CN112401915A - 一种新冠肺炎ct复查的图像融合比对方法 - Google Patents
一种新冠肺炎ct复查的图像融合比对方法 Download PDFInfo
- Publication number
- CN112401915A CN112401915A CN202011302100.1A CN202011302100A CN112401915A CN 112401915 A CN112401915 A CN 112401915A CN 202011302100 A CN202011302100 A CN 202011302100A CN 112401915 A CN112401915 A CN 112401915A
- Authority
- CN
- China
- Prior art keywords
- image
- lung
- pixel
- patient
- coordinate
- 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
- 206010035664 Pneumonia Diseases 0.000 title claims abstract description 49
- 230000004927 fusion Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000002591 computed tomography Methods 0.000 title description 104
- 210000004072 lung Anatomy 0.000 claims abstract description 113
- 238000012552 review Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 241000711573 Coronaviridae Species 0.000 claims description 17
- 230000003902 lesion Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 9
- 230000000717 retained effect Effects 0.000 claims description 9
- 230000002685 pulmonary effect Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000000265 homogenisation Methods 0.000 claims description 3
- 201000010099 disease Diseases 0.000 abstract description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 10
- 230000008859 change Effects 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 description 5
- 208000025721 COVID-19 Diseases 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 208000010444 Acidosis Diseases 0.000 description 1
- 206010001052 Acute respiratory distress syndrome Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010027417 Metabolic acidosis Diseases 0.000 description 1
- 208000034486 Multi-organ failure Diseases 0.000 description 1
- 206010035737 Pneumonia viral Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 208000013616 Respiratory Distress Syndrome Diseases 0.000 description 1
- 206010040070 Septic Shock Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 201000000028 adult respiratory distress syndrome Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 208000017574 dry cough Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 231100000225 lethality Toxicity 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 208000029744 multiple organ dysfunction syndrome Diseases 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036303 septic shock Effects 0.000 description 1
- 208000009421 viral pneumonia Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种新冠肺炎CT复查的图像融合比对方法,包括:S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像,并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域;S2、根据患者个人信息从历史报告数据库中检索出复查患者已提取新冠肺炎病灶区域的历史肺部CT影像。本发明将复查CT影像中的病灶区域进行提取与历史肺部CT影像已提取的病灶区域进行图像融合,可直观的观察到复查CT影像中的病灶区域与历史肺部CT影像中的病灶区域的变化情况,无需医生自行比对历史数据进行诊断并转化成通俗语言与患者进行病情解释,减轻医生工作负担。
Description
技术领域
本发明涉及医疗图像处理技术领域,具体涉及一种新冠肺炎CT复查的图像融合比对方法。
背景技术
新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19),简称“新冠肺炎”,世界卫生组织命名为“2019冠状病毒病”,是指2019新型冠状病毒感染导致的肺炎,主要表现为发热、干咳、乏力,重症病例多在一周后出现呼吸困难,严重者快速进展为急性呼吸窘迫综合征、脓毒症休克、难以纠正的代谢性酸中毒和出凝血功能障碍及多器官功能衰竭等,具有强致死性和传染性。
目前新冠肺炎可靠的检测方式为肺部CT影像检查提示有病毒性肺炎影像学表现,从而对患者进行新冠肺炎的病灶检测,而新冠肺炎的治疗是一个长期的过程,在治疗过程中通过多次肺部CT影像检查用以对患者康复情况进行监测,医生对比患者多次肺部CT影像中病灶数据信息判断病灶发展状况,确定患者康复程度。
目前的CT报告中通常以专业术语或量化数据值进行病灶描述,并且需要医生自行通过将患者复查CT报告中的数据和历史CT报告中的历史数据值进行比对,才能获得病情发展情况,病情结果展示不够直观,导致病患对病情的了解依赖于医生的专业解释,增加了医生的工作负担。
发明内容
本发明的目的在于提供一种新冠肺炎CT复查的图像融合比对方法,以解决现有技术中病情展示结果不直观,需要医生比对历史数据并且通俗解释给患者,增加了医生的工作负担的技术问题。
为解决上述技术问题,本发明具体提供下述技术方案:
一种新冠肺炎CT复查的图像融合比对方法,包括
S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像,并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域;
S2、根据患者个人信息从历史报告数据库中检索出复查患者已提取新冠肺炎病灶区域的历史肺部CT影像;
S3、将患者均已提取新冠肺炎病灶的复查肺部CT影像与历史肺部CT影像进行图像融合,将新冠肺炎的病灶区域进行比对获得比对结果,并将比对结果传输到查询终端供患者和医生查询;
S4、将患者已提取新冠肺炎病灶区域的复查肺部CT影像存储到历史报告数据库中替换历史肺部CT影像,并提供存储和读取的功能。
作为本发明的一种优选方案,在S1中,提取出患者的复查肺部CT影像中的新冠肺炎病灶区域的具体过程是:
S101、将患者的复查肺部CT影像进行按照栅格方式分解成若干像素点并获得每个像素点的像素值;
S102、依次将若干像素点的像素值与正常肺部CT影像的像素点阈值相比较,保留出超过正常肺部CT影像的像素阈值的像素点;
S103、将复查肺部CT影像中保留超过正常肺部CT影像的像素阈值的所有像素点与历史肺部CT影像中保留超过正常肺部CT影像的像素阈值的所有像素点进行坐标同一化,进行像素点融合;
S104、将融合后的像素点在同一化的坐标中进行描点显示。
作为本发明的一种优选方案,在所述S101中,按照栅格的方式将复查患者肺部CT影像分解成若干像素点的具体步骤为:
S1011、规定相邻横栅格点之间和相邻纵栅格点之间的距离均为L;
S1012、以患者复查肺部CT影像中肺部组织上顶点所在直线作为坐标横轴,左顶点所在直线作为坐标纵轴;
S1013、在坐标横轴上按照L进行横栅格绘制,在坐标纵轴上以L进行横栅格绘制,并在坐标横轴上进行横坐标标记分别为(x1,x2,x3…,xn),n为横栅格点个数,在坐标纵轴上进行纵坐标标记分别为(y1,y2,y3…,ym),m为纵栅格点个数;
S1014、将患者复查肺部CT影像分解成具有坐标(xn,ym)的n*m个矩形栅格的像素点,并将矩形栅格中点位置处的像素值作为像素点的像素值,标记为Wi,其中i=(n,m)。
作为本发明的一种优选方案,在所述S1013中,在坐标横轴上横栅格绘制的起点位于坐标纵轴与坐标横轴的交叉点,终点位于复查患者肺部CT影像中肺部组织右顶点所在直线右侧最近距离处,在坐标纵轴上纵栅格绘制的起点位于坐标纵轴与坐标横轴的交叉点,终点位于复查患者肺部CT影像中肺部组织下顶点所在直线下侧最近距离处。
作为本发明的一种优选方案,其特征在于:在所述S102中,依次将若干像素点的像素值与正常肺部CT影像的像素点阈值相比较,保留出超过正常肺部CT影像的像素阈值的像素点:
依次将像素点(xn,ym)的像素Wi与像素阈值标记为W阈值进行数值比较,记录Wi>W阈值中所有的像素点,标记为{(xi1,yj1)->(xi2,yj2)},其中i1<i2≤n,j1<j2≤m,所有的所述像素点像素标记为(W1,W2,W3,…,Wk),k为像素点个数。
作为本发明的一种优选方案,在所述S103中,所述患者历史肺部CT影像中保留出超过正常肺部CT影像的像素阈值的像素点标记为{(xi3,yj3)->(xi4,yj4)},其中i3<i4≤n,j3<j4≤m,所有的所述像素点像素标记为(W1,W2,W3,…,Wk2),k2为像素点个数。
作为本发明的一种优选方案,在所述S103中,将复查肺部CT影像中保留的所有像素点与历史肺部CT影像中保留的所有像素点进行坐标同一化,并进行像素点融合的具体过程为:
S1031、对复查肺部CT影像中保留的所有像素点进行坐标转换为成以坐标原点为起始点,转换后为{(0,0)->(xi2-xi1,yj2-yj1)},对历史肺部CT影像中保留的所有像素点进行坐标转换为成以坐标原点为起始点,转换后为{(0,0)->(xi4-xi3,yj4-yj3)};
S1032、对像素点{(0,0)->(xi2-xi1,yj2-yj1)}和{(0,0)->(xi4-xi3,yj4-yj3)}进行坐标值重合的像素点像素值相加,坐标值不重合的像素点保持原值不变。
作为本发明的一种优选方案,在所述S104中,将融合后的像素点在同一化的坐标中进行描点显示,具体方式为:
将像素点{(0,0)->(xi2-xi1,yj2-yj1)}和{(0,0)->(xi4-xi3,yj4-yj3)}求并集获得像素点集合{(0,0)->(xi2-xi1,yj2-yj1)U(xi4-xi3,yj4-yj3)};
将像素点集合{(0,0)->(xi2-xi1,yj2-yj1)U(xi4-xi3,yj4-yj3)}中所有像素点对应的像素值进行颜色显示,获得复查肺部CT影像中新冠病毒病灶区域和历史肺部CT影像中新冠病毒病灶区域的融合图像。
作为本发明的一种优选方案,在所述S4中存储的复查肺部CT影像新冠病毒病灶区域数据为{(xi1,yj1)->(xi2,yj2)},其中i1<i2≤n,j1<j2≤m,所有像素点像素标记为(W1,W2,W3,…,Wk),k为像素点个数。
作为本发明的一种优选方案,所述S1、S2、S3和S4建立在由若干服务器和计算主机构建而成的分布式数据处理系统中进行运算处理和数据存储,所述S3中的查询终端为安装有查询登录门户的智能终端设备,所述查询登录门户为网页、软件APP或小程序,所述查询登录门户和分布式数据处理系统通过网络通信进行数据交换和业务交互。
本发明与现有技术相比较具有如下有益效果:
本发明将复查CT影像中的病灶区域进行提取与历史肺部CT影像已提取的病灶区域进行图像融合,可直观的观察到复查CT影像中的病灶区域与历史肺部CT影像中的病灶区域的变化情况,无需医生自行比对历史数据进行诊断并转化成通俗语言与患者进行病情解释,减轻医生工作负担。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例提供的图像融合比对方法流程图;
图2为本发明实施例提供的复查CT影像分解成若干像素点栅格示意图;
图3为本发明实施例提供的历史CT影像分解成若干像素点栅格示意图;
图4为本发明实施例提供的复查CT影像病灶与历史CT影像病灶融合图像坐标系显示。
图中的标号分别表示如下:
1-肺部组织;2-复查CT影像中病灶区域;3-历史CT影像中病灶区域。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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他实施例,都属于本发明保护的范围。
如图1所示,本发明提供了一种新冠肺炎CT复查的图像融合比对方法,包括
S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像,并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域;
S2、根据患者个人信息从历史报告数据库中检索出复查患者已提取新冠肺炎病灶区域的历史肺部CT影像;
S3、将患者均已提取新冠肺炎病灶的复查肺部CT影像与历史肺部CT影像进行图像融合,将新冠肺炎的病灶区域进行比对获得比对结果,并将比对结果传输到查询终端供患者和医生查询;
S4、将患者已提取新冠肺炎病灶区域的复查肺部CT影像存储到历史报告数据库中替换历史肺部CT影像,并提供存储和读取的功能。
在S1中,提取出患者的复查肺部CT影像中的新冠肺炎病灶区域的具体过程是:
S101、将患者的复查肺部CT影像进行按照栅格方式分解成若干像素点并获得每个像素点的像素值;
S102、依次将若干像素点的像素值与正常肺部CT影像的像素点阈值相比较,保留出超过正常肺部CT影像的像素阈值的像素点;
S103、将复查肺部CT影像中保留超过正常肺部CT影像的像素阈值的所有像素点与历史肺部CT影像中保留超过正常肺部CT影像的像素阈值的所有像素点进行坐标同一化,进行像素点融合;
S104、将融合后的像素点在同一化的坐标中进行描点显示。
在S101中,按照栅格的方式将复查患者肺部CT影像分解成若干像素点的具体步骤为:
S1011、规定相邻横栅格点之间和相邻纵栅格点之间的距离均为L,在实际使用中L的取值可根据需要进行设定调整;
S1012、以患者复查肺部CT影像中肺部组织上顶点所在直线作为坐标横轴,左顶点所在直线作为坐标纵轴;
S1013、在坐标横轴上按照L进行横栅格绘制,在坐标纵轴上以L进行横栅格绘制,并在坐标横轴上进行横坐标标记分别为(x1,x2,x3…,xn),n为横栅格点个数,在坐标纵轴上进行纵坐标标记分别为(y1,y2,y3…,ym),m为纵栅格点个数;
S1014、将患者复查肺部CT影像分解成具有坐标(xn,ym)的n*m个矩形栅格的像素点,并将矩形栅格中点位置处的像素值作为像素点的像素值,标记为Wi,其中i=(n,m)。
在S1013中,在坐标横轴上横栅格绘制的起点位于坐标纵轴与坐标横轴的交叉点,终点位于复查患者肺部CT影像中肺部组织右顶点所在直线右侧最近距离处,在坐标纵轴上纵栅格绘制的起点位于坐标纵轴与坐标横轴的交叉点,终点位于复查患者肺部CT影像中肺部组织下顶点所在直线下侧最近距离处。
在S102中,依次将若干像素点的像素值与正常肺部CT影像的像素点阈值相比较,保留出超过正常肺部CT影像的像素阈值的像素点:
依次将像素点(xn,ym)的像素Wi与像素阈值标记为W阈值进行数值比较,记录Wi>W阈值中所有的像素点,标记为{(xi1,yj1)->(xi2,yj2)},其中i1<i2≤n,j1<j2≤m,所有的像素点像素标记为(W1,W2,W3,…,Wk),k为像素点个数。
在S103中,患者历史肺部CT影像中保留出超过正常肺部CT影像的像素阈值的像素点标记为{(xi3,yj3)->(xi4,yj4)},其中i3<i4≤n,j3<j4≤m,所有的像素点像素标记为(W1,W2,W3,…,Wk2),k2为像素点个数。
在S103中,将复查肺部CT影像中保留的所有像素点与历史肺部CT影像中保留的所有像素点进行坐标同一化,并进行像素点融合的具体过程为:
S1031、对复查肺部CT影像中保留的所有像素点进行坐标转换为成以坐标原点为起始点,转换后为{(0,0)->(xi2-xi1,yj2-yj1)},对历史肺部CT影像中保留的所有像素点进行坐标转换为成以坐标原点为起始点,转换后为{(0,0)->(xi4-xi3,yj4-yj3)};
S1032、对像素点{(0,0)->(xi2-xi1,yj2-yj1)}和{(0,0)->(xi4-xi3,yj4-yj3)}进行坐标值重合的像素点像素值相加,坐标值不重合的像素点保持原值不变。
在S104中,将融合后的像素点在同一化的坐标中进行描点显示,具体方式为:
将像素点{(0,0)->(xi2-xi1,yj2-yj1)}和{(0,0)->(xi4-xi3,yj4-yj3)}求并集获得像素点集合{(0,0)->(xi2-xi1,yj2-yj1)U(xi4-xi3,yj4-yj3)};
将像素点集合{(0,0)->(xi2-xi1,yj2-yj1)U(xi4-xi3,yj4-yj3)}中所有像素点对应的像素值进行颜色显示,获得复查肺部CT影像中新冠病毒病灶区域和历史肺部CT影像中新冠病毒病灶区域的融合图像。
如图2和3所示,为了进一步理解复查肺部CT影像中新冠病毒病灶区域和历史肺部CT影像中新冠病毒病灶区域的融合图像,详细描述如下:
假设复查肺部CT影像中新冠病毒病灶区域为{(x1,y3),(x2,y3),(x3,y4),(x2,y5),(x1,y4)},对应的像素值为{W(1,3),W(2,3),W(3,4),W(2,5),W(1,4)},历史肺部CT影像中新冠病毒病灶区域为{(x1,y3),(x2,y4),(x3,y3),(x2,y5),(x1,y4)},对应的像素值为{W(1,3),W(2,4),W(3,3),W(2,5),W(1,4)};
坐标统一化:复查肺部CT影像中新冠病毒病灶区域{(0,0),(x1,0),(x2,y1),(x1,y2),(0,y1)},对应的像素值为{W(0,0),W(1,0),W(2,1),W(1,2),W(0,1)},历史肺部CT影像中新冠病毒病灶区域为{(0,0),(x1,y1),(x2,0),(x1,y2),(0,y1)},对应的像素值为{W(0,0),W(1,1),W(2,0),W(1,2),W(0,1)};
图像像素点求并集:{(0,0),(x1,0),(x2,y1),(x1,y2),(0,y1)}U{(0,0),(x1,y1),(x2,0),(x1,y2),(0,y1)}获得像素点集合{(0,0),(x1,0),(x2,y1),(x1,y1),(x2,0),(x1,y2),(0,y1)},对应的像素集合为{W(0,0)+W(0,0),W(1,0),W(2,1),W(1,1),W(2,0),W(1,2)+W(1,2),W(0,1)+W(0,1)};
病灶融合图像显示如图4中阴影处所示。
在S4中存储的复查肺部CT影像新冠病毒病灶区域数据为{(xi1,yj1)->(xi2,yj2)},其中i1<i2≤n,j1<j2≤m,所有像素点像素标记为(W1,W2,W3,…,Wk),k为像素点个数,替换历史肺部CT影像新冠病毒病灶区域数据为{(xi3,yj3)->(xi4,yj4)},其中i3<i4≤n,j3<j4≤m,所有的像素点像素标记为(W1,W2,W3,…,Wk2),k2为像素点个数。
S1、S2、S3和S4建立在由若干服务器和计算主机构建而成的分布式数据处理系统中进行运算处理和数据存储,在新冠肺炎病患诊断数据量巨大分布式数据处理系统无法负载时,只需要在分布式数据处理系统中接入运算主机扩展运算量和存储量以承载大数据量计算,而新冠肺炎病患病情紧张时期病患待诊量巨大,分布式数据处理系统为保证每个病患均能获得公平医疗诊断资源提供了实现的硬件支持。
S3中的查询终端为安装有查询登录门户的智能终端设备,查询登录门户为网页、软件APP或小程序,患者或医院可将接入登录门户安装到患者使用的智能手机或医院就诊电脑中,用以便于患者和医生查看患者本身的就诊报告,掌握病情发展,查询登录门户和分布式数据处理系统通过网络通信进行数据交换和业务交互,避免接触感染的发生。
本发明通过分布式数据处理系统对患者的历史肺部CT影像进行保存,并将复查CT影像中的病灶区域进行提取与历史肺部CT影像已提取的病灶区域进行图像融合,融合后的病灶图像通过像素值直观显示在坐标系中,可直观的观察到复查CT影像中的病灶区域与历史肺部CT影像中的病灶区域的变化情况,无需医生自行比对历史数据进行诊断并转化成通俗语言与患者进行病情解释,减轻医生工作负担;医生和患者通过智能终端设备可以登录查询登录门户获得诊断结果,并且查询登录门户和分布式数据处理系统通过网络通信进行数据交换和业务交互,避免了在肺部CT打印、医生看诊、患者打印诊断结果过程中存在CT片的传递步骤,实现无接触看诊和结果获知,降低感染风险。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (10)
1.一种新冠肺炎CT复查的图像融合比对方法,其特征在于:包括
S1、通过CT检测仪器获得新冠肺炎患者的复查肺部CT影像,并提取出患者的复查肺部CT影像中的新冠肺炎病灶区域;
S2、根据患者个人信息从历史报告数据库中检索出复查患者已提取新冠肺炎病灶区域的历史肺部CT影像;
S3、将患者均已提取新冠肺炎病灶的复查肺部CT影像与历史肺部CT影像进行图像融合,将新冠肺炎的病灶区域进行比对获得比对结果,并将比对结果传输到查询终端供患者和医生查询;
S4、将患者已提取新冠肺炎病灶区域的复查肺部CT影像存储到历史报告数据库中替换历史肺部CT影像,并提供存储和读取的功能。
2.根据权利要求1所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于:在所述S1中,提取出患者的复查肺部CT影像中的新冠肺炎病灶区域的具体过程是:
S101、将患者的复查肺部CT影像进行按照栅格方式分解成若干像素点并获得每个像素点的像素值;
S102、依次将若干像素点的像素值与正常肺部CT影像的像素点阈值相比较,保留出超过正常肺部CT影像的像素阈值的像素点;
S103、将复查肺部CT影像中保留超过正常肺部CT影像的像素阈值的所有像素点与历史肺部CT影像中保留超过正常肺部CT影像的像素阈值的所有像素点进行坐标同一化,进行像素点融合;
S104、将融合后的像素点在同一化的坐标中进行描点显示。
3.根据权利要求2所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于:在所述S101中,按照栅格的方式将复查患者肺部CT影像分解成若干像素点的具体步骤为:
S1011、规定相邻横栅格点之间和相邻纵栅格点之间的距离均为L;
S1012、以患者复查肺部CT影像中肺部组织上顶点所在直线作为坐标横轴,左顶点所在直线作为坐标纵轴;
S1013、在坐标横轴上按照L进行横栅格绘制,在坐标纵轴上以L进行横栅格绘制,并在坐标横轴上进行横坐标标记分别为(x1,x2,x3…,xn),n为横栅格点个数,在坐标纵轴上进行纵坐标标记分别为(y1,y2,y3…,ym),m为纵栅格点个数;
S1014、将患者复查肺部CT影像分解成具有坐标(xn,ym)的n*m个矩形栅格的像素点,并将矩形栅格中点位置处的像素值作为像素点的像素值,标记为Wi,其中i=(n,m)。
4.根据权利要求3所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于:在所述S1013中,在坐标横轴上横栅格绘制的起点位于坐标纵轴与坐标横轴的交叉点,终点位于复查患者肺部CT影像中肺部组织右顶点所在直线右侧最近距离处,在坐标纵轴上纵栅格绘制的起点位于坐标纵轴与坐标横轴的交叉点,终点位于复查患者肺部CT影像中肺部组织下顶点所在直线下侧最近距离处。
5.根据权利要求4所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于:在所述S102中,依次将若干像素点的像素值与正常肺部CT影像的像素点阈值相比较,保留出超过正常肺部CT影像的像素阈值的像素点:
依次将像素点(xn,ym)的像素Wi与像素阈值标记为W阈值进行数值比较,记录Wi>W阈值中所有的像素点,标记为{(xi1,yj1)->(xi2,yj2)},其中i1<i2≤n,j1<j2≤m,所有的所述像素点像素标记为(W1,W2,W3,…,Wk),k为像素点个数。
6.根据权利要求5所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于:在所述S103中,所述患者历史肺部CT影像中保留出超过正常肺部CT影像的像素阈值的像素点标记为{(xi3,yj3)->(xi4,yj4)},其中i3<i4≤n,j3<j4≤m,所有的所述像素点像素标记为(W1,W2,W3,…,Wk2),k2为像素点个数。
7.根据权利要求6所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于,在所述S103中,将复查肺部CT影像中保留的所有像素点与历史肺部CT影像中保留的所有像素点进行坐标同一化,并进行像素点融合的具体过程为:
S1031、对复查肺部CT影像中保留的所有像素点进行坐标转换为成以坐标原点为起始点,转换后为{(0,0)->(xi2-xi1,yj2-yj1)},对历史肺部CT影像中保留的所有像素点进行坐标转换为成以坐标原点为起始点,转换后为{(0,0)->(xi4-xi3,yj4-yj3)};
S1032、对像素点{(0,0)->(xi2-xi1,yj2-yj1)}和{(0,0)->(xi4-xi3,yj4-yj3)}进行坐标值重合的像素点像素值相加,坐标值不重合的像素点保持原值不变。
8.根据权利要求7所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于,在所述S104中,将融合后的像素点在同一化的坐标中进行描点显示,具体方式为:
将像素点{(0,0)->(xi2-xi1,yj2-yj1)}和{(0,0)->(xi4-xi3,yj4-yj3)}求并集获得像素点集合{(0,0)->(xi2-xi1,yj2-yj1)U(xi4-xi3,yj4-yj3)};
将像素点集合{(0,0)->(xi2-xi1,yj2-yj1)U(xi4-xi3,yj4-yj3)}中所有像素点对应的像素值进行颜色显示,获得复查肺部CT影像中新冠病毒病灶区域和历史肺部CT影像中新冠病毒病灶区域的融合图像。
9.根据权利要求8所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于,在所述S4中存储的复查肺部CT影像新冠病毒病灶区域数据为{(xi1,yj1)->(xi2,yj2)},其中i1<i2≤n,j1<j2≤m,所有像素点像素标记为(W1,W2,W3,…,Wk),k为像素点个数。
10.根据权利要求1所述的一种新冠肺炎CT复查的图像融合比对方法,其特征在于,所述S1、S2、S3和S4建立在由若干服务器和计算主机构建而成的分布式数据处理系统中进行运算处理和数据存储,所述S3中的查询终端为安装有查询登录门户的智能终端设备,所述查询登录门户为网页、软件APP或小程序,所述查询登录门户和分布式数据处理系统通过网络通信进行数据交换和业务交互。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011302100.1A CN112401915A (zh) | 2020-11-19 | 2020-11-19 | 一种新冠肺炎ct复查的图像融合比对方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011302100.1A CN112401915A (zh) | 2020-11-19 | 2020-11-19 | 一种新冠肺炎ct复查的图像融合比对方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112401915A true CN112401915A (zh) | 2021-02-26 |
Family
ID=74774135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011302100.1A Pending CN112401915A (zh) | 2020-11-19 | 2020-11-19 | 一种新冠肺炎ct复查的图像融合比对方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112401915A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724820A (zh) * | 2021-08-31 | 2021-11-30 | 苏州复颖医疗科技有限公司 | 医学影像病灶模糊定位方法、系统、设备及存储介质 |
WO2023178972A1 (zh) * | 2022-03-23 | 2023-09-28 | 康键信息技术(深圳)有限公司 | 智能医疗阅片方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1331454A (zh) * | 2000-06-24 | 2002-01-16 | 王建华 | 医学数字图象动态监测方法 |
CN1976629A (zh) * | 2004-04-26 | 2007-06-06 | D·F·杨克洛维茨 | 用于准确测定定向瘤变化的医学影像系统 |
CN101789020A (zh) * | 2010-02-11 | 2010-07-28 | 海纳医信(北京)软件科技有限责任公司 | 用于pacs系统的图像输出方法 |
CN109377522A (zh) * | 2018-10-19 | 2019-02-22 | 北京青燕祥云科技有限公司 | 一种肺结节医学影像配准方法及其装置 |
CN109583440A (zh) * | 2017-09-28 | 2019-04-05 | 北京西格码列顿信息技术有限公司 | 结合影像识别与报告编辑的医学影像辅助诊断方法及系统 |
CN111400401A (zh) * | 2020-03-12 | 2020-07-10 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的电子病历存储系统 |
CN111476774A (zh) * | 2020-04-07 | 2020-07-31 | 广州柏视医疗科技有限公司 | 基于新型冠状病毒肺炎ct检测的智能征象识别装置 |
CN111815608A (zh) * | 2020-07-13 | 2020-10-23 | 北京小白世纪网络科技有限公司 | 基于深度学习的新冠肺炎患者康复时间预测方法及系统 |
-
2020
- 2020-11-19 CN CN202011302100.1A patent/CN112401915A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1331454A (zh) * | 2000-06-24 | 2002-01-16 | 王建华 | 医学数字图象动态监测方法 |
CN1976629A (zh) * | 2004-04-26 | 2007-06-06 | D·F·杨克洛维茨 | 用于准确测定定向瘤变化的医学影像系统 |
CN101789020A (zh) * | 2010-02-11 | 2010-07-28 | 海纳医信(北京)软件科技有限责任公司 | 用于pacs系统的图像输出方法 |
CN109583440A (zh) * | 2017-09-28 | 2019-04-05 | 北京西格码列顿信息技术有限公司 | 结合影像识别与报告编辑的医学影像辅助诊断方法及系统 |
CN109377522A (zh) * | 2018-10-19 | 2019-02-22 | 北京青燕祥云科技有限公司 | 一种肺结节医学影像配准方法及其装置 |
CN111400401A (zh) * | 2020-03-12 | 2020-07-10 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的电子病历存储系统 |
CN111476774A (zh) * | 2020-04-07 | 2020-07-31 | 广州柏视医疗科技有限公司 | 基于新型冠状病毒肺炎ct检测的智能征象识别装置 |
CN111815608A (zh) * | 2020-07-13 | 2020-10-23 | 北京小白世纪网络科技有限公司 | 基于深度学习的新冠肺炎患者康复时间预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
余建明等: "《放射医学技术 高级教程 2017版》", 31 October 2016, 中华医学电子音像出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724820A (zh) * | 2021-08-31 | 2021-11-30 | 苏州复颖医疗科技有限公司 | 医学影像病灶模糊定位方法、系统、设备及存储介质 |
WO2023178972A1 (zh) * | 2022-03-23 | 2023-09-28 | 康键信息技术(深圳)有限公司 | 智能医疗阅片方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021012637A1 (zh) | 放射影像报告的智能随访方法、系统、设备及存储介质 | |
CN104025100B (zh) | 成像检查协议更新推荐器 | |
CN112190277A (zh) | 一种新冠肺炎ct复查的数据拟合方法 | |
CN112401915A (zh) | 一种新冠肺炎ct复查的图像融合比对方法 | |
US11308612B2 (en) | Systems and methods for detection of infectious respiratory diseases | |
CN112669925A (zh) | 一种新冠肺炎ct复查的报告模板及形成方法 | |
CN112420176A (zh) | 基于结构化信息库的分级导诊系统 | |
CN111986182A (zh) | 辅助诊断方法、系统、电子设备及存储介质 | |
CN115994902A (zh) | 医学图像分析方法、电子设备及存储介质 | |
US20150227714A1 (en) | Medical information analysis apparatus and medical information analysis method | |
CN113593681B (zh) | 手术申请方法、装置、终端设备及存储介质 | |
Horng et al. | Consensus development of a modern ontology of emergency department presenting problems—the Hierarchical Presenting Problem Ontology (HaPPy) | |
CN113485555A (zh) | 医学影像阅片方法、电子设备和存储介质 | |
CN109273080B (zh) | 智能诊疗方法、装置、电子设备及存储介质 | |
CN113888663B (zh) | 重建模型训练方法、异常检测方法、装置、设备及介质 | |
CN114121213A (zh) | 麻醉用药信息复核方法、装置、电子设备及存储介质 | |
CN114550930A (zh) | 疾病预测方法、装置、设备及存储介质 | |
Tang et al. | Work like a doctor: Unifying scan localizer and dynamic generator for automated computed tomography report generation | |
CN115700789A (zh) | 一种基于多模态医学数据的肺炎预检分诊系统 | |
CN113808181A (zh) | 医学图像的处理方法、电子设备和存储介质 | |
Medina et al. | A DICOM viewer with flexible image retrieval to support diagnosis and treatment of scoliosis | |
JP3284122B2 (ja) | 医用診断支援システム | |
CN114121301A (zh) | 传染病应急预案构建方法、装置、电子设备及存储介质 | |
CN113160186B (zh) | 一种肺叶分割方法及相关装置 | |
CN116825311B (zh) | 一种基于drg/dip的医院管控运营方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210226 |