CN112200022A - 图像处理方法、医疗成像设备和存储介质 - Google Patents

图像处理方法、医疗成像设备和存储介质 Download PDF

Info

Publication number
CN112200022A
CN112200022A CN202011011229.7A CN202011011229A CN112200022A CN 112200022 A CN112200022 A CN 112200022A CN 202011011229 A CN202011011229 A CN 202011011229A CN 112200022 A CN112200022 A CN 112200022A
Authority
CN
China
Prior art keywords
sequence
image
target object
interval
image processing
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
CN202011011229.7A
Other languages
English (en)
Inventor
孙骏超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202011011229.7A priority Critical patent/CN112200022A/zh
Publication of CN112200022A publication Critical patent/CN112200022A/zh
Priority to PCT/CN2021/116795 priority patent/WO2022048672A1/en
Priority to EP21863734.6A priority patent/EP4193301A4/en
Priority to US18/178,495 priority patent/US20230206441A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/245Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/48Matching video sequences
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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

Abstract

本申请涉及一种图像处理方法、医疗成像设备和存储介质,首先获取图像序列,然后从所述图像序列中选取目标对象的序列区间,最后对位于所述序列区间中的图像序列进行预设的图像处理。即通过获取包含多个对象的所述图像序列,然后从所述图像序列中选取目标对象所在的序列区间,再在所述序列区间中进一步对所述目标对象进行精确定位。因此,可以大大提高寻找所述目标对象的效率,提高了医疗诊断的效率和准确性。

Description

图像处理方法、医疗成像设备和存储介质
技术领域
本申请涉及医疗设备技术领域,特别是涉及一种图像处理方法、医疗成像设备和存储介质。
背景技术
随着医疗设备技术的发展,对待测试者的患病部位提取影像进行医疗诊断已经越来越普及。其中,图像处理是重要的技术环节。成像设备在进行指定功能的图像处理时,会将全部的图像序列进行处理。即不具有临床诊断价值的图像也会被纳入图像处理对象中,由于部分所述不具有临床诊断价值的图像畸变严重,会导致图像处理的时间过长。即使所述不具有临床诊断价值的图像无畸变,也给处理器进行图像处理增加了负担,增加了所述处理器的处理时间。这都影响了医疗诊断的效率和准确率。
发明内容
基于此,有必要针对上述技术问题,提供一种图像处理方法、医疗成像设备和存储介质。
一种图像处理方法,用于实现对目标对象的图像序列的针对性选定,所述图像处理方法,包括:
获取目标对象的图像序列;
从所述图像序列中选取目标对象的序列区间;
对位于所述序列区间中的图像序列进行预设的图像处理。
在一个实施例中,所述预设的图像处理包括支架精显处理,所述从所述图像序列中选取目标对象的序列区间的步骤包括:
在目标对象的图像序列中识别导管标记点;
在图像序列中针对识别出至少两个所述导管标记点的图像进行支架精显处理。
在一个实施例中,所述预设的图像处理包括彩色血流全循环成像处理,所述从所述图像序列中选取目标对象的序列区间的步骤包括:
在所述图像序列中识别造影剂;
在图像序列中针对识别出造影剂的图像进行彩色血流全循环成像处理。
在一个实施例中,所述对位于所述序列区间中的图像序列进行预设的图像处理的步骤包括:
对所述目标对象的序列区间进行循环播放;
调节所述目标对象的序列区间的播放速度和播放位置;以及
在循环播放过程中,从所述目标对象的序列区间选取目标对象位置清楚显示的序列作为所述目标对象的序列区间的精确定位显示图像。
在一个实施例中,所述对位于所述序列区间中的图像序列进行预设的图像处理的步骤包括:
对所述图像序列中选取目标对象的序列区间的每一帧图像进行图像增强处理;
得到增强后的所述目标对象的序列区间的图像,作为所述目标对象的序列区间的精确定位显示图像。
在一个实施例中,从所述图像序列中选取目标对象的序列区间的步骤,包括:
从所述图像序列中查找目标对象的图像序列;
在所述目标对象的图像序列前后分别截取预设帧的前序列区间和后序列区间;
所述前序列区间、所述目标对象的图像序列以及和所述后序列区间形成所述目标对象的序列区间。
其中,所述目标对象的序列区间为具有支架的图像序列区间,所述具有支架的图像序列区间用于评价所述支架展开的轮廓或状态;
在一个实施例中,所述图像序列包括,心脏检查的图像序列、旋转血管造影的图像序列或者周围血管造影的图像序列;所述获取目标对象的图像序列的步骤包括:
设置采集参数和调窗值;
选择测量区域、选择序列时间;
准备检测设备,并将待测试者进行固定在测试区域;
设置启动位置即视野范围;
按照序列检查—测试阶段—返回相位—充盈相位的步骤实施循环检测,并最终获取所述目标对象的图像序列。
一种医疗成像设备,所述医疗成像设备包括:
图像获取模块,用于获取目标对象的图像序列;
图像截取模块,用于从所述图像序列中选取目标对象的序列区间;
图像处理模块,用于对位于所述序列区间中的图像序列进行预设的图像处理。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的图像处理方法。
一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7中任一项所述的图像处理方法。
本申请实施例所述的图像处理方法、医疗成像设备和存储介质,首先获取目标对象的图像序列,然后从所述图像序列中选取目标对象的序列区间,最后对位于所述序列区间中的图像序列进行预设的图像处理。即通过获取包含多个对象的所述图像序列,然后从所述图像序列中选取目标对象所在的序列区间,再在所述序列区间中进一步对所述目标对象进行精确定位。因此,可以大大提高寻找所述目标对象的效率,提高了医疗诊断的效率和准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,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为本申请一个实施例提供的图像处理方法流程示意图;
图2为本申请实施例提供的导管标记点示意图;
图3为本申请一个实施例提供的图像处理方法流程示意图;
图4为本申请一个实施例提供的图像处理方法流程示意图;
图5为本申请一个实施例提供的图像处理方法流程示意图;
图6为本申请一个实施例提供的图像处理方法流程示意图;
图7为本申请一个实施例提供的电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参见图1,本申请实施例提供一种图像处理方法。所述图像处理方法用于实现对目标对象的图像序列的针对性选定。所述图像处理方法包括:
S10,获取目标对象的图像序列;
S20,从所述图像序列中选取目标对象的序列区间;
S30,对位于所述序列区间中的图像序列进行预设的图像处理。
所述S10中,所述图像序列可以为一个视频片段。所述图像序列可以包括多帧画面。所述图像序列可以包括心脏检查的图像序列、旋转血管造影的图像序列、三维采集的图像序列或者周围血管造影的图像序列。
其中,所述心脏检查的图像序列可以包括标准心脏采集、增强纤细结构显示(如膨胀的支架)和对比增强的心房或血管的三维图像(特别是左心房形态学可视效果图)。
通过旋转血管造影的图像序列和所述周围血管造影的图像序列可以清晰显示病变组织的大小、形态、解剖部位,以及所述病变组织相对于供血动脉的血管关系。通过所述图像序列,可以在特定角度监视图像,便于进行球囊扩张、支架植入、化疗栓塞。所述图像序列可以为疾病的介入治疗提供清晰明确的路径,为手术治疗提供可靠的依据。
所述S20中,可以从所述图像序列中选择目标对象的序列区间。所述目标对象的序列区间可以为感兴趣对象的序列区间。在每个所述图像序列中,可以具有多个待检测的对象。可以理解,选取目标对象的序列区间的过程可以为医生人工选择输入的过程,也可以为自动生成的过程。例如可以通过人工识别,或者AI学习、智能识别等技术,选取所述图像序列中的目标对象的序列区间。所述序列区间可以为所述图像序列中的某一个片段。所述序列区间可以包括多帧画面。所述目标对象可以包括患病血管部位的影像、血管支架的影像等。
可以理解,选择的所述目标对象的序列区间的序列数可以为连续的,也可以为的不连续的点组成的。
所述S30中,当识别到所述目标对象后,可以通过控制所述图像序列显示对应的帧画面。为了提高识别速度,也可以调整每个所述图像序列中的多个帧的显示速度,也可以控制不同帧的显示顺序。在一个实施例中,可以通过手动控制显示所述图像序列的某一帧的上一帧或者下一帧。因此可以便于选择最能体现所述目标对象的图像呈现在工作人员面前。在一个实施例中,所述目标对象可以为支架。
在一个实施例中,可以通过选择长序列的图像序列,有针对性的、快速的处理图像,生成可以提供纤细结构(如膨胀的支架)的较佳视图,以支持展开对所述支架的检查。例如可以检查所述支架的轮廓或状态(如是否贴合血管壁,是否完全覆盖狭窄段等)。
可以理解,所述对所述目标对象的序列区间进行预设的图像处理可以是支架精显,也可以是对已采集的DSA序列进行彩色血流全循环成像技术(iFlow)。所述对所述目标对象的序列区间进行预设的图像处理也可以为筛除不清楚影像的过程。所述不清楚影像可以包括刚开始放线的前几帧。一般所述前几帧的图像不够稳定。并且,对于造影剂刚打入的一些帧,对比度比较差,例如采集所述支架的影像时对比度较差,对应的帧也需要删除。在一些实施例中,扩张支架的球囊还未退出支架时,支架对比度也受到影响。
本申请实施例所述的图像处理方法,首先获取图像序列,然后从所述图像序列中选取目标对象的序列区间,最后对位于所述序列区间中的图像序列进行预设的图像处理。即通过获取包含多个对象的所述图像序列,然后从所述图像序列中选取目标对象所在的序列区间,再在所述序列区间中进一步对所述目标对象进行精确定位。因此,可以大大提高寻找所述目标对象的效率,提高了医疗诊断的效率和准确性。
请参见图2,在一个实施例中,所述预设的图像处理包括支架精显处理,所述S20包括:
在目标对象的图像序列中识别导管标记点;可以通过扫描所述图像中的符合所述导管标记点本身的形状、大小或者颜色、灰度的变化等识别所述导管标记点。
在图像序列中针对识别出至少两个所述导管标记点的图像进行支架精显处理。
可以理解,支架精显技术在在冠脉介入等医疗手术方面以后比较重要的应用。支架精显处理技术可以是通过导丝引导支架的到达血管内的目标位置。所述导丝上可以设置所述导管标记点,通过所述导管标记点可以确定所述支架是否到达目标位置。当所述支架到达所述目标位置后,可以通过向所述支架内的球囊注射造影剂或者生理盐水扩张所述球囊,所述球囊扩张即可以将所述支架撑起,达到支撑血管壁的作用。在一个实施例中,所述导丝上设置的所述导管标记点可以为设置在所述导丝两端的两个黑色标记。
当识别到至少两个所述导管标记点的图像后,可以进一步确定所述图像中多帧画面中清晰的部分,并可以删除多帧画面中不清晰的部分,以便于观察分析。
在一个实施例中,所述预设的图像处理包括彩色血流全循环成像处理,所述S20包括:
在所述图像序列中识别造影剂;在一个实施例中,可以通过灰度值的变化识别造影剂。
在图像序列中针对识别出造影剂的图像进行彩色血流全循环成像处理。
彩色血流全循环成像技术是基于DSA的三维重建技术,可以好地显示富血管脑膜瘤的供血情况,有助于决策是否行术前栓塞;可提高肿瘤的全切除率,降低并发症的发生率。
其中,对所述图像进行彩色血流全循环成像处理可以包括对识别出造影剂的图像去噪,即去掉影响显示清晰度和变形的画面,保留清晰的画面。
请参见图3,在一个实施例中,所述S30中,包括:
S310,对所述目标对象的序列区间进行循环播放;
S320,调节所述目标对象的序列区间的播放速度和播放位置;以及
S330,在循环播放过程中,从所述目标对象的序列区间选取目标对象位置清楚显示的序列作为所述目标对象的序列区间的精确定位显示图像。
所述S310中,可以将图像采集设备采集的影像输入到显示设备中。通过对所述显示设备的设定可以使所述目标对象的序列区间进行循环播放。可以理解,所述目标对象的序列区间可以包括多帧画面,多帧画面可以循环显示。
所述320中,可以通过所述显示设备调节所述序列区间中多帧画面的播放速度,例如对于不包含所述目标对象的帧可以快速播放或者快速跳过。当所述目标对象出现时,可以放慢播放速度。如果播放速度过快跳过了所述目标对象,可以慢速倒退相关的帧画面,以便于操作者随时调整所述序列区间的播放位置,以确保能够找到所述目标对象。可以理解,当找到所述目标对象所在的帧后,可以对该帧进行局部放大,或者局部的算法处理,使得目标部位可以更清晰地显示所述目标对象。
在一个实施例中,可以通过控制所述显示设备回播调阅上一帧或者下一帧。所述图像序列也可以为多个。通过所述显示设备也可以调阅上一个或者下一个所述图像序列。
所述S330中,所述目标对象的序列区间可以包括多个序列。每个所述序列可以为一帧画面,也可以为多帧画面。选择最能体现所述目标对象的所述序列区间中的序列,即完成对所述目标对象的位置进行精确定位。在一个实施例中,对所述目标对象进行精确定位的序列所呈现的图像可以为所述支架。
请参见图4,所述S30还可以进一步包括:
S31,对所述图像序列中选取目标对象的序列区间的每一帧图像进行图像增强处理;
S32,得到增强后的所述目标对象的序列区间的图像,作为所述目标对象的序列区间的精确定位显示图像。
所述S31中,所述序列区间中可以包括多帧图像。从所述多帧图像中,可以选择其中若干个能够体现所述目标对象的多帧画面。并可以通过算法进行对所述多帧画面进行叠加和平均化,来增强支架的纤维结构的显示。在一个实施例中,可以选择100帧画面通过算法进行叠加和平均化。在一个实施例中,还可以对画面进行边缘增强处理。
所述S32中,增强后的所述目标对象的序列区间的图像,更为精确体现所述目标对象的结构和形态,有利于医师对疾病的精确诊断。
请参见图5,在一个实施例中,所述S20包括:
S21,从所述图像序列中查找目标对象的图像序列;
S22,在所述目标对象的图像序列前后分别截取预设帧的前序列区间和后序列区间;
S23,所述前序列区间、所述目标对象的图像序列以及和所述后序列区间形成所述目标对象的序列区间。
所述S22中,所述预设帧的数量可以根据需要设置,例如所述预设帧的数量可以为10帧。在一个实施例中,当所述图像序列可以为200帧,而第85帧到170帧可以为所述目标对象的图像序列,那么可以截取第75帧到第84作为前序列区间,截取第171帧到第180帧作为后序列区间。可以理解,所述前序列区间和所述后序列区间中也可以能具有支架等待检测对象的影像,只是可能不够清晰。因此可以将所述前序列区间和所述后序列区间删除。
所述S23中,如上述实施例所述,所述目标对象的序列区间可以从第75帧到第180帧。
在一个实施例中,所述目标对象的序列区间为具有支架的图像序列区间。所述具有支架的图像序列区间可以用于评价所述支架展开的轮廓或状态。可以理解,具有支架的影像可以包括多帧画面。所述多帧画面构成所述图像序列区间。包括所述支架的所述多帧画面可以包括所述支架的展开的轮廓或所述支架的状态。因此,具有支架的图像序列区间可以用于评价所述支架展开的轮廓或状态。
在一个实施例中,所述图像序列包括心脏检查的图像序列、旋转血管造影的图像序列、或者周围血管造影的图像序列。所述心脏检查的图像序列包括标准心脏采集、增强纤细结构显示(如膨胀的支架)和对比增强的心房或者血管的三维图像。通过旋转血管造影的图像序列和所述周围血管造影的图像序列可以清晰显示病变的大小、形态、解剖部位、相对于供血动脉的血管关系。
请参见图6,在一个实施例中,所述S10包括:
S110,设置采集参数和调窗值;
S120,选择测量区域、选择序列时间;
S130,准备检测设备,并将待测试者固定在测试区域;
S140,设置启动位置即视野范围;
S150,按照序列检查—测试阶段—返回相位—充盈相位的步骤实施循环检测,并最终获取所述图像序列。
所述S110中,所述采集参数可以包括采集影像的大小、采集影像的格式、采集影像的启示位置、采集位置和结束位置。调窗方式可以包括自动调窗和手动调窗。所述窗口值可以包括窗宽和窗位的值。
所述S120中,可以根据待测试者的病情选择所述测量区域,并可以根据所述待测试者的状态选择开始采集图像的时间,即所述序列时间。
所述S130中,所述检测设备可以为造影采集设备。可以通过柔性带绑定或者机械固定的方式将所述待测试者固定在所述测试区域。
所述140中,通过设置启动位置,可以设置采集造影的视野范围。
所述S150中,可以根据采集的序列,即采集的帧画面进行检查。所述测试阶段可以包括对相位的测试。在一个实施例中,可以通过简短透视检查所述待测试者的检测部位。根据实际情况可以对所述检测部位进行透过度补偿。所述返回相位,可以为在反转点启动采集所述图像序列,并将采集影像的位置返回到初始位置。所述充盈相位包括采集并显示造影图像,并可以观察造影剂团注。通过列检查—测试阶段—返回相位—充盈相位的循环检测,可以得到所述图像序列。
应该理解的是,虽然图1-5的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1-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些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中的步骤或者阶段的至少一部分轮流或者交替地执行。
本申请实施例还提供一种医疗成像设备。所述医疗成像设备包括:
图像获取模块,用于获取目标对象的图像序列;
图像截取模块,用于从所述图像序列中选取目标对象的序列区间;
图像处理模块,用于对位于所述序列区间中的图像序列进行预设的图像处理。
其中,所述图像获取模块采集的所述图像序列可以为一个视频片段。所述图像序列可以包括多帧画面。所述图像序列可以包括心脏检查的图像序列、旋转血管造影的图像序列、三维采集的图像序列或者周围血管造影的图像序列。通过旋转血管造影的图像序列和所述周围血管造影的图像序列可以清晰显示病变组织的大小、形态、解剖部位,以及所述病变组织相对于供血动脉的血管关系。通过所述图像序列,可以在特定角度监视图像,便于进行球囊扩张、支架植入、化疗栓塞。所述图像序列可以为疾病的介入治疗提供清晰明确的路径,为手术治疗提供可靠的依据。
所述图像截取模块可以通过人工识别,或者AI学习、智能识别等技术,选取所述图像序列中的所述目标对象的序列区间。所述序列区间可以为所述图像序列中的某一个片段。所述序列区间可以包括多帧画面。所述目标对象可以包括患病血管部位的影像、血管支架的影像等。
所述图像处理模块可以在识别到所述目标对象后,可以通过控制所述图像序列显示对应的帧画面。为了提高识别速度,也可以调整每个所述图像序列中的多个帧的显示速度,也可以控制不同帧的显示顺序。在一个实施例中,可以通过手动控制显示所述图像序列的某一帧的上一帧或者下一帧。因此可以便于选择最能体现所述目标对象的图像呈现在工作人员面前。在一个实施例中,所述目标对象可以为支架。
在一个实施例中,所述预设的图像处理包括支架精显。所述图像截取模块还用于在目标对象的图像序列中识别标记。
在一个实施例中,所述预设的图像处理包括对已采集的DSA序列进行彩色血流全循环成像。所述图像截取模块还用于在所述图像序列中识别造影剂。
在一个实施例中,所述图像获取模块还可以用于设置采集参数和调窗值;选择测量区域、选择序列时间;准备检测设备,并将待测试者固定在测试区域;设置启动位置即视野范围;按照序列检查—测试阶段—返回相位—充盈相位的步骤实施循环检测,并最终获取所述图像序列。
在一个实施例中,所述图像截取模块还可以用于从所述图像序列中查找目标对象的图像序列;在所述目标对象的图像序列前后分别截取预设帧的前序列区间和后序列区间;所述前序列区间、所述目标对象的图像序列以及和所述后序列区间形成所述目标对象的序列区间。
在一个实施例中,所述图像处理模块还可以用于对所述目标对象的序列区间进行循环播放;调节所述目标对象的序列区间的播放速度和播放位置;以及在循环播放过程中,从所述目标对象的序列区间选取目标对象位置清楚显示的序列作为所述目标对象的序列区间的精确定位显示图像。
在一个实施例中,所述图像处理模块还可以用于对所述图像序列中选取目标对象的序列区间的每一帧图像进行图像增强处理;得到增强后的所述目标对象的序列区间的图像,作为所述目标对象的序列区间的精确定位显示图像。
关于所述医疗成像设备的具体限定可以参见上文中对于图像处理方法的限定,在此不再赘述。上述医疗成像设备中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种电子设备,所述电子设备可以是服务器。所述电子设备可以包括处理器和存储器。所述存储器用于存储所述处理器的可执行指令。所述处理器配置为经由执行所述可执行指令来执行上述实施例中所述的图像处理方法。所述处理器可以执行以下步骤:
获取目标对象的图像序列;
从所述图像序列中选取目标对象的序列区间;
对位于所述序列区间中的图像序列进行预设的图像处理。
在一个实施例中,所述预设的图像处理包括支架精显,所述处理器在执行所述从所述图像序列中选取目标对象的序列区间的步骤时,可以进一步包括:
在目标对象的图像序列中识别标记。
在一个实施例中,所述预设的图像处理包括对已采集的DSA序列进行彩色血流全循环成像,所述从所述图像序列中选取目标对象的序列区间的步骤进一步包括:
在所述图像序列中识别造影剂。
在一个实施例中,所述处理器在执行所述对所述目标对象的序列区间进行精确的定位显示的步骤时,可以进一步包括:
对所述目标对象的序列区间进行循环播放;
调节所述目标对象的序列区间的播放速度和播放位置;以及
在循环播放过程中,从所述目标对象的序列区间选取目标对象位置清楚显示的序列作为所述目标对象的序列区间的精确定位显示图像。
在一个实施例中,所述处理器在执行所述对所述目标对象的序列区间进行精确的定位显示的步骤时,可以进一步包括:
对所述图像序列中选取目标对象的序列区间的每一帧图像进行图像增强处理;
得到增强后的所述目标对象的序列区间的图像,作为所述目标对象的序列区间的精确定位显示图像。
在一个实施例中,所述处理器在执行所述从所述图像序列中选取目标对象的序列区间的步骤时,可以进一步包括:
从所述图像序列中查找目标对象的图像序列;
在所述目标对象的图像序列前后分别截取预设帧的前序列区间和后序列区间;
所述前序列区间、所述目标对象的图像序列以及和所述后序列区间形成所述目标对象的序列区间。
在一个实施例中,所述处理器在执行所述获取图像序列的步骤时,可以进一步包括:
设置采集参数和调窗值;
选择测量区域、选择序列时间;
准备检测设备,并将待测试者进行固定在测试区域;
设置启动位置即视野范围;
按照序列检查—测试阶段—返回相位—充盈相位的步骤实施循环检测,并最终获取所述图像序列。
所述电子设备内部结构图可以如图7所示。所述电子设备还可包括网络接口。其中,所述处理器用于提供计算和控制能力。所述电子设备的所述存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于存储所述图像处理方法的数据。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
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:
获取目标对象的图像序列;
从所述图像序列中选取目标对象的序列区间;
对位于所述序列区间中的图像序列进行预设的图像处理。
在一个实施例中,所述预设的图像处理包括支架精显,计算机程序被处理器执行时还实现以下步骤:
在目标对象的图像序列中识别标记。
在一个实施例中,所述预设的图像处理包括对已采集的DSA序列进行彩色血流全循环成像,计算机程序被处理器执行时还实现以下步骤:
在所述图像序列中识别造影剂。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对所述目标对象的序列区间进行循环播放;
调节所述目标对象的序列区间的播放速度和播放位置;以及
在循环播放过程中,从所述目标对象的序列区间选取目标对象位置清楚显示的序列作为所述目标对象的序列区间的精确定位显示图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对所述图像序列中选取目标对象的序列区间的每一帧图像进行图像增强处理;
得到增强后的所述目标对象的序列区间的图像,作为所述目标对象的序列区间的精确定位显示图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
从所述图像序列中查找目标对象的图像序列;
在所述目标对象的图像序列前后分别截取预设帧的前序列区间和后序列区间;
所述前序列区间、所述目标对象的图像序列以及和所述后序列区间形成所述目标对象的序列区间。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
设置采集参数和调窗值;
选择测量区域、选择序列时间;
准备检测设备,并将待测试者固定在测试区域;
设置启动位置即视野范围;
按照序列检查—测试阶段—返回相位—充盈相位的步骤实施循环检测,并最终获取所述图像序列。
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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)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)

1.一种图像处理方法,其特征在于,用于实现对目标对象的图像序列的针对性选定,所述图像处理方法,包括:
获取目标对象的图像序列;
从所述图像序列中选取目标对象的序列区间;
对位于所述序列区间中的图像序列进行预设的图像处理。
2.如权利要求1所述的图像处理方法,其特征在于,所述预设的图像处理包括支架精显处理,所述从所述图像序列中选取目标对象的序列区间的步骤包括:
在目标对象的图像序列中识别导管标记点;
在图像序列中针对识别出至少两个所述导管标记点的图像进行支架精显处理。
3.如权利要求1所述的图像处理方法,其特征在于,所述预设的图像处理包括彩色血流全循环成像处理,所述从所述图像序列中选取目标对象的序列区间的步骤包括:
在所述图像序列中识别造影剂;
在图像序列中针对识别出造影剂的图像进行彩色血流全循环成像处理。
4.如权利要求1所述的图像处理方法,其特征在于,所述对位于所述序列区间中的图像序列进行预设的图像处理的步骤包括:
对所述目标对象的序列区间进行循环播放;
调节所述目标对象的序列区间的播放速度和播放位置;以及
在循环播放过程中,从所述目标对象的序列区间选取目标对象位置清楚显示的序列作为所述目标对象的序列区间的精确定位显示图像。
5.如权利要求1所述的图像处理方法,其特征在于,所述对位于所述序列区间中的图像序列进行预设的图像处理的步骤包括:
对所述图像序列中选取目标对象的序列区间的每一帧图像进行图像增强处理;
得到增强后的所述目标对象的序列区间的图像,作为所述目标对象的序列区间的精确定位显示图像。
6.根据权利要求1所述的图像处理方法,其特征在于,从所述图像序列中选取目标对象的序列区间的步骤,包括:
从所述图像序列中查找目标对象的图像序列;
在所述目标对象的图像序列前后分别截取预设帧的前序列区间和后序列区间;
所述前序列区间、所述目标对象的图像序列以及和所述后序列区间形成所述目标对象的序列区间;
其中,所述目标对象的序列区间为具有支架的图像序列区间,所述具有支架的图像序列区间用于评价所述支架展开的轮廓或状态。
7.根据权利要求1-6中任一项所述的图像处理方法,其特征在于,所述图像序列包括,心脏检查的图像序列、旋转血管造影的图像序列或者周围血管造影的图像序列;所述获取目标对象的图像序列的步骤包括:
设置采集参数和调窗值;
选择测量区域、选择序列时间;
准备检测设备,并将待测试者进行固定在测试区域;
设置启动位置即视野范围;
按照序列检查—测试阶段—返回相位—充盈相位的步骤实施循环检测,并最终获取所述目标对象的图像序列。
8.一种医疗成像设备,其特征在于,所述医疗成像设备包括:
图像获取模块,用于获取目标对象的图像序列;
图像截取模块,用于从所述图像序列中选取目标对象的序列区间;
图像处理模块,用于对位于所述序列区间中的图像序列进行预设的图像处理。
9.一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权利要求1-7中任一项所述的图像处理方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7中任一项所述的图像处理方法。
CN202011011229.7A 2020-09-04 2020-09-23 图像处理方法、医疗成像设备和存储介质 Pending CN112200022A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202011011229.7A CN112200022A (zh) 2020-09-23 2020-09-23 图像处理方法、医疗成像设备和存储介质
PCT/CN2021/116795 WO2022048672A1 (en) 2020-09-04 2021-09-06 Systems and methods for image processing
EP21863734.6A EP4193301A4 (en) 2020-09-04 2021-09-06 SYSTEMS AND METHODS FOR IMAGE PROCESSING
US18/178,495 US20230206441A1 (en) 2020-09-04 2023-03-04 Systems and methods for image processing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011011229.7A CN112200022A (zh) 2020-09-23 2020-09-23 图像处理方法、医疗成像设备和存储介质

Publications (1)

Publication Number Publication Date
CN112200022A true CN112200022A (zh) 2021-01-08

Family

ID=74016111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011011229.7A Pending CN112200022A (zh) 2020-09-04 2020-09-23 图像处理方法、医疗成像设备和存储介质

Country Status (1)

Country Link
CN (1) CN112200022A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022048672A1 (en) * 2020-09-04 2022-03-10 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image processing
CN116636866A (zh) * 2023-05-17 2023-08-25 北京唯迈医疗设备有限公司 血管造影图像的支架的精显方法、装置以及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080099566A1 (en) * 2006-10-26 2008-05-01 Maus Christopher T Rfid reporting personal health card and related systems
US20090274358A1 (en) * 2008-04-30 2009-11-05 Thomas Flohr Method and tomography scanner for normalizing image data with respect to a contrast in the image data produced by a contrast agent
US20150308970A1 (en) * 2012-12-07 2015-10-29 T2 Biosystems, Inc. Methods for monitoring tight clot formation
CN108122605A (zh) * 2016-11-29 2018-06-05 锐珂(上海)医疗器材有限公司 医学图像选择方法及设备
CN108937978A (zh) * 2018-04-20 2018-12-07 重庆大学 一种血流全循环成像算法的分层显示方法
CN109271888A (zh) * 2018-08-29 2019-01-25 汉王科技股份有限公司 基于步态的身份识别方法、装置、电子设备
CN109559285A (zh) * 2018-10-26 2019-04-02 北京东软医疗设备有限公司 一种图像增强显示方法及相关装置
CN109658401A (zh) * 2018-12-14 2019-04-19 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN110136107A (zh) * 2019-05-07 2019-08-16 上海交通大学 基于dssd和时域约束x光冠脉造影序列自动分析方法
CN111541943A (zh) * 2020-06-19 2020-08-14 腾讯科技(深圳)有限公司 视频处理方法、视频操作方法、装置、存储介质和设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080099566A1 (en) * 2006-10-26 2008-05-01 Maus Christopher T Rfid reporting personal health card and related systems
US20090274358A1 (en) * 2008-04-30 2009-11-05 Thomas Flohr Method and tomography scanner for normalizing image data with respect to a contrast in the image data produced by a contrast agent
US20150308970A1 (en) * 2012-12-07 2015-10-29 T2 Biosystems, Inc. Methods for monitoring tight clot formation
CN108122605A (zh) * 2016-11-29 2018-06-05 锐珂(上海)医疗器材有限公司 医学图像选择方法及设备
CN108937978A (zh) * 2018-04-20 2018-12-07 重庆大学 一种血流全循环成像算法的分层显示方法
CN109271888A (zh) * 2018-08-29 2019-01-25 汉王科技股份有限公司 基于步态的身份识别方法、装置、电子设备
CN109559285A (zh) * 2018-10-26 2019-04-02 北京东软医疗设备有限公司 一种图像增强显示方法及相关装置
CN109658401A (zh) * 2018-12-14 2019-04-19 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN110136107A (zh) * 2019-05-07 2019-08-16 上海交通大学 基于dssd和时域约束x光冠脉造影序列自动分析方法
CN111541943A (zh) * 2020-06-19 2020-08-14 腾讯科技(深圳)有限公司 视频处理方法、视频操作方法、装置、存储介质和设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022048672A1 (en) * 2020-09-04 2022-03-10 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image processing
CN116636866A (zh) * 2023-05-17 2023-08-25 北京唯迈医疗设备有限公司 血管造影图像的支架的精显方法、装置以及存储介质
CN116636866B (zh) * 2023-05-17 2024-03-19 北京唯迈医疗设备有限公司 血管造影图像的支架的精显方法、装置以及存储介质

Similar Documents

Publication Publication Date Title
JP6744440B2 (ja) 画像処理装置及びx線診断装置
JP4842511B2 (ja) ノイズの多い画像において構造物を検出し、強調させるための医療観察装置及び方法
US9801602B2 (en) X-ray diagnostic apparatus to identify a target in x-ray images
RU2570758C2 (ru) Картирование сосудов
CN108024782B (zh) 血管处置的增强成像
US20100099979A1 (en) Spatial characterization of a structure located within an object by identifying 2d representations of the structure within section planes
CN102131462B (zh) 用于心脏减影的掩模构造
US10278667B2 (en) X-ray diagnostic apparatus
US10052032B2 (en) Stenosis therapy planning
JP6381879B2 (ja) 磁気共鳴イメージング装置
US20120093379A1 (en) Detecting and darkening method of objects in grey-acale raster images
JP6214646B2 (ja) 血管造影図における時間的な解剖学的標的タグ付け
KR20080043774A (ko) 블라인드 디콘볼루션으로 노이즈 이미지에서의 구조를공간적으로 향상시키는 시스템 및 방법
JP2007534420A (ja) Ptca血管造影図の制御に対するビューイング装置
CN112200022A (zh) 图像处理方法、医疗成像设备和存储介质
JP2020039507A (ja) 磁気共鳴撮像装置、画像処理装置、及び、画像処理方法
CN108697401A (zh) 放射线装置
CN111091539A (zh) 网络模型训练、医学图像处理方法、装置、介质及设备
JP2018046922A (ja) 放射線画像処理装置および放射線画像処理方法
US20050074158A1 (en) Methods and apparatus for visualizing low contrast moveable objects
CN103501703B (zh) X射线ct装置
JP2018171297A (ja) 画像処理装置及びx線診断装置
CN111317566A (zh) 用于介入式手术的规划支持
KR20170128975A (ko) 혈관 분할 장치 및 그것의 혈관 분할 방법
US7415142B2 (en) Method of visualizing the perfusion of an organ while utilizing a perfusion measurement

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