CN110298794A - 医学成像系统、方法、计算机设备及可读存储介质 - Google Patents
医学成像系统、方法、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN110298794A CN110298794A CN201910417293.6A CN201910417293A CN110298794A CN 110298794 A CN110298794 A CN 110298794A CN 201910417293 A CN201910417293 A CN 201910417293A CN 110298794 A CN110298794 A CN 110298794A
- Authority
- CN
- China
- Prior art keywords
- medical imaging
- target object
- image
- motion amplitude
- imaging data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 170
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000003384 imaging method Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 239000003814 drug Substances 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 241000157882 Acrasida Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005311 nuclear magnetism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20201—Motion blur correction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种医学成像系统、方法、计算机设备及可读存储介质。该系统包括:医学成像装置,被配置为采集目标对象的医学成像数据并生成医学图像;摄像装置,被配置为在医学成像装置采集目标对象的医学成像数据的同时,采集目标对象具有时间间隔的多帧图像;运动检测模块,被配置为基于上述多帧图像计算目标对象的运动幅度;数据选择单元,被配置为选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,医学成像装置使用至少一个受测时间段对应的医学成像数据生成医学图像。该系统可以实现在不影响采集医学成像数据工作流的情况下,减小因目标对象运动而产生的运动伪影,提高所生成的医学图像的质量。
Description
技术领域
本申请涉及医疗成像技术领域,特别是涉及一种医学成像系统、方法、计算机设备及可读存储介质。
背景技术
在医学成像过程中,由于成像设备本身和图像重建算法的局限性、以及病人自身的因素会导致图像伪影的产生,图像伪影对医生的诊断及后续图像处理工作会产生较大的影响。在成像的各种伪影中,运动伪影是其中较典型的一种,主要是由于病人自主或非自主的运动(如:无自制力或身体不适的病人,婴幼儿等的肢体活动)破坏了成像数据的一致性和完整性所造成的。由于病人的运动存在多样性和不确定性,特别是当人体中植入了高吸收系数的金属物时,会加重射束硬化并产生大量噪声,运动伪影更加严重。
发明内容
基于此,有必要针对传统医学成像过程存在运动伪影的问题,提供一种医学成像系统、方法、计算机设备及可读存储介质。
第一方面,本申请实施例提供一种医学成像系统,包括:
医学成像装置,被配置为采集目标对象的医学成像数据并生成医学图像;
摄像装置,被配置为在医学成像装置采集目标对象的医学成像数据的同时,采集目标对象具有时间间隔的多帧图像;
运动检测模块,被配置为基于上述多帧图像计算目标对象的运动幅度;
数据选择单元,被配置为选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,医学成像装置使用至少一个受测时间段对应的医学成像数据生成医学图像,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
上述医学成像系统,包括医学成像装置,被配置为采集目标对象的医学成像数据并生成医学图像;摄像装置,被配置为在医学成像装置采集目标对象的医学成像数据的同时,采集目标对象具有时间间隔的多帧图像;运动检测模块,被配置为基于上述多帧图像计算目标对象的运动幅度;数据选择单元,被配置为选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,医学成像装置使用至少一个受测时间段对应的医学成像数据生成医学图像。该系统通过使用摄像装置采集目标对象的图像数据并计算目标对象的运动幅度,选择运动幅度较小的受测时间段所对应的医学成像数据来生成医学图像,实现了在不影响采集医学成像数据工作流的情况下,减小因目标对象运动而产生的运动伪影,提高所生成的医学图像的质量。
在其中一个实施例中,上述系统还包括:第一计时器,被配置为在医学成像装置采集目标对象的医学成像数据时开始计时,数据选择单元根据第一计时器记录的时间,选择满足预设条件的受测时间段对应的医学成像数据。
在其中一个实施例中,上述系统还包括:第二计时器,被配置为在医学成像装置采集目标对象的医学成像数据时开始计时,且在计时过程中当目标对象的运动幅度大于或者等于预设阈值时,重新开始计时;当第二计时器的计时时长大于或等于预设时长时,数据选择单元选择计时时长对应的医学成像数据。
在其中一个实施例中,上述运动检测模块,被配置为通过比较具有时间间隔的多帧图像中的至少两帧图像,计算目标对象的运动幅度。
在其中一个实施例中,上述运动检测模块,还被配置为采用预设的目标检测方法对多帧图像进行目标检测,确定各帧图像中的目标区域,以及基于各帧图像的目标区域计算每帧图像的目标区域内目标对象的运动幅度。
在其中一个实施例中,上述运动检测模块,还被配置为采用光流算法比较当前帧图像及与当前帧图像相邻的图像中的目标区域,确定当前帧图像中目标区域内每个像素的位移;根据每个像素的位移,计算当前帧图像中目标区域内目标对象的运动幅度;其中,当前帧图像与相邻的图像具有预设的时间间隔。
在其中一个实施例中,上述数据选择单元,被配置为选择目标对象的运动幅度满足预设条件的多个受测时间段对应的医学成像数据,医学成像装置使用多个受测时间段对应的医学成像数据生成医学图像。
第二方面,本申请实施例提供一种医学成像方法,包括:
采集目标对象的医学成像数据;
拍摄目标对象具有时间间隔的多帧图像,其中,多帧图像是在采集目标对象的医学成像数据的同时拍摄得到的;
基于多帧图像计算目标对象的运动幅度;
选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值;
根据至少一个受测时间段对应的医学成像数据生成医学图像。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标对象的用于医学成像的医学成像数据及具有时间间隔的多帧图像;
基于多帧图像计算目标对象的运动幅度;
选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标对象的用于医学成像的医学成像数据及具有时间间隔的多帧图像;
基于多帧图像计算目标对象的运动幅度;
选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
上述医学成像方法、计算机设备及可读存储介质,通过使用采集目标对象的图像数据并计算目标对象的运动幅度,选择运动幅度较小的受测时间段所对应的医学成像数据来生成医学图像,实现了在不影响采集医学成像数据工作流的情况下,减小因目标对象运动而产生的运动伪影,提高所生成的医学图像的质量。
附图说明
图1为一个实施例提供的医学成像系统的结构示意图;
图1a为一个实施例提供的摄像装置采集的当前帧图像与前一帧图像的示意图;
图2为另一个实施例提供的医学成像系统的结构示意图;
图2a为一个实施例提供的目标对象运动幅度与记录时间的曲线关系图;
图3为又一个实施例提供的医学成像系统的结构示意图;
图4为一个实施例提供的医学成像方法的流程示意图。
附图标记说明:
11:医学成像装置; 12:摄像装置; 13:运动检测模块;
14:数据选择单元; 15:第一计时器; 16:第二计时器。
具体实施方式
本申请实施例提供的医学成像系统,可以适用于不同类型医学成像过程中的伪影校正,该医学成像可以为电子计算机断层扫描成像(Computed Tomography,CT)、直接数字平板X线成像(Digital Radiography,DR)、核磁共振成像(Nuclear Magnetic ResonanceImaging,MRI)、正电子发射型计算机断层显像(Positron Emission ComputedTomography,PET)等。在成像过程中,由于病人的自主或非自主运动破坏了投影数据的一致性和完整性,从而产生了运动伪影,本申请提供的医学成像系统、方法、计算机设备及可读存储介质,旨在解决上述技术问题。
为了使本申请的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本申请实施例中的技术方案进行进一步的详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
图1为一个实施例提供的医学成像系统的结构示意图。如图1所示,该系统包括:医学成像装置11,被配置为采集目标对象的医学成像数据并生成医学图像;摄像装置12,被配置为在医学成像装置11采集目标对象的医学成像数据的同时,采集目标对象具有时间间隔的多帧图像;运动检测模块13,被配置为基于上述多帧图像计算目标对象的运动幅度;数据选择单元14,被配置为选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,医学成像装置11使用至少一个受测时间段对应的医学成像数据生成医学图像,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
具体的,上述医学成像装置11用来采集目标对象的医学成像数据,如可以是核磁共振仪采集目标对象的MRI成像数据、可以是CT机采集目标对象的CT成像数据等。摄像装置12用来在医学成像装置11采集目标对象的医学成像数据时,采集目标对象的多帧图像,该摄像装置12可以为摄像头、相机等具有摄像功能的装置,本实施例对此不做具体限定。摄像装置12采集的多帧图像可以是持续采集的视频数据中的连续帧图片,也可以为持续采集的视频数据中的具有时间间隔的间隔帧图片,还可以为间隔采集的图像数据中的多帧图片。可选的,摄像装置12采集的目标对象的多帧图像可以是目标对象的全身图像,也可以为目标对象的局部图像,如头部图像、胸部图像、腹部图像、盆腔图像等,其中,摄像装置12的摄像范围为医学成像装置11的检测区域。可选的,医学成像装置11与摄像装置12所进行采集数据的时长可以预先在系统中设置。
针对摄像装置12采集到的多帧图像,运动检测模块13可以对其进行分析计算,确定各帧图像中目标对象的运动幅度,其中,运动幅度可以为当前帧图像中目标对象相对于前一帧图像中目标对象的位置变化,可选的,该位置变化可以为目标对象的位移。在确定了各帧图像中目标对象的运动幅度之后,判断各帧图像中的运动幅度是否小于预设阈值,可选的,该预设阈值可以为提前设置的目标对象相对静止的最大运动幅度。然后可以确定运动幅度小于预设阈值的多帧图像所对应的受测时间段,该受测时间段可以有一个,也可以有多个,其所记录的时间可以为摄像装置12中所设置的系统时间,也可以为地域时间。示例性的,假设上述的运动幅度可以用具体的位移量表示,设定的预设阈值为1cm,若计算的某一帧图像中目标对象的运动幅度为0.5cm,则判断其小于预设阈值;若计算的某一帧图像中目标对象的运动幅度为2cm,则判断其大于预设阈值。
可选的,运动检测模块13可以通过比较具有时间间隔的多帧图像中的至少两帧图像,来计算目标对象的运动幅度。假设摄像装置12所采集的当前帧图像及与当前帧图像具有时间间隔的前一帧图像如图1a所示,那么运动检测模块13可以根据这两帧图像来计算目标对象当前帧的运动幅度。
由于医学成像装置11和摄像装置12是同时采集数据的,因此摄像装置12采集的多帧图像的时间段与医学成像装置11采集的医学成像数据的时间段是对应的,那么数据选择单元14便可以根据上述受测时间段选择所对应的医学成像数据。可选的,当上述受测时间段有一个时,数据选择单元14便选择该时间段所对应的医学成像数据;当上述受测时间段有多个时,数据选择单元14可以选择时长最长的受测时间段所对应的医学成像数据,也可以随机选择其中的一个受测时间段所对应的医学成像数据。然后医学成像装置11使用数据选择单元14选择的医学成像数据生成医学图像。可选的,在运动检测模块13确定了各帧图像中目标对象的运动幅度之后,还可以对运动幅度的等级进行划分,如等级越小运动幅度越小。数据选择单元14还可以选择运动幅度等级最小的受测时间段对应的医学成像数据。
可选的,当上述受测时间段有多个时,数据选择单元14还可以选择多个受测时间段所对应的医学成像数据,并将多个受测时间段对应的多个医学成像数据进行拼接,组成一个医学成像数据,医学成像装置11使用拼接后的医学成像数据生成医学图像。示例性的,假设摄像装置12采集的是目标对象的多帧手部图像,第一受测时间段内各手部图像中的手处于水平方向放置,与第一受测时间段相邻的第一时刻手部图像中的手处于竖直方向放置,接下来的第二受测时间段内各手部图像中的手所呈现的姿势与第一受测时间段内各手部图像中的手所呈现的姿势相同或相近,那么便可以将第一受测时间段与第二受测时间段所对应的医学成像数据进行拼接。
可选的,上述运动检测模块13和数据选择单元14可以集成于同一计算机设备中,也可以处于不同的计算机设备上。
本实施例提供的医学成像系统,包括医学成像装置,被配置为采集目标对象的医学成像数据并生成医学图像;摄像装置,被配置为在医学成像装置采集目标对象的医学成像数据的同时,采集目标对象具有时间间隔的多帧图像;运动检测模块,被配置为基于上述多帧图像计算目标对象的运动幅度;数据选择单元,被配置为选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,医学成像装置使用至少一个受测时间段对应的医学成像数据生成医学图像。该系统通过使用摄像装置采集目标对象的图像数据并计算目标对象的运动幅度,选择运动幅度较小的受测时间段所对应的医学成像数据来生成医学图像,实现了在不影响采集医学成像数据工作流的情况下,减小因目标对象运动而产生的运动伪影,提高所生成的医学图像的质量。
图2为另一个实施例提供的医学成像系统的结构示意图。在上述实施例的基础上,如图2所示,可选的,上述系统还包括第一计时器15,被配置为在医学成像装置11采集目标对象的医学成像数据时开始计时,数据选择单元14根据第一计时器15记录的时间,选择满足预设条件的受测时间段对应的医学成像数据。
具体的,上述第一计时器15在医学成像装置11开始采集目标对象的医学成像数据时开始计时,在医学成像装置11完成采集目标对象的医学成像数据时停止计时,此时摄像装置12也完成了目标对象的多帧图像的采集工作,例如,第一计时器可以是从第1s开始计时,持续计时60s。之后运动检测模块13可以对摄像装置12采集的多帧图像进行分析计算,确定各帧图像中目标对象的运动幅度。假设各帧图像中目标对象的运动幅度满足预设条件的时间段为第10s~20s,那么数据选择单元14便可以选择此时间段所对应的医学成像数据,进而医学成像装置11使用该医学成像数据生成医学图像。
可选的,当上述运动检测模块13计算出各帧中目标对象的运动幅度后,可以绘制出运动幅度与第一计时器15所记录时间的关系图,然后数据选择单元14从该图中选择运动幅度曲线取值较小的时间段所对应的医学成像数据。如图2a所示,数据选择单元14选择的是第5s~20s时间段所对应的医学成像数据。
本实施例提供的医学成像系统,还包括第一计时器,被配置为在医学成像装置采集目标对象的医学成像数据时开始计时,数据选择单元根据第一计时器记录的时间,选择满足预设条件的受测时间段对应的医学成像数据。该系统利用设置的计时器来完成采集目标对象的医学成像数据时的计时工作,无需再调用摄像装置的系统时间或地域时间,为数据选择单元选择医学成像数据时提供了便利。
图3为又一个实施例提供的医学成像系统的结构示意图。在上述实施例的基础上,如图3所示,可选的,上述系统还包括第二计时器16,被配置为在医学成像装置11采集目标对象的医学成像数据时开始计时,且在计时过程中当目标对象的运动幅度大于或者等于预设阈值时,重新开始计时;当第二计时器16的计时时长大于或等于预设时长时,数据选择单元14选择该计时时长对应的医学成像数据。
具体的,上述第二计时器16在医学成像装置11开始采集目标对象的医学成像数据时开始计时,例如可以是从第1s开始计时,此时摄像装置12也开始采集目标对象的多帧图像。与此同时,运动检测模块14对摄像装置12采集的多帧图像进行分析计算,确定已采集的图像中的目标对象的运动幅度,若在当前时刻运动检测模块14计算得到的目标对象的运动幅度大于或者等于预设阈值时,则第二计时器16重新开始计时。示例性的,假设在第二计时器16所计时的第2s、第3s、第4s时刻目标对象的运动幅度都小于预设阈值,但在第5s时刻目标对象的运动幅度大于预设阈值,那么第二计时器16从第6s时刻开始重新计时,即又从第1s开始计时。
当第二计时器16持续计时的时长大于或等于预设时长时,第二计时器16可以停止计时,且医学成像装置11可以停止采集目标对象的医学成像数据,摄像装置12可以停止采集目标对象的多帧图像。然后数据选择单元14便选择第二计时器16最后所记录的计时时长对应的医学成像数据,进而医学成像装置11使用该医学成像数据生成医学图像。可选的,上述预设时长可以为预先设置的经验值,也可以为医学成像装置11生成医学图像所需的医学成像数据的时长。示例性的,假设医学成像装置11生成医学图像所需的医学成像数据的时长即预设时长为15s,第二计时器16从第1s开始计时,持续计时至第15s,其中,此过程运动检测模块13所计算的目标对象的运动幅度都小于预设阈值,因第二计时器16的计时时长等于了预设时长,那么数据选择单元14可以选择此15s内对应的医学成像数据。
本实施例提供的医学成像系统,该系统还包括第二计时器,被配置为在医学成像装置采集目标对象的医学成像数据时开始计时,且在计时过程中当目标对象的运动幅度大于或者等于预设阈值时,重新开始计时;当第二计时器的计时时长大于或等于预设时长时,数据选择单元选择该计时时长对应的医学成像数据。该系统通过设置第二计时器,可以在计时时长大于或等于预设时长时,使得医学成像装置和摄像装置停止采集工作,减少了医学成像数据的采集时间,提高了生成医学图像的效率。
在上述实施例中,运动检测模块13可以是对多帧图像中的目标对象整体计算运动幅度,但在实际应用中,一般都是对病人的局部部位进行医学成像,如头部成像、胸部成像、腹部成像、盆腔成像等,因此,只需计算目标对象局部部位的运动幅度即可。可选的,在其中一个实施例中,上述运动检测模块13,还被配置为采用预设的目标检测方法对上述多帧图像进行目标检测,确定各帧图像中的目标区域,以及基于各帧图像的目标区域计算每帧图像的目标区域内目标对象的运动幅度。
具体的,运动检测模块13可以首先采用预设的目标检测方法对多帧图像进行目标检测,即检测出需要进行医学成像的目标区域。可选的,预设的目标检测方法可以为FasterR-CNN算法、Yolo(You only look once)算法、SSD(Single Shot MultiBox Detector)算法,其中Faster R-CNN算法为Shaoqing Ren等人于2015年在《Faster R-CNN:TowardsReal-Time Object Detection with Region Proposal Networks》中所提出的,其具有较高的目标检测准确率;Yolo算法为Joseph Redmon等人于2016年在《You Only Look Once:Unified,Real-Time Object Detection》中所提出的的,其具有较快的计算速度;SSD算法为Wei Liu等人于2016年在《SSD:Single Shot MultiBox Detector》中所提出的。优选的,预设的目标检测方法采用SSD算法,因为其结合了Faster R-CNN的精度和Yolo的快速特点,可实现一次完成网络训练及较高的检测精度,成为了目前主流的目标检测方法。在使用SSD算法进行目标检测之前,可选的,还会采用2000个已标记出目标区域的图片,对初始的SSD网络模型进行训练,以得到收敛的SSD网络模型。
在使用SSD算法检测出各帧图像中需要进行医学成像的目标区域后,运动检测模块15可以基于各帧图像中的目标区域,计算每帧图像中目标区域内目标对象的运动幅度。可选的,上述运动检测模块15,可以采用光流算法比较当前帧图像及与当前帧图像相邻的图像中的目标区域,确定当前帧图像中目标区域内每个像素的位移;根据每个像素的位移,计算当前帧图像中目标区域内目标对象的运动幅度;其中,当前帧图像与相邻的图像具有预设的时间间隔。
具体的,上述光流算法可以为经典稠密光流Farneback算法,运动检测模块15将当前帧图像及与该当前帧图像相邻的图像中的目标区域输入至光流算法中,可以确定当前帧图像中目标区域内每个像素的位移。可选的,可以利用公式d=(∑A(x)TA(x))-1∑A(x)TΔb(x)计算每个像素的位移,其中,x为当前帧图像中像素的矢量坐标,A(x)和b(x)分别为x的多项式特征,则Δb(x)为当前帧图像与相邻的图像中x的特征差。关于像素x的多项式特征,可由光流算法的实现过程得出,具体为:针对当前帧图像,可以计算每个像素的多项式展开特征其中,A是二次项系数r4、r5、r6的特征,b是一次项系数r2、r3的特征,c是常数项r1的特征。
在运动检测模块15确定当前帧图像中目标区域内每个像素的位移之后,可以计算当前帧图像中目标区域内目标对象的运动幅度。可选的,目标区域内目标对象的运动幅度可以为目标区域内每个像素的位移之和,也可以是目标区域内每个像素位移的平均值。对于摄像装置12采集的多帧图像,都可以利用上述方法计算得到目标目标区域内目标对象的运动幅度。
本实施例提供的医学成像系统,运动检测模块首先采用预设的目标检测方法对多帧图像进行目标检测,确定各帧图像中的目标区域,然后基于各帧图像的目标区域计算每帧图像的目标区域内目标对象的运动幅度。该系统通过检测多帧图像中的目标区域并计算目标区域内目标对象的运动幅度,可以进一步确保最终选择的受测时间段对应的医学成像数据,为需要成像的目标区域内目标对象运动幅度较小的数据,进一步提高了医学图像的质量。
为更好理解上述医学成像系统的工作流程,下面以方法实施例方式进行说明。
图4为一个实施例提供的医学成像方法的流程示意图,该方法包括:
S101,采集目标对象的医学成像数据;
S102,拍摄目标对象具有时间间隔的多帧图像,其中,该多帧图像是在采集目标对象的医学成像数据的同时拍摄得到的;
S103,基于多帧图像计算目标对象的运动幅度;
S104,选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值;
S105,根据至少一个受测时间段对应的医学成像数据生成医学图像。
本实施例提供的医学成像方法,其实现原理和技术效果与上述系统实施例类似,在此不再赘述。
在其中一个实施例中,上述方法还包括:在采集目标对象的医学成像数据时开始计时;根据记录的时间,选择满足预设条件的受测时间段对应的医学成像数据。
在其中一个实施例中,上述方法还包括:在采集目标对象的医学成像数据时开始计时,且在计时过程中当目标对象的运动幅度大于或者等于预设阈值时,重新开始计时;当计时时长大于或等于预设时长时,选择计时时长对应的医学成像数据。
在其中一个实施例中,上述基于多帧图像计算目标对象的运动幅度,包括:通过比较具有时间间隔的多帧图像中的至少两帧图像,计算目标对象的运动幅度。
在其中一个实施例中,上述基于多帧图像计算目标对象的运动幅度,还包括:采用预设的目标检测方法对多帧图像进行目标检测,确定各帧图像中的目标区域,以及基于各帧图像的目标区域计算每帧图像的目标区域内目标对象的运动幅度。
在其中一个实施例中,上述基于多帧图像计算目标对象的运动幅度,还包括:采用光流算法比较当前帧图像及与当前帧图像相邻的图像中的目标区域,确定当前帧图像中目标区域内每个像素的位移;根据每个像素的位移,计算当前帧图像中目标区域内目标对象的运动幅度;其中,当前帧图像与相邻的图像具有预设的时间间隔。
在其中一个实施例中,上述根据至少一个受测时间段对应的医学成像数据生成医学图像,包括:选择目标对象的运动幅度满足预设条件的多个受测时间段对应的医学成像数据;使用该多个受测时间段对应的医学成像数据生成医学图像。
应该理解的是,虽然图4流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标对象的用于医学成像的医学成像数据及具有时间间隔的多帧图像;
基于多帧图像计算目标对象的运动幅度;
选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
本实施例提供的计算机设备,其实现原理和技术效果与上述系统实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标对象的用于医学成像的医学成像数据及具有时间间隔的多帧图像;
基于多帧图像计算目标对象的运动幅度;
选择目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,预设条件为:受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
本实施例提供的计算机可读存储介质,其实现原理和技术效果与上述系统实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种医学成像系统,其特征在于,包括:
医学成像装置,被配置为采集目标对象的医学成像数据并生成医学图像;
摄像装置,被配置为在所述医学成像装置采集所述目标对象的医学成像数据的同时,采集所述目标对象具有时间间隔的多帧图像;
运动检测模块,被配置为基于所述多帧图像计算所述目标对象的运动幅度;
数据选择单元,被配置为选择所述目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,所述医学成像装置使用所述至少一个受测时间段对应的医学成像数据生成医学图像,其中,所述预设条件为:所述受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括:
第一计时器,被配置为在所述医学成像装置采集所述目标对象的医学成像数据时开始计时,所述数据选择单元根据所述第一计时器记录的时间,选择满足预设条件的受测时间段对应的医学成像数据。
3.根据权利要求1所述的系统,其特征在于,所述系统还包括:
第二计时器,被配置为在所述医学成像装置采集所述目标对象的医学成像数据时开始计时,且在计时过程中当所述目标对象的运动幅度大于或者等于预设阈值时,重新开始计时;
当所述第二计时器的计时时长大于或等于预设时长时,所述数据选择单元选择所述计时时长对应的医学成像数据。
4.根据权利要求1所述的系统,其特征在于,所述运动检测模块,被配置为通过比较所述具有时间间隔的多帧图像中的至少两帧图像,计算所述目标对象的运动幅度。
5.根据权利要求4所述的系统,其特征在于,所述运动检测模块,还被配置为采用预设的目标检测方法对所述多帧图像进行目标检测,确定各帧图像中的目标区域,以及基于所述各帧图像的目标区域计算每帧图像的目标区域内目标对象的运动幅度。
6.根据权利要求5所述的系统,其特征在于,所述运动检测模块,还被配置为采用光流算法比较当前帧图像及与所述当前帧图像相邻的图像中的目标区域,确定所述当前帧图像中目标区域内每个像素的位移;根据所述每个像素的位移,计算所述当前帧图像中目标区域内目标对象的运动幅度;其中,所述当前帧图像与所述相邻的图像具有预设的时间间隔。
7.根据权利要求1所述的系统,其特征在于,所述数据选择单元,被配置为选择所述目标对象的运动幅度满足预设条件的多个受测时间段对应的医学成像数据,所述医学成像装置使用所述多个受测时间段对应的医学成像数据生成医学图像。
8.一种医学成像方法,其特征在于,包括:
采集目标对象的医学成像数据;
拍摄所述目标对象具有时间间隔的多帧图像,其中,所述多帧图像是在采集所述目标对象的医学成像数据的同时拍摄得到的;
基于所述多帧图像计算所述目标对象的运动幅度;
选择所述目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,所述预设条件为:所述受测时间段内各帧图像中目标对象的运动幅度小于预设阈值;
根据所述至少一个受测时间段对应的医学成像数据生成医学图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
获取目标对象的用于医学成像的医学成像数据及具有时间间隔的多帧图像;
基于所述多帧图像计算所述目标对象的运动幅度;
选择所述目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,所述预设条件为:所述受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
获取目标对象的用于医学成像的医学成像数据及具有时间间隔的多帧图像;
基于所述多帧图像计算所述目标对象的运动幅度;
选择所述目标对象的运动幅度满足预设条件的至少一个受测时间段对应的医学成像数据,其中,所述预设条件为:所述受测时间段内各帧图像中目标对象的运动幅度小于预设阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910417293.6A CN110298794A (zh) | 2019-05-20 | 2019-05-20 | 医学成像系统、方法、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910417293.6A CN110298794A (zh) | 2019-05-20 | 2019-05-20 | 医学成像系统、方法、计算机设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110298794A true CN110298794A (zh) | 2019-10-01 |
Family
ID=68026914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910417293.6A Pending CN110298794A (zh) | 2019-05-20 | 2019-05-20 | 医学成像系统、方法、计算机设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298794A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111643082A (zh) * | 2020-06-22 | 2020-09-11 | 苏州高新区人民医院 | 一种乳腺mri成像呼吸伪影抑制方法 |
CN111789606A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像系统和方法 |
CN113034595A (zh) * | 2021-03-19 | 2021-06-25 | 浙江商汤科技开发有限公司 | 视觉定位的方法和相关装置、设备、存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625757A (zh) * | 2009-08-13 | 2010-01-13 | 华北电力大学(保定) | 一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 |
CN102016957A (zh) * | 2008-02-25 | 2011-04-13 | 发明医药有限公司 | 医疗训练方法及设备 |
CN102670230A (zh) * | 2011-03-15 | 2012-09-19 | 西门子公司 | 用于在双能计算机断层造影中减少运动伪影的方法 |
CN103876776A (zh) * | 2012-12-24 | 2014-06-25 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声造影成像方法及装置 |
CN107095691A (zh) * | 2017-07-11 | 2017-08-29 | 上海联影医疗科技有限公司 | 一种pet成像方法及系统 |
CN107348969A (zh) * | 2017-07-11 | 2017-11-17 | 上海联影医疗科技有限公司 | 一种pet数据处理方法、系统及pet成像设备 |
CN107468267A (zh) * | 2017-08-11 | 2017-12-15 | 上海联影医疗科技有限公司 | 数据处理方法及医学成像设备 |
CN108293123A (zh) * | 2015-12-22 | 2018-07-17 | 三星电子株式会社 | 用于产生缩时图像的方法和设备 |
CN108830169A (zh) * | 2018-05-24 | 2018-11-16 | 中国农业大学 | 增氧机工作状态的检测方法和系统 |
CN109767392A (zh) * | 2018-12-05 | 2019-05-17 | 上海联影医疗科技有限公司 | 医学图像处理方法和系统、存储介质及计算机设备 |
-
2019
- 2019-05-20 CN CN201910417293.6A patent/CN110298794A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102016957A (zh) * | 2008-02-25 | 2011-04-13 | 发明医药有限公司 | 医疗训练方法及设备 |
CN101625757A (zh) * | 2009-08-13 | 2010-01-13 | 华北电力大学(保定) | 一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 |
CN102670230A (zh) * | 2011-03-15 | 2012-09-19 | 西门子公司 | 用于在双能计算机断层造影中减少运动伪影的方法 |
CN103876776A (zh) * | 2012-12-24 | 2014-06-25 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声造影成像方法及装置 |
CN108293123A (zh) * | 2015-12-22 | 2018-07-17 | 三星电子株式会社 | 用于产生缩时图像的方法和设备 |
CN107095691A (zh) * | 2017-07-11 | 2017-08-29 | 上海联影医疗科技有限公司 | 一种pet成像方法及系统 |
CN107348969A (zh) * | 2017-07-11 | 2017-11-17 | 上海联影医疗科技有限公司 | 一种pet数据处理方法、系统及pet成像设备 |
CN107468267A (zh) * | 2017-08-11 | 2017-12-15 | 上海联影医疗科技有限公司 | 数据处理方法及医学成像设备 |
CN108830169A (zh) * | 2018-05-24 | 2018-11-16 | 中国农业大学 | 增氧机工作状态的检测方法和系统 |
CN109767392A (zh) * | 2018-12-05 | 2019-05-17 | 上海联影医疗科技有限公司 | 医学图像处理方法和系统、存储介质及计算机设备 |
Non-Patent Citations (1)
Title |
---|
刘亚雄 等: "CT图像的运动伪影校正", 《西安交通大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111643082A (zh) * | 2020-06-22 | 2020-09-11 | 苏州高新区人民医院 | 一种乳腺mri成像呼吸伪影抑制方法 |
CN111789606A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像系统和方法 |
CN111789606B (zh) * | 2020-08-10 | 2024-06-21 | 上海联影医疗科技股份有限公司 | 一种成像系统和方法 |
CN113034595A (zh) * | 2021-03-19 | 2021-06-25 | 浙江商汤科技开发有限公司 | 视觉定位的方法和相关装置、设备、存储介质 |
CN113034595B (zh) * | 2021-03-19 | 2024-06-07 | 浙江商汤科技开发有限公司 | 视觉定位的方法和相关装置、设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20140153806A1 (en) | Mr scan selection for pet attenuation correction | |
CN110298794A (zh) | 医学成像系统、方法、计算机设备及可读存储介质 | |
US7830144B2 (en) | Reducing effects of rotational motion | |
US9999399B2 (en) | Method and system for pigtail catheter motion prediction | |
CN111223066B (zh) | 运动伪影校正方法、装置、计算机设备和可读存储介质 | |
CN107334486A (zh) | 确定造影剂辅助成像方法的至少一个协议参数 | |
CN110960241A (zh) | 医学影像扫描的扫描参数确定方法、装置和计算机设备 | |
US20090092305A1 (en) | Method for detecting movements and correcting movements in tomographic and projective image series and tomography or projection system for implementing this method | |
JP2014508282A (ja) | ゲート信号を持つリストモードpetデータにおいて運動を検出し補正する方法及び装置 | |
CN103218803A (zh) | 计算机断层造影设备和用于确定身体的体积信息的方法 | |
JP2005296652A (ja) | 運動する対象の構造データの取得装置 | |
CN103385692A (zh) | 图像处理设备和图像处理方法 | |
CN107456236A (zh) | 一种数据处理方法及医疗扫描系统 | |
US11918390B2 (en) | Methods and systems for motion detection in positron emission tomography | |
JP2008307184A (ja) | 画像処理装置および画像処理プログラム | |
CN105303589B (zh) | 用于计算ct扫描的重建图像中的运动向量场的方法及装置 | |
JP2006055642A (ja) | 累積式撮像 | |
JP6292826B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US20180374204A1 (en) | Method and Apparatus for Generating a Set of Processed Images | |
US20220133257A1 (en) | System, method and computer program for acquiring phase imaging data of an object | |
EP4148680A1 (en) | Attenuation correction-based weighting for tomographic inconsistency detection | |
US8111068B2 (en) | Reducing effects of rotational motion | |
US20220414832A1 (en) | X-ray imaging restoration using deep learning algorithms | |
WO2013038896A1 (ja) | 放射線動態画像撮影システムおよびプログラム | |
CN114677415A (zh) | 图像配准方法、装置、计算机设备及可读存储介质 |
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 |