CN110807770A - 医学影像的处理、识别、显示方法及存储介质 - Google Patents

医学影像的处理、识别、显示方法及存储介质 Download PDF

Info

Publication number
CN110807770A
CN110807770A CN201911045788.7A CN201911045788A CN110807770A CN 110807770 A CN110807770 A CN 110807770A CN 201911045788 A CN201911045788 A CN 201911045788A CN 110807770 A CN110807770 A CN 110807770A
Authority
CN
China
Prior art keywords
organ
image
rib
medical image
slice
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
Application number
CN201911045788.7A
Other languages
English (en)
Inventor
石磊
乔丽华
史晶
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.)
According To Hangzhou Medical Technology Co Ltd
Original Assignee
According To Hangzhou Medical Technology 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 According To Hangzhou Medical Technology Co Ltd filed Critical According To Hangzhou Medical Technology Co Ltd
Priority to CN201911045788.7A priority Critical patent/CN110807770A/zh
Publication of CN110807770A publication Critical patent/CN110807770A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • G06T2207/10012Stereo images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本公开涉及医学影像的处理、识别、显示方法及存储介质,处理方法包括以第一界定面对所述器官的立体医学影像进行第一界定;以第二界定面对所述器官的立体医学影像进行第二界定,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;通过界定,所述器官的立体医学影像被界定出依次排布的第一部分、第二部分和第三部分。识别方法和显示方法分别根据界定面识别、显示/标识相应的器官部分。本公开能够更加有效提高影像分析效率和影像诊断准确性,在临床上对诊治、用药、护理、康复等这些方面的策略选取,以及病理分析、病例库完善等等各方面能够达到良好的有益效果。

Description

医学影像的处理、识别、显示方法及存储介质
技术领域
本公开涉及医疗影像处理、识别、显示技术领域,具体涉及一种医学影像的处理、识别、显示方法及计算机可读存储介质。
背景技术
在医学影像分析和诊断中,快速发现并定位器官的异常部分,例如骨折位置,是非常重要的。通常,根据肋骨图像查看发生骨折的是第几肋骨并定位骨折的相对位置。现有技术中暂无相关肋骨定位分区的同类产品。临床上无法快速、准确将诸如肋骨进一步定位(前肋、侧肋、后肋),将对医学影像分析和诊断,以及后期护理造成影响。
发明内容
本公开意图提供一种医学影像的处理、识别、显示方法及计算机可读存储介质,能够进一步处理器官的医学影像,将器官界定出相应的特征部,一方面识别相应的特征部,一方面显示、标识相应的特征部,更加有效提高影像分析效率和影像诊断准确性。
根据本公开的方案之一,提供一种医学影像的处理方法,用于对器官的立体医学影像的处理;所述处理方法包括:
以第一界定面对所述器官的立体医学影像进行第一界定;
以第二界定面对所述器官的立体医学影像进行第二界定,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;
通过界定,所述器官的立体医学影像被界定出依次排布的第一部分、第二部分和第三部分。
在一些实施例中,所述第一界定面和第二界定面为冠状面;
基于正中冠状面,朝向其一侧投影,确定出与其具有一预设距离的所述第一界定面;
基于正中冠状面,朝向其另一侧投影,确定出与其具有一预设距离的所述第二界定面。
在一些实施例中,还包括:
基于所述器官的特征参数,和/或基于所述器官所对应的生物体特征参数,获取所述第一界定面和第二界定面之间的距离。
在一些实施例中,所述器官为骨骼系统,所述骨骼系统至少包括肋骨;
通过所述第一界定面的第一界定,所述肋骨被界定出前肋和侧肋,所述前肋相比所述侧肋靠近于胸部;
通过所述第二界定面的第二界定,所述肋骨被界定出后肋和侧肋,所述后肋相比所述侧肋靠近于背部。
在一些实施例中,还包括:
获取器官的第一组医学影像中的器官的一组定位点,所述第一组图像能够用于重建包括器官的三维影像;
基于器官的一组定位点初始化包络网;
对所述包络网进行迭代计算,以得到目标包络网,使得所述目标包络网包裹住所述一组定位点的第一预设比例,并且所述一组定位点中第二预设比例的定位点每个被所述目标包络网上的至少一个点贴合;
确定所述第一组医学影像中与所述目标包络网上的点对应的像素,基于所述第一组医学影像中的对应像素所在区域的强度值,来确定所述目标包络网上的点的强度值;
基于映射关系和所述目标包络网上的各个点的强度值来获得器官的二维影像,所述映射关系为所述目标包络网与器官的二维影像的映射关系。
根据本公开的方案之一,提供一种医学影像的识别方法,包括:
基于由第一界定面对器官的立体医学影像界定出的器官部分,识别所述器官的第一特征部;
基于由第二界定面对所述器官的立体医学影像界定出的器官部分,识别所述器官的第二特征部,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;
基于由所述第一界定面和第二界定面对所述器官的立体医学影像界定出的器官部分,识别所述器官的第三特征部。
在一些实施例中,其中,基于建立器官三维模型实现所述识别;
所述建立器官三维模型,包括:
根据预设切片参数对器官的立体医学影像进行图像切片,获取N张器官切片图像,其中,每张所述器官切片图像对应于与所述预设切片参数关联的切片类型;N是大于1的整数;
根据预设预处理参数对器官切片图像进行预处理,获取预处理后的器官切片图像;
将预处理后的器官切片图像输入网络模型获取切片识别结果图像;
根据切片识别结果图像获取切片识别结果点状图像;
拟合所述切片识别结果点状图像的点,获取器官的三维点状图。
在一些实施例中,还包括:
根据N种切片类型对预设样本副数的器官进行切片后获取的N组切片样本图像中的一组,获取多组训练图像;
利用每组训练图像分别训练所述网络模型达到预设定位器官的特征部的精度,从而获得优化参数的网络模型。
根据本公开的方案之一,提供一种医学影像的识别方法,包括:
基于由第一界定面对器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第一特征部;
基于由第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第二特征部,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;
基于由所述第一界定面和第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第三特征部。
根据本公开的方案之一,提供一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现:
根据上述的医学影像的处理方法;或者
根据上述的医学影像的识别方法;或者
根据上述的医学影像的显示方法。
本公开的各种实施例的医学影像的处理、识别、显示方法及计算机可读存储介质,能够进一步处理器官的医学影像,将器官界定出相应的特征部,例如相对于生物体定位的前部、中部、后部,或者上部、中部、下部,抑或左部、中部、右部,以此应用到识别相应的特征部,显示、标识相应的特征部,能够更加有效提高影像分析效率和影像诊断准确性,在临床上对诊治、用药、护理、康复等这些方面的策略选取,以及病理分析、病例库完善等等各方面能够达到良好的有益效果。
应当理解,前面的大体描述以及后续的详细描述只是例示性的和说明性的,并非对所要求保护的本公开的限制。
附图说明
在未必按照比例绘制的附图中,不同视图中相似的附图标记可以表示相似的构件。具有字母后缀的相似附图标记或具有不同字母后缀的相似附图标记可以表示相似构件的不同实例。附图通常作为示例而非限制地图示各种实施例,并且与说明书和权利要求书一起用于解释所公开的实施例。
图1示出本公开涉及的标准解剖姿势和基本面、基本轴的示意;
图2示出根据本公开的实施例的医学影像的处理方法的流程图;
图3示出根据本公开的实施例涉及的界定面界定肋骨骨架的示意,其中为肋骨骨架的侧视方向;
图4(a)至4(d)示出了本公开的实施例的医学影像的处理方法中,涉及的对肋骨的切片图像进行处理后得到肋骨的图像的过程的示意图;
图5示出根据本公开涉及的初始化后的包络网的结构示意图;
图6示出根据本公开涉及的腋中线、腋后线、腋前线的示意;
图7示出根据本公开的实施例通过界定面界定出前肋、侧肋、后肋的示意;
图8示出根据本公开的实施例的医学影像的识别方法的流程图;
图9示出根据本公开的实施例涉及的三维肋骨点状图;
图10示出根据本公开的实施例的医学影像的显示方法的流程图;
图11示出根据本公开的一个实施例的医学影像的显示方法的显示界面,其中显示有前肋标记;
图12示出根据本公开的一个实施例的医学影像的显示方法的显示界面,其中显示有后肋标记;
图13示出根据本公开的一个实施例的医学影像的显示方法的显示界面,其中显示有侧肋标记。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
为了保持本公开实施例的以下说明清楚且简明,本公开省略了已知功能和已知部件的详细说明。
作为医学影像分析和诊断技术领域应当了解,由多种组织构成的能行使一定功能的结构单位叫做器官,器官的组织结构特点跟它的功能相适应。本领域的器官包括比较容易注意到一些组织集中的直观的器官,比如:眼、耳、鼻、舌等感觉器官,以及内脏器官心、肝、肺、胃、肾等;还包括比如任何骨骼,皮肤等。
应当理解,DICOM影像对于器官的三维影像能够全面、详细地呈现,其中以三个维度影像为主要构建基础。如图1所示,矢状面(sagittal plane)是将人体分切为左右两部分,左右切面就是矢状面,而左右相等的切面被称为正中矢状面,相应的影像可以定义为矢状图。冠状面(coronal plane)是沿左、右方向将人体纵切为前后两部分的断面,通过铅垂轴与横轴的平面及与其平行的所有平面都称为冠状面,这些平面将人体分成前、后两个部分,相应的影像可以定义为冠状图。可以理解的是,参照正中矢状面的术语,本领域技术人员易于知晓“正中冠状面”可以被定义为将人体切分为前、后一致的切面。与矢状面和冠状面对应的即有横断面(transverse plane)。
器官中的骨骼系统,以中轴骨和胸廓为较大的骨骼系统。中轴骨主要以椎骨为主,椎骨又称脊柱骨,有33块,根据其在人体的分布位置可将椎骨分为7块颈椎、12块胸椎、5块腰椎、5块骶椎和4块尾椎。胸廓以胸骨和肋骨为主,胸部肋骨一共12对,以左、右分界。偶有先天变异,存在13对肋骨,或者仅有11对肋骨。本文以肋骨为实施方式,针对本公开所涉及的器官进行说明,描述本公开所涉及的医学影像的处理、识别、显示方法及存储介质。
作为方案之一,本公开提供了医学影像的处理方法,用于对器官的立体医学影像的处理,如图2所示,所述处理方法包括:
S101:以第一界定面对所述器官的立体医学影像进行第一界定;
S102:以第二界定面对所述器官的立体医学影像进行第二界定,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;
通过界定,所述器官的立体医学影像被界定出依次排布的第一部分、第二部分和第三部分。
结合图3,以肋骨整体骨架的侧视方向为相对较优的说明视角,本领域技术人员可以想见:基于其他视角方向同样可以理解本公开中各实施例的技术方案以及有益效果。第一界定面将肋骨以类似切分的方式进行第一界定,第二界定面将肋骨以类似切分的方式进行第二界定。从图3中可以判断第一界定面和第二界定面分别位于器官的立体医学影像的中心的两侧。
应当理解,通过本公开的医学影像的处理方法,可以对器官的立体医学影像进行界定,即,不仅对本文实施例中肋骨进行界定,在实际的临床分析和诊断中,同样可以对椎骨、心脏、肺等器官的立体医学影像进行界定,从而更加有效提高影像分析效率和影像诊断准确性。例如,通过第一界定面和第二界定面将肋骨、椎骨、心脏、肺等器官界定出上部、中部、下部,或者左部、中部、右部。第一界定面和第二界定面可以是基于影像处理技术的虚拟界定面,可以是基于解剖学所能够确定的解剖界定面。无论是虚拟界定面,还是解剖界定面,只要是符合人体生理参数,能够将肋骨界定出具有临床意义的第一部分、第二部分、第三部分,均符合本公开所要求保护的发明构思,均能够达到本公开的有益效果。本公开的实施例将肋骨进行三段式分割,能够更加精准、直观的进行肋骨的定位,例如:位于前、中、后侧的前肋、侧肋、后肋,不同位置的肋骨骨折在护理上会有明显的差异性,从而使得本公开的实施例的医学影像分析和诊断服务于临床。
作为补充,针对本公开所涉及器官的三维立体医学影像以及器官、特征部的识别进行说明。需要理解的是,三维立体医学影像可以为采用各类医学成像设备获取的人体及身体各部位或器官的立体医学影像,例如:核磁共振成像设备(MRI)获取的三维影像,三维立体医学影像也可以为计算机断层扫描设备(CT)扫描获取的三维影像,或者为对计算机断层扫描设备(CT)扫描的CT二维切片图像进行重建获取的三维影像,本公开不限于此。二维切片图像是指利用医学成像设备获取的人体及身体各部位或器官的二维序列数字断层图像,例如,计算机断层扫描设备(CT)、核磁共振成像设备(MRI)、正电子发射计算机造影设备(PEI)、超声设备(Ultrasound)获取的二维切片图像等,本公开不限于此。二维切片图像也可以指对三维立体医学影像的特征进行提取并重建影像后获得的二维影像。
为了能够自动、准确的根据生成的一些二维影像,清晰且直观的察看器官,例如肋骨等的情况,从而为了能够提高相应器官医学影像的诊断效率,根据能够用于重建包括相应器官的三维立体医学影像的图像生成二维医学影像,是本公开的一种实施方式。以器官为肋骨为例,详细说明如下:
步骤一:获取器官的第一组医学影像中的器官的一组定位点,所述第一组图像能够用于重建包括器官的三维影像。
在一些实施例中,可以利用现有的医学成像设备来获取第一组医学影像,例如计算机断层扫描成像设备(CT)、核磁共振成像设备(MRI)等。第一组医学影像中的各个图像之间具有一定空间位置关系,可以根据第一组医学影像重建包括肋骨的三维图像,获取的肋骨的一组定位点至少能够在三维空间中描绘出肋骨的大致形状。
步骤二:基于器官的一组定位点初始化包络网。
初始化包络网包括:首先基于肋骨的定位点确定中心轴,然后根据确定的中心轴和一组定位点确定包络网上的各个点,连接相邻的各个点,点和连接边构成初始化后的包络网,初始化后的包络网至少包裹住一组定位点中的部分定位点,并且初始化后的包络网上的各个点与包裹住的定位点之间存在一定的距离。具体的,初始化包络网的方法有多种,初始化后的包络网的形状可以为圆柱体、长方体、锥形体等,在此不做具体限定。
步骤三:对所述包络网进行迭代计算,以得到目标包络网,使得所述目标包络网包裹住所述一组定位点的第一预设比例,并且所述一组定位点中第二预设比例的定位点每个被所述目标包络网上的至少一个点贴合。
具体的,对包络网进行迭代计算,使得包络网上的各个点向距离各个点最近的肋骨的定位点逐渐偏移,经过迭代计算后得到的目标包络网包裹住这组定位点中第一预设比例的定位点,并且在这组定位点中第二预设比例的定位点中的每个定位点被目标包络网上的至少一个点贴合,如此,使得可以根据目标包络网准确的绘制出肋骨。具体说来,第一预设比例和第二预设比例可以为数值也可以为数值范围,第一预设比例和第二预设比例可以是相同的比例或同一比率,且可以由用户自行设定和/或调整。例如,第一预设比例可以设置为90%以上,第二预设比例可以设置为85%以上,等等。
步骤四:确定所述第一组医学影像中与所述目标包络网上的点对应的像素,基于所述第一组医学影像中的对应像素所在区域的强度值,来确定所述目标包络网上的点的强度值。
具体说来,可以根据第一组医学影像中的各个图像以及各个图像之间的空间位置关系来建立像素的三维空间数组,第一组医学影像中的各个像素的坐标值均为整数,目标包络网上的各个点的坐标值可能为整数,也可能为非整数,在一些实施例中,如目标包络网上的点的坐标值为非整数,可以将所建立的像素的三维空间数组中与该点距离最小的像素作为与该点对应的像素,也可以对所建立的像素的三维空间数组进行处理,以得到与该点对应的像素。具体的,在确定第一组医学影像中与目标包络网上的各个点对应的像素后,根据确定的对应像素划定区域,该区域可以为根据对应像素划定的二维空间上的区域,也可以为根据对应像素和所建立的像素的三维空间数组划定的三维空间上的区域,基于该区域内的各个像素的强度值来确定与对应像素对应的目标包络网上的点的强度值,其中,确定目标包络网上的各个点的强度值的方法有多种,在此不做具体限定。
步骤五:基于映射关系和所述目标包络网上的各个点的强度值来获得器官的二维影像,所述映射关系为所述目标包络网与器官的二维影像的映射关系。
在实施方式中,可以不需要对第一组医学影像进行三维重建来察看肋骨的情况,耗时较短,且节省资源,并且不依赖于显示器的较高渲染效果也能够实现(因为可以无需3D渲染和呈现)。在一些实施例中,可以对目标包络网进行平铺,根据目标包络网上的各个点的强度值对平铺后的目标包络网进行绘制,得到第二图像,第二图像的像素与目标包络网上的点一一对应。在一些实施例中,还可以在根据目标包络网上的各个点的强度值对平铺后的目标包络网进行绘制后,将绘制后的图像乘以一个映射矩阵,以得到不同尺寸的第二图像。在一些实施例中,还可以通过插值算法对绘制后的图像上的各个像素进行插值,以得到较大尺寸的第二图像。
图4(a)至4(d)示出了本公开的实施例的医学影像的处理方法中,涉及的对肋骨的切片图像进行处理后得到肋骨的图像的过程的示意图,图4(a)为根据一组肋骨的2D切片图像获取的肋骨的一组定位点,图4(b)为对包络网进行初始化,对初始化后的包络网进行迭代计算后得到目标包络网(如图4(c)所示),最后,在根据第一组医学影像中的对应像素所在区域的强度值确定目标包络网上的各个点的强度值后,基于目标包络网与第二图像之间的映射关系和目标包络网上的各个点的强度值对第二图像进行绘制,得到一张肋骨的2D图像(如图4(d)所示),从肋骨的2D图像上,能够清晰且直观的观察到各个肋骨的情况以及发生骨折的位置(如图4(d)中的圆圈所示),相较于目前的从一组2D的肋骨切片图像上逐帧观察肋骨的情况,花费的时间较少,能够提高本实施例中肋骨的诊断效率。
在实施方式中,初始化包络网的方法可以为:(1)基于肋骨的定位点确定中心轴。具体说来,基于肋骨的定位点确定中心轴的方法有多种。在一些实施例中,可以将肋骨的一组定位点全部投影在XY平面上,计算投影定位点的平均值,确定各个投影定位点中与该平均值的距离较大的投影定位点,选取与该平均值的距离最大的三个投影定位点并基于这三个投影定位点建立外接圆柱,将该外接圆柱的中心轴作为包络网的中心轴。在一些实施例中,还可以选取与该平均值的距离最大的四个投影定位点并基于这四个投影定位点建立外接长方体,将外接长方体的中心轴作为包络网的中心轴。在一些实施例中,还可以计算各个定位点在XY平面上的坐标和,对坐标和求平均,基于平均后的坐标对应的点建立将所有定位点包裹在内的几何体(例如但不限于包络网的外接圆柱、外接长方体等)的中心轴,作为包络网的中心轴。(2)以中心轴上的各个点为圆心建立第一圆,第一圆的半径基于相应切面中的定位点来确定,使得相应切面中的各个定位点均位于第一圆内。具体说来,中心轴为Z轴方向上的轴,首先,可以在中心轴上等距离的设置数个点,将各个点分别作为数个第一圆的圆心,找到中心轴上的各个点所在的XY平面上的定位点,选取各个定位点中与第一圆的圆心距离较大的定位点来确定第一圆的半径。在一些实施例中,可以选取与第一圆的圆心距离最大的三个定位点,并基于这三个定位点建立外接圆,将该外接圆的半径作为第一圆的半径。在一些实施例中,还可以选取各个定位点中与第一圆的圆心距离较大的几个定位点来建立其他几何图形,只要保证在该圆心所在的XY轴方向上的相应切面上的所有定位点均位于所建立的第一圆内即可。(3)在第一圆上设置数个初始点。具体的,可以在第一圆上等距离的设置数个初始点。(4)连接相邻的初始点。具体的,将与各个点上下相邻以及左右相邻的点分别与各个点进行连接,点和连接边构成初始化后的包络网。通过上述实施方式,参考图5示出的初始化后的包络网,初始化后的包络网(网格状图形)基本包裹住整个关注对象且与关注对象存在一定的距离,第一预设比例的第一组定位点位于初始化的包络网上或以内。
在上述对于肋骨图像的详细处理过程基础上,本公开的实施例将肋骨界定出具有临床意义的第一部分、第二部分、第三部分。继续结合图3,以图示方向为例,第一界定面和第二界定面将肋骨界定出前肋、侧肋、后肋,即:位于图3的左侧部分的肋骨被视为前肋,位于图3的右侧部分的肋骨被视为后肋,位于图3的第一界定面和第二界定面之间部分的肋骨被视为侧肋。以大体解剖学中定义为例,在界定肋骨的过程中,如图6所示,可以但不限于通过左臂腋前线和右臂腋前线构成的界定面、左臂腋后线和右臂腋后线构成的界定面,将肋骨分为了上述的前肋、侧肋、后肋。左臂腋前线和右臂腋前线指通过腋窝前皱襞,沿前侧胸壁向下的垂直线;左臂腋后线和右臂腋后线是指通过腋窝后皱襞,沿后侧胸壁向下的垂直线。
作为一些实施方式,可以基于正中冠状面,朝向其一侧投影,确定出与其具有一预设距离的所述第一界定面,基于正中冠状面,朝向其另一侧投影,确定出与其具有一预设距离的所述第二界定面。具体的,涉及到肋骨定位的线为:腋前线、腋后线,拆解方法:以正中冠状面为中心将上臂等宽折射,折射区域为:侧肋区域,其前方为前肋,后方为后肋。图7以横断面为视角方式,示出了通过本公开的实施例的界定面所界定出的前肋、侧肋、后肋。
作为方案之一,本公开提供了医学影像的识别方法,如图8所示,包括:
S201:基于由第一界定面对器官的立体医学影像界定出的器官部分,识别所述器官的第一特征部。
具体以肋骨识别为例,可以结合前文内容,本公开的实施例的识别方法,基于本公开的界定面,识别肋骨的前肋部分。
S202:基于由第二界定面对所述器官的立体医学影像界定出的器官部分,识别所述器官的第二特征部,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧。
具体以肋骨识别为例,可以结合前文内容,本公开的实施例的识别方法,基于本公开的界定面,识别肋骨的后肋部分。
S203:基于由所述第一界定面和第二界定面对所述器官的立体医学影像界定出的器官部分,识别所述器官的第三特征部。
具体以肋骨识别为例,可以结合前文内容,本公开的实施例的识别方法,基于本公开的界定面,识别肋骨的侧肋部分。在实际临床的影像分析和诊断中的肋骨定位上,当出现先天变异的情况时,会出现例如11肋和13肋的情况,在计数方式需要进行统一,从医学的角度对当出现这样的变异的情况时如何进行一致性标准计数进行了定义。通过本公开的实施例的方案,可以针对出现11肋、13肋等异常情况进行相应的显示,并且向临床医学影像分析和诊断过程提供提示信息,从而将其体现在产品中,用人工智能的方法,自动学习既有临床医学影像分析和诊断知识,当出现先天变异时,首先明确提示,该肋骨医学影像存在变异,同时,根据既有医学知识对相应的肋骨异常情况进行自动检出,对出现异常的位置进行自动定位。
为了实现本公开的实施例的识别方法,针对肋骨模型建立、肋骨定位进行说明。建立器官三维模型,包括:
根据预设切片参数对器官的立体医学影像进行图像切片,获取N张器官切片图像,其中,每张所述器官切片图像对应于与所述预设切片参数关联的切片类型;N是大于1的整数;
根据预设预处理参数对器官切片图像进行预处理,获取预处理后的器官切片图像;
将预处理后的器官切片图像输入网络模型获取切片识别结果图像;
根据切片识别结果图像获取切片识别结果点状图像;
拟合所述切片识别结果点状图像的点,获取器官的三维点状图,如图9示出了的三维肋骨点状图。
其中:根据N种切片类型对预设样本副数的器官进行切片后获取的N组切片样本图像中的一组,获取多组训练图像;利用每组训练图像分别训练所述网络模型达到预设定位器官的特征部的精度,从而获得优化参数的网络模型。
训练图像,是根据N种肋骨切片类型对预设样本副数的肋骨进行切片后获取的N组切片样本图像中的一组,且同一组训练图像的肋骨切片类型相同,每组间训练图像的肋骨切片类型不同,N是大于1的整数。预设样本副数,是符合训练要求的数字肋骨的数量,预设样本副数是与训练效果相关联的。在训练前,对预设采集副数的肋骨进行切片图像采集。由于采集对象的肋骨存在不符合训练要求的情况,所以预设采集副数大于或等于预设样本副数。首先,对每个采集对象的肋骨进行N种肋骨切片类型的切片,获取N张切片图像。也就是对一个所述采集对象的肋骨切片后会产生N张切片图像,每张切片图像只属于一种肋骨切片类型。经过预处理后,从预设采集副数的肋骨的切片图像中选择出预设样本副数的肋骨的切片样本图像,将预设样本副数的肋骨的切片样本图像按照N种肋骨切片类型进行分组,且同一组所述切片样本图像的肋骨切片类型相同,每组间所述切片样本图像的肋骨切片类型不同。例如,通过CT对每副肋骨进行切片图像采集,在CT图像中均包括标签,通过自动识别CT图像的标签,可以将一位采集对象的N张切片样本图像按照N种肋骨切片类型分成N组。
根据预设切片参数对预设采集副数的肋骨分别进行切片,获取预设采集副数的肋骨的第一切片图像;其中,预设切片参数与N种肋骨切片类型相关联;根据预设预处理参数对预设采集副数的肋骨的所述第一切片图像进行预处理,获取预设样本副数的肋骨的第二切片图像;根据N种肋骨切片类型对所述第二切片图像进行分组,获取N组切片样本图像,且同一组切片样本图像的肋骨切片类型相同,每组间切片样本图像的肋骨切片类型不同。
具体实施方式中,在依次获取一组训练图像前,还包括:
根据预设切片参数对预设采集副数的肋骨分别进行切片,获取预设采集副数的肋骨的第一切片图像;其中,预设切片参数与N种肋骨切片类型相关联;
根据预设预处理参数对预设采集副数的肋骨的第一切片图像进行预处理,获取预设样本副数的肋骨的第二切片图像;
根据N种肋骨切片类型对第二切片图像进行分组,获取N组切片样本图像,且同一组切片样本图像的肋骨切片类型相同,每组间切片样本图像的肋骨切片类型不同。
具体实施方式中,预设预处理参数,包括:预设肺部影像完整性参数和/或预设肋骨完整性参数;预处理,包括图像筛选处理;
根据预设预处理参数对预设采集副数的肋骨的第一切片图像进行预处理,获取预设样本副数的肋骨的第二切片图像,包括:
根据预设数字肺部影像完整性参数和/或预设数字肋骨完整性参数对预设采集副数的肋骨的第一切片图像进行图像筛选处理,获取预设样本副数的肋骨的第二切片图像。
具体实施方式中,预设预处理参数,包括预设图像骨骼灰度参数;预处理包括分割图像骨骼;
根据预设预处理参数对预设采集副数的肋骨的第一切片图像进行预处理,获取预设样本副数的肋骨的第二切片图像,包括:
根据预设图像骨骼灰度参数对预设采集副数的肋骨的第一切片图像进行分割图像骨骼,获取预设样本副数的肋骨的第二切片图像。
具体实施方式中,预设预处理参数,包括预设肋骨图像参数;预处理包括清洗肋骨图像;
根据预设预处理参数对预设采集副数的肋骨的第一切片图像进行预处理,获取预设样本副数的肋骨的第二切片图像,包括:
根据预设肋骨图像参数对预设采集副数的肋骨的第一切片图像进行清洗肋骨图像,获取预设样本副数的肋骨的第二切片图像。
具体实施方式中,预设切片参数,包括:左肺三维坐标、右肺三维坐标和预设切片位置;
根据预设切片参数对每副肋骨进行切片,获取每副肋骨的第一切片图像,包括:
以每副肋骨的左肺三维坐标的X轴为轴心,对每副肋骨进行预设切片位置的切片,获取每副肋骨的K种肋骨切片类型的第一切片图像;
以每副肋骨的左肺三维坐标的Y轴为轴心,对每副肋骨进行预设切片位置的切片,获取每副肋骨的L种肋骨切片类型的第一切片图像;
以每副肋骨的左肺三维坐标的Z轴为轴心,对每副肋骨进行预设切片位置的切片,获取每副肋骨的M种肋骨切片类型的第一切片图像;
以每副肋骨的右肺三维坐标的X轴为轴心,对每副肋骨进行预设切片位置的切片,获取每副肋骨的K'种肋骨切片类型的第一切片图像;
以每副肋骨的右肺三维坐标的Y轴为轴心,对每副肋骨进行预设切片位置的切片,获取每副肋骨的L'种肋骨切片类型的第一切片图像;
以每副肋骨的右肺三维坐标的Z轴为轴心,对每副肋骨进行预设切片位置的切片,获取每副肋骨的M'种肋骨切片类型的第一切片图像;
其中,左肺三维坐标,是在左侧肋骨中左肺的预设左原点建立的三维坐标,左肺三维坐标X轴和Z轴为水平轴且Y轴为垂直轴;右肺三维坐标,是在右侧肋骨中右肺的预设右原点建立的三维坐标,右肺三维坐标X轴和Z轴为水平轴且Y轴为垂直轴;K,K',L,L',M和M'分别是大于1的整数,且K,K',L,L',M及M'的和等于N。
作为方案之一,本公开提供了医学影像的显示方法,如图10所示,包括:
S301:基于由第一界定面对器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第一特征部。
结合图11所示,具体的,本公开提供了一种显示界面,在该显示界面上,以冠状面的视角、横断面的视角显示了前肋的医学影像,并且可以在相应的肋骨上进行标识,例如:显示第五根左、右前肋的医学影像,标识为:5L前肋、5R前肋;显示第十根左、右前肋的医学影像,标识为:10L前肋、10R前肋,等等。
S302:基于由第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第二特征部,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧。
结合图12所示,具体的,本公开提供了一种显示界面,在该显示界面上,以冠状面的视角、横断面的视角显示了后肋的医学影像,并且可以在相应的肋骨上进行标识,例如:显示第三根左、右后肋的医学影像,标识为:3L后肋、3R后肋;显示第九根左、右后肋的医学影像,标识为:9L后肋、9R后肋,等等。
S303:基于由所述第一界定面和第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第三特征部。
结合图13所示,具体的,本公开提供了一种显示界面,在该显示界面上,以冠状面的视角、横断面的视角显示了侧肋的医学影像,并且可以在相应的肋骨上进行标识,例如:显示第六根左、右后肋的医学影像,标识为:6L侧肋、6R侧肋;显示第八根左、右侧肋的医学影像,标识为:8L侧肋、8R侧肋,等等。
结合前文内容,以整套流程为例进行说明,本公开的实施例的显示方法主要功能及输入输出:
主要功能:在标准的DICOM胸部CT的骨窗影像上,给出肋骨的具体定位结果;
输入:一份完整的DICOM胸部CT影像,肺部影像完整,至少包含部分颈椎和腰椎,肋骨完整,无残缺,排除单侧胸部呈现;
输出:影像所包含的骨疾病的肋骨定位结果
i.输出左右肋,左侧标记为L,右侧标记为R;
ii.输出具体肋骨数,1-12根,1L-12L,1R-12R;
iii.输出肋骨的具体具体前肋、侧肋、后肋,示例:5L前肋
iv.非12肋的输出,如只有11对肋骨,提示只有11对肋骨,如为13对肋骨,提示有13对肋骨。
需要说明的是,在符合质控的胸部CT,或者说与肋骨定位相关的胸部CT,必须先符合扫描质控,且不能存在丢层等现象。在传统的胸部CT检查,可能不一定包含第12肋,这是因为胸部CT范围是包含膈底,而相当在一部分患者第12肋的位置更低,但必须包含胸廓入口,即第一肋及第7颈椎,这个是做为学习和计数的基础。对于怀疑有肋骨骨折的患者,扫描的范围会更大,需要包含第12肋。
作为本公开的优化实施方式,优选实施例的医学影像的显示方法可以在显示界面同时显示第一医学影像和第二医学影像,第一医学影像和第二医学影像为同一三维立体医学影像的不同维度的二维切片图像,例如,第一医学影像为三维立体医学影像的横断面图,第二医学影像为三维立体医学影像的冠状面图和/或矢状面图。在同一界面显示三维立体医学影像的不同维度的二维切片图像,可以对需要进行定位的前肋、侧肋或者后肋进行直观显示,便于分析和诊断中快速定位至肋骨进行查看,通过明晰的人体结构信息图像,提供辅准确的助诊断和治疗。
具体的,医学影像以胸部影像为例,第一医学影像为胸部影像的断层轴位的横断面图,显示于第一区域;第二医学影像为胸部影像的冠状面图和/或矢状面图,显示于第二区域,第一区域和第二区域无重叠区域,便于同时显示第一医学影像和第二医学影像,便于直观对比查看。通过对第一医学影像中的肋骨进行操作,可以定位识别出前肋、侧肋或者后肋,并在第一医学影像和第二医学影像中联动地对该肋骨进行标记显示,以便快速、准确定位出该肋骨,便于用户查看该肋骨的信息。对第一医学影像中肋骨的操作包括对显示于第一区域的第一医学影像中的肋骨的指向、选中、滑过或者点击等操作。当需要对显示于第一区域的横断面图中的肋骨进行识别时,利用鼠标点击或指向肋骨位置区域即可对该肋骨进行定位识别并以标记显示的方式在横断面图和冠状面图中分别定位显示前肋、侧肋或者后肋。第一医学影像和第二医学影像中可以以三角形、圆点、圆圈、方框、十字等标识来标记肋骨,或者也可以以放大、高亮显示、闪动、改变字体等形式来标记肋骨,在此不作具体限定。当对第一区域中胸部影像的横断面图的肋骨位置区域进行指向、选中、滑过或者点击等操作时,可以以方框作为标识对定位识别出的肋骨进行标记显示,使得用户能够对横断面图中的肋骨进行快速定位识别。在此基础上,通过显示不同维度的二维切片图像,能够利用冠状面图(也可以是矢状面图)显示的肋骨的定位信息,快速、准确定位出横断面图中肋骨等特征部及特征部的位置,直接给与医生前肋、侧肋或者后肋的位置提示,并能够自动精确的将骨折部位等病变部位输出,提高诊断效率和诊断准确性。另一方面,通过对第二医学影像中肋骨进行标定,并显示标定后前肋、侧肋或者后肋的标号,可以快速获取前肋、侧肋或者后肋的名称、类型以及定位位置等信息,如此,可以更加直观地对前肋、侧肋或者后肋进行定位标记,同时也便对单帧或逐帧显示的横断面图进行定位标记,可以快速、准确定位识别出横断面图中的特征部,提高诊断效率。
通过本公开的医学影像显示方法,基于本领域技术人员常识性了解,可以知晓同时公开了一种显示设备,包括显示单元和处理器,配置为:提供一显示界面,基于由第一界定面对器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第一特征部;基于由第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第二特征部,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;基于由所述第一界定面和第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第三特征部。
本公开各实施例所涉及的如上所述的显示设备,与上述各实施例中的医学影像的显示方法属于同一构思,其能够进一步处理器官的医学影像,将器官界定出相应的特征部,例如相对于生物体定位的前部、中部、后部,或者上部、中部、下部,抑或左部、中部、右部,以此应用到识别相应的特征部,显示、标识相应的特征部,能够更加有效提高影像分析效率和影像诊断准确性,在临床上对诊治、用药、护理、康复等这些方面的策略选取,以及病理分析、病例库完善等等各方面能够达到良好的有益效果。
在一些实施例中,本公开各实施例所涉及的如上所述的显示设备的显示设备可以采用各种方式整合在影像的现有处理平台上。例如,可以在胸部影像的现有处理平台上利用开发接口编写上述程序模块,从而实现与现有处理平台的兼容及对其的更新,从而降低硬件成本,更有助于显示设备的推广和应用。
本公开还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现根据上述的医学影像的处理方法。
本公开还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现根据上述的医学影像的识别方法。
本公开还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现根据上述的医学影像的显示方法。
在一些实施例中,执行算机可执行指令处理器可以是包括一个以上通用处理设备的处理设备,诸如微处理器、中央处理单元(CPU)、图形处理单元(GPU)等。更具体地,该处理器可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、运行其他指令集的处理器或运行指令集的组合的处理器。该处理器还可以是一个以上专用处理设备,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、片上系统(SoC)等。
在一些实施例中,计算机可读存储介质可以为存储器,诸如只读存储器(ROM)、随机存取存储器(RAM)、相变随机存取存储器(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、电可擦除可编程只读存储器(EEPROM)、其他类型的随机存取存储器(RAM)、闪存盘或其他形式的闪存、缓存、寄存器、静态存储器、光盘只读存储器(CD-ROM)、数字通用光盘(DVD)或其他光学存储器、盒式磁带或其他磁存储设备,或被用于储存能够被计算机设备访问的信息或指令的任何其他可能的非暂时性的介质等。
在一些实施例中,计算机可执行指令可以实现为多个程序模块,多个程序模块共同实现根据本公开中任何一项所述的医学影像的显示方法。
本公开描述了各种操作或功能,其可以实现为软件代码或指令或者定义为软件代码或指令。显示单元可以实现为在存储器上存储的软件代码或指令模块,其由处理器执行时可以实现相应的步骤和方法。
这样的内容可以是可以直接执行(“对象”或“可执行”形式)的源代码或差分代码(“delta”或“patch”代码)。这里描述的实施例的软件实现可以通过其上存储有代码或指令的制品提供,或者通过操作通信接口以通过通信接口发送数据的方法提供。机器或计算机可读存储介质可以使机器执行所描述的功能或操作,并且包括以可由机器(例如,计算显示设备、电子系统等)访问的形式存储信息的任何机制,例如可记录/不可记录介质(例如,只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪存显示设备等)。通信接口包括与硬连线、无线、光学等介质中的任何一种接口以与其他显示设备通信的任何机制,例如存储器总线接口、处理器总线接口、因特网连接、磁盘控制器等。通信接口可以通过提供配置参数和/或发送信号来配置以准备通信接口,以提供描述软件内容的数据信号。可以通过向通信接口发送一个或多个命令或信号来访问通信接口。
本公开的实施例的计算机可执行指令可以组织成一个或多个计算机可执行组件或模块。可以用这类组件或模块的任何数量和组合来实现本公开的各方面。例如,本公开的各方面不限于附图中示出的和本文描述的特定的计算机可执行指令或特定组件或模块。其他实施例可以包括具有比本文所示出和描述的更多或更少功能的不同的计算机可执行指令或组件。
以上描述旨在是说明性的而不是限制性的。例如,上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外,在上述具体实施方式中,各种特征可以被分组在一起以简单化本公开。这不应解释为一种不要求保护的公开的特征对于任一权利要求是必要的意图。相反,本公开的主题可以少于特定的公开的实施例的全部特征。从而,以下权利要求书作为示例或实施例在此并入具体实施方式中,其中每个权利要求独立地作为单独的实施例,并且考虑这些实施例可以以各种组合或排列彼此组合。本公开的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
以上实施例仅为本公开的示例性实施例,不用于限制本公开,本公开的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内,对本公开做出各种修改或等同替换,这种修改或等同替换也应视为落在本公开的保护范围内。

Claims (10)

1.一种医学影像的处理方法,用于对器官的立体医学影像的处理;所述处理方法包括:
以第一界定面对所述器官的立体医学影像进行第一界定;
以第二界定面对所述器官的立体医学影像进行第二界定,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;
通过界定,所述器官的立体医学影像被界定出依次排布的第一部分、第二部分和第三部分。
2.根据权利要求1所述的处理方法,其中,所述第一界定面和第二界定面为冠状面;
基于正中冠状面,朝向其一侧投影,确定出与其具有一预设距离的所述第一界定面;
基于正中冠状面,朝向其另一侧投影,确定出与其具有一预设距离的所述第二界定面。
3.根据权利要求1所述的处理方法,其中,还包括:
基于所述器官的特征参数,和/或基于所述器官所对应的生物体特征参数,获取所述第一界定面和第二界定面之间的距离。
4.根据权利要求1至3中任一项所述的处理方法,其中,所述器官为骨骼系统,所述骨骼系统至少包括肋骨;
通过所述第一界定面的第一界定,所述肋骨被界定出前肋和侧肋,所述前肋相比所述侧肋靠近于胸部;
通过所述第二界定面的第二界定,所述肋骨被界定出后肋和侧肋,所述后肋相比所述侧肋靠近于背部。
5.根据权利要求4所述的处理方法,其中,还包括:
获取器官的第一组医学影像中的器官的一组定位点,所述第一组图像能够用于重建包括器官的三维影像;
基于器官的一组定位点初始化包络网;
对所述包络网进行迭代计算,以得到目标包络网,使得所述目标包络网包裹住所述一组定位点的第一预设比例,并且所述一组定位点中第二预设比例的定位点每个被所述目标包络网上的至少一个点贴合;
确定所述第一组医学影像中与所述目标包络网上的点对应的像素,基于所述第一组医学影像中的对应像素所在区域的强度值,来确定所述目标包络网上的点的强度值;
基于映射关系和所述目标包络网上的各个点的强度值来获得器官的二维影像,所述映射关系为所述目标包络网与器官的二维影像的映射关系。
6.一种医学影像的识别方法,包括:
基于由第一界定面对器官的立体医学影像界定出的器官部分,识别所述器官的第一特征部;
基于由第二界定面对所述器官的立体医学影像界定出的器官部分,识别所述器官的第二特征部,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;
基于由所述第一界定面和第二界定面对所述器官的立体医学影像界定出的器官部分,识别所述器官的第三特征部。
7.根据权利要求6所述的识别方法,其中,基于建立器官三维模型实现所述识别;
所述建立器官三维模型,包括:
根据预设切片参数对器官的立体医学影像进行图像切片,获取N张器官切片图像,其中,每张所述器官切片图像对应于与所述预设切片参数关联的切片类型;N是大于1的整数;
根据预设预处理参数对器官切片图像进行预处理,获取预处理后的器官切片图像;
将预处理后的器官切片图像输入网络模型获取切片识别结果图像;
根据切片识别结果图像获取切片识别结果点状图像;
拟合所述切片识别结果点状图像的点,获取器官的三维点状图。
8.根据权利要求7所述的识别方法,其中,还包括:
根据N种切片类型对预设样本副数的器官进行切片后获取的N组切片样本图像中的一组,获取多组训练图像;
利用每组训练图像分别训练所述网络模型达到预设定位器官的特征部的精度,从而获得优化参数的网络模型。
9.一种医学影像的显示方法,包括:
基于由第一界定面对器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第一特征部;
基于由第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第二特征部,所述第一界定面和第二界定面分别位于所述器官的立体医学影像的中心的两侧;
基于由所述第一界定面和第二界定面对所述器官的立体医学影像界定出的器官部分,显示和/或标识所述器官的第三特征部。
10.一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现:
根据权利要求1至5中任一项所述的处理方法;或者
根据权利要求6至8中任一项所述的识别方法;或者
根据权利要求9所述的显示方法。
CN201911045788.7A 2019-10-30 2019-10-30 医学影像的处理、识别、显示方法及存储介质 Pending CN110807770A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911045788.7A CN110807770A (zh) 2019-10-30 2019-10-30 医学影像的处理、识别、显示方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911045788.7A CN110807770A (zh) 2019-10-30 2019-10-30 医学影像的处理、识别、显示方法及存储介质

Publications (1)

Publication Number Publication Date
CN110807770A true CN110807770A (zh) 2020-02-18

Family

ID=69489581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911045788.7A Pending CN110807770A (zh) 2019-10-30 2019-10-30 医学影像的处理、识别、显示方法及存储介质

Country Status (1)

Country Link
CN (1) CN110807770A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111369672A (zh) * 2020-03-18 2020-07-03 西安翼展电子科技有限公司 用于三维医学影像切面重建的方法及装置、电子设备
CN112185519A (zh) * 2020-09-01 2021-01-05 杭州依图医疗技术有限公司 一种医学图像处理方法、处理装置和医学图像的显示方法
CN112308820A (zh) * 2020-09-27 2021-02-02 杭州依图医疗技术有限公司 一种肋骨定位方法及装置、计算机设备及存储介质
CN112308821A (zh) * 2020-09-27 2021-02-02 杭州依图医疗技术有限公司 一种椎骨检测方法及计算机设备
CN112508858A (zh) * 2020-11-17 2021-03-16 杭州依图医疗技术有限公司 一种医学影像处理方法及装置、计算机设备
CN116758087A (zh) * 2023-08-22 2023-09-15 邦世科技(南京)有限公司 一种腰椎ct骨窗侧隐窝间隙检测方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016062107A1 (zh) * 2014-10-21 2016-04-28 无锡海斯凯尔医学技术有限公司 选择检测区域的方法及装置及弹性检测系统
CN106683090A (zh) * 2016-12-31 2017-05-17 上海联影医疗科技有限公司 医学图像中肋骨的定位方法及其系统
CN106845068A (zh) * 2016-12-13 2017-06-13 海纳医信(北京)软件科技有限责任公司 图片标注方法和装置
CN107563998A (zh) * 2017-08-30 2018-01-09 上海联影医疗科技有限公司 医学图像中心脏图像处理方法
CN108320314A (zh) * 2017-12-29 2018-07-24 北京优视魔方科技有限公司 一种基于ct横断图像的图像处理方法和装置、肋骨图像显示系统
CN108520519A (zh) * 2018-04-11 2018-09-11 上海联影医疗科技有限公司 一种图像处理方法、装置及计算机可读存储介质
CN109124662A (zh) * 2018-07-13 2019-01-04 上海皓桦科技股份有限公司 肋骨中心线检测装置及方法
CN109493328A (zh) * 2018-08-31 2019-03-19 上海联影智能医疗科技有限公司 医学图像显示方法、查看设备以及计算机设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016062107A1 (zh) * 2014-10-21 2016-04-28 无锡海斯凯尔医学技术有限公司 选择检测区域的方法及装置及弹性检测系统
CN106845068A (zh) * 2016-12-13 2017-06-13 海纳医信(北京)软件科技有限责任公司 图片标注方法和装置
CN106683090A (zh) * 2016-12-31 2017-05-17 上海联影医疗科技有限公司 医学图像中肋骨的定位方法及其系统
CN107563998A (zh) * 2017-08-30 2018-01-09 上海联影医疗科技有限公司 医学图像中心脏图像处理方法
CN108320314A (zh) * 2017-12-29 2018-07-24 北京优视魔方科技有限公司 一种基于ct横断图像的图像处理方法和装置、肋骨图像显示系统
CN108520519A (zh) * 2018-04-11 2018-09-11 上海联影医疗科技有限公司 一种图像处理方法、装置及计算机可读存储介质
CN109124662A (zh) * 2018-07-13 2019-01-04 上海皓桦科技股份有限公司 肋骨中心线检测装置及方法
CN109493328A (zh) * 2018-08-31 2019-03-19 上海联影智能医疗科技有限公司 医学图像显示方法、查看设备以及计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张建鹏等: "应用MatrixRIB固定系统治疗严重肋骨骨折患者探讨", 《中华老年医学杂志》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111369672A (zh) * 2020-03-18 2020-07-03 西安翼展电子科技有限公司 用于三维医学影像切面重建的方法及装置、电子设备
CN111369672B (zh) * 2020-03-18 2024-01-30 西安翼展电子科技有限公司 用于三维医学影像切面重建的方法及装置、电子设备
CN112185519A (zh) * 2020-09-01 2021-01-05 杭州依图医疗技术有限公司 一种医学图像处理方法、处理装置和医学图像的显示方法
CN112308820A (zh) * 2020-09-27 2021-02-02 杭州依图医疗技术有限公司 一种肋骨定位方法及装置、计算机设备及存储介质
CN112308821A (zh) * 2020-09-27 2021-02-02 杭州依图医疗技术有限公司 一种椎骨检测方法及计算机设备
CN112308820B (zh) * 2020-09-27 2023-05-23 杭州依图医疗技术有限公司 一种肋骨定位方法及装置、计算机设备及存储介质
CN112308821B (zh) * 2020-09-27 2023-06-16 杭州依图医疗技术有限公司 一种椎骨检测方法及计算机设备
CN112508858A (zh) * 2020-11-17 2021-03-16 杭州依图医疗技术有限公司 一种医学影像处理方法及装置、计算机设备
CN112508858B (zh) * 2020-11-17 2024-04-23 杭州依图医疗技术有限公司 一种医学影像处理方法及装置、计算机设备
CN116758087A (zh) * 2023-08-22 2023-09-15 邦世科技(南京)有限公司 一种腰椎ct骨窗侧隐窝间隙检测方法及装置
CN116758087B (zh) * 2023-08-22 2023-10-31 邦世科技(南京)有限公司 一种腰椎ct骨窗侧隐窝间隙检测方法及装置

Similar Documents

Publication Publication Date Title
CN110807770A (zh) 医学影像的处理、识别、显示方法及存储介质
EP2203894B1 (en) Visualization of voxel data
US8423124B2 (en) Method and system for spine visualization in 3D medical images
EP2573735B1 (en) Endoscopic image processing device, method and program
EP2572332B1 (en) Visualization of medical image data with localized enhancement
US7339586B2 (en) Method and system for mesh-to-image registration using raycasting
US20170135655A1 (en) Facial texture mapping to volume image
US7492968B2 (en) System and method for segmenting a structure of interest using an interpolation of a separating surface in an area of attachment to a structure having similar properties
US20130170726A1 (en) Registration of scanned objects obtained from different orientations
JP5295562B2 (ja) フレキシブル3次元回転血管造影−コンピュータ断層撮影融合方法
US9767594B2 (en) Image processing apparatus
WO2010113633A1 (en) Image processing apparatus and image processing method
US9424680B2 (en) Image data reformatting
WO2005106799A1 (en) Method and system for multi-object volumetric data visualization
US20240193764A1 (en) Systems and methods for reconstruction of 3d images from ultrasound and camera images
KR20230078608A (ko) 자기 공명 이미지들에서 정중시상 평면을 결정하기 위한 방법 및 장치
CN113643176A (zh) 一种肋骨显示方法和装置
CN111276221B (zh) 椎骨影像信息的处理方法、显示方法及存储介质
Hachaj et al. Visualization of perfusion abnormalities with GPU-based volume rendering
EP2517180A1 (en) Processing an image dataset based on clinically categorized populations
CN105844687A (zh) 用于处理医学影像的装置和方法
EP2734147B1 (en) Method for segmentation of dental images
CN111369672B (zh) 用于三维医学影像切面重建的方法及装置、电子设备
US20230386128A1 (en) Image clipping method and image clipping system
CN115205459A (zh) 一种医学影像处理显示方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200218