CN112365959A - 修改三维图像的标注的方法及装置 - Google Patents

修改三维图像的标注的方法及装置 Download PDF

Info

Publication number
CN112365959A
CN112365959A CN202011418531.4A CN202011418531A CN112365959A CN 112365959 A CN112365959 A CN 112365959A CN 202011418531 A CN202011418531 A CN 202011418531A CN 112365959 A CN112365959 A CN 112365959A
Authority
CN
China
Prior art keywords
layer
dimensional
vertex coordinates
modified
modifying
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.)
Granted
Application number
CN202011418531.4A
Other languages
English (en)
Other versions
CN112365959B (zh
Inventor
景淼
钏兴炳
黄秋峰
王瑜
李新阳
王少康
陈宽
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.)
Infervision Medical Technology Co Ltd
Original Assignee
Infervision 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 Infervision Medical Technology Co Ltd filed Critical Infervision Medical Technology Co Ltd
Priority to CN202011418531.4A priority Critical patent/CN112365959B/zh
Publication of CN112365959A publication Critical patent/CN112365959A/zh
Application granted granted Critical
Publication of CN112365959B publication Critical patent/CN112365959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/004—Annotating, labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/008—Cut plane or projection plane definition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/012—Dimensioning, tolerancing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Computer Hardware Design (AREA)
  • Architecture (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)

Abstract

本申请提供了一种修改三维图像的标注的方法及装置，该修改三维图像的标注的方法包括：基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面，其中，第一层二维层面和第二层二维层面分别是待修改区域的边界所在层面，待修改区域位于第一层二维层面和第二层二维层面之间；根据第一层二维层面和第二层二维层面生成立体框，立体框包括与待修改区域相关的多个二维层面的至少部分图像；基于用户的第二输入，修改多个二维层面的至少部分图像的标注。本申请的技术方案能够简化修改三维图像的标注的过程，缩短修改标注的时间。

Description

修改三维图像的标注的方法及装置
技术领域
本申请涉及图像处理技术领域，具体涉及一种修改三维图像的标注的方法及装置。
背景技术
对三维图像进行标注可以将该三维图像中的各个区域区分开来，例如将目标区域从背景区域中标注出来，以得到标注后的三维图像。该标注后的三维图像可以用作样本去训练深度学习模型，或者，用户可以根据该标注后的三维图像，对目标区域的结构进行观察和分析，进而根据分析结果做出决策。这里，三维图像的标注越准确，越有利于获得准确度高的深度学习模型，或者越有利于用户做出正确的决策。而实际对三维图像进行标注时，首次标注过程可能会出现标注错误的地方，因此可能需要对标注进行修改，而现有对标注进行修改的过程存在过程复杂，且耗费时间较长等问题。
发明内容
有鉴于此，本申请实施例提供了一种修改三维图像的标注的方法及装置，能够简化修改三维图像的标注的过程，缩短修改标注的时间。
第一方面，本申请的实施例提供了一种修改三维图像的标注的方法，包括：基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面，其中，第一层二维层面和第二层二维层面分别是待修改区域的边界所在层面，待修改区域位于第一层二维层面和第二层二维层面之间；根据第一层二维层面和第二层二维层面生成立体框，立体框包括与待修改区域相关的多个二维层面的至少部分图像；基于用户的第二输入，修改多个二维层面的至少部分图像的标注。
在本申请某些实施例中，根据第一层二维层面和第二层二维层面生成立体框，包括：获取第一层二维层面对应的第一组顶点坐标，以及第二层二维层面对应的第二组顶点坐标；基于第一组顶点坐标和第二组顶点坐标生成长方体框。
在本申请某些实施例中，该修改三维图像的标注的方法还包括：获取三维图像中与待修改区域相关的第三层二维层面，其中，第三层二维层面位于第一层二维层面和第二层二维层面之间，且穿过待修改区域；获取第三层二维层面对应的第三组顶点坐标，其中，基于第一组顶点坐标和第二组顶点坐标生成长方体框，包括：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标生成长方体框。
在本申请某些实施例中，基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标生成长方体框，包括：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定长方体框的体对角线上两个顶点的坐标；基于长方体框的体对角线上两个顶点的坐标生成长方体框。
在本申请某些实施例中，第一层二维层面包括第一层矩形框，第一组顶点坐标包括第一层矩形框的一组对顶点的坐标，第二层二维层面包括第二层矩形框，第二组顶点坐标包括第二层矩形框的一组对顶点的坐标，第三层二维层面包括第三层矩形框，第三组顶点坐标包括第三层矩形框的一组对顶点的坐标，其中，基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定长方体框的体对角线上两个顶点的坐标，包括：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标中的X坐标值确定最小X坐标值和最大X坐标值；基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标中的Y坐标值确定最小Y坐标值和最大Y坐标值；基于最小X坐标值和最小Y坐标值，以及最大X坐标值和最大Y坐标值，确定长方体框的体对角线上两个顶点的坐标。
在本申请某些实施例中，第三层二维层面位于待修改区域在平行于第三层二维层面的截面中面积最大截面上。
在本申请某些实施例中，修改多个二维层面的至少部分图像的标注，包括：将多个二维层面的至少部分图像的标签值修改成背景区域的标签值。
在本申请某些实施例中，三维图像包括计算机断层扫描图像。
第二方面，本申请的实施例提供了一种修改三维图像的标注的装置，包括：获取模块，用于基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面，其中，第一层二维层面和第二层二维层面分别是待修改区域的边界所在层面，待修改区域位于第一层二维层面和第二层二维层面之间；生成模块，用于根据第一层二维层面和第二层二维层面生成立体框，立体框包括与待修改区域相关的多个二维层面的至少部分图像；修改模块，用于基于用户的第二输入，修改多个二维层面的至少部分图像的标注。
第三方面，本申请的实施例提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序用于执行上述第一方面所述的修改三维图像的标注的方法。
第四方面，本申请的实施例提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器，其中，处理器用于执行上述第一方面所述的修改三维图像的标注的方法。
本申请实施例提供了一种修改三维图像的标注的方法及装置，通过根据位于待修改区域的边界的第一层二维层面和第二层二维层面生成立体框，并对该立体框中待修改区域对应的标注进行修改，从而能够简化修改三维图像的标注的过程，缩短修改标注的时间。
附图说明
图1所示为本申请实施例提供的一种实施环境的示意图。
图2所示为本申请一示例性实施例提供的修改三维图像的标注的方法的流程示意图。
图3所示为本申请一示例性实施例提供的待修改区域的结构示意图。
图4所示为本申请一示例性实施例提供的长方体框的结构示意图。
图5所示为本申请另一示例性实施例提供的修改三维图像的标注的方法的流程示意图。
图6所示为本申请一示例性实施例提供的修改三维图像的标注的装置的结构示意图。
图7所示为本申请一示例性实施例提供的用于执行修改三维图像的标注的方法的电子设备的框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
申请概述
CT(Computed Tomography)，即电子计算机断层扫描，是利用精确准直的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快，图像清晰等特点，可用于多种疾病的检查。
三维的CT图像可以是由多个切片(多个二维层面)构成的，三维CT图像中的一个立体结构，在部分二维层面上具有不同的截面，即该部分二维层面上的截面共同构成了该立体结构。
医生诊断病情往往多依赖于病人的三维医学图像，在对该三维医学图像进行显示前，医生通过对二维层面上的图像进行标注，以将各个不同的目标(病变或病灶)区域和背景区域区别开来，最终实现各个不同目标区域的三维显示。
而在对各个不同的目标区域和背景区域进行标注时，容易出现个别区域标注错误的情况，尤其在初次标注时，常在个别形状不规则的目标区域出现标注错误或不准确的情况。如，某一目标在某些二维层面上的标注框中包含了其他目标对应的部分区域，而导致这两个目标混在一起的错误标注情况。
由于三维医学图像中各个区域的三维显示，是通过对多个二维层面上的图像进行标注而形成的。因此当医生对错误标注的地方进行修改时，需要一层一层地修改二维层面上标注错误的部分，对错误的部分进行重新标注，这个过程过于繁琐且耗时。例如，以CT胸部骨骼分割为例，肋骨与椎骨连接紧密且形状不规则，在标注时容易将两者边界混在一起而出现标注错误的情况，对该错误标注的区域进行一层一层的修改耗时时间长且修改效率低下。此外，当二维层面上的同类别区域内有其他类别的区域时，无法快速将两个类别区域分割开，需要先修改再标注，即先删除整个边界无法区分的区域，然后再重新进行标注。
示例性系统
图1所示为本申请实施例提供的一种实施环境的示意图。该实施环境包括计算机设备110以及CT扫描仪120。
CT扫描仪120用于对人体组织进行扫描，得到人体组织的CT图像。计算机设备110可以从CT扫描仪120处获取原始CT图像。计算机设备110可以对原始CT图像进行标注获取标注后的三维图像，或者医生可以利用该计算机设备110对原始CT图像进行标注获取标注后的三维图像。标注后的三维图像中可能存在标注错误的地方，计算机设备110可以基于用户的选择加载一套待修改标注的CT图像数据，并基于医生的输入对标注错误的地方进行修改。
计算机设备110可以是通用型计算机或者由专用的集成电路组成的计算机装置等，本申请实施例对此不做限定。例如，计算机设备110可以是平板电脑等移动终端设备，或者也可以是个人计算机(Personal Computer，PC)，比如膝上型便携计算机和台式计算机等等。本领域技术人员可以知晓，上述计算机设备110的数量可以一个或多个，其类型可以相同或者不同。本申请实施例对计算机设备110的数量和设备类型不加以限定。
在一些实施例中，计算机设备110可以是服务器，即CT扫描仪120直接与服务器通信连接。
在另一些实施例中，计算机设备110可以分别与CT扫描仪120以及服务器通信连接，并将从CT扫描仪120获取的原始CT图像发送至服务器，以便服务器基于该原始CT图像执行修改三维图像的标注的方法。
示例性方法
图2所示为本申请一示例性实施例提供的修改三维图像的标注的方法的流程示意图。图2的方法可由计算设备，例如，由图1的计算机设备或服务器来执行。如图2所示，该修改三维图像的标注的方法包括如下内容。
210：基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面。
第一层二维层面和第二层二维层面分别是待修改区域的边界所在层面，待修改区域位于第一层二维层面和第二层二维层面之间。
这里，三维图像可以是医学领域的医学图像，或者驾驶领域、行人检测领域的图像，或者是其他领域中需要进行标注的修改的图像。本申请实施例对三维图像的具体类型不做限定，即本申请实施例的修改三维图像的标注的方法可以适用于多种类型的图像。
当三维图像是医学图像时，该医学图像可以是通过电子计算机断层扫描、计算机X线摄影(Computed Radiography，CR)、数字化X线摄影(Digital Radiography，DR)、核磁共振或超声等技术获得的。该医学图像可以是人体不同部位的图像，如，胸部、肺部、脑部医学图像等。
下面为了描述的方便，以三维图像为CT图像为例，对本申请实施例提供的修改三维图像的标注的方法进行详细的描述。
具体地，该三维图像可以是经过初步标注的图像。初步标注可能存在标注错误的地方，该标注错误的地方即为待修改区域。待修改区域可以是规则的或不规则的三维形状。
第一层二维层面和第二层二维层面分别是待修改区域的边界所在层面。
在一实施例中，第一层二维层面和第二层二维层面可以为相互平行或不平行的两个层面，待修改区域可以位于该两个层面之间，且与该两个层面接触。
第一层二维层面和第二层二维层面可以是计算设备基于用户的输入而获得的。用户的输入可以是用户输入的第一层二维层面和第二层二维层面的参数，或者是用户在待修改区域的边界上进行的点击操作，计算设备根据参数或点击操作确定第一层二维层面和第二层二维层面。
这里，待修改区域中可能包括一个目标，该目标被错误标注。或者，待修改区域中包括多个目标，该多个目标中至少一个目标被错误标注。目标可以是人体某一正常结构，如骨骼、肺叶等，也可以是病灶。
220：根据第一层二维层面和第二层二维层面生成立体框，立体框包括与待修改区域相关的多个二维层面的至少部分图像。
第一层二维层面内可以包括第一标注框，第二层二维层面内可以包括第二标注框。待修改区域可以位于该两个标注框之间，且与该两个标注框接触。通过连接该两个标注框可以得到立体框，待修改区域位于该立体框中。例如，第一标注框和第二标注框均为四边形，通过将第一标注框对应的四个顶点与第二标注框对应的四个顶点一一对应连接起来，可获得立体框。
这里，第一标注框和第二标注框可以是计算设备根据用户的进一步输入获取的。这两个标注框的形状可以相同也可以不同，两个标注框的尺寸可以相同也可以不同，例如，任一标注框的形状可以为三角形、圆形、椭圆形或其他规则或不规则的形状。本申请实施例对任一标注框的形状和尺寸不做具体限制，只要可以基于两个标注框生成立体框即可。
CT图像可以看成是由多个平行的二维层面构成的三维图像。待修改区域可以涉及CT图像中的部分二维层面，即，待修改区域与该部分二维层面相交。生成的立体框可以包括该部分二维层面的至少部分图像，即，针对该部分二维层面中任一个二维层面，该二维层面中涉及的二维图像有一部分位于该立体框中。
立体框的尺寸可以等于或稍大于待修改区域，以保证待修改区域位于该立体框中。
230：基于用户的第二输入，修改多个二维层面的至少部分图像的标注。
生成立体框后，计算设备可以基于用户的输入对立体框中涉及的标注进行修改。
例如，初次标注时，待修改区域被标注成第一目标，其实待修改区域实际对应的是第二目标。在生成立体框后，可以直接将立体框中待修改区域对应的标注由第一目标修改成第二目标。
在一些情况下，待修改区域可以是位于第二目标对应的区域中，即，待修改区域实际对应的是第二目标的一部分，但在初次标注时被标注成第一目标。此时生成的立体框的尺寸可以大于或等于待修改区域，在修改标注时，可以直接将立体框中涉及的区域对应的标注修改为第二目标即可。即立体框中原本被标注为第一目标的区域被标注成第二目标，原本被标注为第二目标的区域仍被标注为第二目标。
在其他情况下，修改标注可以是，将立体框中的标注全部清除，即实现一键清除的功能。这里清除可以是指，立体框中的标注全部还原成三维图像中背景区域对应的标注，或者没有标注。清除初次标注后，可以便于后续用户对该立体框执行再标注或其他需要的过程。通过根据第一层二维层面和第二层二维层面生成立体框，以将待修改区域分割出来，可以实现对待修改区域完整拆分的过程，进而实现对错误标注的高效修改。
三维图像的初次标注可以是人为标注的，也可以是通过机器学习模型或深度学习模型进行标注的。
本申请实施例提供了一种修改三维图像的标注的方法，通过根据位于待修改区域的边界的第一层二维层面和第二层二维层面生成立体框，并对该立体框中待修改区域对应的标注进行修改，从而能够简化修改三维图像的标注的过程，缩短修改标注的时间。
根据本申请一实施例，修改多个二维层面的至少部分图像的标注，包括：将多个二维层面的至少部分图像的标签值修改成背景区域的标签值。
具体地，在对三维图像进行标注时，可以通过对不同区域赋予不同的标签值以实现不同区域的标注过程。例如，背景区域的标签值为0，第一目标对应的区域的标签值为1，第二目标对应的区域的标签值为3。当然，这里仅仅是示例，不同区域对应的标签值可以根据实际需要进行设定，本申请实施例对此不做限制。
在一实施例中，将立体框中待修改区域对应的标签值修改成背景区域对应的标签值，相当于将待修改区域还原为初始状态，便于用户或计算设备对该待修改区域进行再标注。
具体地，当待修改区域内包括多个不同的目标区域时，通过将待修改区域对应的标签值一键修改成背景区域对应的标签值，可以方便后续用户或计算设备对该多个不同的目标区域进行重新标注。
当待修改区域为不规则形状时，立体框的尺寸可以稍微大于待修改区域的尺寸，以将待修改区域包围在其中。通过直接将立体框对应的区域的标签值修改成背景区域的标签值，可以简化标签值的修改过程。例如，若立体框位于背景区域中，则将立体框对应的区域的标签值修改成背景区域的标签值，即可完成标注的修改过程。若立体框位于其他目标区域中，则将立体框对应的区域的标签值修改成背景区域的标签值后，再根据用户的进一步输入或直接通过计算设备的识别，对立体框中的区域进行重新标注过程。
在一实施例中，标签值可以是每个像素对应的像素值，或者每个像素对应的类别，如不同类别的区域用不同的值进行表示。
根据本申请一实施例，根据第一层二维层面和第二层二维层面生成立体框，包括：获取第一层二维层面对应的第一组顶点坐标，以及第二层二维层面对应的第二组顶点坐标；基于第一组顶点坐标和第二组顶点坐标生成长方体框。
具体地，第一层二维层面内可以包括第一标注框，第二层二维层面内可以包括第二标注框。第一组顶点坐标可以是第一标注框的部分顶点或全部顶点的坐标，第二组顶点坐标可以是第二标注框的部分顶点或全部顶点的坐标。
基于第一组顶点坐标和第二组顶点坐标生成立体框，该立体框可以是长方体框。
在一实施例中，若第一组顶点坐标在第二层二维层面上的投影位于第二标注框中，则可以获取第二组顶点坐标在第一层二维层面上的投影，连接第二组顶点坐标与第二组顶点坐标在第一层二维层面上的投影，即可生成长方体框。这样，可以避免某一标注框过窄，而导致待修改区域有些部分未包含在最终生成的长方体框内，从而可以减少再标注的次数。
本申请实施例提供的修改三维图像的标注的方法，通过基于第一组顶点坐标和第二组顶点坐标生成长方体框，可以快速地将待修改区域框出来，简化整个修改标注的过程，提高修改标注的效率。
根据本申请一实施例，该修改三维图像的标注的方法还包括：获取三维图像中与待修改区域相关的第三层二维层面，其中，第三层二维层面位于第一层二维层面和第二层二维层面之间，且穿过待修改区域；获取第三层二维层面对应的第三组顶点坐标，其中，基于第一组顶点坐标和第二组顶点坐标生成长方体框，包括：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标生成长方体框。
具体地，为了获取与待修改区域尺寸更为接近的长方体框，实现有针对性的标注修改过程，且保证待修改区域全部位于长方体框中，可以进一步获取三维图像中与待修改区域相关的第三层二维层面，并获取第三层二维层面对应的第三组顶点坐标。基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标生成长方体框。
与第一层二维层面和第二层二维层面的获取过程类似，第三层二维层面可以是计算设备基于用户的输入而获得的。用户的输入可以是用户输入的第三层二维层面的参数，或者是用户在待修改区域相关的某一个二维层面上进行的点击操作，计算设备根据参数或点击操作确定第三层二维层面。
在一实施例，第三层二维层面位于待修改区域在平行于第三层二维层面的截面中面积最大截面上。
具体地，第三层二维层面可以与第一层二维层面和/或第二层二维层面平行，或者，第三层二维层面与第一层二维层面和第二层二维层面均不平行。
第三层二维层面内可以包括第三标注框，待修改区域在第三层二维层面上的截面位于该第三标注框内。
在一实施例中，可以基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定最大尺寸标注框，将该最大尺寸标注框投影到第一层二维层面、第二层二维层面和第三层二维层面中，连接投影到第一层二维层面、第二层二维层面和第三层二维层面中的最大尺寸标注框的各个顶点，即可得到长方体框。
第三标注框的获取过程与第一标注框和第二标注框的类似。这里，最大尺寸标注框可以是第三标注框，也可以是基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定的新的标注框，第一标注框、第二标注框和第三标注框分别位于新的标注框内。
本申请实施例提供的修改三维图像的标注的方法，通过基于三个二维层面对应的三组顶点坐标生成长方体框，可以进一步获取与待修改区域尺寸更为接近的长方体框，且可以进一步保证待修改区域全部位于长方体框中。
可选地，还可以基于四个或更多个二维层面对应的多组顶点坐标生成长方体框。
根据本申请一实施例，基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标生成长方体框，包括：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定长方体框的体对角线上两个顶点的坐标；基于长方体框的体对角线上两个顶点的坐标生成长方体框。
具体地，可以基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定8个顶点坐标(第一层二维层面和第二层二维层面分别包含4个顶点)或12个顶点坐标(第一层二维层面、第二层二维层面和第三层二维层面分别包含4个顶点)，连接该8个顶点或12个顶点即可生成长方体框。可选地，可以通过比较第一组顶点坐标、第二组顶点坐标和第三组顶点坐标，确定体对角线上两个顶点的坐标，基于对角线上两个顶点的坐标生成对应的长方体框，可以简化运算过程。
根据本申请一实施例，第一层二维层面包括第一层矩形框，第一组顶点坐标包括第一层矩形框的一组对顶点的坐标，第二层二维层面包括第二层矩形框，第二组顶点坐标包括第二层矩形框的一组对顶点的坐标，第三层二维层面包括第三层矩形框，第三组顶点坐标包括第三层矩形框的一组对顶点的坐标，其中，基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定长方体框的体对角线上两个顶点的坐标，包括：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标中的X坐标值确定最小X坐标值和最大X坐标值；基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标中的Y坐标值确定最小Y坐标值和最大Y坐标值；基于最小X坐标值和最小Y坐标值，以及最大X坐标值和最大Y坐标值，确定长方体框的体对角线上两个顶点的坐标。
第一标注框、第二标注框和第三标注框可均为规则的形状，如矩形框，将标注框设置成矩形框可以便于标注框的获取，且便于基于标注框获取对应的顶点坐标，进而基于顶点坐标确定长方体框的体对角线上两个顶点的坐标。
具体地，第一组顶点坐标可以是第一层矩形框(第一标注框)一条对角线上的两个顶点的坐标，第二组顶点坐标可以是第二层矩形框(第二标注框)一条对角线上的两个顶点的坐标，第三组顶点坐标可以是第三层矩形框(第三标注框)一条对角线上的两个顶点的坐标。该三条对角线可以是沿相同的方向延伸或大致相同的方向延伸。
例如，如图3所示，第一层矩形框对应的第一组顶点坐标可以是(X01,Y01)和(X02,Y02)，第三层矩形框对应的第二组顶点坐标可以是(X11,Y11)和(X12,Y12)，第二层矩形框对应的第三组顶点坐标可以是(X21,Y21)和(X22,Y22)。图3中示出X轴的方向、Y轴的方向和Z轴的方向。通过比较X01、X11和X12可以获取最小X值，假设最小X值为X11。通过比较X02、X12和X22可以获取最大X值，假设最大X值为X12。通过比较Y01、Y11和Y12可以获取最小Y值，假设最小Y值为Y01。通过比较Y02、Y12和Y22可以获取最大Y值，假设最大Y值为Y22。
在本实施例中，第一层矩形框和第二层矩形框的尺寸可能小于第三层矩形框的尺寸，不过，第一层矩形框的投影可能与第三层矩形框相交，即第一层矩形框的一部分投影位于第三层矩形框内，另一部分位于第三层矩形框外。第二层矩形框的情况与第一层矩形框类似。这样，即使第三层矩形框的尺寸大于第一层矩形框和第二矩形框的尺寸，但是，上述的最小X值、最大X值、最小Y值和最大Y值中的至少一个可能对应第一层矩形框或第二层矩形框的顶点。
通过最小X值X11、最小Y值Y01、最大X值X12以及最大Y值Y22，可以确定顶点坐标(X11,Y01)和(X12,Y22)，基于顶点坐标(X11,Y01)在第一层二维层面获得投影点，基于顶点坐标(X12,Y22)在第二层二维层面获得投影点，这两个投影点即为长方体框的体对角线上两个顶点。基于长方体框的体对角线上两个顶点可以勾勒出对应的长方体框。
可选地，如图4所示，可以基于顶点坐标(X11,Y01)和(X12,Y22)分别在第一、二、三层二维层面上获取对应的投影矩形框(或称最大尺寸标注框)。将三个投影矩形框的顶点连接起来，可以生成对应的长方体框。
在另一实施例中，第一、二、三层二维层面可相互平行，且与Z轴垂直。在本实施例中，可以分别获取第一、二、三层二维层面对应的Z值Z0，Z2和Z1，进而基于Z0，Z2和顶点坐标(X11,Y01)和(X12,Y22)确定长方体框体对角线上的两个顶点的坐标(X11,Y01，Z0)和(X12,Y22，Z2)，或(X11,Y01，Z2)和(X12,Y22，Z0)。基于体对角线上的两个顶点的坐标生成对应的长方体框。
在其他实施例中，有可能第一层矩形框和第二层矩形框的投影均位于第三层矩形框内，此时最小X值、最大X值、最小Y值和最大Y值分别为X11，X12，Y11和Y12。即，长方体框体对角线上的两个顶点的坐标为(X11,Y11，Z0)和(X12,Y12，Z2)，或(X11,Y11，Z2)和(X12,Y12，Z0)。基于体对角线上的两个顶点的坐标生成对应的长方体框。
图5所示为本申请另一示例性实施例提供的修改三维图像的标注的方法的流程示意图。图5是图2实施例的例子，相同之处不再赘述，此处着重描述不同之处。如图5所示，该方法包括如下内容。
510：基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面、第二层二维层面和第三层二维层面。
具体地，结合图3，三层二维层面可以相互平行，且与Z轴垂直。第一、二层二维层面分别位于待修改区域的上下边界处，第三层二维层面位于待修改区域在XY平面上的最大截面处。
三层二维层面的确定过程可以参考上述图2实施例中的描述，为避免重复，此处不再赘述。
520：确定第一层二维层面中第一层矩形框的一组对顶点的坐标，第二层二维层面中第二层矩形框的一组对顶点的坐标，以及第三层二维层面中第三层矩形框的一组对顶点的坐标。
第一、二和三层矩形框的确定过程可以参考上述图2实施例中的描述，为避免重复，此处不再赘述。
530：基于第一、二和三层矩形框对应的三组对顶点的坐标，确定最小X坐标值和最大X坐标值，以及最小Y坐标值和最大Y坐标值。
540：基于最小X坐标值和最小Y坐标值，以及最大X坐标值和最大Y坐标值，确定第一层二维层面、第二层二维层面中对应的投影矩形框，连接两个投影矩形框的顶点生成长方体框。
具体地，如图3和图4所示，可以基于最小X坐标值和最小Y坐标值，以及最大X坐标值和最大Y坐标值，确定顶点坐标(X11,Y01)和(X12,Y22)。基于顶点坐标(X11,Y01)和(X12,Y22)在与待修改区域相关的多个二维层面中的投影确定多个投影矩形框，连接多个投影矩形框可生成长方体框。
550：将长方体框中多个投影矩形框区域内的标签值修改成背景区域的标签值。
具体地，可以对多个投影矩形框区域内各个像素对应的标签值进行修改，相当于，对长方体框中各个体素对应的标签值的修改。
例如在某一根肋骨上存在错误标注的病灶，即该病灶实际不存在，但是在标注时被标注出来了，可以通过确定该病灶区域对应的三层矩形框，并基于三层矩形框的顶点坐标生成长方体框，以便于用户对该长方体框中的数据进行修改。这里，计算设备可以自动基于三层矩形框的顶点坐标生成(渲染)待修改区域对应的长方体框，即将待修改区域(或称为待修改mask)分离出来，可以进一步节约修改标注的时间。
基于本申请实施例提供的修改三维图像的标注的方法获得的修改后的三维图像，可以直接用于显示，以便用户(如医生)观察待修改区域或其周围的结构。或者，修改后的三维图像可以用作训练样本，用于对深度学习模型进行训练，以使得该深度学习模型可以用于图像分割。基于修改后的三维图像训练深度学习模型，可以提高深度学习模型分割结果的准确度。
本申请实施例提供还提供一种深度学习模型的训练方法，包括利用上述实施例中的修改三维图像的标注的方法获得的修改后的三维图像作为训练样本，以对深度学习模型进行训练。
示例性装置
图6所示为本申请一示例性实施例提供的修改三维图像的标注的装置600的结构示意图。如图6所示，装置600包括：获取模块610，生成模块620以及修改模块630。
获取模块610用于基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面，其中，第一层二维层面和第二层二维层面分别是待修改区域的边界所在层面，待修改区域位于第一层二维层面和第二层二维层面之间。生成模块620用于根据第一层二维层面和第二层二维层面生成立体框，立体框包括与待修改区域相关的多个二维层面的至少部分图像。修改模块630用于基于用户的第二输入，修改多个二维层面的至少部分图像的标注。
本申请实施例提供了一种修改三维图像的标注的装置，通过根据位于待修改区域的边界的第一层二维层面和第二层二维层面生成立体框，并对该立体框中待修改区域对应的标注进行修改，从而能够简化修改三维图像的标注的过程，缩短修改标注的时间。
根据本申请一实施例，生成模块620用于获取第一层二维层面对应的第一组顶点坐标，以及第二层二维层面对应的第二组顶点坐标，并基于第一组顶点坐标和第二组顶点坐标生成长方体框。
根据本申请一实施例，获取模块610还用于：获取三维图像中与待修改区域相关的第三层二维层面，其中，第三层二维层面位于第一层二维层面和第二层二维层面之间，且穿过待修改区域；获取第三层二维层面对应的第三组顶点坐标。生成模块620用于基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标生成长方体框。
根据本申请一实施例，生成模块620用于：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标确定长方体框的体对角线上两个顶点的坐标；基于长方体框的体对角线上两个顶点的坐标生成长方体框。
根据本申请一实施例，第一层二维层面包括第一层矩形框，第一组顶点坐标包括第一层矩形框的一组对顶点的坐标，第二层二维层面包括第二层矩形框，第二组顶点坐标包括第二层矩形框的一组对顶点的坐标，第三层二维层面包括第三层矩形框，第三组顶点坐标包括第三层矩形框的一组对顶点的坐标。生成模块620用于：基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标中的X坐标值确定最小X坐标值和最大X坐标值；基于第一组顶点坐标、第二组顶点坐标和第三组顶点坐标中的Y坐标值确定最小Y坐标值和最大Y坐标值；基于最小X坐标值和最小Y坐标值，以及最大X坐标值和最大Y坐标值，确定长方体框的体对角线上两个顶点的坐标。
根据本申请一实施例，第三层二维层面位于待修改区域在平行于第三层二维层面的截面中面积最大截面上。
根据本申请一实施例，修改模块630用于将多个二维层面的至少部分图像的标签值修改成背景区域的标签值。
根据本申请一实施例，三维图像包括计算机断层扫描图像。
应当理解，上述实施例中的获取模块610，生成模块620以及修改模块630的操作和功能可以参考上述图2或图5实施例中提供的修改三维图像的标注的方法中的描述，为了避免重复，在此不再赘述。
图7所示为本申请一示例性实施例提供的用于执行修改三维图像的标注的方法的电子设备700的框图。
参照图7，电子设备700包括处理组件710，其进一步包括一个或多个处理器，以及由存储器720所代表的存储器资源，用于存储可由处理组件710执行的指令，例如应用程序。存储器720中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件710被配置为执行指令，以执行上述修改三维图像的标注的方法。
电子设备700还可以包括一个电源组件被配置为执行电子设备700的电源管理，一个有线或无线网络接口被配置为将电子设备700连接到网络，和一个输入输出(I/O)接口。可以基于存储在存储器720的操作系统操作电子设备700，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM，FreeBSDTM或类似。
一种非临时性计算机可读存储介质，当存储介质中的指令由上述电子设备700的处理器执行时，使得上述电子设备700能够执行一种修改三维图像的标注的方法，包括：基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面，其中，第一层二维层面和第二层二维层面分别是待修改区域的边界所在层面，待修改区域位于第一层二维层面和第二层二维层面之间；根据第一层二维层面和第二层二维层面生成立体框，立体框包括与待修改区域相关的多个二维层面的至少部分图像；基于用户的第二输入，修改多个二维层面的至少部分图像的标注。
上述所有可选技术方案，可采用任意结合形成本申请的可选实施例，在此不再一一赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序校验码的介质。
需要说明的是，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种修改三维图像的标注的方法，其特征在于，包括：
基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面，其中，所述第一层二维层面和所述第二层二维层面分别是所述待修改区域的边界所在层面，所述待修改区域位于所述第一层二维层面和所述第二层二维层面之间；
根据所述第一层二维层面和所述第二层二维层面生成立体框，所述立体框包括与所述待修改区域相关的多个二维层面的至少部分图像；
基于所述用户的第二输入，修改所述多个二维层面的至少部分图像的标注。
2.根据权利要求1所述的修改三维图像的标注的方法，其特征在于，所述根据所述第一层二维层面和所述第二层二维层面生成立体框，包括：
获取所述第一层二维层面对应的第一组顶点坐标，以及所述第二层二维层面对应的第二组顶点坐标；
基于所述第一组顶点坐标和所述第二组顶点坐标生成长方体框。
3.根据权利要求2所述的修改三维图像的标注的方法，其特征在于，还包括：
获取所述三维图像中与所述待修改区域相关的第三层二维层面，其中，所述第三层二维层面位于所述第一层二维层面和所述第二层二维层面之间，且穿过所述待修改区域；
获取所述第三层二维层面对应的第三组顶点坐标，其中，
所述基于所述第一组顶点坐标和所述第二组顶点坐标生成长方体框，包括：
基于所述第一组顶点坐标、所述第二组顶点坐标和所述第三组顶点坐标生成所述长方体框。
4.根据权利要求3所述的修改三维图像的标注的方法，其特征在于，所述基于所述第一组顶点坐标、所述第二组顶点坐标和所述第三组顶点坐标生成所述长方体框，包括：
基于所述第一组顶点坐标、所述第二组顶点坐标和所述第三组顶点坐标确定所述长方体框的体对角线上两个顶点的坐标；
基于所述长方体框的体对角线上两个顶点的坐标生成所述长方体框。
5.根据权利要求4所述的修改三维图像的标注的方法，其特征在于，所述第一层二维层面包括第一层矩形框，所述第一组顶点坐标包括所述第一层矩形框的一组对顶点的坐标，所述第二层二维层面包括第二层矩形框，所述第二组顶点坐标包括所述第二层矩形框的一组对顶点的坐标，所述第三层二维层面包括第三层矩形框，所述第三组顶点坐标包括所述第三层矩形框的一组对顶点的坐标，其中，
所述基于所述第一组顶点坐标、所述第二组顶点坐标和所述第三组顶点坐标确定所述长方体框的体对角线上两个顶点的坐标，包括：
基于所述第一组顶点坐标、所述第二组顶点坐标和所述第三组顶点坐标中的X坐标值确定最小X坐标值和最大X坐标值；
基于所述第一组顶点坐标、所述第二组顶点坐标和所述第三组顶点坐标中的Y坐标值确定最小Y坐标值和最大Y坐标值；
基于所述最小X坐标值和所述最小Y坐标值，以及所述最大X坐标值和所述最大Y坐标值，确定所述长方体框的体对角线上两个顶点的坐标。
6.根据权利要求3所述的修改三维图像的标注的方法，其特征在于，所述第三层二维层面位于所述待修改区域在平行于所述第三层二维层面的截面中面积最大截面上。
7.根据权利要求1至6中任一项所述的修改三维图像的标注的方法，其特征在于，所述修改所述多个二维层面的至少部分图像的标注，包括：
将所述多个二维层面的至少部分图像的标签值修改成背景区域的标签值。
8.根据权利要求1至6中任一项所述的修改三维图像的标注的方法，其特征在于，所述三维图像包括计算机断层扫描图像。
9.一种修改三维图像的标注的装置，其特征在于，包括：
获取模块，用于基于用户的第一输入，获取三维图像中与待修改区域相关的第一层二维层面和第二层二维层面，其中，所述第一层二维层面和所述第二层二维层面分别是所述待修改区域的边界所在层面，所述待修改区域位于所述第一层二维层面和所述第二层二维层面之间；
生成模块，用于根据所述第一层二维层面和所述第二层二维层面生成立体框，所述立体框包括与所述待修改区域相关的多个二维层面的至少部分图像；
修改模块，用于基于所述用户的第二输入，修改所述多个二维层面的至少部分图像的标注。
10.一种电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器，
其中，所述处理器用于执行上述权利要求1至8中任一项所述的修改三维图像的标注的方法。
CN202011418531.4A 2020-12-07 2020-12-07 修改三维图像的标注的方法及装置 Active CN112365959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011418531.4A CN112365959B (zh) 2020-12-07 2020-12-07 修改三维图像的标注的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011418531.4A CN112365959B (zh) 2020-12-07 2020-12-07 修改三维图像的标注的方法及装置

Publications (2)

Publication Number Publication Date
CN112365959A true CN112365959A (zh) 2021-02-12
CN112365959B CN112365959B (zh) 2024-05-28

Family

ID=74535993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011418531.4A Active CN112365959B (zh) 2020-12-07 2020-12-07 修改三维图像的标注的方法及装置

Country Status (1)

Country Link
CN (1) CN112365959B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637875A (zh) * 2022-04-01 2022-06-17 联影智能医疗科技(成都)有限公司 一种医学图像标注方法、系统及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080229186A1 (en) * 2007-03-14 2008-09-18 Microsoft Corporation Persisting digital ink annotations as image metadata
US20150187067A1 (en) * 2011-03-04 2015-07-02 General Electric Company Method and device for displaying a two-dimensional image of a viewed object simultaneously with an image depicting the three-dimensional geometry of the viewed object
US20180061140A1 (en) * 2016-08-31 2018-03-01 Mimaki Engineering Co., Ltd. Three-dimensional shape color adjustment method, three-dimensional object shaping method, and three-dimensional shape color adjustment apparatus
CN109872312A (zh) * 2019-02-15 2019-06-11 腾讯科技（深圳）有限公司 医学图像分割方法、装置、系统及图像分割方法
CN110910362A (zh) * 2019-11-15 2020-03-24 北京推想科技有限公司 一种影像序列的标注方法、装置、处理器及存储介质
CN111046743A (zh) * 2019-11-21 2020-04-21 新奇点企业管理集团有限公司 一种障碍物信息标注方法、装置、电子设备和存储介质
CN111080805A (zh) * 2019-11-26 2020-04-28 北京云聚智慧科技有限公司 标注对象立体框图生成方法、装置、电子设备及存储介质
CN111179300A (zh) * 2019-12-16 2020-05-19 新奇点企业管理集团有限公司 障碍物检测的方法、装置、系统、设备以及存储介质
CN111192356A (zh) * 2019-12-30 2020-05-22 上海联影智能医疗科技有限公司 感兴趣区域的显示方法、装置、设备和存储介质
CN111768418A (zh) * 2020-06-30 2020-10-13 北京推想科技有限公司 图像分割方法及装置、图像分割模型的训练方法
WO2020206850A1 (zh) * 2019-04-09 2020-10-15 华为技术有限公司 基于高维图像的图像标注方法和装置
CN111783820A (zh) * 2020-05-08 2020-10-16 北京沃东天骏信息技术有限公司 图像标注方法和装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080229186A1 (en) * 2007-03-14 2008-09-18 Microsoft Corporation Persisting digital ink annotations as image metadata
US20150187067A1 (en) * 2011-03-04 2015-07-02 General Electric Company Method and device for displaying a two-dimensional image of a viewed object simultaneously with an image depicting the three-dimensional geometry of the viewed object
US20180061140A1 (en) * 2016-08-31 2018-03-01 Mimaki Engineering Co., Ltd. Three-dimensional shape color adjustment method, three-dimensional object shaping method, and three-dimensional shape color adjustment apparatus
CN109872312A (zh) * 2019-02-15 2019-06-11 腾讯科技（深圳）有限公司 医学图像分割方法、装置、系统及图像分割方法
WO2020206850A1 (zh) * 2019-04-09 2020-10-15 华为技术有限公司 基于高维图像的图像标注方法和装置
CN110910362A (zh) * 2019-11-15 2020-03-24 北京推想科技有限公司 一种影像序列的标注方法、装置、处理器及存储介质
CN111046743A (zh) * 2019-11-21 2020-04-21 新奇点企业管理集团有限公司 一种障碍物信息标注方法、装置、电子设备和存储介质
CN111080805A (zh) * 2019-11-26 2020-04-28 北京云聚智慧科技有限公司 标注对象立体框图生成方法、装置、电子设备及存储介质
CN111179300A (zh) * 2019-12-16 2020-05-19 新奇点企业管理集团有限公司 障碍物检测的方法、装置、系统、设备以及存储介质
CN111192356A (zh) * 2019-12-30 2020-05-22 上海联影智能医疗科技有限公司 感兴趣区域的显示方法、装置、设备和存储介质
CN111783820A (zh) * 2020-05-08 2020-10-16 北京沃东天骏信息技术有限公司 图像标注方法和装置
CN111768418A (zh) * 2020-06-30 2020-10-13 北京推想科技有限公司 图像分割方法及装置、图像分割模型的训练方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637875A (zh) * 2022-04-01 2022-06-17 联影智能医疗科技(成都)有限公司 一种医学图像标注方法、系统及装置

Also Published As

Publication number Publication date
CN112365959B (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
CN108520519B (zh) 一种图像处理方法、装置及计算机可读存储介质
US8837789B2 (en) Systems, methods, apparatuses, and computer program products for computer aided lung nodule detection in chest tomosynthesis images
Diciotti et al. Automated segmentation refinement of small lung nodules in CT scans by local shape analysis
CN105431089B (zh) 根据肝脏扫描确定肝功能的系统和方法
US7397475B2 (en) Interactive atlas extracted from volume data
US10275909B2 (en) Systems and methods for an integrated system for visualizing, simulating, modifying and 3D printing 3D objects
US20090074276A1 (en) Voxel Matching Technique for Removal of Artifacts in Medical Subtraction Images
CN112861961B (zh) 肺血管分类方法及装置、存储介质及电子设备
US9576392B2 (en) Image display device and method, and medium containing program
JP7101809B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP2010162340A (ja) 画像処理装置および方法並びにプログラム
CN111080583B (zh) 医学图像检测方法、计算机设备和可读存储介质
CN110916707A (zh) 二维骨骼图像获取方法、系统及装置
US8933926B2 (en) Image processing apparatus, method, and program
WO2022160731A1 (zh) 图像处理方法、装置、电子设备、存储介质和程序
CN108399354A (zh) 计算机视觉识别肿瘤的方法和装置
US11475568B2 (en) Method for controlling display of abnormality in chest x-ray image, storage medium, abnormality display control apparatus, and server apparatus
CN112365959B (zh) 修改三维图像的标注的方法及装置
CN113506277A (zh) 图像处理方法及装置
CN112862955A (zh) 建立三维模型的方法、装置、设备、存储介质和程序产品
CN114375461A (zh) 针对胸部x射线图像的吸气度量标准
US9842398B2 (en) Dynamic local registration system and method
CN114187252B (zh) 图像处理方法及装置、调整检测框的方法及装置
CN113888566B (zh) 目标轮廓曲线确定方法、装置、电子设备以及存储介质
CN112862975A (zh) 骨骼数据处理方法、系统、可读存储介质和设备

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