CN111626980A - 一种医学影像的显示方法及装置、计算设备及存储介质 - Google Patents
一种医学影像的显示方法及装置、计算设备及存储介质 Download PDFInfo
- Publication number
- CN111626980A CN111626980A CN202010231125.0A CN202010231125A CN111626980A CN 111626980 A CN111626980 A CN 111626980A CN 202010231125 A CN202010231125 A CN 202010231125A CN 111626980 A CN111626980 A CN 111626980A
- Authority
- CN
- China
- Prior art keywords
- outer edge
- lymph node
- artery
- tangent
- section
- 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 38
- 238000003860 storage Methods 0.000 title claims description 6
- 210000001165 lymph node Anatomy 0.000 claims abstract description 273
- 230000002159 abnormal effect Effects 0.000 claims abstract description 259
- 210000002751 lymph Anatomy 0.000 claims abstract description 51
- 238000005192 partition Methods 0.000 claims abstract description 41
- 210000001367 artery Anatomy 0.000 claims description 190
- 210000003437 trachea Anatomy 0.000 claims description 113
- 210000000621 bronchi Anatomy 0.000 claims description 99
- 210000002376 aorta thoracic Anatomy 0.000 claims description 21
- 210000002620 vena cava superior Anatomy 0.000 claims description 6
- 206010025323 Lymphomas Diseases 0.000 claims description 5
- 230000001394 metastastic effect Effects 0.000 claims description 4
- 206010061289 metastatic neoplasm Diseases 0.000 claims description 4
- 208000005024 Castleman disease Diseases 0.000 claims description 3
- 201000000306 sarcoidosis Diseases 0.000 claims description 3
- 201000008827 tuberculosis Diseases 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 16
- 210000004072 lung Anatomy 0.000 description 9
- 210000001562 sternum Anatomy 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 7
- 210000000988 bone and bone Anatomy 0.000 description 5
- 238000013145 classification model Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 210000001664 manubrium Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 208000008771 Lymphadenopathy Diseases 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 208000022532 enlargement of lymph nodes Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
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
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种医学影像的显示方法，包括：获取医学影像，将所述医学影像输入至定位模型中，以获得异常淋巴结的位置；将所述医学影像输入至关键目标获取模型中，以获取关键目标的信息；基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱；响应于第一操作，输出所述淋巴图谱及包括有异常淋巴结的断面影像，其中，所述淋巴图谱为标有异常淋巴结所在的分区的断面影像。
Description
技术领域
本发明实施例涉及智能医疗技术领域，尤其涉及一种医学影像的显示方法及装置、计算设备及存储介质。
背景技术
肺癌到一定阶段，肿瘤细胞会转移到淋巴结，通常肿瘤转移性淋巴结称之为异常淋巴结，除此之外，良性肿大淋巴结、淋巴瘤、淋巴结形态发生变化、链状淋巴结、淋巴结密度异常升高等也称之为异常淋巴结。对于临床而言，对异常淋巴结进行检测，确定异常淋巴结所在的位置，具有非常重要的意义。
现有技术中，主要通过医生查看医学影像判断异常淋巴结所在分区，但目前因分区规则不统一，医生对分区规则不熟悉等原因，判断的准确性不高。
发明内容
本发明实施例提供一种医学影像的显示方法及装置，用以准确识别出异常淋巴结所在的分区。
为了解决现有技术中的问题，本发明提供一种医学影像的显示方法，包括：
获取医学影像，将所述医学影像输入至定位模型中，以获得异常淋巴结的位置；
将所述医学影像输入至关键目标获取模型中，以获取关键目标的信息；
基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱；
响应于第一操作，输出所述淋巴图谱及包括有异常淋巴结的断面影像，
其中，所述淋巴图谱为标有异常淋巴结所在的分区的断面影像。
可选的，所述医学影像显示方法中，基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱，包括：
根据异常淋巴结的位置及关键目标信息确定异常淋巴结所在分区；
根据所述分区，确定与其关联的淋巴图谱，其中，每个分区至少对应一张淋巴图谱。
可选的，所述异常淋巴结为纵隔淋巴结核、结节病、巨大淋巴结增生症、淋巴瘤、转移性淋巴结肿大中的一种。
可选的，所述关键目标包括主气管、主气管分叉点、支气管及动脉；
所述根据异常淋巴结的位置及关键目标的信息确定异常淋巴结所在分区，包括：
若所述异常淋巴结位于所述主气管分叉点的下方，则基于所述支气管的信息，确定所述异常淋巴结所在的分区；
若所述异常淋巴结位于所述主气管分叉点的上方，则基于所述主气管的信息和动脉的信息，确定所述异常淋巴结所在的分区。
可选的，所述支气管的信息包括左主支气管和右主支气管相邻的外缘的切线的位置，右主支气管分叉点的位置，右中叶支气管后侧外缘的切线的位置；所述左主支气管和右主支气管相邻的外缘的切线均与冠状面垂直，所述右中叶支气管后侧外缘的切线与矢状面垂直；
所述基于所述支气管的信息，确定所述异常淋巴结所在的分区，包括：
若所述异常淋巴结位于所述右主支气管分叉点的上方，且在横切面上所述异常淋巴结位于所述左主支气管和右主支气管相邻的外缘的切线之间以及右主支气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于7区；
若所述异常淋巴结位于所述右主支气管分叉点的下方，且在横切面上所述异常淋巴结位于所述右中叶支气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于8区；
若在横切面上所述异常淋巴结未位于所述左主支气管和右主支气管相邻的外缘的切线之间，则确定所述异常淋巴结位于10区；
其中，所述右主支气管后侧外缘的切线的一侧是指远离所述右主支气管的一侧；所述右中叶支气管后侧外缘的切线的一侧是指远离所述右中叶支气管的一侧。
可选的，所述主气管的信息包括主气管后侧外缘的切线的位置、主气管右侧外缘的切线的位置，所述主气管后侧外缘的切线与矢状面垂直，所述主气管右侧外缘的切线与冠状面垂直；
所述动脉的信息包括第一动脉的信息、第二动脉的信息、主动脉弓的信息；所述第一动脉在所述主动脉弓处汇合成所述第二动脉；所述第一动脉的信息包括第一动脉后侧外缘的切线的位置和第一动脉前侧外缘的切线的位置，所述第一动脉后侧外缘的切线和所述第一动脉前侧外缘的切线均与矢状面垂直；所述主动脉弓的信息包括第一横切面的位置、第二横切面的位置，所述第一横切面是指所述主动脉弓最下方外缘的横切面；所述第二横切面是所述主动脉弓最上方外缘的横切面；
所述关键目标还包括第三横切面，所述第三横切面是指上腔静脉汇合处的横切面；
所述基于所述主气管的信息和动脉的信息，确定所述异常淋巴结所在的分区，包括：
若在横切面上所述异常淋巴结位于所述第一动脉前侧外缘的切线的一侧，则确定所述异常淋巴结位于3a区；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于3p区；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第二横切面的下方，则确定所述异常淋巴结位于2区的左方；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第三横切面的下方，则确定所述异常淋巴结位于2区的右方；
其中，所述第一动脉前侧外缘的切线的一侧指远离所述第一动脉的一侧；所述第一动脉后侧外缘的切线的一侧指远离所述第一动脉的一侧；所述主气管后侧外缘的切线的一侧是指远离所述主气管的一侧；所述主气管右侧外缘的切线的一侧是指远离所述主气管的一侧。
可选的，所述第二动脉的信息包括第二动脉后侧外缘的切线的位置、第二动脉左侧外缘的切线的位置和第二动脉右侧外缘的切线的位置；所述第二动脉后侧外缘的切线与矢状面垂直，所述第二动脉左侧外缘的切线、所述第二动脉右侧外缘的切线均与冠状面垂直；
所述方法还包括：
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于3p区；
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结位于所述第二横切面的下方，则确定所述异常淋巴结位于4区的左方；
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结位于所述第三横切面的下方，则确定所述异常淋巴结位于4区的右方；
若在横切面上所述异常淋巴结位于所述第二动脉左侧外缘的切线的一侧或所述第二动脉右侧外缘的切线的一侧，且所述异常淋巴结位于所述第一横切面的下方，则确定所述异常淋巴结位于5区；
若在横切面上所述异常淋巴结位于所述第二动脉左侧外缘的切线的一侧或所述第二动脉右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第一横切面的下方，则确定所述异常淋巴结位于6区；
其中，所述第二动脉后侧外缘的切线的一侧指远离所述第二动脉的一侧；所述第二动脉左侧外缘的切线的一侧指远离所述第二动脉的一侧；所述第二动脉右侧外缘的切线的一侧指远离所述第二动脉的一侧。
相应的，本发行实施例还提供了一种医学影像的显示装置，包括：
定位单元，用于将医学影像输入至定位模型中，以获得异常淋巴结的位置；
关键目标获取单元，用于将所述医学影像输入至关键目标获取模型中，以获取关键目标的信息；
淋巴图谱确定单元，用于基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱；
显示控制单元，用于控制显示淋巴图谱及包括有异常淋巴结的断面影像。
相应的，本发明实施例还提供了一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述医学影像的显示方法。
相应的，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述医学影像的显示方法。
根据本发明的一种医学影像的显示方法及显示装置，通过识别异常淋巴结，解决淋巴结分区规则复杂，影像科部分医生(尤其低年资医生)对于淋巴结分区不熟悉导致的误诊及效率低下的问题；进一步的通过提供参考淋巴结图谱，当淋巴结分区模块结果与医生认知不一致时，提供参考标准，进行再次复核，提高诊断的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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获得其他的附图。
图1为本发明实施例提供的一种人体基本面和基本轴的示意图；
图2为本发明实施例提供的一种医学影像的显示方法的流程图；
图3为本发明实施例提供的一种主气管分叉点的示意图；
图4为本发明实施例提供的一种左主支气管和右主支气管横切面的示意图；
图5为本发明实施例提供的一种主气管横切面的示意图；
图6(a)为本发明实施例提供的一种第一动脉汇合成第二动脉的示意图；
图6(b)为本发明实施例提供的一种第一横切面和第二横切面的示意图；
图7(a)为本发明实施例提供的第一种异常淋巴结分区的示意图；
图7(b)为本发明实施例提供的第二种异常淋巴结分区的示意图；
图7(c)为本发明实施例提供的第三种异常淋巴结分区的示意图；
图8为本发明实施例提供的一种医学影像的显示装置的结构示意图；
图9为本发明实施例提供的输出淋巴图谱及异常淋巴断面影像的示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
为了更好的解释本发明，先对本发明实施例中所涉及的方位词解释如下，如图1所示的人体基本面和基本轴的示意图中，人体基本面包括冠状面(额状面)、矢状面(正中面)和水平面(横切面)；人体基本轴包括垂直轴、矢状轴和冠状轴(额状轴)；人体的立体方位中包括前侧(靠近腹部)、后侧(靠近背部)、上侧(靠近头部)和下侧(靠近脚部)。下述实施例中的所有面、轴、方位均适用于图1。
图2示例性的示出了本发明实施例提供的一种医学影像的显示方法的流程，该流程可以由医学影像的显示装置执行。
如图2所示，该流程具体包括：
步骤201，获取医学图像，将所述医学影像输入至定位模型中，以获得异常淋巴结的位置。
医学影像可以理解为采用X射线技术拍摄的有异常淋巴结的特定影像，主要是CT影像，该医学影像为3D影像。
在获取医学影像时，可以根据预设的检出模型对采集到的医学影像进行检测，以确定是否存在异常淋巴结，若存在异常淋巴结，则可以将该医学影像输入至定位模型中，以确定异常淋巴结的位置。此外，还可以确定异常淋巴结的尺寸和分期，以使得医生根据异常淋巴结的信息给出合理的医学诊断。
所述异常淋巴结包括：(1)淋巴结肿大，如：淋巴结短径大于1cm，具体的地可以为良性肿大淋巴结、肿瘤转移性淋巴结、淋巴瘤等(2)淋巴结形态发生变化(肾形变成圆形)(3)链状淋巴结(4)淋巴结密度异常升高。本实施例中，具体地，所述异常淋巴结可以为：纵隔淋巴结核、结节病、巨大淋巴结增生症、淋巴瘤、转移性淋巴结肿大中的一种。
本实施例中，可以采用定位模型定位异常淋巴结所在的位置，也即通过定位模型输出异常淋巴结的位置。此时，异常淋巴结为目标关键点。具体的，定位模型可以包括第一定位模型和第二定位模型，将医学影像输入至第一定位模型，以获得医学影像的各第一关键点的位置(第一关键点可以为异常淋巴结所在区域的点)，将医学影像的至少一个维度的影像层输入至第二定位模型，以获得医学影像在至少一个维度上的各第二关键点的位置(第二关键点可以为异常淋巴结所在区域的点)；其中，任一维度的影像层包括以使用维度的切分平面切分医学影像得到的一帧或多帧连续的医学影像；不同维度的切分平面不平行；将各第一关键点和至少一个维度上的各第二关键点中相同的第一关键点和第二关键点作为目标关键点，基于相同的第一关键点和第二关键点的位置，确定目标关键点的位置。
第一定位模型包括第一定位模块和第二定位模块，具体是将医学影像输入至第一定位模块，以获得医学影像的各初始第一关键点的位置；分割医学影像，以获得包括各初始第一关键点的各个粗分割体；将各个粗分割体输入至与其对应的第二定位模块，以获得各个粗分割体包括的各第一关键点的位置。
第二定位模型包括分类器、第三定位模块和第四定位模块，具体是将医学影像的至少一个维度的影像层输入至分类器，以获得医学影像在至少一个维度上的各关键帧影像，将医学影像在至少一个维度上的各关键帧影像输入至第三定位模块，以获得医学影像在至少一个维度上的各初始第二关键点的位置，分割医学影像在至少一个维度上的关键帧影像，以获得包括各初始第二关键点的各个粗分割区域，将各个粗分割区域输入至与其对应的第三定位模块，以获得各个粗分割区域包括的各第二关键点的位置。
步骤202，将所述医学影像输入至关键目标获取模型中，以获取关键目标的信息。
本实施例中，关键目标可以包括：主气管、主气管分叉点、支气管、动脉、肺尖、胸骨柄、脊柱骨、上腔静脉汇合处等，其中，主气管在主气管分叉点处分为左主支气管和右主支气管，示例性的，如图3为主气管分叉点的示意图，主气管分叉点上侧是主气管、主气管分叉点下侧是左主支气管和右主支气管。
主气管的信息可以包括主气管后侧外缘的切线的位置、主气管右侧外缘的切线的位置、左主支气管和右主支气管相邻的外缘的切线的位置、右主支气管分叉点的位置、右中叶支气管后侧外缘的切线的位置，其中，主气管后侧外缘的切线与矢状面垂直，主气管右侧外缘的切线与冠状面垂直，左主支气管和右主支气管相邻的外缘的切线均与冠状面垂直，右中叶支气管后侧外缘的切线与矢状面垂直。如图4为左主支气管和右主支气管相邻的外缘的切线的示意图，如图5为主气管后侧外缘的切线和主气管右侧外缘的切线的示意图。
动脉的信息可以包括第一动脉的信息、第二动脉的信息和主动脉弓的信息，如图6(a)所示，多个第一动脉在主动脉弓处汇合成第二动脉。第一动脉的信息包括第一动脉后侧外缘的切线的位置和第一动脉前侧外缘的切线的位置，第一动脉后侧外缘的切线和第一动脉前侧外缘的切线均与矢状面垂直。第二动脉的信息包括第二动脉后侧外缘的切线的位置、第二动脉左侧外缘的切线的位置和第二动脉右侧外缘的切线的位置；第二动脉后侧外缘的切线与矢状面垂直，第二动脉左侧外缘的切线、第二动脉右侧外缘的切线均与冠状面垂直。主动脉弓的信息可以包括第一横切面的位置和第二横切面的位置，如图6(b)所示，第一横切面是指主动脉弓最下方外缘的横切面，第二横切面是主动脉弓最上方外缘的横切面，第一横切面也可以叫做主动脉弓消失层，第二横切面也可以叫做主动脉弓出现层。
上腔静脉汇合处的信息可以包括第三横切面，第三横切面理解为上腔静脉汇合处的横切面。
需要说明的是，气管外缘切线(包括主气管外缘切线、主支气管外缘切线、支气管外缘切线)指的是横切面上气管外缘上的切线，该气管外缘切线与水平面平行，具体的，气管后侧外缘切线、气管前侧外缘切线与矢状面垂直，气管左侧外缘切线、气管右侧外缘切线与冠状面垂直。动脉外缘切线(包括第一动脉外缘切线、第二动脉外缘切线)指的是横切面上动脉外缘上的切线，该动脉外缘切线与水平面平行，具体的，动脉后侧外缘切线和动脉前侧外缘切线与矢状面垂直，动脉左侧外缘切线和动脉右侧外缘切线与冠状面垂直。
具体实现中，关键目标的信息的获取涉及关键目标定位，而关键目标定位可以分为关键点定位和关键帧定位，其中，关键点定位可以采用关键点定位方法确定各关键点的位置信息，关键点如主气管分叉点、右主支气管分叉点、肺尖、胸骨柄、脊柱骨等。关键点定位方法可以与上述确定异常淋巴结的位置时采用的方法相似，此时将主气管分叉点、右主支气管分叉点、肺尖、胸骨柄、脊柱骨等作为目标关键点即可，在此不再赘述。关键帧定位可以采用关键帧定位方法确定各关键帧的位置信息，关键帧如第一横切面、第二横切面、第三横切面等，可以将医学影像输入至粗定位模块后，细定位模块只进行垂直轴上截取，确定在垂直轴上的位置。
本发明实施例中，还可以根据胸骨和脊柱骨的位置确定中线，具体的，将每帧上胸骨和脊柱骨定位点连线。该中线在后续实施例中，可以用于确定异常淋巴结所在分区时，区分是在左方还是右方。
步骤203，基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱。
具体地，根据异常淋巴结的位置及关键目标信息确定异常淋巴结所在分区；根据所述分区，确定与其关联的淋巴图谱，其中，每个分区至少对应一张淋巴图谱。
在本实施例中，对所述分区采用国际肺癌研究协会(IASLC)于2009年制定的分区标准。但不限于此，本领域技术人员可知本方案也适用于自定义的其他分区方式。
结合图7(a)、图7(b)、图7(c)中异常淋巴结所在的分区的说明，根据异常淋巴结的位置、关键目标的信息，则可以确定出异常淋巴结所在分区，并确定出与该分区关联的淋巴图谱。
本实施例中，可以根据淋巴结的位置及主气管的分叉点的位置，确定淋巴结与主气管的分叉点的相对位置，具体分两种情况。
情况一：
若异常淋巴结位于主气管分叉点的下方，则基于支气管的信息，确定异常淋巴结所在的分区；
情况二：
若异常淋巴结位于主气管分叉点的上方，则基于主气管的信息和动脉的信息，确定异常淋巴结所在的分区。
需要说明的是，下述实施例中涉及的气管外缘切线(包括主气管外缘切线、主支气管外缘切线、支气管外缘切线)的一侧指的是远离气管的一侧，动脉外缘切线(包括第一动脉外缘切线、第二动脉外缘切线)的一侧指的是远离动脉的一侧，以图5中主气管横切面为例，图5中包括主气管后侧外缘的切线和主气管右侧外缘的切线，主气管后侧外缘的一侧为该主气管后侧外缘的切线下方的一侧；主气管右侧外缘的一侧为该主气管后侧外缘的切线右方的一侧。
针对情况一，在确定异常淋巴结位于主气管分叉点的下方之后，可以进一步基于左主支气管和右主支气管相邻的外缘的切线的位置、右主支气管分叉点的位置、右中叶支气管后侧外缘的切线的位置，确定异常淋巴结所在的分区为7区或8区或10区。具体可以为：
若异常淋巴结位于右主支气管分叉点的上方，且在横切面上异常淋巴结位于左主支气管和右主支气管相邻的外缘的切线之间以及右主支气管后侧外缘的切线的一侧(右主支气管后侧外缘的切线的一侧是指远离右主支气管的一侧)，则确定异常淋巴结位于7区；
若异常淋巴结位于右主支气管分叉点的下方，且在横切面上异常淋巴结位于右中叶支气管后侧外缘的切线的一侧(右中叶支气管后侧外缘的切线的一侧是指远离右中叶支气管的一侧)，则确定异常淋巴结位于8区；
若在横切面上异常淋巴结未位于左主支气管和右主支气管相邻的外缘的切线之间，则确定异常淋巴结位于10区。
针对情况二，在确定异常淋巴结位于主气管分叉点的上方之后，可以进一步基于主气管后侧外缘的切线的位置、主气管右侧外缘的切线的位置、第一动脉后侧外缘的切线的位置、第一动脉前侧外缘的切线的位置、第一横切面的位置、第二横切面的位置、第三横切面位置，确定异常淋巴结所在的分区为3a区或3p区或2区的左方或2区的右方。具体可以为：
若在横切面上异常淋巴结位于第一动脉前侧外缘的切线的一侧(第一动脉前侧外缘的切线的一侧指远离第一动脉的一侧)，则确定异常淋巴结位于3a区；
若在横切面上异常淋巴结位于第一动脉后侧外缘的切线的一侧(第一动脉后侧外缘的切线的一侧指远离第一动脉的一侧)，且在横切面上异常淋巴结位于主气管后侧外缘的切线的一侧(主气管后侧外缘的切线的一侧是指远离主气管的一侧)，则确定异常淋巴结位于3p区；
若在横切面上异常淋巴结位于第一动脉后侧外缘的切线的一侧，且在横切面上异常淋巴结未位于主气管后侧外缘的切线的一侧，且在横切面上异常淋巴结位于主气管右侧外缘的切线的一侧(主气管右侧外缘的切线的一侧是指远离主气管的一侧)，且异常淋巴结未位于第二横切面的下方，则确定异常淋巴结位于2区的左方；
若在横切面上异常淋巴结位于第一动脉后侧外缘的切线的一侧，且在横切面上异常淋巴结未位于主气管后侧外缘的切线的一侧，且在横切面上异常淋巴结未位于主气管右侧外缘的切线的一侧，且异常淋巴结未位于第三横切面的下方，则确定异常淋巴结位于2区的右方；
还可以进一步结合第二动脉后侧外缘的切线的位置、第二动脉左侧外缘的切线的位置、第二动脉右侧外缘的切线的位置，确定出异常淋巴结所在的分区为3p区或4区的左方或4区的右方或5区或6区。具体可以为：
若在横切面上异常淋巴结位于第二动脉后侧外缘的切线的一侧(第二动脉后侧外缘的切线的一侧指远离第二动脉的一侧)，且在横切面上异常淋巴结位于主气管后侧外缘的切线的一侧，则确定异常淋巴结位于3p区；
若在横切面上异常淋巴结位于第二动脉后侧外缘的切线的一侧，且在横切面上异常淋巴结未位于主气管后侧外缘的切线的一侧，且在横切面上异常淋巴结位于主气管右侧外缘的切线的一侧，且异常淋巴结位于第二横切面的下方，则确定异常淋巴结位于4区的左方；
若在横切面上异常淋巴结位于第二动脉后侧外缘的切线的一侧，且在横切面上异常淋巴结未位于主气管后侧外缘的切线的一侧，且在横切面上异常淋巴结未位于主气管右侧外缘的切线的一侧，且异常淋巴结位于第三横切面的下方，则确定异常淋巴结位于4区的右方；
若在横切面上异常淋巴结位于第二动脉左侧外缘的切线的一侧(第二动脉左侧外缘的切线的一侧指远离第二动脉的一侧)或第二动脉右侧外缘的切线的一侧(第二动脉右侧外缘的切线的一侧指远离第二动脉的一侧)，且异常淋巴结位于第一横切面的下方，则确定异常淋巴结位于5区；
若在横切面上异常淋巴结位于第二动脉左侧外缘的切线的一侧或第二动脉右侧外缘的切线的一侧，且异常淋巴结未位于第一横切面的下方，则确定异常淋巴结位于6区。
情况二中，在确定异常淋巴结在第一动脉前侧外缘的切线的一侧或第一动脉后侧外缘的切线的一侧时，可以将医学影像输入至二分类模型中，以确定异常淋巴结和第一动脉的相对位置，同理，在确定异常淋巴结在第二动脉后侧外缘的切线的一侧或第二动脉左侧外缘的切线的一侧或第二动脉右侧外缘的切线的一侧时，可以将医学影像输入至三分类模型中，以确定异常淋巴结和第二动脉的相对位置。当然，也可以根据该二分类模型和该三分类模型确定一个分类模型，用于确定异常淋巴结相对于第一动脉或第二动脉的位置。
本发明实施例中，还可以综合考虑肺尖的位置和胸骨柄的位置，确定异常淋巴结所在的分区。若异常淋巴结位于主气管分叉点的上方，且未位于肺尖的下方，则异常淋巴结位于1区；若异常淋巴结位于肺尖的下方，且未位于胸骨柄的下方，且在横切面上异常淋巴结未位于主气管后侧外缘的切线的一侧，则异常淋巴结位于1区；若异常淋巴结未位于胸骨柄的下方，且在横切面上异常淋巴结位于主气管后侧外缘的切线的一侧，则异常淋巴结位于3p区。
上述技术方案中，在获取到医学影像后，将医学影像输入至定位模型中，以确定异常淋巴结的位置，然后再将医学影像输入至关键目标获取模型中，以确定医学影像中关键目标的信息，并根据确定出的异常淋巴结的位置和各关键目标的信息，确定异常淋巴结与各关键目标的相对位置，进一步根据异常淋巴结与各关键目标的相对位置，确定异常淋巴结所在的分区。
图9为本发明实施例提供的输出淋巴图谱及异常淋巴断面影像的示意图。如图9所示，图中的右半部为纵隔窗显示模式下的CT影像的横断面影像，左半部为标有分区的断面淋巴图谱，该断面淋巴图谱中标有异常淋巴结所在的分区。所述淋巴图谱是根据经验确定的不同分区的最佳观察断面，预存储于系统中，是基于正常人的CT图像的不同断面进行标记后生成。每个分区至少对应一张淋巴图谱。
进一步地，对所述CT图像的不同断面进行标记包括，采用不同颜色标记不同区域及在区域上标记表示分区的代码。
步骤204，响应于第一操作，输出所述淋巴图谱及异常淋巴断面影像。
正常阅片模式时只显示纵隔窗显示模式下的CT影像，在接收到用户输入的显示图谱操作时，如图9所示，影像区域变为二分屏模式，输出所述淋巴图谱及异常淋巴断面影像。上述操作可以是通过点击界面上的“图谱”按钮完成。
基于同一发明构思，图8示例性的示出了本发明实施例提供的一种医学影像的显示装置的结构示意图，该装置可以执行医学影像的显示方法的流程。
该装置包括：
定位单元801、关键目标获取单元802、淋巴图谱确定单元803和显示控制单元804；
所述定位单元801，用于将医学影像输入至定位模型中，以获得异常淋巴结的位置；
所述关键目标获取单元802，用于将所述医学影像输入至关键目标获取模型中，以获取关键目标的信息；
所述淋巴图谱确定单元803，用于基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱；
显示控制单元804，用于控制显示淋巴图谱及异常淋巴断面影像。
可选的，所述淋巴图谱确定单元803具体用于：
根据异常淋巴结的位置及关键目标信息确定异常淋巴结所在分区；
根据所述分区，确定与其关联的淋巴图谱，其中，每个分区至少对应一张淋巴图谱。
可选的，所述关键目标包括主气管、主气管分叉点、支气管及动脉；
所述淋巴图谱确定单元803具体用于：
若所述异常淋巴结位于所述主气管分叉点的下方，则基于所述支气管的信息，确定所述异常淋巴结所在的分区；
若所述异常淋巴结位于所述主气管分叉点的上方，则基于所述主气管的信息和动脉的信息，确定所述异常淋巴结所在的分区。
可选的，所述支气管的信息包括左主支气管和右主支气管相邻的外缘的切线的位置，右主支气管分叉点的位置，右中叶支气管后侧外缘的切线的位置；所述左主支气管和右主支气管相邻的外缘的切线均与冠状面垂直，所述右中叶支气管后侧外缘的切线与矢状面垂直；
所述淋巴图谱确定单元803具体用于：
若所述异常淋巴结位于所述右主支气管分叉点的上方，且在横切面上所述异常淋巴结位于所述左主支气管和右主支气管相邻的外缘的切线之间以及右主支气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于7区；
若所述异常淋巴结位于所述右主支气管分叉点的下方，且在横切面上所述异常淋巴结位于所述右中叶支气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于8区；
若在横切面上所述异常淋巴结未位于所述左主支气管和右主支气管相邻的外缘的切线之间，则确定所述异常淋巴结位于10区；
其中，所述右主支气管后侧外缘的切线的一侧是指远离所述右主支气管的一侧；所述右中叶支气管后侧外缘的切线的一侧是指远离所述右中叶支气管的一侧。
可选的，所述主气管的信息包括主气管后侧外缘的切线的位置、主气管右侧外缘的切线的位置，所述主气管后侧外缘的切线与矢状面垂直，所述主气管右侧外缘的切线与冠状面垂直；
所述动脉的信息包括第一动脉的信息、第二动脉的信息、主动脉弓的信息；所述第一动脉在所述主动脉弓处汇合成所述第二动脉；所述第一动脉的信息包括第一动脉后侧外缘的切线的位置和第一动脉前侧外缘的切线的位置，所述第一动脉后侧外缘的切线和所述第一动脉前侧外缘的切线均与矢状面垂直；所述主动脉弓的信息包括第一横切面的位置、第二横切面的位置，所述第一横切面是指所述主动脉弓最下方外缘的横切面；所述第二横切面是所述主动脉弓最上方外缘的横切面；
所述关键目标还包括第三横切面，所述第三横切面是指上腔静脉汇合处的横切面；
所述淋巴图谱确定单元803具体用于：
若在横切面上所述异常淋巴结位于所述第一动脉前侧外缘的切线的一侧，则确定所述异常淋巴结位于3a区；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于3p区；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第二横切面的下方，则确定所述异常淋巴结位于2区的左方；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第三横切面的下方，则确定所述异常淋巴结位于2区的右方；
其中，所述第一动脉前侧外缘的切线的一侧指远离所述第一动脉的一侧；所述第一动脉后侧外缘的切线的一侧指远离所述第一动脉的一侧；所述主气管后侧外缘的切线的一侧是指远离所述主气管的一侧；所述主气管右侧外缘的切线的一侧是指远离所述主气管的一侧。
可选的，所述第二动脉的信息包括第二动脉后侧外缘的切线的位置、第二动脉左侧外缘的切线的位置和第二动脉右侧外缘的切线的位置；所述第二动脉后侧外缘的切线与矢状面垂直，所述第二动脉左侧外缘的切线、所述第二动脉右侧外缘的切线均与冠状面垂直；
所述淋巴图谱确定单元803还用于：
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于3p区；
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结位于所述第二横切面的下方，则确定所述异常淋巴结位于4区的左方；
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结位于所述第三横切面的下方，则确定所述异常淋巴结位于4区的右方；
若在横切面上所述异常淋巴结位于所述第二动脉左侧外缘的切线的一侧或所述第二动脉右侧外缘的切线的一侧，且所述异常淋巴结位于所述第一横切面的下方，则确定所述异常淋巴结位于5区；
若在横切面上所述异常淋巴结位于所述第二动脉左侧外缘的切线的一侧或所述第二动脉右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第一横切面的下方，则确定所述异常淋巴结位于6区；
其中，所述第二动脉后侧外缘的切线的一侧指远离所述第二动脉的一侧；所述第二动脉左侧外缘的切线的一侧指远离所述第二动脉的一侧；所述第二动脉右侧外缘的切线的一侧指远离所述第二动脉的一侧。
可选的，所述关键目标还包括肺尖和胸骨柄；
所述淋巴图谱确定单元803还用于：
若所述异常淋巴结位于所述主气管分叉点的上方，且未位于所述肺尖的下方，则确定所述异常淋巴结位于1区；
若所述异常淋巴结位于所述肺尖的下方，且未位于所述胸骨柄的下方，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，则所述异常淋巴结位于1区；
若所述异常淋巴结未位于所述胸骨柄的下方，且在横切面上所述异常淋巴结位于所述主气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于3p区。
基于同一发明构思，本发明实施例还提供了一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述医学影像的显示方法。
基于同一发明构思，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述医学影像的显示方法。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种医学影像的显示方法，其特征在于，包括：
获取医学影像，将所述医学影像输入至定位模型中，以获得异常淋巴结的位置；
将所述医学影像输入至关键目标获取模型中，以获取关键目标的信息；
基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱；
响应于第一操作，输出所述淋巴图谱及包括有异常淋巴结的断面影像，
其中，所述淋巴图谱为标有异常淋巴结所在的分区的断面影像。
2.如权利要求1所述的方法，其特征在于，基于所述异常淋巴结的位置、所述关键目标的信息，确定关联的淋巴图谱，包括：
根据异常淋巴结的位置及关键目标信息确定异常淋巴结所在分区；
根据所述分区，确定与其关联的淋巴图谱，其中，每个分区至少对应一张淋巴图谱。
3.如权利要求1所述的方法，其特征在于，所述异常淋巴结为纵隔淋巴结核、结节病、巨大淋巴结增生症、淋巴瘤、转移性淋巴结肿大中的一种。
4.如权利要求2所述的方法，其特征在于，所述关键目标包括主气管、主气管分叉点、支气管及动脉；
所述根据异常淋巴结的位置及关键目标的信息确定异常淋巴结所在分区，包括：
若所述异常淋巴结位于所述主气管分叉点的下方，则基于所述支气管的信息，确定所述异常淋巴结所在的分区；
若所述异常淋巴结位于所述主气管分叉点的上方，则基于所述主气管的信息和动脉的信息，确定所述异常淋巴结所在的分区。
5.如权利要求4所述的方法，其特征在于，所述支气管的信息包括左主支气管和右主支气管相邻的外缘的切线的位置，右主支气管分叉点的位置，右中叶支气管后侧外缘的切线的位置；所述左主支气管和右主支气管相邻的外缘的切线均与冠状面垂直，所述右中叶支气管后侧外缘的切线与矢状面垂直；
所述基于所述支气管的信息，确定所述异常淋巴结所在的分区，包括：
若所述异常淋巴结位于所述右主支气管分叉点的上方，且在横切面上所述异常淋巴结位于所述左主支气管和右主支气管相邻的外缘的切线之间以及右主支气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于7区；
若所述异常淋巴结位于所述右主支气管分叉点的下方，且在横切面上所述异常淋巴结位于所述右中叶支气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于8区；
若在横切面上所述异常淋巴结未位于所述左主支气管和右主支气管相邻的外缘的切线之间，则确定所述异常淋巴结位于10区；
其中，所述右主支气管后侧外缘的切线的一侧是指远离所述右主支气管的一侧；所述右中叶支气管后侧外缘的切线的一侧是指远离所述右中叶支气管的一侧。
6.如权利要求4所述的方法，其特征在于，所述主气管的信息包括主气管后侧外缘的切线的位置、主气管右侧外缘的切线的位置，所述主气管后侧外缘的切线与矢状面垂直，所述主气管右侧外缘的切线与冠状面垂直；
所述动脉的信息包括第一动脉的信息、第二动脉的信息、主动脉弓的信息；所述第一动脉在所述主动脉弓处汇合成所述第二动脉；所述第一动脉的信息包括第一动脉后侧外缘的切线的位置和第一动脉前侧外缘的切线的位置，所述第一动脉后侧外缘的切线和所述第一动脉前侧外缘的切线均与矢状面垂直；所述主动脉弓的信息包括第一横切面的位置、第二横切面的位置，所述第一横切面是指所述主动脉弓最下方外缘的横切面；所述第二横切面是所述主动脉弓最上方外缘的横切面；
所述关键目标还包括第三横切面，所述第三横切面是指上腔静脉汇合处的横切面；
所述基于所述主气管的信息和动脉的信息，确定所述异常淋巴结所在的分区，包括：
若在横切面上所述异常淋巴结位于所述第一动脉前侧外缘的切线的一侧，则确定所述异常淋巴结位于3a区；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于3p区；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第二横切面的下方，则确定所述异常淋巴结位于2区的左方；
若在横切面上所述异常淋巴结位于所述第一动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第三横切面的下方，则确定所述异常淋巴结位于2区的右方；
其中，所述第一动脉前侧外缘的切线的一侧指远离所述第一动脉的一侧；所述第一动脉后侧外缘的切线的一侧指远离所述第一动脉的一侧；所述主气管后侧外缘的切线的一侧是指远离所述主气管的一侧；所述主气管右侧外缘的切线的一侧是指远离所述主气管的一侧。
7.如权利要求6所述的方法，其特征在于，所述第二动脉的信息包括第二动脉后侧外缘的切线的位置、第二动脉左侧外缘的切线的位置和第二动脉右侧外缘的切线的位置；所述第二动脉后侧外缘的切线与矢状面垂直，所述第二动脉左侧外缘的切线、所述第二动脉右侧外缘的切线均与冠状面垂直；
所述方法还包括：
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管后侧外缘的切线的一侧，则确定所述异常淋巴结位于3p区；
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结位于所述第二横切面的下方，则确定所述异常淋巴结位于4区的左方；
若在横切面上所述异常淋巴结位于所述第二动脉后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管后侧外缘的切线的一侧，且在横切面上所述异常淋巴结未位于所述主气管右侧外缘的切线的一侧，且所述异常淋巴结位于所述第三横切面的下方，则确定所述异常淋巴结位于4区的右方；
若在横切面上所述异常淋巴结位于所述第二动脉左侧外缘的切线的一侧或所述第二动脉右侧外缘的切线的一侧，且所述异常淋巴结位于所述第一横切面的下方，则确定所述异常淋巴结位于5区；
若在横切面上所述异常淋巴结位于所述第二动脉左侧外缘的切线的一侧或所述第二动脉右侧外缘的切线的一侧，且所述异常淋巴结未位于所述第一横切面的下方，则确定所述异常淋巴结位于6区；
其中，所述第二动脉后侧外缘的切线的一侧指远离所述第二动脉的一侧；所述第二动脉左侧外缘的切线的一侧指远离所述第二动脉的一侧；所述第二动脉右侧外缘的切线的一侧指远离所述第二动脉的一侧。
8.一种医学影像的显示装置，其特征在于，包括：
定位单元，用于将医学影像输入定位模型中，以获得异常淋巴结的位置；
关键目标获取单元，用于将所述医学影像输入至关键目标获取模型中，以获取关键目标的信息；
淋巴图谱确定单元，用于基于所述异常淋巴结的位置、所述关键目标的信息，确定关联淋巴图谱；
显示控制单元，用于控制显示淋巴图谱及异常淋巴断面影像。
9.一种计算设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求1至7任一项所述的方法。
10.一种计算机可读非易失性存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010231125.0A CN111626980A (zh) | 2020-03-27 | 2020-03-27 | 一种医学影像的显示方法及装置、计算设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010231125.0A CN111626980A (zh) | 2020-03-27 | 2020-03-27 | 一种医学影像的显示方法及装置、计算设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111626980A true CN111626980A (zh) | 2020-09-04 |
Family
ID=72273054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010231125.0A Pending CN111626980A (zh) | 2020-03-27 | 2020-03-27 | 一种医学影像的显示方法及装置、计算设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111626980A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106815481A (zh) * | 2017-01-19 | 2017-06-09 | 中国科学院深圳先进技术研究院 | 一种基于影像组学的生存期预测方法及装置 |
| CN108962355A (zh) * | 2018-07-06 | 2018-12-07 | 腾讯科技（深圳）有限公司 | 一种影像的关联显示方法、装置及服务设备、存储介质 |
| CN110533656A (zh) * | 2019-08-30 | 2019-12-03 | 杭州依图医疗技术有限公司 | 一种确定纵隔淋巴结所在分区的方法及装置 |
-
2020
- 2020-03-27 CN CN202010231125.0A patent/CN111626980A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106815481A (zh) * | 2017-01-19 | 2017-06-09 | 中国科学院深圳先进技术研究院 | 一种基于影像组学的生存期预测方法及装置 |
| CN108962355A (zh) * | 2018-07-06 | 2018-12-07 | 腾讯科技（深圳）有限公司 | 一种影像的关联显示方法、装置及服务设备、存储介质 |
| CN110533656A (zh) * | 2019-08-30 | 2019-12-03 | 杭州依图医疗技术有限公司 | 一种确定纵隔淋巴结所在分区的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110533656B (zh) | 一种确定纵隔淋巴结所在分区的方法及装置 | |
| US8417009B2 (en) | Apparatus, method, and computer readable medium for assisting medical image diagnosis using 3-D images representing internal structure | |
| US8483467B2 (en) | Medical image diagnosis assisting apparatus and method, and computer readable recording medium on which is recorded program for the same | |
| EP2478834B1 (en) | Radiograph interpretation report creation device, method, and program | |
| CN107808156A (zh) | 感兴趣区域提取方法 | |
| CN109716445B (zh) | 类似病例图像检索程序、类似病例图像检索装置以及类似病例图像检索方法 | |
| US7295870B2 (en) | Method for the detection and automatic characterization of nodules in a tomographic image and a system of medical imaging by tomodensimetry | |
| CN111145206A (zh) | 肝脏图像分割质量评估方法、装置及计算机设备 | |
| JP2006198411A (ja) | 心筋層の損傷の可視化方法 | |
| CN111553883A (zh) | 一种医学影像的处理方法及装置、计算机设备及存储介质 | |
| Jones | Facial Reconstruction Using Volumetric Data. | |
| JPH09508817A (ja) | 胸部の画像における総体的な異常及び非対称性の自動化検出方法及び装置 | |
| JP2001511374A (ja) | 側面胸部放射線像の肺領域を分割する方法とシステム | |
| CN102479390A (zh) | 图像处理方法、图像处理装置、图像系统以及程序编码 | |
| US8086013B2 (en) | Image processing apparatus and image processing method | |
| EP2216751A2 (en) | Preventing thoracic bones from being displayed in 3D images | |
| US8050470B2 (en) | Branch extension method for airway segmentation | |
| JP2008212396A (ja) | 画像処理装置およびそのプログラム | |
| JP5105997B2 (ja) | 医用画像処理装置、医用画像診断装置、及びプログラム | |
| CN118334273B (zh) | 一种主动脉窦管交界平面自动提取方法、装置及存储介质 | |
| CN111755105A (zh) | 一种医学影像的显示方法及装置、计算机可读存储介质 | |
| US20040105527A1 (en) | Methods and apparatus for the classification of nodules | |
| CN112381779A (zh) | 肺癌tnm分期获取方法、装置及显示方法 | |
| JP3590183B2 (ja) | 乳房画像表示装置 | |
| CN111626980A (zh) | 一种医学影像的显示方法及装置、计算设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |
|
| RJ01 | Rejection of invention patent application after publication |