CN111598878B - 用于电阻抗成像的图像空间分辨能力的确定方法及装置 - Google Patents

用于电阻抗成像的图像空间分辨能力的确定方法及装置 Download PDF

Info

Publication number
CN111598878B
CN111598878B CN202010418759.7A CN202010418759A CN111598878B CN 111598878 B CN111598878 B CN 111598878B CN 202010418759 A CN202010418759 A CN 202010418759A CN 111598878 B CN111598878 B CN 111598878B
Authority
CN
China
Prior art keywords
reconstructed image
resolution
target object
imaging
area
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
CN202010418759.7A
Other languages
English (en)
Other versions
CN111598878A (zh
Inventor
王妍
王磊
邓娟
王宏
赵舒
沙洪
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.)
Institute of Biomedical Engineering of CAMS and PUMC
Original Assignee
Institute of Biomedical Engineering of CAMS and PUMC
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 Institute of Biomedical Engineering of CAMS and PUMC filed Critical Institute of Biomedical Engineering of CAMS and PUMC
Priority to CN202010418759.7A priority Critical patent/CN111598878B/zh
Publication of CN111598878A publication Critical patent/CN111598878A/zh
Application granted granted Critical
Publication of CN111598878B publication Critical patent/CN111598878B/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
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Abstract

本发明实施例公开了一种用于电阻抗成像的图像空间分辨能力的确定方法、装置、设备及存储介质，其中，该方法包括：获取基于电阻抗成像系统获得的重建图像；对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置；基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率；根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力。本发明实施例的技术方案，从面积、位置，以及径向分辨率和周向分辨率等四个方面综合评价重建图像的图像空间分辨能力，可对重建图像的图像空间分辨能力进行客观全面的评价。

Description

用于电阻抗成像的图像空间分辨能力的确定方法及装置
技术领域
本发明实施例涉及技术领域，尤其涉及一种用于电阻抗成像的图像空间分辨能力的确定方法、装置、设备及存储介质。
背景技术
在医学成像技术领域，电阻抗成像(Electrical Impedance Tomography,EIT)是一种无损无害的医学成像技术，通过向人体注入微小的安全电流，按照一定的激励测量模式，获取一系列电压测量值，再通过解逆问题得到人体组织器官的断层图像。电阻抗成像非常适合用于浅表器官，如乳腺等，肿瘤的早期筛查，是现有肿瘤早期诊断设备的很好补充。
由于EIT技术本身的软场特性、成像模型的严重病态性及硬件系统误差等原因，最终得到EIT图像分辨率还不高，重建质量距离临床应用还有一定距离。电阻抗图像分辨率较低，图像边缘伪影较多，而越靠近图像中心分辨率越差，部分算法会有目标定位偏差。传统的图像空间分辨能力评价方法大多是对图像的整体进行误差分析，不利于综合评价EIT图像的空间分辨能力。
发明内容
本发明实施例提供了一种用于电阻抗成像的图像空间分辨能力的确定方法、装置、设备及存储介质，以综合评价重建图像的图像空间分辨能力。
第一方面，本发明实施例提供了一种用于电阻抗成像的图像空间分辨能力的确定方法，该方法包括：
获取基于电阻抗成像系统获得的重建图像；
对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置；
基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率；
根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力。
第二方面，本发明实施例提供了一种用于电阻抗成像的图像空间分辨能力的确定装置，该装置包括：
重建图像获取模块，用于获取基于电阻抗成像系统获得的重建图像；
第一计算模块，用于对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置；
第二计算模块，用于基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率；
空间分辨能力确定模块，用于根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力。
第三方面，本发明实施例还提供了一种设备，该设备包括：
一个或多个处理器；
显示装置；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中任一所述的用于电阻抗成像的图像空间分辨能力的确定方法。
第四方面，本发明实施例还提供了一种计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行实施本发明实施例中任一所述的用于电阻抗成像的图像空间分辨能力的确定方法。
本发明实施例的技术方案，从重建图像中第一目标对象的面积、位置，以及所述重建图像的径向分辨率和周向分辨率等四个方面综合评价重建图像的图像空间分辨能力，去除了第一目标对象以及第二目标对象以外的，由于边界、算法等的不确定造成的散在的伪影、误差等，将注意力聚焦到第一目标对象和第二目标对象，可对重建图像的图像空间分辨能力进行比较客观全面的评价，尤其适用于图像分辨率较低的电阻抗成像结果。
附图说明
图1A为本发明实施例一所提供的一种用于电阻抗成像的图像空间分辨能力的确定方法的流程示意图；
图1B为本发明实施例一所提供的一种重建图像的径向分辨率测定方法的示意图；
图1C为本发明实施例一所提供的一种重建图像的周向分辨率测定方法的示意图；
图2A为本发明实施例二所提供的一种用于电阻抗成像的图像空间分辨能力的确定方法的流程示意图；
图2B为本发明实施例二所提供的一种第一目标对象的面积差别示意图；
图2C本发明实施例二所提供的一种第一目标对象的位置差别示意图；
图3为本发明实施例三所提供的一种用于电阻抗成像的图像空间分辨能力的确定装置的结构示意图；
图4是本发明实施例四所提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1A为本发明实施例一所提供的一种用于电阻抗成像的图像空间分辨能力的确定方法的流程图，本实施例可适用于对基于电阻抗成像系统获取的重建图像的图像空间分辨能力进行评价的情况，该方法可以由用于电阻抗成像的图像空间分辨能力的确定装置来执行，该用于电阻抗成像的图像空间分辨能力的确定装置可以由软件和/或硬件来实现，该用于电阻抗成像的图像空间分辨能力的确定装置可以独立配置在终端或者服务器上实现本发明实施例的用于电阻抗成像的图像空间分辨能力的确定方法，也可以与数据采集设备配合实现本发明实施例的用于电阻抗成像的图像空间分辨能力的确定方法。
如图1A所示，本实施例的方法具体可包括：
S110、获取基于电阻抗成像系统获得的重建图像。
在本发明实施例中，电阻抗成像系统可以是实验室内搭建的电阻抗成像系统，也可以是临床所使用的电阻抗成像系统。基于电阻抗成像系统获得的重建图像可以是组织图像，也可以对预设成像区域的成像结果。其中，预设成像区域可以根据实际需求进行设定。所示预设成像区域中可包括至少一个感兴趣的成像对象。
S120、对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置。
需要说明的是，第一目标对象为重建图像中的可分辨目标。具体地，可以对所述重建图像进行图像识别，根据图像灰度值确定出所述重建图像中的第一目标对象。例如，可以将重建图像进行二值化，根据所述第一目标对象的特征信息获取重建图像中大于最大幅值的预设比例的区域作为第一目标对象。其中，第一目标对象可以是预先设置好的感兴趣的成像对象。
在本发明实施例中，所述第一目标对象在所述重建图像中的位置可以是所述第一目标对象所在的几何中心的位置。
S130、基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率。
可选地，所述基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率，包括：当所述重建图像中两个第二目标对象的边缘相切时，计算所述重建图像的径向分辨率，其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的直径方向设置。
示例性地，径向分辨率可通过如下方式进行测定：以预设成像区域为圆形区域为例，沿所述预设成像区域的直径方向，在圆心两侧，距圆心等距离的位置处分别设置一个第二目标对象，其中，两个第二目标对象的尺寸相同且形状相同，然后进行成像实验。如图1B所示，沿预设成像区域的直径设置两个相同的成像目标(即第二目标对象)，首先将两个成像目标放在最远距离，进行成像，如果确定成像结果的重建图像中两个成像目标是不重叠的，可分辨的，那么，以圆心为中心，对称减小两个成像目标之间的距离，即，将两个成像目标相对移动，然后进行成像实验，判断重建图像中的两个成像目标是否可分辨，若可分辨则重复这个过程。当两个成像目标在成像结果中呈现为相切的状态时，此时的两个成像目标的实际的几何中心之间的距离即为径向分辨率。其中，两个成像目标可分辨可以理解为两个成型目标在重建图像中相互独立，不存在重叠区域。
可选地，所述基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率，包括：当所述重建图像中两个第二目标对象的边缘相切时，计算所述重建图像的周向分辨率，其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的圆周方向设置。
类似地，周向分辨率可通过如下方式进行测定：以预设成像区域为圆形区域为例，沿所述预设成像区域的预设深度处的圆周方向，分别设置一个第二目标对象，其中，两个第二目标对象的尺寸相同且形状相同，然后进行成像实验。如图1C所示，沿预设成像区域的圆周设置两个相同的成像目标(即第二目标对象)，首先将两个成像目标放在最远距离，进行成像，如果确定成像结果的重建图像中两个成像目标是不重叠的，可分辨的，那么，沿圆周方向减小两个成像目标之间的距离，即，将两个成像目标相对移动，然后进行成像实验，判断重建图像中的两个成像目标是否可分辨，若可分辨则重复这个过程。当两个成像目标在成像结果中呈现为相切的状态时，此时的两个成像目标的实际的几何中心之间的距离即为周向分辨率。其中，两个成像目标可分辨可以理解为两个成型目标在重建图像中相互独立，不存在重叠区域。其中预设深度可以根据实际需求进行设定。
S140、根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力。
具体可以是，根据至少一个所述第一目标对象在所述重建图像中的面积和位置，以及所述第一目标对象的实际面积和位置，分别计算出所述目标对象的成像面积误差和成像位置误差；根据所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差，确定所述重建图像的空间分辨能力
本发明实施例的技术方案，从重建图像中第一目标对象的面积、位置，以及所述重建图像的径向分辨率和周向分辨率等四个方面综合评价重建图像的图像空间分辨能力，去除了第一目标对象以及第二目标对象以外的，由于边界、算法等的不确定造成的散在的伪影、误差等，将注意力聚焦到第一目标对象和第二目标对象，可对重建图像的图像空间分辨能力进行比较客观全面的评价，尤其适用于图像分辨率较低的电阻抗成像结果。
实施例二
图2A为本发明实施例二所提供的一种用于电阻抗成像的图像空间分辨能力的确定方法的流程图，本实施例的技术方案与上述各可选方案进行组合，可选地，所述根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力，包括：根据至少一个所述第一目标对象在所述重建图像中的面积和位置，以及所述第一目标对象的实际面积和位置，分别计算出所述目标对象的成像面积误差和成像位置误差；根据所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差，确定所述重建图像的空间分辨能力。
如图2A所示，本实施例的方法具体可包括：
S210、获取基于电阻抗成像系统获得的重建图像。
S220、对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置。
S230、基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率。
S240、根据至少一个所述第一目标对象在所述重建图像中的面积和位置，以及所述第一目标对象的实际面积和位置，分别计算出所述目标对象的成像面积误差和成像位置误差。
示例性地，可基于如下公式计算所述第一目标对象的成像面积误差：
Figure BDA0002496033160000081
其中，ME表示成像面积误差，A1表示所述第一目标对象的实际面积，A2表示所述第一目标对象在所述重建图像中的面积。
可以理解的是，如图2B所示，大的圆形区域(外圆)表示预设成像区域，小的圆形区域表示第一目标对象，成像面积误差可用于表征第一目标对象的在重建图像中的面积大小与第一目标对象的真实面积大小之间的差别，成像面积误差ME值越小，表明成像结果的大小与成像模型越接近，也就表征重建图像的图像控件分辨能力越高。
示例性地，可基于如下公式计算所述第一目标对象的成像位置误差：
Figure BDA0002496033160000091
其中，WE表示所述第一目标对象的成像位置误差，o1表示所述第一目标对象的实际几何中心，o2表示所述第一目标对象在所述重建图像中的几何中心，d(o2，o1)表示o1和o2之间的距离，r0表示预设成像区域的半径。
类似地，如图2C所示，大的圆形区域(外圆)表示预设成像区域，小的圆形区域表示实际的第一目标对象与重建图像中的第一目标对象，成像位置误差可用于表征第一目标对象的在重建图像中的位置与第一目标对象的真实位置之间的差别，成像位置误差WE值越小，表明成像结果的空间位置与第一目标对象的真实位置越接近，也就表征重建图像的图像控件分辨能力越高。
S250、根据所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差，确定所述重建图像的空间分辨能力。
在本发明实施例中，可以分别为所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差设定阈值，进而根据将所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差分别与所设定的阈值进行比对，进而根据比对结果确定所述重建图像的空间分辨能力。具体地，根据所述径向分辨率以及预设径向分辨率阈值，所述周向分辨率以及预设周向分辨率阈值、所述成像面积误差以及预设成像面积误差范围和所述成像位置误差以及预设成像位置误差范围，确定所述重建图像的空间分辨能力。
例如，可以是将所述径向分辨率与预设径向分辨率阈值进行比对，
将所述周向分辨率与预设周向分辨率阈值进行比对，将所述成像面积误差与预设成像面积误差范围进行匹配；将所述成像位置误差与预设成像位置误差范围进行匹配，如果满足下述条件中的至少一项，则确定所述重建图像的空间分辨能力为高分辨能力：
所述径向分辨率小于或等于预设径向分辨率阈值；
所述周向分辨率小于或等于预设周向分辨率阈值；
将所述成像面积误差处于预设成像面积误差范围内；
所述成像位置误差处于预设成像位置误差范围内。
需要说明的是，至少一项包括一项，两项或两项以上。满足的条件项数越多表征重建图像的空间分辨能力越高。
另外，还可以根据实际需求中所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差对重建图像的空间分辨能力的影响，为径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差进行加权，进而根据加权后的所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差确定重建图像的空间分辨能力。
本发明实施例的技术方案，从重建图像中第一目标对象的面积、位置，以及所述重建图像的径向分辨率和周向分辨率等四个方面综合评价重建图像的图像空间分辨能力，去除了第一目标对象以及第二目标对象以外的，由于边界、算法等的不确定造成的散在的伪影、误差等，将注意力聚焦到第一目标对象和第二目标对象，可对重建图像的图像空间分辨能力进行比较客观全面的评价，尤其适用于图像分辨率较低的电阻抗成像结果。
实施例三
图3为本实施例提供的一种用于电阻抗成像的图像空间分辨能力的确定装置的结构框图。该用于电阻抗成像的图像空间分辨能力的确定装置可以由软件和/或硬件来实现，该用于电阻抗成像的图像空间分辨能力的确定装置可以独立配置在终端或者服务器上实现本发明实施例的用于电阻抗成像的图像空间分辨能力的确定方法，也可以与数据采集设备配合实现本发明实施例的用于电阻抗成像的图像空间分辨能力的确定方法。如图3所示，该装置可包括：重建图像获取模块310、第一计算模块320、第二计算模块330和空间分辨能力确定模块340。
其中，重建图像获取模块310，用于获取基于电阻抗成像系统获得的重建图像；第一计算模块320，用于对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置；第二计算模块330，用于基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率；空间分辨能力确定模块340，用于根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力。
本发明实施例的技术方案，从重建图像中第一目标对象的面积、位置，以及所述重建图像的径向分辨率和周向分辨率等四个方面综合评价重建图像的图像空间分辨能力，去除了第一目标对象以及第二目标对象以外的，由于边界、算法等的不确定造成的散在的伪影、误差等，将注意力聚焦到第一目标对象和第二目标对象，可对重建图像的图像空间分辨能力进行比较客观全面的评价，尤其适用于图像分辨率较低的电阻抗成像结果。
在上述技术方案的基础上，所述空间分辨能力确定模块可包括：误差计算单元和评价单元。
其中，误差计算单元，用于根据至少一个所述第一目标对象在所述重建图像中的面积和位置，以及所述第一目标对象的实际面积和位置，分别计算出所述目标对象的成像面积误差和成像位置误差；评价单元，用于根据所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差，确定所述重建图像的空间分辨能力。
在上述各技术方案的基础上，所述评价单元可用于：
根据所述径向分辨率以及预设径向分辨率阈值，所述周向分辨率以及预设周向分辨率阈值、所述成像面积误差以及预设成像面积误差范围和所述成像位置误差以及预设成像位置误差范围，确定所述重建图像的空间分辨能力。
在上述各技术方案的基础上，所述误差计算单元可用于：
基于如下公式计算所述第一目标对象的成像面积误差：
Figure BDA0002496033160000121
其中，ME表示成像面积误差，A1表示所述第一目标对象的实际面积，A2表示所述第一目标对象在所述重建图像中的面积。
在上述各技术方案的基础上，所述误差计算单元可用于：
基于如下公式计算所述第一目标对象的成像位置误差：
Figure BDA0002496033160000122
其中，WE表示所述第一目标对象的成像位置误差，o1表示所述第一目标对象的实际几何中心，o2表示所述第一目标对象在所述重建图像中的几何中心，d(o2，o1)表示o1和o2之间的距离，r0表示预设成像区域的半径。
在上述各技术方案的基础上，所述第二计算模块可用于：
当所述重建图像中两个第二目标对象的边缘相切时，计算所述重建图像的径向分辨率，其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的直径方向设置。
在上述各技术方案的基础上，所述第二计算模块可用于：
当所述重建图像中两个第二目标对象的边缘相切时，计算所述重建图像的周向分辨率，其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的圆周方向设置。
本发明实施例所提供的用于电阻抗成像的图像空间分辨能力的确定装置可执行本发明任意实施例所提供的用于电阻抗成像的图像空间分辨能力的确定方法，具备执行图像空间分辨能力的方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四所提供的一种设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性设备412的框图。图4显示的设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，设备412以通用计算设备的形式表现。设备412的组件可以包括但不限于：一个或者多个处理器或者处理器416，存储装置428，用于存储一个或多个程序,连接不同系统组件(包括存储装置428和处理器416)的总线418。当所述一个或多个程序被所述一个或多个处理器416执行，使得所述一个或多个处理器416实现本发明任意实施例所述的用于电阻抗成像的图像空间分辨能力的确定方法。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该设备412交互的设备通信，和/或与使得该设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与设备412的其它模块通信。应当明白，尽管图中未示出，可以结合设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的用于电阻抗成像的图像空间分辨能力的确定方法。
另外，本发明实施例还提供了一种包含计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行一种用于电阻抗成像的图像空间分辨能力的确定方法，该方法包括：获取基于电阻抗成像系统获得的重建图像；对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置；基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率；根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力。
可选的，该计算机可执行指令在由计算机处理器执行时还可以用于执行本发明任意实施例所提供的用于电阻抗成像的图像空间分辨能力的确定方法的技术方案。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读存储介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种用于电阻抗成像的图像空间分辨能力的确定方法，其特征在于，包括：
获取基于电阻抗成像系统获得的重建图像；
对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置，其中，所述第一目标对象为所述重建图像中的可分辨目标对象；
基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率；
根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力；
所述基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率，包括：
当所述重建图像中两个第二目标对象的边缘相切时，将两个所述第二目标对象几何中心之间的距离确定为所述重建图像的径向分辨率；其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的直径方向设置；
当所述重建图像中两个第二目标对象的边缘相切时，将两个所述第二目标对象几何中心之间的距离确定为所述重建图像的周向分辨率；其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的圆周方向设置。
2.根据权利要求1所述的方法，其特征在于，所述根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力，包括：
根据至少一个所述第一目标对象在所述重建图像中的面积和位置，以及所述第一目标对象的实际面积和位置，分别计算出所述目标对象的成像面积误差和成像位置误差；
根据所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差，确定所述重建图像的空间分辨能力。
3.根据权利要求2所述的方法，其特征在于，所述根据所述径向分辨率、所述周向分辨率、所述成像面积误差和所述成像位置误差，确定所述重建图像的空间分辨能力，包括：
根据所述径向分辨率以及预设径向分辨率阈值，所述周向分辨率以及预设周向分辨率阈值、所述成像面积误差以及预设成像面积误差范围和所述成像位置误差以及预设成像位置误差范围，确定所述重建图像的空间分辨能力。
4.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标对象在所述重建图像中的面积和位置，以及所述第一目标对象的实际面积和位置，分别计算出所述第一目标对象的成像面积误差和成像位置误差，包括：
基于如下公式计算所述第一目标对象的成像面积误差：
Figure FDA0004233323840000021
其中，ME表示成像面积误差，A1表示所述第一目标对象的实际面积，A2表示所述第一目标对象在所述重建图像中的面积。
5.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标对象在所述重建图像中的面积和位置，以及所述第一目标对象的实际面积和位置，分别计算出所述第一目标对象的成像面积误差和成像位置误差，包括：
基于如下公式计算所述第一目标对象的成像位置误差：
Figure FDA0004233323840000031
其中，WE表示所述第一目标对象的成像位置误差，o1表示所述第一目标对象的实际几何中心，o2表示所述第一目标对象在所述重建图像中的几何中心，d(o2，o1)表示o1和o2之间的距离，r0表示预设成像区域的半径。
6.一种用于电阻抗成像的图像空间分辨能力的确定装置，其特征在于，包括：
重建图像获取模块，用于获取基于电阻抗成像系统获得的重建图像；
第一计算模块，用于对所述重建图像进行图像识别，确定出所述重建图像中的第一目标对象，并确定所述第一目标对象在所述重建图像中的面积和位置，其中，所述第一目标对象为所述重建图像中的可分辨目标对象；
第二计算模块，用于基于所述重建图像中至少两个第二目标对象分别计算所述重建图像的径向分辨率和周向分辨率；
空间分辨能力确定模块，用于根据所述径向分辨率、所述周向分辨率，以及所述第一目标对象在所述重建图像中的面积和位置，确定所述重建图像的空间分辨能力；
所述第二计算模块可用于：
当所述重建图像中两个第二目标对象的边缘相切时，将两个所述第二目标对象几何中心之间的距离确定为所述重建图像的径向分辨率；其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的直径方向设置；
当所述重建图像中两个第二目标对象的边缘相切时，将两个所述第二目标对象几何中心之间的距离确定为所述重建图像的周向分辨率；其中，两个第二目标对象的尺寸和形状均相同，所述两个第二目标对象分别沿预设圆形成像区域的圆周方向设置。
7.一种设备，其特征在于，该设备包括：
一个或多个处理器；
显示装置；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5任一所述的用于电阻抗成像的图像空间分辨能力的确定方法。
8.一种计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行实施如权利要求1-5任一所述的用于电阻抗成像的图像空间分辨能力的确定方法。
CN202010418759.7A 2020-05-18 2020-05-18 用于电阻抗成像的图像空间分辨能力的确定方法及装置 Active CN111598878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010418759.7A CN111598878B (zh) 2020-05-18 2020-05-18 用于电阻抗成像的图像空间分辨能力的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010418759.7A CN111598878B (zh) 2020-05-18 2020-05-18 用于电阻抗成像的图像空间分辨能力的确定方法及装置

Publications (2)

Publication Number Publication Date
CN111598878A CN111598878A (zh) 2020-08-28
CN111598878B true CN111598878B (zh) 2023-06-27

Family

ID=72191513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010418759.7A Active CN111598878B (zh) 2020-05-18 2020-05-18 用于电阻抗成像的图像空间分辨能力的确定方法及装置

Country Status (1)

Country Link
CN (1) CN111598878B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106037650A (zh) * 2016-06-13 2016-10-26 河北工业大学 一种混合变差生物电阻抗成像方法
CN107945151A (zh) * 2017-10-26 2018-04-20 宁波大学 一种基于相似性变换的重定位图像质量评价方法
CN107981861A (zh) * 2017-12-11 2018-05-04 中国人民解放军第四军医大学 一种电阻抗分辨多目标的成像方法
CN108122229A (zh) * 2017-12-25 2018-06-05 重庆大学 一种全参考电阻抗成像图像质量评价方法
CN108846817A (zh) * 2018-06-22 2018-11-20 Oppo（重庆）智能科技有限公司 图像处理方法、装置以及移动终端
CN110121749A (zh) * 2016-11-23 2019-08-13 通用电气公司 用于图像采集的深度学习医疗系统和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8705831B2 (en) * 2009-09-24 2014-04-22 Koninklijke Philips N.V. System and method for generating an image of a region of interest
DE102015219622A1 (de) * 2015-10-09 2017-04-13 Siemens Healthcare Gmbh Rekonstruktion einer Abbildung anhand einer oder mehrerer Bildgebungsmodalitäten
EP3301649B1 (en) * 2017-09-07 2019-10-30 Siemens Healthcare GmbH Method for processing medical image data and image processing system for medical image data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106037650A (zh) * 2016-06-13 2016-10-26 河北工业大学 一种混合变差生物电阻抗成像方法
CN110121749A (zh) * 2016-11-23 2019-08-13 通用电气公司 用于图像采集的深度学习医疗系统和方法
CN107945151A (zh) * 2017-10-26 2018-04-20 宁波大学 一种基于相似性变换的重定位图像质量评价方法
CN107981861A (zh) * 2017-12-11 2018-05-04 中国人民解放军第四军医大学 一种电阻抗分辨多目标的成像方法
CN108122229A (zh) * 2017-12-25 2018-06-05 重庆大学 一种全参考电阻抗成像图像质量评价方法
CN108846817A (zh) * 2018-06-22 2018-11-20 Oppo（重庆）智能科技有限公司 图像处理方法、装置以及移动终端

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
S Zhao.et al.The impact of the measurement accuracy and the excitation pattern on EIT image reconstruction.《IEEE》.2013,全文. *
Shu-Wei Huang.et al.Improved imaging resolution of electrical impedance tomography using artificial neural networks for image reconstruction.《IEEE》.2019,全文. *
罗仕强等.电阻抗断层成像技术研究进展.现代生物医学进展.2009,(第06期),全文. *
邓娟等.三种EIT算法重建图像评价的仿真研究.医疗卫生装备.2010,(第05期),全文. *
陈晓艳等.采用神经网络提高EIT成像质量的方法研究.天津科技大学学报.2016,第31卷(第04期),全文. *

Also Published As

Publication number Publication date
CN111598878A (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
Lu et al. Detection of incomplete ellipse in images with strong noise by iterative randomized Hough transform (IRHT)
CN108846829B (zh) 病变部位识别装置、计算机装置及可读存储介质
US9014456B2 (en) Computer aided diagnostic system incorporating appearance analysis for diagnosing malignant lung nodules
US9230320B2 (en) Computer aided diagnostic system incorporating shape analysis for diagnosing malignant lung nodules
CN110313941B (zh) 数据处理方法、装置、设备及存储介质
JP6612861B2 (ja) 組織を識別するシステム及び方法
Yi et al. Technology trends and applications of deep learning in ultrasonography: image quality enhancement, diagnostic support, and improving workflow efficiency
CN109741312A (zh) 一种肺结节鉴别方法、装置、设备及介质
US9589344B2 (en) Volume data analysis system and method therefor
US9230321B2 (en) Computer aided diagnostic system incorporating 3D shape analysis of the brain for identifying developmental brain disorders
CN110728673A (zh) 一种目标部位分析方法、装置、计算机设备及存储介质
US20150157298A1 (en) Apparatus and method for combining three dimensional ultrasound images
CN108742679B (zh) 结节检测装置和方法
Sanabria et al. Comparative study of raw ultrasound data representations in deep learning to classify hepatic steatosis
CN106510708B (zh) 用于多对比度脑磁共振数据中异常检测的框架
CN109493949B (zh) 一种左心耳复杂度的确定方法、装置及计算机存储介质
Mayer et al. Correlation of prostate tumor eccentricity and Gleason scoring from prostatectomy and multi-parametric-magnetic resonance imaging
Xing et al. Automatic detection of A‐line in lung ultrasound images using deep learning and image processing
CN111598878B (zh) 用于电阻抗成像的图像空间分辨能力的确定方法及装置
WO2020253138A1 (zh) 一种分类方法、装置、设备和存储介质
Sharkey et al. Fully automatic cardiac four chamber and great vessel segmentation on CT pulmonary angiography using deep learning
Wang et al. Noninvasive assessment of liver fibrosis and inflammation in chronic hepatitis B: a dual-task convolutional neural network (DtCNN) model based on ultrasound shear wave elastography
Lee et al. Automatic classification and removal of structured physiological noise for resting state functional connectivity MRI analysis
CN115661132A (zh) 一种用于检测肺结节良恶性的计算机存储介质及装置
Tosaki et al. A study on the optimal condition of ground truth area for liver tumor detection in ultrasound images using deep learning

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