CN112348945B - 定位图像生成方法、装置、设备及介质 - Google Patents
定位图像生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112348945B CN112348945B CN202011205727.5A CN202011205727A CN112348945B CN 112348945 B CN112348945 B CN 112348945B CN 202011205727 A CN202011205727 A CN 202011205727A CN 112348945 B CN112348945 B CN 112348945B
- Authority
- CN
- China
- Prior art keywords
- image
- positioning
- target object
- orientation
- model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 75
- 238000012549 training Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 description 10
- 230000004807 localization Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000009977 dual effect Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种定位图像生成方法、装置、设备及介质。该方法包括:获取目标对象的第一方位定位图像;基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像。本发明实施例的技术方案解决了需要扫描两次才能获得双定位图像的问题,实现降低扫描设备符合,提高扫描效率的效果。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种定位图像生成方法、装置、设备及介质。
背景技术
随着医学影像技术的快速发展,其被越来越多的应用到临床诊断中,提高了诊断水平。
在医学影像检查中部分器官需要扫描双定位图像(正位片和侧位片),然后技师在双定位图像上确定定位框位置进而对器官进行定位。这种扫描方式下,需要扫描两次,增大设备的负荷,且检查效率低。
发明内容
本发明实施例提供一种定位图像生成方法、装置、设备及介质,以实现根据单定位图像生成双定位图像,节省扫描时间,提高扫描效率的效果。
第一方面,本发明实施例提供了一种定位图像生成方法,该方法包括:
获取目标对象的第一方位定位图像;
基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像。
第二方面,本发明实施例还提供了一种定位图像生成装置,该装置包括:
第一方位定位图像获取模块,用于获取目标对象的第一方位定位图像;
第二方位定位图像获取模块,用于基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像。
第三方面,本发明实施例还提供了一种成像设备,其中,所述成像设备包括:
一个或多个处理器;
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本发明任意实施例所提供的定位图像生成方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如本发明任意实施例所提供的定位图像生成方法。
本发明实施例通过获取目标对象的第一方位定位图像;基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像;无需经过第二次扫描即可获得目标对象的第二方位定位图像,减少了扫描次数,提高了定位像获取效率;解决了需要扫描两次才能获得双定位图像的问题,实现降低扫描设备符合,提高扫描效率的效果。
附图说明
图1是本发明实施例一中的一种定位图像生成方法的流程图;
图2是本发明实施例二中的一种定位图像生成方法的流程图;
图3是本发明实施例三中的一种定位图像生成装置的结构图;
图4是本发明实施例四中的一种成像设备的结构示意图。
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1为本发明实施例一提供的一种定位图像生成方法的流程图,本实施例可适用于双定位图像的情况,该方法可以由定位图像获取装置来执行,具体包括如下步骤:
S110、获取目标对象的第一方位定位图像。
一般的,在医学影像检查中,需要双定位图像来对感兴趣区域进行定位,其中,感兴趣区域为待扫描的目标区域,双定位图像为正定位图像和侧定位图像。本实施例中,通过控制医学影像设备对目标对象进行任一方位的定位像扫描,获取目标对象的第一方位定位像图像,示例性的,第一方位定位图像可以是正位定位图像,也可以是侧位定位图像。
S120、基于预先训练的图像处理模型对第一方位定位图像进行处理,基于图像处理模型的输出结果确定目标对象的第二方位定位图像。
本实施例中,基于图像处理模型对第一方位定位图像进行处理,以自动生成第二方位定位图像,以减少对目标对象的扫描次数,降低扫描对目标对象的损伤。
在一些实施例中,图像处理模型为三维图像生成模型,具有将任一方位定位图像进行三维重建,得到三维图像的功能。该图像处理模型可以是基于神经网络训练得到的。可选的,基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像,包括:将所述第一方位定位图像输入至三维图像生成模型,得到所述目标对象的三维图像;基于所述目标对象的三维图像提取所述目标对象的第二方位定位图像。示例性的,采集的目标对象的第一方位定位图像为正定位图像,将该正定位图像输入至三维图像生成模型,得到目标对象的三维图像,在三维图像中提取目标图像的侧定位图像,实现了基于单次扫描得到目标对象的双定位图像。
其中,三维图像生成模型可以是基于历史三维图像、与所述历史三维图像对应的历史正定位图像或历史侧定位图像训练得到的。其中,采集不同对象的历史三维图像,提取该历史三维图像的历史正定位图像或历史侧定位图像,形成训练样本。将训练样本中的历史正定位图像或历史侧定位图像输入至待训练的三维图像生成模型中,得到预测的三维图像,基于历史三维图像和预测的三维图像确定损失函数,并基于损失函数对待训练的三维图像生成模型进行参数调节,其中,调节的参数包括但不限于模型中的权重参数。
可选的,还可获取多个历史正定位图像或历史侧定位图像,根据同一目标对象的定位图像生成三维得到历史三维图像,从而得到训练样本。
可选的,该方法还包括:获取原始的历史三维图像,对所述原始历史三维图像进行截取,得到多个历史三维图像;提取所述历史三维图像的历史正定位图像或历史侧定位图像,以形成图像处理模型的训练样本。本实施例中,可以是通过对原始历史三维图像进行截取,得到多个历史三维图像,以增加样本数量,提高模型训练精度。可选的,对原始历史三维图像进行截取可以是基于不同的感兴趣区域进行截取,即截取得到的历史三维图像中可以包括至少一个感兴趣区域。通过截取不同感兴趣区域的历史三维图像,增加训练样本的全面性,以使得训练得到的三维图像生成模型具有对各感兴趣区域的重建功能。
在一些实施例中,可以是对正定位图像进行重建的三维图像生成模型或对侧定位进行重建的三维图像生成模型,即三维图像生成模型包括正定位三维图像生成模型或侧定位三维图像生成模型。相应的,将所述第一方位定位图像输入至所述三维图像生成模型,得到所述目标对象的三维图像,包括:调用与所述第一方位定位图像的类型对应的三维图像生成模型;基于调用的所述三维图像生成模型对所述目标对象的第一方位定位图像进行重建处理,得到所述目标对象的三维图像。在获取第一方位定位图像后,识别该第一方位定位图像的类型,图像的类型包括正定位图像和侧定位图像。示例性的,当第一方位定位图像的类型为正定位图像时,调用正定位三维图像生成模型,得到与第一方位定位图像对应的三维图像;当第一方位定位图像的类型为侧定位图像时,调用侧定位三维图像生成模型,得到与第一方位定位图像对应的三维图像。
其中,所述正定位三维图像生成模型基于历史正定位图像和对应的历史三维图像训练得到;所述侧定位三维图像生成模型基于历史侧定位图像和对应的历史三维图像训练得到。将训练样本分为训练集与测试集,分别建立正定位三维图像生成模型和侧定位三维图像生成模型,将训练集样本中的历史正定位图像作为输入,将与历史正定位图像对应的历史三维图像作为监督图像,基于正定位三维图像生成模型输出的预测三维图像和历史三维图像对正定位三维图像生成模型进行训练,得到正定位三维图像生成模型,将测试集中的历史正定位图像输入至正定位三维图像生成模型,得到测试三维图像,通过测试三维图像与测试集中历史正定位图像对应的历史三维图像进行对比来对正定位三维图像生成模型的精度进行测试,若测试不通过,则调整模型参数对正定位三维图像生成模型进行重新训练直至测试通过,得到最终的正定位三维图像生成模型。
同理,将历史侧定位图像作为输入,与历史侧定位图像对应的历史三维图像作为监督图像,对待训练的侧定位三维图像生成模型进行训练,得到侧定位三维图像生成模型,同样对训练得到的侧定位三维图像生成模型进行测试,不断调整模型参数直到通过测试,得到满足精度需求的侧定位三维图像生成模型,以使训练得到的三维图像生成模型输出的三维图像符合医学影像检查要求。
将获取的目标对象的正定位图像输入至正定位三维图像生成模型,将侧定位图像输入至侧定位三维图像生成模型,均可得到目标对象的三维图像。在医学影像检查中,根据检查的实际情况,获取目标对象的正定位图像或侧定位图像的其中一个方位的图像,将其输入至对应的三维图像生成模型中,均可获的目标对象的三维图像,为第二方位定位图像的获取奠定基础,同时为医学影像检查提供便利。
可选的,所述图像处理模型用于输出所述第一方位定位图像对应的第二方位定位图像;所述图像处理模型基于相对应的历史正定位图像和历史侧定位图像训练得到。可选的,将历史正定位图像作为输入,将历史侧定位图像作为监督图像,对图像处理模型进行训练得到正定位图像处理模型;或将历史侧定位图像作为输入,将历史侧定位图像作为监督图像训练图像处理模型,得到侧定位图像处理模型。对训练得到的正定位图像或侧定位图像进行测试,不断调整模型参数,直到得到满足精度要求的正定位图像处理模型或侧定位图像处理模型。
相应的,当目标对象的第一方位定位图像为正定位图像时,将第一方位定位图像输入至正定位图像处理模型,可得到对应的侧定位图像;当将目标对象的第一方位定位图像为侧定位图像时,将第一方位定位图像输入至侧定位图像处理模型,可得到对应的正定位图像。可选的,还可将历史正定位图像和历史侧定位图像同时作为样本图像,并将与历史正定位图像对应的历史侧定位图像和与历史侧定位图像对应的历史正定位图像作为监督图像,对图像处理模型进行训练,以得到具有对正定位图像和侧定位图像进行转换处理的图像处理模型。将目标对象的正定位图像输入至满足精度要求的图像处理模型可得到对应的侧定位图像,将侧定位图像输入至图像处理模型可得到对应的正定位图像,实现了正定位图像和侧定位图像的相互转换,从而减少扫描次数的前提下,依旧提供双定位图像进行感兴趣区域确定。
本发明实施例通过获取目标对象的第一方位定位图像;基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像;无需经过第二次扫描即可获得目标对象的第二方位定位图像,减少了扫描次数,提高了定位像获取效率;解决了需要扫描两次才能获得双定位图像的问题,实现降低扫描设备符合,提高扫描效率的效果。
实施例二
图2为本发明实施例二提供的一种定位图像生成方法的流程图,本实施例是在上一实施例的基础上的进一步优化,定位图像生成方法还包括:基于第一方位定位图像和第二方位定位图像对目标对象的感兴趣区域进行定位,使得到的感兴趣区域的定位信息更加准确。如图2所述,具体包括如下步骤:
S210、获取目标对象的第一方位定位图像。
S220、基于预先训练的图像处理模型对第一方位定位图像进行处理,基于图像处理模型的输出结果确定目标对象的第二方位定位图像。
S230、基于第一方位定位图像和第二方位定位图像对目标对象的感兴趣区域进行定位。
通过第一方位定位图像得到第二方位定位图像,可以在不同方位的定位图像上对感兴趣区域进行定位,从而满足医学影像检查的要求。感兴趣区域由医学影像检查的项目类型决定,示例性的,若医学影像检查项目为肺部检查,则感兴趣区域为肺部。
所述基于所述第一方位定位图像和所述第二方位定位图像对所述目标对象的感兴趣区域进行定位,包括:将所述第一方位定位图像和所述第二方位定位图像输入至定位模型,得到所述感兴趣区域的定位框;所述定位框用于对所述感兴趣区域进行定位。其中,所述定位模型用于识别所述感兴趣区域并对所述感兴趣区域设置定位框。在定位模型的训练过程中,采集作为样本的正定位图像和侧定位图像,并分别确定正定位图像和侧定位图像中感兴趣区域的标注信息,该标注信息可以是感兴趣区域的标记定位框。将正定位图像或侧定位图像作为输入,将对应的包含标记感兴趣区域定位框的定位图像作为监督图像训练定位模型。
将目标对象的第一方位定位图像和第二方位定位图像输入至定位模型,得到第一方位定位图像中感兴趣区域的定位框,和第二方位定位图像中感兴趣区域的定位框。通过定位框对感兴趣区域进行定位,实现感兴趣区域定位的自动化,降低了人力成本,提高了医学影像检查效率。
定位框还可以根据实际需要由技师进行手动选取,通过手动选取的定位框更加符合临床需要。
本发明实施例通过获取目标对象的第一方位定位图像;基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像;无需经过第二次扫描即可获得目标对象的第二方位定位图像,减少了扫描次数,提高了定位像获取效率;基于所述第一方位定位图像和所述第二方位定位图像对所述目标对象的感兴趣区域进行定位,使得到的感兴趣区域的定位信息更加准确,解决了需要扫描两次才能获得双定位图像的问题,实现降低扫描设备符合,提高扫描效率的效果。
实施例三
图3为本发明实施例三提供的一种定位图像生成装置的结构图,该装置包括:第一方位定位图像获取模块310和第二方位定位图像获取模块320。
其中,第一方位定位图像获取模块310,用于获取目标对象的第一方位定位图像;第二方位定位图像获取模块320,用于基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像。
可选的,所述图像处理模型为三维图像生成模型;
在上述实施例方案中,第二方位定位图像获取模块320,包括:
第一方位定位图像输入单元,用于将所述第一方位定位图像输入至所述三维图像生成模型,得到所述目标对象的三维图像;
第二方位定位图像提取单元,用于基于所述目标对象的三维图像提取所述目标对象的第二方位定位图像。
在上述实施例方案中,第一方位定位图像输入单元,包括:
三维图像生成模型调用子单元,用于调用与所述第一方位定位图像的类型对应的三维图像生成模型;
图像重建子单元,用于基于调用的所述三维图像生成模型对所述目标对象的第一方位定位图像进行重建处理,得到所述目标对象的三维图像。
可选的,所述三维图像生成模型包括正定位三维图像生成模型或侧定位三维图像生成模型;其中,所述正定位三维图像生成模型基于历史正定位图像和对应的历史三维图像训练得到;所述侧定位三维图像生成模型基于历史侧定位图像和对应的历史三维图像训练得到。
可选的,所述图像处理模型用于输出所述第一方位定位图像对应的第二方位定位图像;所述图像处理模型基于相对应的历史正定位图像和历史侧定位图像训练得到。
在上述实施例方案中,定位图像生成装置,还包括:
感兴趣区域定位模块,用于基于所述第一方位定位图像和所述第二方位定位图像对所述目标对象的感兴趣区域进行定位。
在上述实施例方案中,感兴趣区域定位模块,包括:
定位框获取模块,用于将所述第一方位定位图像和所述第二方位定位图像输入至定位模型,得到所述感兴趣区域的定位框。
本发明实施例通过获取目标对象的第一方位定位图像;基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像;无需经过第二次扫描即可获得目标对象的第二方位定位图像,减少了扫描次数,提高了定位像获取效率;基于所述第一方位定位图像和所述第二方位定位图像对所述目标对象的感兴趣区域进行定位,使得到的感兴趣区域的定位信息更加准确,解决了需要扫描两次才能获得双定位图像的问题,实现降低扫描设备符合,提高扫描效率的效果。
本发明实施例所提供的定位图像生成装置可执行本发明任意实施例所提供的定位图像生成方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种设备的结构示意图,如图4所示,该设备包括处理器410、存储器420、输入装置430和输出装置440;设备中处理器410的数量可以是一个或多个,图4中以一个处理器410为例;设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的定位图像生成方法对应的程序指令/模块(例如,第一方位定位图像获取模块310和第二方位定位图像获取模块320)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的定位图像生成方法。
存储器420可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,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一种图像生成方法,该方法包括:
获取目标对象的第一方位定位图像;
基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的图像生成方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述图像生成装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
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 (9)
1.一种定位图像生成方法,其特征在于,包括:
获取目标对象的第一方位定位图像,所述第一方位定位像图像是通过控制医学影像设备对所述目标对象进行任一方位的定位像扫描得到的;
基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像;
其中,所述图像处理模型为三维图像生成模型;所述基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像,包括:将所述第一方位定位图像输入至所述三维图像生成模型,得到所述目标对象的三维图像;基于所述目标对象的三维图像提取所述目标对象的第二方位定位图像。
2.根据权利要求1所述的方法,其特征在于,将所述第一方位定位图像输入至所述三维图像生成模型,得到所述目标对象的三维图像,包括:
调用与所述第一方位定位图像的类型对应的三维图像生成模型;
基于调用的所述三维图像生成模型对所述目标对象的第一方位定位图像进行处理,得到所述目标对象的三维图像。
3.根据权利要求1所述的方法,其特征在于,所述三维图像生成模型包括正定位三维图像生成模型或侧定位三维图像生成模型;
其中,所述正定位三维图像生成模型基于历史正定位图像和对应的历史三维图像训练得到;
所述侧定位三维图像生成模型基于历史侧定位图像和对应的历史三维图像训练得到。
4.根据权利要求1所述的方法,其特征在于,所述图像处理模型用于输出所述第一方位定位图像对应的第二方位定位图像;所述图像处理模型基于相对应的历史正定位图像和历史侧定位图像训练得到。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述第一方位定位图像和所述第二方位定位图像对所述目标对象的感兴趣区域进行定位。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第一方位定位图像和所述第二方位定位图像对所述目标对象的感兴趣区域进行定位,包括:将所述第一方位定位图像和所述第二方位定位图像输入至定位模型,得到所述感兴趣区域的定位框。
7.一种定位图像生成装置,其特征在于,包括:
第一方位定位图像获取模块,用于获取目标对象的第一方位定位图像,所述第一方位定位像图像是通过控制医学影像设备对所述目标对象进行任一方位的定位像扫描得到的;
第二方位定位图像获取模块,用于基于预先训练的图像处理模型对所述第一方位定位图像进行处理,基于所述图像处理模型的输出结果确定所述目标对象的第二方位定位图像;
其中,所述图像处理模型为三维图像生成模型,第二方位定位图像获取模块,具体用于将所述第一方位定位图像输入至所述三维图像生成模型,得到所述目标对象的三维图像;基于所述目标对象的三维图像提取所述目标对象的第二方位定位图像。
8.一种成像设备,其特征在于,所述成像设备包括:
一个或多个处理器;
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1-6中任一所述的定位图像生成方法。
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,该程序被处理器执行时实现如权利要求1-6中任一所述的定位图像生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011205727.5A CN112348945B (zh) | 2020-11-02 | 2020-11-02 | 定位图像生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011205727.5A CN112348945B (zh) | 2020-11-02 | 2020-11-02 | 定位图像生成方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112348945A CN112348945A (zh) | 2021-02-09 |
CN112348945B true CN112348945B (zh) | 2024-01-02 |
Family
ID=74355862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011205727.5A Active CN112348945B (zh) | 2020-11-02 | 2020-11-02 | 定位图像生成方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348945B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102499639A (zh) * | 2011-10-24 | 2012-06-20 | 西安电子科技大学 | 联合成像的光学投影断层成像装置及方法 |
CN108986159A (zh) * | 2018-04-25 | 2018-12-11 | 浙江森马服饰股份有限公司 | 一种三维人体模型重建与测量的方法和设备 |
CN109381212A (zh) * | 2018-09-27 | 2019-02-26 | 上海联影医疗科技有限公司 | 一种成像控制方法和系统 |
CN110414370A (zh) * | 2019-07-05 | 2019-11-05 | 深圳云天励飞技术有限公司 | 人脸脸型识别方法、装置、电子设备及存储介质 |
CN110751997A (zh) * | 2019-12-03 | 2020-02-04 | 上海正雅齿科科技股份有限公司 | 一种壳状牙齿矫治器的生产系统及生产方法 |
CN110909611A (zh) * | 2019-10-29 | 2020-03-24 | 深圳云天励飞技术有限公司 | 一种关注区域检测方法、装置、可读存储介质及终端设备 |
-
2020
- 2020-11-02 CN CN202011205727.5A patent/CN112348945B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102499639A (zh) * | 2011-10-24 | 2012-06-20 | 西安电子科技大学 | 联合成像的光学投影断层成像装置及方法 |
CN108986159A (zh) * | 2018-04-25 | 2018-12-11 | 浙江森马服饰股份有限公司 | 一种三维人体模型重建与测量的方法和设备 |
CN109381212A (zh) * | 2018-09-27 | 2019-02-26 | 上海联影医疗科技有限公司 | 一种成像控制方法和系统 |
CN110414370A (zh) * | 2019-07-05 | 2019-11-05 | 深圳云天励飞技术有限公司 | 人脸脸型识别方法、装置、电子设备及存储介质 |
CN110909611A (zh) * | 2019-10-29 | 2020-03-24 | 深圳云天励飞技术有限公司 | 一种关注区域检测方法、装置、可读存储介质及终端设备 |
CN110751997A (zh) * | 2019-12-03 | 2020-02-04 | 上海正雅齿科科技股份有限公司 | 一种壳状牙齿矫治器的生产系统及生产方法 |
Non-Patent Citations (1)
Title |
---|
基于深度学习的多形态人脸识别;王莹;《中国优秀硕士学位论文全文数据库信息科技辑》;20160315;论文第13页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112348945A (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3961484A1 (en) | Medical image segmentation method and device, electronic device and storage medium | |
CN111862044B (zh) | 超声图像处理方法、装置、计算机设备和存储介质 | |
WO2019096178A1 (zh) | 纤维检测方法、装置及电子设备 | |
US20160253799A1 (en) | Context Based Algorithmic Framework for Identifying and Classifying Embedded Images of Follicle Units | |
US11967181B2 (en) | Method and device for retinal image recognition, electronic equipment, and storage medium | |
CN109712128B (zh) | 特征点检测方法、装置、计算机设备和存储介质 | |
CN110781976B (zh) | 训练图像的扩充方法、训练方法及相关装置 | |
CN112086197A (zh) | 基于超声医学的乳腺结节检测方法及系统 | |
CN111476776B (zh) | 胸部病灶位置确定方法、系统、可读存储介质和设备 | |
CN111476777B (zh) | 胸片图像处理方法、系统、可读存储介质和设备 | |
CN111340812A (zh) | 基于深度神经网络的交互式肝脏图像分割方法 | |
CN111008560A (zh) | 一种牲畜的重量确定方法、装置、终端及计算机存储介质 | |
CN109636791A (zh) | 一种基于深度学习的柑橘黄龙病检测方法、装置及系统 | |
CN110604597A (zh) | 基于超声四腔心切面智能获取胎儿心动周期图像的方法 | |
CN114219754A (zh) | 基于眼部ct图像的甲状腺相关眼疾识别方法和装置 | |
CN112348945B (zh) | 定位图像生成方法、装置、设备及介质 | |
CN113177397B (zh) | 表格的调整方法、装置、设备以及存储介质 | |
CN107067420A (zh) | 图像处理方法、装置及设备 | |
CN111144506B (zh) | 基于超声图像的肝包虫识别方法、存储介质及超声设备 | |
CN112137613B (zh) | 异常位置的确定方法、装置、存储介质及电子设备 | |
CN111354463A (zh) | 人体健康测量方法、装置、计算机设备及存储介质 | |
CN110503114B (zh) | 图像特征提取方法、装置、肿瘤识别系统及存储介质 | |
CN111276219A (zh) | 一种医疗成像处理方法、装置、设备和介质 | |
CN111027469A (zh) | 人体部位识别方法、计算机设备和可读存储介质 | |
CN113537407B (zh) | 基于机器学习的图像数据评价处理方法及装置 |
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 |