CN112489046A - 柔性扫描图像的ai辅助测量体积补偿方法及装置 - Google Patents

柔性扫描图像的ai辅助测量体积补偿方法及装置 Download PDF

Info

Publication number
CN112489046A
CN112489046A CN202011556589.5A CN202011556589A CN112489046A CN 112489046 A CN112489046 A CN 112489046A CN 202011556589 A CN202011556589 A CN 202011556589A CN 112489046 A CN112489046 A CN 112489046A
Authority
CN
China
Prior art keywords
compensation
volume
focus
scanning
measurement
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
CN202011556589.5A
Other languages
English (en)
Other versions
CN112489046B (zh
Inventor
戚雨霁
王明阳
隋广玉
梁浈
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.)
Softprobe Medical Systems Inc
Original Assignee
Softprobe Medical Systems Inc
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 Softprobe Medical Systems Inc filed Critical Softprobe Medical Systems Inc
Priority to CN202011556589.5A priority Critical patent/CN112489046B/zh
Publication of CN112489046A publication Critical patent/CN112489046A/zh
Application granted granted Critical
Publication of CN112489046B publication Critical patent/CN112489046B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • 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
    • 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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • 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
    • G06T2207/30068—Mammography; Breast
    • 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)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Vascular Medicine (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Quality & Reliability (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明实施例提供一种柔性扫描图像的AI辅助测量体积补偿方法及装置，所述方法包括：获取柔性扫描的原始扫描图像，根据原始扫描图像换算得到扫描行程长度；获取预设的补偿算法，并通过补偿算法获取补偿算法参数，并根据扫描行程长度和参数建立补偿数学模型；根据补偿数学模型，通过扫描行程长度计算得到补偿算法参数的参数值；检测原始扫描图像中存在的病灶，并对病灶进行人工智能辅助测量，得到病灶对应的体积测量初始值；根据补偿算法参数的对应参数值对体积测量初始值进行补偿，输出最终体积值。采用本方法能够防止在进行乳腺超声柔性扫描时，即消除扫描时可能因为个体差异、扫描手法差异等情况造成的体积测量结果不准确的情况。

Description

柔性扫描图像的AI辅助测量体积补偿方法及装置
技术领域
本发明涉及医疗器械技术领域，尤其涉及一种柔性扫描图像的AI辅助测量体积补偿方法及装置。
背景技术
自动乳腺超声成像系统是一种三维超声成像新技术，能够实现操作便捷的全乳腺扫描，三维重建显示冠状面图像等功能，在乳腺疾病诊断中有良好的应用前景。
目前市场上的自动乳腺超声产品存在两种不同的扫描方式，一种是以西门子ABVS为例的刚性扫描，扫描过程中探头按直线行进，挤压乳房给用户带来明显疼痛感；另一种是以深博自动乳腺超声为例的柔性扫描，扫描过程中探头行进路线紧贴乳房自然弧度，通过两侧的传感器感应扫描路线的起始与停止，无需大力按压，有着更舒适的用户体验。
自动乳腺超声得到的图像能够经过三维重建，供医生后续反复浏览与进行肿瘤测量。为减轻医生工作负担，目前设备都有基于人工智能的辅助测量结果，提供肿瘤最长径、体积等量化指标。
虽然柔性扫描带来的用户体验提升是显而易见的，但由于探头行进路线并非固定在同一平面，重建图像不可避免的存在一定几何畸变，对肿瘤进行AI辅助测量后得到的量化结果也有一定影响。同时，因为个体乳房体态的差异，扫描手法的差异，以及柔性材料的不同选择，不同的用户、使用者和不同机器的扫描行程之间也存在差异，最终导致测量结果不够准确。
发明内容
针对现有技术中存在的问题，本发明实施例提供一种柔性扫描图像的AI辅助测量体积补偿方法及装置。
本发明实施例提供一种柔性扫描图像的AI辅助测量体积补偿方法，包括：
获取柔性扫描的原始扫描图像，根据所述原始扫描图像换算得到扫描行程长度；
获取预设的补偿算法，并通过所述补偿算法获取对应的补偿算法参数，并根据所述扫描行程长度和所述参数建立对应的补偿数学模型；
根据所述补偿数学模型，通过所述扫描行程长度计算得到所述补偿算法参数的对应参数值；
检测所述原始扫描图像中存在的病灶，并对所述病灶进行人工智能辅助测量，得到所述病灶对应的体积测量初始值；
根据所述补偿算法参数的对应参数值对所述体积测量初始值进行补偿，输出补偿后的最终体积值。
在其中一个实施例中，所述方法还包括：
获取分割模型，通过所述分割模型得到所述病灶的切面分割结果；
根据所述切面分割结果测量得到所述病灶的长短轴数值；
获取预设的计算公式，结合所述长短轴数值计算得到所述体积测量初始值。
在其中一个实施例中，所述方法还包括：
获取所述病灶在所述原始扫描图像对应的矢状面上的坐标位置；
建立与所述病灶的病灶模型，并根据所述病灶模型和所述体积测量初始值计算得到对应的坐标参数；
并通过所述补偿算法参数的对应参数值对所述坐标参数进行替换；
通过替换后的坐标参数，结合预设的体积计算公式，计算得到所述最终体积值。
在其中一个实施例中，所述方法还包括：
所述通过所述补偿算法参数的对应参数值对所述坐标参数进行替换时，将所述病灶模型对应的矩形矢状面，通过所述补偿算法参数的对应参数值的替换还原为梯形矢状面。
在其中一个实施例中，所述方法还包括：
统计所述原始扫描图像的图像帧数，并获取所述图像帧数中固定帧间距，对所述固定帧间距进行换算，得到所述扫描行程长度。
在其中一个实施例中，所述方法还包括：
通过数据对所述病灶对应的区域进行标注，并在所述标注对应的数据量不足时对所述数据量进行扩增。
本发明实施例提供一种柔性扫描图像的AI辅助测量体积补偿装置，包括：
第一获取模块，用于获取柔性扫描的原始扫描图像，根据所述原始扫描图像换算得到扫描行程长度；
第二获取模块，用于获取预设的补偿算法，并通过所述补偿算法获取对应的补偿算法参数，并根据所述扫描行程长度和所述参数建立对应的补偿数学模型；
计算模块，用于根据所述补偿数学模型，通过所述扫描行程长度计算得到所述补偿算法参数的对应参数值；
检测模块，用于检测所述原始扫描图像中存在的病灶，并对所述病灶进行人工智能辅助测量，得到所述病灶对应的体积测量初始值；
补偿模块，用于根据所述补偿算法参数的对应参数值对所述体积测量初始值进行补偿，输出补偿后的最终体积值。
在其中一个实施例中，所述装置还包括：
第三获取模块，用于获取分割模型，通过所述分割模型得到所述病灶的切面分割结果；
测量模块，用于根据所述切面分割结果测量得到所述病灶的长短轴数值；
第二计算模块，用于获取预设的计算公式，结合所述长短轴数值计算得到所述体积测量初始值。
本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述柔性扫描图像的AI辅助测量体积补偿方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述柔性扫描图像的AI辅助测量体积补偿方法的步骤。
本发明实施例提供的柔性扫描图像的AI辅助测量体积补偿方法及装置，获取柔性扫描的原始扫描图像，根据原始扫描图像换算得到扫描行程长度；获取预设的补偿算法，并通过补偿算法获取对应的补偿算法参数，并根据扫描行程长度和参数建立对应的补偿数学模型；根据补偿数学模型，通过扫描行程长度计算得到补偿算法参数的对应参数值；检测原始扫描图像中存在的病灶，并对病灶进行人工智能辅助测量，得到病灶对应的体积测量初始值；根据补偿算法参数的对应参数值对体积测量初始值进行补偿，输出补偿后的最终体积值。这样能够防止在进行乳腺超声柔性扫描时，即消除扫描时可能因为个体差异、扫描手法差异等情况造成的体积测量结果不准确的情况。
附图说明
为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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为本发明实施例中柔性扫描图像的AI辅助测量体积补偿方法的流程图；
图2为本发明实施例中扫描行程长度和扫描探头的关系示意图；
图3为本发明实施例中矢状面算法补偿效果示意图；
图4为本发明实施例中柔性扫描图像的AI辅助测量体积补偿装置的结构图；
图5为本发明实施例中电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
图1为本发明实施例提供的柔性扫描图像的AI辅助测量体积补偿方法的流程示意图，如图1所示，本发明实施例提供了一种柔性扫描图像的AI辅助测量体积补偿方法，包括：
步骤S101，获取柔性扫描的原始扫描图像，根据所述原始扫描图像换算得到扫描行程长度。
具体地，自动乳腺超声扫描主机在完成柔性扫描之后，会在扫描主机上出现扫描完成的重建界面，在用户确认后生成本次扫描的原始扫描（断层）图像，并传输到后处理工作站，用于阅片诊断。扫描探头的启动与停止加减速时间可忽略不计，并根据后处理工作站得到的原始扫描断层图像，统计原始图像帧数，根据扫描的固定帧间距进行换算，即可得到实际扫描行程的长度。
步骤S102，获取预设的补偿算法，并通过所述补偿算法获取对应的补偿算法参数，并根据所述扫描行程长度和所述参数建立对应的补偿数学模型。
具体地，预设的补偿算法可以为扫描时探头路径对应的结构所对应的算法，其中，扫描时探头路径对应的结构不固定，包含各种形状的结构，比如当扫描探头扫描经过的结构，构成圆形路径时，对应的补偿算法可以是针对圆形路径进行补偿的探头扫描，对应的补偿算法参数可以是圆的半径、圆心角等等，然后根据扫描行程长度和参数建立对应的补偿数学模型，补偿数学模型可以与扫描探头扫描经过的结构类似，比如为圆形模型。
步骤S103，根据所述补偿数学模型，通过所述扫描行程长度计算得到所述补偿算法参数的对应参数值。
具体地，根据补偿数学模型，可以通过扫描行程长度计算得到补偿算法参数的对应参数值，比如，当补偿数学模型为圆形时，补偿算法参数可以是圆的半径、圆心角等，然后根据柔性扫描的相关数据，比如，比如扫描行程长度，扫描深度等，计算得到半径、圆心角等对应的参数值。
比如，在圆模型情况下，补偿算法参数主要为近似圆的半径和对应的圆心角。
如图2所示柔性扫描几何模型，P1为S1中求得的实际扫描行程，l为探头固定长度，d为扫描深度，已知P1，l和d，求解近似圆的半径R和对应圆心角
Figure DEST_PATH_IMAGE002
，列出如下方程组。
Figure DEST_PATH_IMAGE004
可以通过数值方法得到对应解。考虑到算法实时性，也可通过查表的方式进行。
步骤S104，检测所述原始扫描图像中存在的病灶，并对所述病灶进行人工智能辅助测量，得到所述病灶对应的体积测量初始值。
具体地，检测原始扫描图像中存在的病灶区域，根据病灶区域通过人工智能进行辅助测量，测量结果可以得到病灶对应的体积测量初始值。
其中，AI（人工智能）辅助测量的步骤可以为：获取分割模型，通过分割模型得到病灶的切面分割结果，比如获取3个切面后，根据3个切面分割结果测量得到病灶的长短轴数值；然后获取预设的体积计算公式，结合长短轴数值计算得到体积测量初始值。
另外，还可以通过数据病灶对应的区域进行标注，并在标注对应的数据量不足时对数据量进行扩增。
具体的测量步骤可以比如：
S1.对数据进行病灶区域的标注，在数据量不足的情况下进行适当方法的数据扩增。
S2.使用Unet模型进行分割模型训练，利用调优集进行分割模型的参数调优。
S3.根据原始扫描断层图像的病灶输入位置预处理得到合理的AI模型输入。
S4.调用模型后分别得到三个切面的病灶分割结果。
S5.根据各切面的分割结果得到病灶长短轴测量结果。
S6.根据椭圆计算公式得到病灶的近似体积。
步骤S105，根据所述补偿算法参数的对应参数值对所述体积测量初始值进行补偿，输出补偿后的最终体积值。
具体地，根据计算得到的参数值，对体积测量初始值进行补偿，具体的补偿过程可以比如，获取病灶在原始扫描图像对应的矢状面上的坐标位置；建立与病灶的病灶模型，并根据病灶模型和体积测量初始值计算得到对应的坐标参数；并通过补偿算法参数的对应参数值对坐标参数进行替换；通过替换后的坐标参数，结合预设的体积计算公式，计算可以得到最终体积值，并输出最终体积値，其中，具体的步骤可以比如：
S7.确定病灶在原始扫描断层图像矢状面上的分布范围。
S8.根据建立的数学模型，求解等价圆的半径R和对应圆心角
Figure DEST_PATH_IMAGE005
。
S9.对矢状面内病灶的各点（x,y）进行坐标换算得到补偿后的坐标位置(x’,y’)。
S10.根据补偿后的x轴结合横断面辅助测量结果，利用椭球（假如为椭球形时）体积公式
Figure DEST_PATH_IMAGE007
计算补偿后的体积测量结果。
另外，对于S9来说，通过补偿算法参数的对应参数值对坐标参数进行替换时，将病灶模型对应的矩形矢状面，通过补偿算法参数的对应参数值的替换还原为梯形矢状面，具体可以如图2所示，如图2所示，已知扫描深度d，利用模型参数可以求得P2弦长。不难理解，不同深度所对应的弦长是不一致的。补偿算法主要作用就是将三维重建得到的矩形矢状面，还原补偿成梯形矢状面。
对于矢状面中的任意一点(x,y)，如图3所示，进行如下变换得到(x’,y’)：
Figure DEST_PATH_IMAGE009
本发明实施例提供的一种柔性扫描图像的AI辅助测量体积补偿方法，获取柔性扫描的原始扫描图像，根据原始扫描图像换算得到扫描行程长度；获取预设的补偿算法，并通过补偿算法获取对应的补偿算法参数，并根据扫描行程长度和参数建立对应的补偿数学模型；根据补偿数学模型，通过扫描行程长度计算得到补偿算法参数的对应参数值；检测原始扫描图像中存在的病灶，并对病灶进行人工智能辅助测量，得到病灶对应的体积测量初始值；根据补偿算法参数的对应参数值对体积测量初始值进行补偿，输出补偿后的最终体积值。这样能够防止在进行乳腺超声柔性扫描时，即消除扫描时可能因为个体差异、扫描手法差异等情况造成的体积测量结果不准确的情况。
图4为本发明实施例提供的一种柔性扫描图像的AI辅助测量体积补偿装置，包括：第一获取模块201、第二获取模块202、计算模块203、检测模块204和补偿模块205，其中：
第一获取模块201，用于获取柔性扫描的原始扫描图像，根据所述原始扫描图像换算得到扫描行程长度。
第二获取模块202，用于获取预设的补偿算法，并通过所述补偿算法获取对应的补偿算法参数，并根据所述扫描行程长度和所述参数建立对应的补偿数学模型。
计算模块203，用于根据所述补偿数学模型，通过所述扫描行程长度计算得到所述补偿算法参数的对应参数值。
检测模块204，用于检测所述原始扫描图像中存在的病灶，并对所述病灶进行人工智能辅助测量，得到所述病灶对应的体积测量初始值。
补偿模块205，用于根据所述补偿算法参数的对应参数值对所述体积测量初始值进行补偿，输出补偿后的最终体积值。
在一个实施例中，装置还可以包括：
第三获取模块，用于获取分割模型，通过所述分割模型得到所述病灶的切面分割结果。
测量模块，用于根据所述切面分割结果测量得到所述病灶的长短轴数值。
第二计算模块，用于获取预设的计算公式，结合所述长短轴数值计算得到所述体积测量初始值。
在一个实施例中，装置还可以包括：
第四获取模块，用于获取所述病灶在所述原始扫描图像对应的矢状面上的坐标位置。
模型建立模块，用于建立与所述病灶的病灶模型，并根据所述病灶模型和所述体积测量初始值计算得到对应的坐标参数。
替换模块，用于并通过所述补偿算法参数的对应参数值对所述坐标参数进行替换。
第三计算模块，用于通过替换后的坐标参数，结合预设的体积计算公式，计算得到所述最终体积值。
在一个实施例中，装置还可以包括：
第二替换模块，用于在通过所述补偿算法参数的对应参数值对所述坐标参数进行替换时，将所述病灶模型对应的矩形矢状面，通过所述补偿算法参数的对应参数值的替换还原为梯形矢状面。
在一个实施例中，装置还可以包括：
统计模块，用于统计所述原始扫描图像的图像帧数，并获取所述图像帧数中固定帧间距，对所述固定帧间距进行换算，得到所述扫描行程长度。
在一个实施例中，装置还可以包括：
标注模块，用于通过数据对所述病灶对应的区域进行标注，并在所述标注对应的数据量不足时对所述数据量进行扩增。
关于柔性扫描图像的AI辅助测量体积补偿装置的具体限定可以参见上文中对于超声柔性扫描图像的AI辅助测量体积补偿方法的限定，在此不再赘述。上述柔性扫描图像的测量体积补偿装置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。
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取柔性扫描的原始扫描图像，根据原始扫描图像换算得到扫描行程长度；获取预设的补偿算法，并通过补偿算法获取对应的补偿算法参数，并根据扫描行程长度和参数建立对应的补偿数学模型；根据补偿数学模型，通过扫描行程长度计算得到补偿算法参数的对应参数值；检测原始扫描图像中存在的病灶，并对病灶进行人工智能辅助测量，得到病灶对应的体积测量初始值；根据补偿算法参数的对应参数值对体积测量初始值进行补偿，输出补偿后的最终体积值。
此外，上述的存储器302中的逻辑指令可以通过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）执行本发明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代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取柔性扫描的原始扫描图像，根据原始扫描图像换算得到扫描行程长度；获取预设的补偿算法，并通过补偿算法获取对应的补偿算法参数，并根据扫描行程长度和参数建立对应的补偿数学模型；根据补偿数学模型，通过扫描行程长度计算得到补偿算法参数的对应参数值；检测原始扫描图像中存在的病灶，并对病灶进行人工智能辅助测量，得到病灶对应的体积测量初始值；根据补偿算法参数的对应参数值对体积测量初始值进行补偿，输出补偿后的最终体积值。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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ROM/RAM、磁碟、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）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种柔性扫描图像的AI辅助测量体积补偿方法，其特征在于，包括：
获取柔性扫描的原始扫描图像，根据所述原始扫描图像换算得到扫描行程长度；
获取预设的补偿算法，并通过所述补偿算法获取对应的补偿算法参数，并根据所述扫描行程长度和所述参数建立对应的补偿数学模型；
根据所述补偿数学模型，通过所述扫描行程长度计算得到所述补偿算法参数的对应参数值；
检测所述原始扫描图像中存在的病灶，并对所述病灶进行人工智能辅助测量，得到所述病灶对应的体积测量初始值；
根据所述补偿算法参数的对应参数值对所述体积测量初始值进行补偿，输出补偿后的最终体积值。
2.根据权利要求1所述的柔性扫描图像的AI辅助测量体积补偿方法，其特征在于，所述对病灶进行人工智能辅助测量，得到所述病灶对应的体积测量初始值，包括：
获取分割模型，通过所述分割模型得到所述病灶的切面分割结果；
根据所述切面分割结果测量得到所述病灶的长短轴数值；
获取预设的计算公式，结合所述长短轴数值计算得到所述体积测量初始值。
3.根据权利要求1所述的柔性扫描图像的AI辅助测量体积补偿方法，其特征在于，所述根据所述补偿算法参数的对应参数值对所述体积测量初始值进行补偿，包括：
获取所述病灶在所述原始扫描图像对应的矢状面上的坐标位置；
建立与所述病灶的病灶模型，并根据所述病灶模型和所述体积测量初始值计算得到对应的坐标参数；
并通过所述补偿算法参数的对应参数值对所述坐标参数进行替换；
通过替换后的坐标参数，结合预设的体积计算公式，计算得到所述最终体积值。
4.根据权利要求3所述的柔性扫描图像的AI辅助测量体积补偿方法，其特征在于，所述方法，还包括：
所述通过所述补偿算法参数的对应参数值对所述坐标参数进行替换时，将所述病灶模型对应的矩形矢状面，通过所述补偿算法参数的对应参数值的替换还原为梯形矢状面。
5.根据权利要求1所述的柔性扫描图像的AI辅助测量体积补偿方法，其特征在于，所述根据所述原始扫描图像换算得到扫描行程长度，包括：
统计所述原始扫描图像的图像帧数，并获取所述图像帧数中固定帧间距，对所述固定帧间距进行换算，得到所述扫描行程长度。
6.根据权利要求1所述的柔性扫描图像的AI辅助测量体积补偿方法，其特征在于，所述检测所述原始扫描图像中存在的病灶之后，还包括：
通过数据对所述病灶对应的区域进行标注，并在所述标注对应的数据量不足时对所述数据量进行扩增。
7.一种柔性扫描图像的AI辅助测量体积补偿装置，其特征在于，所述装置包括：
第一获取模块，用于获取柔性扫描的原始扫描图像，根据所述原始扫描图像换算得到扫描行程长度；
第二获取模块，用于获取预设的补偿算法，并通过所述补偿算法获取对应的补偿算法参数，并根据所述扫描行程长度和所述参数建立对应的补偿数学模型；
计算模块，用于根据所述补偿数学模型，通过所述扫描行程长度计算得到所述补偿算法参数的对应参数值；
检测模块，用于检测所述原始扫描图像中存在的病灶，并对所述病灶进行人工智能辅助测量，得到所述病灶对应的体积测量初始值；
补偿模块，用于根据所述补偿算法参数的对应参数值对所述体积测量初始值进行补偿，输出补偿后的最终体积值。
8.根据权利要求7所述的柔性扫描图像的AI辅助测量体积补偿装置，其特征在于，所述装置还包括：
第三获取模块，用于获取分割模型，通过所述分割模型得到所述病灶的切面分割结果；
测量模块，用于根据所述切面分割结果测量得到所述病灶的长短轴数值；
第二计算模块，用于获取预设的计算公式，结合所述长短轴数值计算得到所述体积测量初始值。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述柔性扫描图像的AI辅助测量体积补偿方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述柔性扫描图像的AI辅助测量体积补偿方法的步骤。
CN202011556589.5A 2020-12-25 2020-12-25 柔性扫描图像的ai辅助测量体积补偿方法及装置 Active CN112489046B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011556589.5A CN112489046B (zh) 2020-12-25 2020-12-25 柔性扫描图像的ai辅助测量体积补偿方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011556589.5A CN112489046B (zh) 2020-12-25 2020-12-25 柔性扫描图像的ai辅助测量体积补偿方法及装置

Publications (2)

Publication Number Publication Date
CN112489046A true CN112489046A (zh) 2021-03-12
CN112489046B CN112489046B (zh) 2023-01-31

Family

ID=74915501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011556589.5A Active CN112489046B (zh) 2020-12-25 2020-12-25 柔性扫描图像的ai辅助测量体积补偿方法及装置

Country Status (1)

Country Link
CN (1) CN112489046B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070230759A1 (en) * 2006-03-31 2007-10-04 Aloka Co., Ltd. Methods and apparatus for ultrasound imaging
CN101449979A (zh) * 2002-11-12 2009-06-10 罗切斯特大学 用于锥形束体积计算的断层摄影术乳房成像的设备和方法
US20100092084A1 (en) * 2008-10-15 2010-04-15 Xerox Corporation Representing documents with runlength histograms
CN103208186A (zh) * 2013-03-19 2013-07-17 北京万集科技股份有限公司 一种激光三维扫描车辆的方法及装置
CN105025799A (zh) * 2012-12-18 2015-11-04 米轨公司 用于诊断超声机器的三维映射显示系统
CN105813567A (zh) * 2013-12-11 2016-07-27 皇家飞利浦有限公司 基于三维(3d)预扫描的体积图像数据处理
CN105849778A (zh) * 2013-12-20 2016-08-10 皇家飞利浦有限公司 成像中的移动结构运动补偿
CN108992083A (zh) * 2018-08-14 2018-12-14 广州华端科技有限公司 锥束计算机断层成像图像校正方法和系统
CN109767468A (zh) * 2019-01-16 2019-05-17 上海长征医院 脏器体积检测方法及装置
CN111047611A (zh) * 2020-03-13 2020-04-21 北京深睿博联科技有限责任公司 病灶体积测量方法和装置
CN111861941A (zh) * 2020-07-31 2020-10-30 富德康(北京)科技股份有限公司 一种三维空间测量结果数据的补偿算法
CN111951278A (zh) * 2020-07-31 2020-11-17 上海联影智能医疗科技有限公司 医学图像的分割方法和计算机可读存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101449979A (zh) * 2002-11-12 2009-06-10 罗切斯特大学 用于锥形束体积计算的断层摄影术乳房成像的设备和方法
US20070230759A1 (en) * 2006-03-31 2007-10-04 Aloka Co., Ltd. Methods and apparatus for ultrasound imaging
US20100092084A1 (en) * 2008-10-15 2010-04-15 Xerox Corporation Representing documents with runlength histograms
CN105025799A (zh) * 2012-12-18 2015-11-04 米轨公司 用于诊断超声机器的三维映射显示系统
CN103208186A (zh) * 2013-03-19 2013-07-17 北京万集科技股份有限公司 一种激光三维扫描车辆的方法及装置
CN105813567A (zh) * 2013-12-11 2016-07-27 皇家飞利浦有限公司 基于三维(3d)预扫描的体积图像数据处理
CN105849778A (zh) * 2013-12-20 2016-08-10 皇家飞利浦有限公司 成像中的移动结构运动补偿
US20160321821A1 (en) * 2013-12-20 2016-11-03 Koninklijke Philips N.V. Moving structure motion compensation in imaging
CN108992083A (zh) * 2018-08-14 2018-12-14 广州华端科技有限公司 锥束计算机断层成像图像校正方法和系统
CN109767468A (zh) * 2019-01-16 2019-05-17 上海长征医院 脏器体积检测方法及装置
CN111047611A (zh) * 2020-03-13 2020-04-21 北京深睿博联科技有限责任公司 病灶体积测量方法和装置
CN111861941A (zh) * 2020-07-31 2020-10-30 富德康(北京)科技股份有限公司 一种三维空间测量结果数据的补偿算法
CN111951278A (zh) * 2020-07-31 2020-11-17 上海联影智能医疗科技有限公司 医学图像的分割方法和计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
罗渝兰 等: ""一种B超序列心脏图像的腔体分割方法及其在心腔体积定量计算中的应用"", 《四川大学学报（工程科学版）》 *
郑光远 等: ""医学影像计算机辅助检测与诊断系统综述"", 《软件学报》 *

Also Published As

Publication number Publication date
CN112489046B (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN107909622B (zh) 模型生成方法、医学成像的扫描规划方法及医学成像系统
US20120007863A1 (en) Image processing apparatus and image processing method
CN101170948B (zh) 超声波诊断装置及其图像处理方法
TW202032577A (zh) 醫學圖像分割方法、裝置、系統及圖像分割方法
WO2012141184A1 (en) Image processing apparatus, method of controlling the same and storage medium
CN109754397B (zh) 血管段中心路径的提取方法、装置、终端设备及存储介质
CN104424385A (zh) 一种医学影像的评价方法和装置
US20230355216A1 (en) Ultrasound imaging method combining physiological signals and an electronic device
CN111462100A (zh) 基于新型冠状病毒肺炎ct检测的检测设备及其使用方法
CN107527339A (zh) 一种磁共振扫描方法、装置及系统
JP6431342B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN116130090A (zh) 射血分数测量方法和装置、电子设备和存储介质
JP6489801B2 (ja) 画像処理装置、画像診断システム、画像処理方法およびプログラム
JP6888041B2 (ja) 医用矢状面画像を取得する方法、医用矢状面画像を取得するニューラルネットワークのトレーニング方法及びコンピュータ装置
JP2006524096A (ja) 壁厚の計算
US20120078101A1 (en) Ultrasound system for displaying slice of object and method thereof
CN112489046B (zh) 柔性扫描图像的ai辅助测量体积补偿方法及装置
US20130308876A1 (en) Process and apparatus for data registration
CN114419071A (zh) 一种基于mr横轴位图像分割的心脏三维定位方法
CN114708283A (zh) 图像目标的分割方法、装置、电子设备及存储介质
CN111062998B (zh) 图像重建方法、装置、ct系统及存储介质
WO2013141694A1 (en) A method for determining right ventricle stroke volume
KR101024857B1 (ko) 3차원 초음파 영상에 컬러 모델링 처리를 수행하는 초음파 시스템 및 방법
CN112638267A (zh) 超声成像方法及系统、存储介质、处理器和计算机设备
CN112767314A (zh) 医学图像处理方法、装置、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
GR01 Patent grant
GR01 Patent grant