动器等。可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘和磁带等。易失性读取和写入存储器可以包括随机存取存储器(RAM)。RAM可以包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容(Z-RAM)等。ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字通用盘ROM等。
输入/输出接口230可以用于输入或输出信号、数据或信息。在一些实施例中，输入/输出接口230可以使用户与医学图像可视化系统100进行联系。在一些实施例中，输入/输出接口230可以包括输入装置和输出装置。示例性输入装置可以包括键盘、鼠标、触摸屏和麦克风等中的一种或以上任意组合。示例性输出设备可以包括显示设备、扬声器、打印机、投影仪等，或其任意组合。示例性显示装置可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面显示器、电视设备、阴极射线管(CRT)等中的一种或以上任意组合。通信端口240可以连接到网络以便数据通信。所述连接可以是有线连接、无线连接或两者的组合。有线连接可以包括电缆、光缆或电话线等，或其任意组合。无线连接可以包括蓝牙、Wi-Fi、WiMax、WLAN、ZigBee、移动网络(例如，3G、4G或5G等)等中的一种或以上任意组合。在一些实施例中，通信端口240可以是标准化端口，如RS232、RS485等。在一些实施例中，通信端口240可以是专门设计的端口。例如，通信端口240可以根据数字成像和医学通信协议(DICOM)进行设计。
图3是用于实现本申请技术方案的专用系统的示例性移动设备300的框图。
如图3所示，所述移动设备300可以包括通信单元310、显示单元320、图形处理器(GPU)330、中央处理器(CPU)340、输入/输出单元350、内存360、存储单元370等。在一些实施例中，操作系统361(如，iOS、Android、Windows Phone等)和应用程序362可以从存储单元370加载到内存360中，以便由CPU 340执行。应用程序362可以包括浏览器或用于从医学图像可视化系统100接收成像、图形处理或其他相关信息的应用程序。
图4是根据本申请一些实施例所示的医学图像数据的更新方法。在一些实施例中，该方法400可以由本地的处理设备140执行。在一些实施例中，该方法也可以由云端服务器执行，以降低对本地设备的性能要求或减少本地设备的处理数据量。该方法400包括如下步骤：
步骤401，获取医学图像数据。医学图像数据可以是三维图像和/或二维图像数据。在一些实施例中，医学图像数据可以与人或动物的整体或部分器官或组织相关。所述器官包括但不限于脑部、肺部、心脏、肾脏、肝脏等。所述组织包括但不限于上皮组织、结缔组织、神经组织、肌肉组织等。本申请中的医学图像数据可以为各种类型，包括但不限于计算机断层扫描(CT)图像数据、发射计算机断层扫描(ECT)图像数据、磁共振成像(MRI)图像数据、超声图像数据、正电子发射断层扫描(PET)图像数据等。所述医学图像数据包括至少两个感兴趣区域，例如可以包括第一感兴趣区域、第二感兴趣区域、第三感兴趣区域等。以脑部医学图像数据为例，可以包括整个脑部、丘脑、壳核、岛叶、丘脑、苍白球、额叶、顶叶、垂体、脑血管等感兴趣区域。各感兴趣区域之间的位置可以呈各种关系，例如有部分重叠、彼此独立、一个感兴趣区域容纳另一个感兴趣区域等。在一些实施例中，处理设备140可以从扫描仪110处获取医学图像数据。在一些实施例中，处理设备140可以从存储设备150处获取医学图像数据。
在一些实施例中，在处理设备140获取了医学图像数据后，可以控制显示设备(如图1中具有显示功能的用户终端130、图3中的移动设备300等)显示相应医学图像。具体地，显示设备中包括图像处理单元(Graphics Processing Unit，GPU)(如图3所示移动设备300中的图形处理器330)，处理设备140将获取的医学图像数据发送至GPU，由GPU对医学图像数据进行渲染后在显示单元(如图3中的显示单元320)上显示，从而使用户可以看到所述医学图像数据对应的图像。在一些实施例中，处理设备140可以包括在显示设备内，处理设备140将获取的医学图像数据发送至同一显示设备内的GPU，由GPU渲染后在显示单元上显示相应医学图像。
在一些实施例中，医学图像数据包括体数据和掩膜数据(也称Mask数据)。本申请中体数据是指扫描设备(如扫描仪110)扫描人体或动物后得到的原始图像数据。掩膜数据是指用于处理体数据以达到特定显示效果的数据。例如，对于CT体数据，通常是让病人躺在CT设备的床板上扫描所得，但床板并非人体组织，实际显示时床板的存在会对医生在某些角度下的观察造成干扰，因此需要借助掩膜数据处理CT体数据，使得最终不显示床板的图像。又例如，对于脑部计算机断层成像血管造影(CTA)体数据，医生通常要使用此种扫描序列来观察和诊断脑部血管相关疾病，然而脑部血管在解剖结构上会被各种脑部软组织、头骨以及面部肌肉皮肤等包围，因此需要借助掩膜数据处理CTA体数据，使得最终不显示上述脑部软组织、头骨以及面部肌肉皮肤等干扰物的图像。掩膜数据与体数据的尺寸可以相同，例如都可以是512×512×512的三维数据。处理设备140可以用掩膜数据对体数据进行处理后发送至GPU进行渲染，得到特定的图像显示效果。
步骤403，接收输入的第一感兴趣区域显示指令，用于指示对所述医学图像数据中第一感兴趣区域进行显示。对于步骤401中获取的医学图像数据来说，在某些情况下，用户只对其中的部分区域感兴趣，如果将获取的医学图像数据不加区分地进行可视化向用户展现，用户不能容易地看到自己感兴趣的区域。例如，步骤401中获取的医学图像数据是人体整个脑部的图像数据，用户(例如医生)只关注其中的脑肿瘤部分。这种情况下就需要对脑肿瘤进行区别显示。在一些实施例中，第一感兴趣区域也可以是整个医学图像数据，即用户关注整个医学图像数据，想要看到完整的图像。所述感兴趣区域显示指令就是指用于指示对所述医学图像数据中的感兴趣区域进行显示的指令。在一些实施例中，用户可以通过用户终端130输入感兴趣区域显示指令。具体地，用户终端130中可以包括输入模块，用户通过该输入模块输入感兴趣区域显示指令。输入模块包括但不限于鼠标、键盘、触屏、麦克风等。用户可以采用各种输入方式输入感兴趣区域显示指令，包括但不限于打字输入、手写输入、选择输入、语音输入等中的一种或以上任意组合。具体地，打字输入根据语言的不同可以包括英文输入、中文输入等。选择输入可以包括从列表中选择等，如上文提到的用户只关注脑肿瘤的例子，用户可以在用户界面展现的列表中选择显示脑肿瘤的选项。
在一些实施例中，第一感兴趣区域显示指令用于指示对所述医学图像数据中的第一感兴趣区域进行突出显示。这种情况下，显示装置除了显示第一感兴趣区域外，还显示其他区域，但是对第一感兴趣区域进行突出显示。在一些实施例中，突出显示的方式可以是将第一感兴趣区域用与其他区域不同的颜色显示。例如，医学图像数据为脑部图像数据，第一感兴趣区域为脑动脉，则第一感兴趣区域显示指令可以用于指示在整个脑部图像中将脑动脉用特殊颜色(如红色)显示。在另一些实施例中，第一感兴趣区域显示指令用于指示对第一感兴趣区域进行普通显示。这种情况下，显示装置仅向用户显示第一感兴趣区域，而不显示其他区域。例如，医学图像数据为心脏图像数据，第一感兴趣区域为心脏中的冠脉血管，用户关注冠脉血管是否存在狭窄、斑块等疾病，则第一感兴趣区域显示指令可以用于指示仅显示冠脉血管而不显示心脏中的其他区域。应当理解，以上突出显示与普通显示仅为示例性的显示方式，并不用于限制本申请，还可以根据具体应用场景确定各种其他的显示方式。
在一些实施例中，第一感兴趣区域为整个医学图像数据，处理设备140可以直接对整个医学图像数据进行渲染。在一些实施例中，第一感兴趣区域为整个医学图像数据中的一部分，在接收到输入的第一感兴趣区域显示指令后，处理设备140可以从所述医学图像数据中提取出所述第一感兴趣区域。在一些实施例中，处理设备140可以自动提取所述第一感兴趣区域。具体地，处理设备140可以采用各种图像分割算法，包括但不限于基于阈值的分割算法、基于边缘的分割算法、基于区域的分割算法、基于图论的分割算法、基于能量泛函的分割算法、基于小波的分割算法、基于神经网络的分割算法等。在一些实施例中，可以接收输入的第一感兴趣区域提取指令，根据该指令从所述医学图像数据中提取出第一感兴趣区域。例如，可以采用人工分割方法提取所述第一感兴趣区域。具体地，用户可以手动在完整的医学图像中分割出第一感兴趣区域。例如，医生可以手动在人体图像中分割出椎骨。又例如，可以采用半自动的方法提取所述第一感兴趣区域。例如，用户可以手动确定种子点，处理设备140根据用户确定的种子点采用区域生长算法提取第一感兴趣区域。
步骤405，根据所述第一感兴趣区域显示指令确定待渲染图像数据。待渲染图像数据是指将由GPU渲染以向用户呈现相应图像的图像数据。在一些实施例中，处理设备140可以将所述医学图像数据中所述第一感兴趣区域内的那部分图像数据确定为待渲染数据；或者，也可以将包括第一感兴趣区域在内的更大范围的图像数据确定为待渲染数据。例如，所述医学图像数据是人体CT图像数据，其中包括肋骨和椎骨，用户关注的第一感兴趣区域为肋骨，则处理设备140可以只将肋骨图像数据确定为待渲染数据(例如采用上文所述的至少一种分割算法从医学图像数据中分割出肋骨的图像数据)，或者也可以同时将与肋骨相连的椎骨图像数据确定为待渲染数据(例如还从医学图像数据中分割出椎骨的图像数据)。又例如，所述医学图像数据是脑部MRI数据，用户关注的第一感兴趣区域为脑肿瘤，则处理设备140可以只将脑肿瘤图像数据确定为待渲染数据，从而使渲染后最终呈现出的画面中只包括脑肿瘤，或者也可以将脑肿瘤周围一定范围内的图像数据也确定为待渲染数据，使最终呈现出的图像中还包括脑肿瘤周围环境的画面。在一些实施例中，如果第一感兴趣区域显示指令是指示对第一感兴趣区域进行突出显示，则待渲染图像数据中包括对第一感兴趣区域进行突出显示的数据。
步骤407，渲染所述待渲染图像数据，显示所述第一感兴趣区域。处理设备140可以控制显示设备(如图1中具有显示功能的用户终端130、图3中的移动设备300等)显示所述待渲染图像数据对应的图像，其中包括所述第一感兴趣区域。具体地，处理设备140可以将待渲染图像数据发送至显示设备的GPU(如图3所示移动设备300中的图形处理器330)，由GPU进行渲染后在显示单元(如图3中的显示单元320)上显示。
步骤409，接收输入的第二感兴趣区域显示指令，用于指示对所述医学图像数据中的第二感兴趣区域进行显示。对于同一医学图像数据，用户在不同阶段关注的感兴趣区域可能不同。例如，对于脑部MRI数据，用户最开始关注的第一感兴趣区域为整个脑部，接下来关注的第二感兴趣区域为脑动脉。在一些实施例中，第二感兴趣区域显示指令可以指示仅对一个第二感兴趣区域进行显示。在另一些实施例中，第二感兴趣区域显示指令也可以指示对至少两个第二感兴趣区域进行显示。用户可以通过各种方式输入第二感兴趣区域显示指令。在一些实施例中，第二感兴趣区域显示指令用于指示对所述医学图像数据中的第二感兴趣区域进行突出显示。在一些实施例中，突出显示的方式可以是将第二感兴趣区域用与其他区域不同的颜色显示。在另一些实施例中，第二感兴趣区域显示指令用于指示对第二感兴趣区域进行单独显示。在一些实施例中，在接收到输入的第二感兴趣区域显示指令后，处理设备140可以从所述医学图像数据中提取出所述第二感兴趣区域。步骤409与步骤403类似，此处不再赘述。
步骤411，根据所述第一感兴趣区域显示指令和所述第二感兴趣区域显示指令对所述待渲染图像数据进行局部区域更新。传统方法中，当需要改变图像的显示效果时，会对待渲染数据进行整体更新。然而，很多情况下，只需改变图像中某一小部分的显示效果，其他大部分的显示效果保持不变。如图6所示，待渲染图像数据为由许多像素组成的二维图像数据，上图为更新前的待渲染图像数据，深色区域为需要变化的像素，白色区域为不需要变化的像素；下图为更新后的待渲染图像数据，可见整个待渲染图像数据都变成了深色，即所有像素都被更新了。这种整体更新方式效率低、更新速度慢，因此本申请中提出了局部更新的方式。
在一些实施例中，处理设备140根据所述第一感兴趣区域显示指令和所述第二感兴趣区域显示指令确定待渲染图像数据中需要更新的局部区域。具体地，处理设备140可以根据第一感兴趣区域显示指令与第二感兴趣显示指令确定待渲染图像数据中需要改变的像素或体素，从而确定待渲染图像数据中需要更新的局部区域。在一些实施例中，所述第一感兴趣区域容纳所述第二感兴趣区域，如果所述第一感兴趣区域显示指令用于指示对所述第一感兴趣区域进行普通显示、所述第二感兴趣区域显示指令用于指示对所述第二感兴趣区域进行突出显示，则待渲染图像数据原本就包括所述对第二感兴趣区域进行普通显示的数据，这时只需要将待渲染图像数据中对第二感兴趣区域进行普通显示的数据更新为突出显示即可；如果所述第一感兴趣区域显示指令和第二感兴趣区域显示指令都用于指示对相应感兴趣区域进行普通显示或者都用于指示对相应感兴趣区域进行突出显示，则只需将待渲染图像数据中第一感兴趣区域在第二感兴趣区域外的部分的数据移除即可。例如，医学图像数据为脑部MRI数据，用户首先想看到全脑图像，则待渲染图像数据为对全脑进行普通显示的图像数据，然后用户想看到突出显示的脑肿瘤图像，则只需要将待渲染图像数据中脑肿瘤部分普通显示的图像数据更新为突出显示的图像数据即可，其他区域的图像数据保持不变。在一些实施例中，第二感兴趣区域容纳第一感兴趣区域，或者两个感兴趣区域彼此分离，用户输入的两个感兴趣区域显示指令类型相同(例如都是普通显示或都是突出显示)，则需要将第二感兴趣区域的图像数据添加到待渲染图像数据中，如果用户在看第二感兴趣区域时不想再看到第一感兴趣区域，则还需要将待渲染图像数据中第一感兴趣区域的数据移除。还是以脑部MRI数据为例，如果用户首先想看左侧脑室，则待渲染图像数据为对左侧脑室进行普通显示的图像数据，然后用户又想看右侧脑室的图像，则只需要将医学图像数据中右侧脑室部分的数据添加到待渲染图像数据中，如果用户在看右侧脑室时不想看左侧脑室，则还需要将待渲染图像数据中右侧脑室部分的数据移除。在一些实施例中，第一感兴趣区域与第二感兴趣区域有部分重叠，用户输入的两个感兴趣区域显示指令类型相同，则需要将第二感兴趣区域的图像数据添加到待渲染图像数据中，如果用户在看第二感兴趣区域时不想再看到第一感兴趣区域，则还需要将待渲染图像数据中第一感兴趣区域不与第二感兴趣区域重叠的部分的图像数据移除。依然以脑部MRI数据为例，用户首先想看左侧脑室，则待渲染图像数据为对左侧脑室进行普通显示的图像数据，然后用户又想看脑动脉，脑动脉与左侧脑室有部分重叠，这时需要将脑动脉的图像数据添加到待渲染图像数据中，如果用户在看脑动脉的时候不想看到左侧脑室，则还需要将待渲染图像数据中左侧脑室不与脑动脉重叠的部分的图像数据移除。可以理解，以上给出的确定待渲染图像数据中需要更新的局部区域仅为示例，并不用于限制本申请的范围，在其他实施例中，还可以根据第一感兴趣区域显示指令与第二感兴趣区域显示指令之间的其他各种关系确定待渲染图像数据需要更新的局部区域。通过上述只对图像数据局部区域进行更新的方式，可以加快图像数据更新速率、提高更新效率，也可以节省内存和/或显存的占用，从而可以降低对医学图像设备的硬件要求和/或节约设备的资源，辅助医生提高看片速度和效率。
在一些实施例中，处理设备140采用块状局部更新策略对待渲染图像数据进行局部区域更新。块状局部更新策略是指对待渲染图像数据中的块状区域进行更新。这种更新策略尤其适合待渲染图像数据需要改变的部分形状相对规则、像素或体素之间相对集中的情况。图7所示即为这种情况。如图7所示，待渲染图像数据为由许多像素构成的二维图像数据，待渲染图像数据可以是经过分割和标注的人体医学图像数据。上图为更新前的待渲染图像数据，图中深色部分为需要改变的像素，这些像素比较集中，因此采用了块状局部更新的策略；下图为更新后的待渲染图像数据，深色部分为被更新的像素，这些被更新的像素呈连续块状。在一些实施例中，可以确定待渲染图像数据需要改变的部分的边缘像素或体素，根据边缘像素或体素确定连续块状区域的边界，从而界定连续块状区域。以脑部图像数据为例，用户首先想看到整个脑部(即第一感兴趣区域)图像，然后想看整个脑部图像中突出显示的脑肿瘤(即第二感兴趣区域)，则待渲染图像数据中需要改变的部分为脑肿瘤的图像数据，由于脑肿瘤通常为近球形或近椭球形，形状比较规则，图像数据中的体素或像素很集中，因此适合采用块状局部更新的策略。在一些实施例中，可以对待渲染数据中的单个块状区域进行更新，也可以对待渲染数据中的至少两个块状区域进行更新。例如，脑部MRI数据中存在两个肿瘤区域，则可以针对每个肿瘤区域分别确定一个块状区域，然后对两个块状区域进行更新。在一些实施例中，处理设备140采用离散局部更新策略对待渲染图像数据进行局部区域更新。离散局部更新策略是指对待渲染图像数据中的离散区域进行更新。这种更新策略尤其适合待渲染图像数据需要改变的部分形状不规则、像素或体素之间相对离散的情况。图8所示即为这种情况。如图8所示，上图为更新前的待渲染图像数据，图中深色部分为需要改变的像素，这些像素比较分散，因此采用了离散局部更新的策略；下图为更新后的待渲染图像数据，深色部分为被更新的像素，这些被更新的像素与上图需要更新的像素一一对应，呈离散状。还是以脑部图像数据为例，用户首先想看整个脑部(即第一感兴趣区域)的图像，然后想看整个脑部图像中突出显示的脑动脉(即第二感兴趣区域)，则待渲染图像数据中需要改变的部分即为脑动脉的图像数据，由于脑动脉呈细长管状，形状不规则，图像数据中的像素或体素之间比较离散，因此适合采用离散局部更新策略。在一些实施例中，对于上文提到的第二感兴趣区域显示指令指示对至少两个第二感兴趣区域进行显示的情况，针对不同第二感兴趣区域可以采用相同的局部更新策略，也可以采用不同的局部更新策略。例如，有两个第二感兴趣区域，其中一个为脑肿瘤，另一个为脑动脉，针对脑肿瘤可采取块状局部更新策略，针对脑动脉可采取离散局部更新策略。
在一些实施例中，可以预先设定局部更新策略。局部更新策略用于确定局部区域为连续块状区域还是离散区域。具体地，用户可以根据先验知识设定局部更新策略。例如，针对动脉显示，由于动脉一般形状不规则、像素或体素之间较为离散，因此可以预先设定局部更新策略为离散局部更新策略。又例如，针对肿瘤显示，由于肿瘤一般形状较为规则、像素或体素之间较为集中，因此可以预先设定局部更新策略为块状局部更新策略。在一些实施例中，处理设备140可以自动确定局部更新策略。具体地，处理设备140可以根据第一感兴趣区域显示指令与第二感兴趣区域显示指令确定待渲染图像数据中需要改变的像素或体素，根据这些像素或体素的位置自动确定局部更新策略。例如，可以根据这些像素或体素的坐标计算它们之间的离散度，如果离散度超过设定阈值，则确定局部更新策略为离散局部更新策略，否则确定局部更新策略为块状局部更新策略。在一些实施例中，用户在输入感兴趣区域显示指令时也可以选择局部更新策略。通过上述根据需要改变的图像数据的形状、像素或体素的集中程度确定局部更新策略，可以进一步提高图像数据更新的效率，实现更好的更新效果。
在一些实施例中，如上文所述，医学图像数据包括体数据和掩膜数据，掩膜数据用来处理体数据以实现特定的图像显示效果。待渲染图像数据由所述体数据和合适的掩膜数据构成。为了在显示第一感兴趣区域后再显示第二感兴趣区域，需要对掩膜数据进行更新，体数据保持不变。在一些实施例中，可以对掩膜数据中的局部区域进行更新，以使最终呈现的图像实现特定的显示效果。掩膜数据的局部区域更新与上文所述的局部区域更新类似，此处不再赘述。
本申请还可以根据用户的使用习惯定制图像数据更新方式和/或图像的显示方式。具体地，每个用户具有专属的用户账号，用户在操作相关图像处理设备时可以登录自己的账号，处理设备可以记录该用户账号的历史操作记录(例如输入的感兴趣区域显示指令)，根据历史操作记录确定用户的个性化图像数据更新方式和/或图像的显示方式。例如，根据用户的历史使用记录分析得到，对于脑部图像，用户在看脑动脉时习惯显示整个脑部区域，同时将脑动脉突出显示，根据该用户习惯信息，在该用户下一次看脑部图像输入脑动脉显示指令时，可以确定将待渲染图像数据更新为能够对脑动脉进行突出显示同时保留对脑部其他区域进行普通显示。又例如，对于躯干图像，用户在看椎骨和肋骨时习惯先同时显示椎骨和肋骨的图像，再单独显示椎骨或肋骨的图像，根据该习惯信息，在该用户下一次看躯干图像输入椎骨或肋骨显示指令时，可以先将待渲染图像数据确定为能够同时椎骨和肋骨，再将待渲染图像数据更新为能够单独显示肋骨或椎骨。通过上述方式，可以满足用户的个性化需求，使用户获得更好的使用体验。
步骤413，渲染所述局部区域更新后的待渲染图像数据，显示所述第二感兴趣区域。处理设备140可以将局部区域更新后的待渲染图像数据发送至显示设备的GPU，GPU渲染后在显示单元上显示。步骤413与步骤407类似，此处不再赘述。
应当注意的是，上述有关医学图像可视化方法400的描述仅仅是为了示例和说明，而不限定本申请的适用范围。对于本领域技术人员来说，在本申请的指导下可以对方法400进行各种修正和改变。然而，这些修正和改变仍在本申请的范围之内。例如，在步骤413后还可以接收用户输入的第三感兴趣区域显示指令，根据第二感兴趣区域显示指令与第三感兴趣区域显示指令再次对待渲染图像进行局部更新，并渲染再次局部更新后的待渲染图像，显示第三感兴趣区域。
图5为根据本申请一些实施例所示的医学图像数据更新系统的模块图。该医学图像数据更新系统500包括数据获取模块502、接收模块504、待渲染图像数据确定/更新模块506以及渲染模块508。在一些实施例中，这些模块可以集成在处理设备140中。
数据获取模块502可以获取医学图像数据。医学图像数据可以是三维图像和/或二维图像数据。在一些实施例中，医学图像数据可以与人或动物的整体或部分器官或组织相关。本申请中的医学图像数据可以为各种类型，包括但不限于计算机断层扫描(CT)图像数据、发射计算机断层扫描(ECT)图像数据、磁共振成像(MRI)图像数据、超声图像数据、正电子发射断层扫描(PET)图像数据等。所述医学图像数据包括至少两个感兴趣区域，例如可以包括第一感兴趣区域和第二感兴趣区域。各感兴趣区域之间的位置可以呈各种关系，例如有部分重叠、彼此独立、一个感兴趣区域容纳另一个感兴趣区域等。在一些实施例中，数据获取模块502可以从扫描仪110处获取医学图像数据。在一些实施例中，数据获取模块502可以从存储设备150处获取医学图像数据。
接收模块504可以接收感兴趣区域显示指令，感兴趣区域显示指令用于指示对医学图像数据中的感兴趣区域进行显示。在一些实施例中，用户可以通过用户终端130输入感兴趣区域显示指令。用户可以采用各种输入方式输入感兴趣区域显示指令，包括但不限于打字输入、手写输入、选择输入、语音输入等中的一种或以上任意组合。在一些实施例中，感兴趣区域显示指令用于指示对所述医学图像数据中的感兴趣区域进行突出显示。这种情况下，显示装置除了显示感兴趣区域外，还显示其他区域，但是对感兴趣区域进行突出显示。在一些实施例中，突出显示的方式可以是将感兴趣区域用与其他区域不同的颜色显示。在另一些实施例中，感兴趣区域显示指令用于指示对感兴趣区域进行普通显示。这种情况下，显示装置仅向用户显示感兴趣区域，而不显示其他区域。
待渲染图像数据确定/更新模块506可以确定和更新待渲染图像数据。待渲染图像数据确定/更新模块506可以根据第一感兴趣区域确定待渲染图像数据。在一些实施例中，待渲染图像数据确定/更新模块506可以将医学图像数据中第一感兴趣区域内的那部分图像数据确定为待渲染图像数据；或者，也可以将包括第一感兴趣区域在内的更大范围的图像数据确定为待渲染数据。在一些实施例中，如果第一感兴趣区域显示指令是指示对第一感兴趣区域进行突出显示，则待渲染图像数据中包括对第一感兴趣区域进行突出显示的数据。待渲染图像数据确定/更新模块506可以根据第一感兴趣区域显示指令和第二感兴趣区域显示指令对待渲染图像数据进行局部区域更新。在一些实施例中，待渲染图像数据确定/更新模块506根据所述第一感兴趣区域显示指令和所述第二感兴趣区域显示指令确定待渲染图像数据中需要更新的局部区域。具体地，可以根据第一感兴趣区域显示指令与第二感兴趣显示指令确定待渲染图像数据中需要改变的像素或体素，从而确定待渲染图像数据中需要更新的局部区域。在一些实施例中，待渲染图像数据确定/更新模块506采用块状局部更新策略对待渲染图像数据进行局部区域更新。在一些实施例中，待渲染图像数据确定/更新模块506采用离散局部更新策略对待渲染图像数据进行局部区域更新。在一些实施例中，可以预先在待渲染图像数据确定/更新模块506中设定局部更新策略。在一些实施例中，待渲染图像数据确定/更新模块506可以自动确定局部更新策略。
渲染模块508用于渲染图像数据。在一些实施例中，渲染模块508通过GPU渲染图像数据。渲染模块508可以与待渲染图像数据确定/更新模块506连接，接收待渲染图像数据确定/更新模块506发送的待渲染图像数据。渲染模块508渲染图像数据后，显示模块可显示相应图像。
需要注意的是，以上对于医学医学图像可视化系统模块的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，在一些实施例中，获取模块502、接收模块504、待渲染图像数据确定/更新模块506以及渲染模块508可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。在一些实施例中，可以将本系统的原理应用于其他医学图像可视化系统中。
本申请实施例可能带来的有益效果包括但不限于：(1)在只需要部分改变图像显示效果时，只对原图像数据进行局部更新，从而加快更新速度，提高更新效率；(2)根据需要改变的图像数据的形状、像素或体素的集中程度确定局部更新策略，实现更好的更新效果；(3)根据用户的使用习惯定制图像数据更新方案，满足用户的个性化需求，使用户获得更好的使用体验；(4)本申请应用于医学图像领域，可以降低对医学图像设备的硬件要求和/或节约设备的资源，辅助医生提高看片速度和效率。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

Claims (10)

1.一种医学图像可视化方法，其特征在于，包括：
获取医学图像数据，所述医学图像数据包括第一感兴趣区域和第二感兴趣区域；
接收输入的第一感兴趣区域显示指令，所述第一感兴趣区域显示指令用于指示对所述医学图像数据中的第一感兴趣区域进行显示；
根据所述第一感兴趣区域显示指令确定待渲染图像数据；
渲染所述待渲染图像数据，显示所述第一感兴趣区域；
接收输入的第二感兴趣区域显示指令，所述第二感兴趣区域显示指令用于指示对所述医学图像数据中的第二感兴趣区域进行显示；
根据所述第一感兴趣区域显示指令和所述第二感兴趣区域显示指令对所述待渲染图像数据进行局部区域更新；
渲染所述局部区域更新后的待渲染图像数据，显示所述第二感兴趣区域。
2.如权利要求1所述的医学图像可视化方法，其特征在于，所述局部区域为块状区域。
3.如权利要求1所述的医学图像可视化方法，其特征在于，所述局部区域为离散区域。
4.如权利要求1所述的医学图像可视化方法，其特征在于，所述方法还包括：
根据所述第一感兴趣区域显示指令与所述第二感兴趣区域显示指令确定局部更新策略，所述局部更新策略用于确定所述局部区域为连续块状区域或离散区域；
根据所述局部更新策略对所述待渲染图像数据进行局部区域更新。
5.如权利要求1所述的医学图像可视化方法，其特征在于，所述方法还包括：
接收输入的第一感兴趣区域提取指令，根据所述第一感兴趣区域提取指令从所述医学图像数据中提取出所述第一感兴趣区域；
或者，接收输入的第二感兴趣提取指令，根据所述第二感兴趣区域提取指令从所述医学图像数据中提取出所述第二感兴趣区域。
6.如权利要求1所述的医学图像可视化方法，其特征在于，
所述显示所述第一感兴趣区域包括：将所述第一感兴趣区域显示为与其他区域不同的颜色；
所述显示所述第二感兴趣区域包括：将所述第二感兴趣区域显示为与其他区域不同的颜色。
7.如权利要求1所述的医学图像可视化方法，其特征在于，所述医学图像数据为三维体数据。
8.一种医学图像可视化系统，其特征在于，包括：
医学图像获取模块，用于获取医学图像数据，所述医学图像数据包括第一感兴趣区域和第二感兴趣区域；
接收模块，用于接收输入的第一感兴趣区域显示指令，所述第一感兴趣区域显示指令用于指示对所述医学图像数据中的第一感兴趣区域进行显示，所述接收模块还用于接收输入的第二感兴趣区域显示指令，所述第二感兴趣区域显示指令用于指示对所述医学图像中的第二感兴趣区域进行显示；
待渲染数据确定模块，用于根据所述第一感兴趣区域确定待渲染图像数据，还用于根据所述第一感兴趣区域和所述第二感兴趣区域对所述待渲染图像数据进行局部区域更新；
渲染模块，用于渲染所述待渲染图像数据，显示所述第一感兴趣区域，还用于渲染所述局部区域更新后的待渲染图像数据，显示所述第二感兴趣区域。
9.一种医学图像可视化装置，其特征在于，所述装置包括至少一个处理器以及至少一个存储器；
所述至少一个存储器用于存储计算机指令；
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1～7中任意一项所述的操作。
10.一种用于医学图像可视化的计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1～7中任意一项所述的操作。
CN201811578474.9A 2018-12-21 2018-12-21 一种医学图像可视化方法和系统 Active CN109712217B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811578474.9A CN109712217B (zh) 2018-12-21 2018-12-21 一种医学图像可视化方法和系统
US16/716,677 US11295450B2 (en) 2018-12-21 2019-12-17 System and method for medical image visualization
US17/654,239 US11995837B2 (en) 2018-12-21 2022-03-10 System and method for medical image visualization

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811578474.9A CN109712217B (zh) 2018-12-21 2018-12-21 一种医学图像可视化方法和系统

Publications (2)

Publication Number Publication Date
CN109712217A CN109712217A (zh) 2019-05-03
CN109712217B true CN109712217B (zh) 2022-11-25

Family

ID=66257292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811578474.9A Active CN109712217B (zh) 2018-12-21 2018-12-21 一种医学图像可视化方法和系统

Country Status (2)

Country Link
US (2) US11295450B2 (zh)
CN (1) CN109712217B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110267357A (zh) * 2019-06-26 2019-09-20 深圳开立生物医疗科技股份有限公司 超声影像播放方法、系统及超声设备和存储介质
CN110428359B (zh) * 2019-08-09 2022-12-06 南京地平线机器人技术有限公司 用于处理感兴趣区域数据的装置和方法
EP3796210A1 (en) * 2019-09-19 2021-03-24 Siemens Healthcare GmbH Spatial distribution of pathological image patterns in 3d image data
CN111078346B (zh) * 2019-12-19 2022-08-02 北京市商汤科技开发有限公司 一种目标对象显示方法及装置、电子设备和存储介质
EP4066207A4 (en) * 2019-12-31 2023-01-25 Shanghai United Imaging Healthcare Co., Ltd. SYSTEMS AND METHODS FOR IMAGE PROCESSING
CN111290685A (zh) * 2020-02-28 2020-06-16 杭州依图医疗技术有限公司 细胞染色图像的显示方法、病理图像分析系统及存储介质
CN111353435A (zh) * 2020-02-28 2020-06-30 杭州依图医疗技术有限公司 细胞图像的显示方法、病理图像分析系统及存储介质
CN111462139A (zh) * 2020-04-24 2020-07-28 上海联影医疗科技有限公司 医学图像显示方法、装置、计算机设备和可读存储介质
CN114612461A (zh) * 2022-03-24 2022-06-10 数坤(北京)网络科技股份有限公司 图像处理方法、装置、存储介质及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485777A (zh) * 2015-09-02 2017-03-08 西门子保健有限责任公司 用功能信息在渲染解剖结构中光照
CN106709929A (zh) * 2016-12-30 2017-05-24 上海联影医疗科技有限公司 医学图像感兴趣区域显示方法及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8120696B2 (en) * 2006-08-31 2012-02-21 Micron Technology, Inc. Methods, apparatuses and systems using windowing to accelerate automatic camera functions
CN101277411B (zh) 2008-03-31 2011-10-05 深圳创维数字技术股份有限公司 一种图形处理方法、装置及数字终端
US9401047B2 (en) * 2010-04-15 2016-07-26 Siemens Medical Solutions, Usa, Inc. Enhanced visualization of medical image data
JP5949558B2 (ja) * 2011-06-07 2016-07-06 コニカミノルタ株式会社 超音波診断装置および超音波診断装置の制御方法
CN102254520A (zh) 2011-07-21 2011-11-23 福州大学 基于图像分割的电子纸的驱动方法
EP2856428B1 (en) * 2012-06-01 2022-04-06 Koninklijke Philips N.V. Segmentation highlighter
CN103714185B (zh) 2014-01-17 2017-02-01 武汉大学 主题事件更新方法库及城市多源时空信息并行更新方法
JP2018515167A (ja) * 2015-04-02 2018-06-14 ハートフロー， インコーポレイテッド 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法
KR102275707B1 (ko) 2015-05-04 2021-07-09 삼성전자주식회사 디스플레이 드라이버, 디스플레이 장치 및 디스플레이 시스템
EP3461416A1 (en) * 2017-09-28 2019-04-03 Koninklijke Philips N.V. Guiding an intravascular us catheter
EP3590428B1 (de) * 2018-07-06 2022-10-19 Siemens Healthcare GmbH Verfahren und bildgebendes gerät zum erzeugen eines roadmap-bildes

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485777A (zh) * 2015-09-02 2017-03-08 西门子保健有限责任公司 用功能信息在渲染解剖结构中光照
CN106709929A (zh) * 2016-12-30 2017-05-24 上海联影医疗科技有限公司 医学图像感兴趣区域显示方法及装置

Also Published As

Publication number Publication date
US20220198672A1 (en) 2022-06-23
US11295450B2 (en) 2022-04-05
CN109712217A (zh) 2019-05-03
US20200226761A1 (en) 2020-07-16
US11995837B2 (en) 2024-05-28

Similar Documents

Publication Publication Date Title
CN109712217B (zh) 一种医学图像可视化方法和系统
US11348233B2 (en) Systems and methods for image processing
US11437144B2 (en) Systems and methods for image processing
US11037309B2 (en) Method and system for processing multi-modality image
CN112424835B (zh) 用于图像重建的系统和方法
US20190051420A1 (en) Evolving contextual clinical data engine for medical data processing
US10417767B2 (en) Systems and methods for image segmentation
CN109271992A (zh) 一种医学图像处理方法、系统、装置和计算机可读存储介质
CN112368738B (zh) 用于图像优化的系统和方法
US11468570B2 (en) Method and system for acquiring status of strain and stress of a vessel wall
US20210225048A1 (en) Systems and methods for reconstructing cardiac images
US10521908B2 (en) User interface for displaying simulated anatomical photographs
US20180260989A1 (en) Method and system for generating color medical image
AU2019430369B2 (en) VRDS 4D medical image-based vein Ai endoscopic analysis method and product
CN111462139A (zh) 医学图像显示方法、装置、计算机设备和可读存储介质
CN114365188A (zh) 基于vrds ai下腔静脉影像的分析方法及产品
US10438351B2 (en) Generating simulated photographic anatomical slices
US10614570B2 (en) Medical image exam navigation using simulated anatomical photographs
WO2023232068A1 (en) Systems and methods for image processing
JP2012085833A (ja) ３次元医用画像データの画像処理システム、その画像処理方法及びプログラム
US12040074B2 (en) Systems and methods for data synchronization
WO2022061787A1 (en) Medical systems and methods
CN116249480A (zh) 医学成像系统和方法
US11334976B1 (en) Medical imaging with functional architecture tracking
US20240221953A1 (en) Systems and methods for image processing

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