CN112634309B - 图像处理方法、装置、电子设备及存储介质 - Google Patents

图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112634309B
CN112634309B CN202011384640.9A CN202011384640A CN112634309B CN 112634309 B CN112634309 B CN 112634309B CN 202011384640 A CN202011384640 A CN 202011384640A CN 112634309 B CN112634309 B CN 112634309B
Authority
CN
China
Prior art keywords
information
image
current image
contour
drawn
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
Application number
CN202011384640.9A
Other languages
English (en)
Other versions
CN112634309A (zh
Inventor
叶极宁
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 CN202011384640.9A priority Critical patent/CN112634309B/zh
Publication of CN112634309A publication Critical patent/CN112634309A/zh
Application granted granted Critical
Publication of CN112634309B publication Critical patent/CN112634309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/181Segmentation; Edge detection involving edge growing; involving edge linking
    • 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
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明实施例公开了一种图像处理方法、装置、电子设备及存储介质,该方法包括:获取与当前图像相对应的模态信息;当前图像中包括待绘制部位信息;根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像;确定与所述模态信息以及所述目标图像相对应的轮廓配置参数;基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓。本发明实施例的技术方案,解决了现有技术中对病灶或者组织器官勾勒时,存在轮廓勾勒的轮廓不精准,导致对病灶统计信息不准确,进而影响治疗的技术问题,实现了便捷、准确的对病灶部位进行勾勒,从而提高对病灶信息统计准确性的技术效果。

Description

图像处理方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及医疗技术领域,尤其涉及图像处理方法、装置、电子设备及存储介质。
背景技术
在医疗技术领域中,绘制感兴趣区域的轮廓时,可以沿着病灶或者组织的边缘进行精细的绘制,基于绘制的轮廓确定统计信息,即统计信息的准确程度,较大程度取决于用户绘制的轮廓是否完全贴合病灶或者组织。
目前,用户绘制轮廓的方式一是绘制特定形状的轮廓,通常病灶以及组织器官的轮廓是不规则的,使用该方案绘制时,就会存在轮廓线不精确,进而造成统计信息不准确的问题;另一种方式是使用自由笔绘制轮廓线,绘制方式是鼠标按下后,利用连续的鼠标路径作为轮廓线;还可以是采用逐个打点的方式,将用打得点逐一进行简单的连接或者使用贝塞尔曲线连接。
采用上述方式来确定各个病灶对应的轮廓时,均会存在对复杂的病灶或者组织器勾勒时,存在轮廓不够精准,进而导致统计信息不准确,影响对病灶的进一步分析的技术问题。
发明内容
本发明提供一种图像处理方法、装置、电子设备及存储介质,以优化绘制轮廓的方法,从而提高绘制的轮廓比较准确性的技术效果。
第一方面,本发明实施例提供了一种图像处理方法,该方法包括:
获取与当前图像相对应的模态信息;当前图像中包括待绘制部位信息;
根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像;
确定与所述模态信息以及所述目标图像相对应的轮廓配置参数;
基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓。
第二方面,本发明实施例还提供了一种图像处理装置,该装置包括:
模态信息确定模块,用于获取与当前图像相对应的模态信息;当前图像中包括待绘制部位信息;
目标图像确定模块,用于根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像;
轮廓配置参数确定模块,用于确定与所述模态信息以及所述目标图像相对应的轮廓配置参数;
轮廓绘制模块,用于基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
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实施例任一所述的图像处理方法。
第四方面,本发明实施例还提供了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如本发明实施例任一所述的图像处理方法。
本发明实施例的技术方案,通过在获取到与当前图像对应的模态信息后,可以根据当前图像的特征以及各个像素点信息,确定与当前图像对应的目标图像,进而确定目标图像的轮廓绘制参数,以在绘制目标图像中的病灶轮廓同时,基于轮廓绘制参数对其进行调整,提高了绘制轮廓的精准性以及便捷性,进而提高了对病灶信息信息统计的准确性的技术效果。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种图像处理方法流程示意图;
图2为本发明实施例二所提供的一种图像处理方法流程示意图;
图3为本发明实施例二所提供的绘制得到的轮廓示意图;
图4为本发明实施例三所提供的一种图像处理装置结构示意图;
图5为本发明实施例四所提供的一种电子设备结构示意图。
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为本发明实施例一所提供的一种图像处理方法流程示意图,本发明实施例的技术方案可适用于在目标图像上绘制病灶轮廓的情形,该方法可以由图像处理装置来执行,该装置可以通过软件和/或硬件的形式实现,该硬件可以是电子设备或服务器。如图1所示,所述方法包括:
S110、获取与当前图像相对应的模态信息。
其中,当前图像中包括病灶的图像,可以将计算机当前对其进行处理的图像作为当前图像。可以将拍摄当前图像的模式,作为模态信息,可选的,当前图像是基于磁共振层析系统(Magnetic Resonance,MR)拍摄的,则模态信息可以是MR。
具体的,在得到基于各个模式拍摄到图像后,若用户需要绘制某个图像中的病灶轮廓,则可以将需要绘制病灶轮廓的图像作为当前图像。相应的,为了确定与当前图像相对应轮廓配置参数,进而基于轮廓配置参数来绘制当前图像中所包括的病灶轮廓,可以基于当前图像的模态信息来确定。
需要说明的是,用户可以预先建立不同模态信息与轮廓配置参数之间的映射关系表,以在确定当前图像的模态信息后,可以根据映射关系表以及当前图像信息,确定与其对应的轮廓配置参数,以基于选择的轮廓配置参数绘制病灶的轮廓。
在本实施例中,所述获取与当前图像相对应的模态信息,包括:获取当前图像的关联信息;基于所述关联信息,确定与所述当前图像相对应的模态信息,以基于所述模态信息确定与当前图像相对应的轮廓配置参数。
其中,当前图像的关联信息中可以包括当前图像所对应的用户基本信息、病灶信息以及模态信息,可选的,用户基本信息中可以包括用户的性别、年龄等。病灶信息可以是病灶部位,例如,病灶部位可以是心脏腔室部位等信息。模态信息可以是基于DCIOM数据中模态的标签(tag值)确定采用哪种扫描模态对病灶进行拍摄,例如,磁共振可以理解为采用哪个扫描序列对病灶进行扫描。
具体的,在获取到当前图像时,可以调取当前图像的至少一个关联信息,根据关联信息中对病灶扫描的扫描序列,可以确定病灶的模态信息,以便根据获取到的模态信息确定绘制病灶轮廓的轮廓配置参数信息。其中,轮廓配置参数包括绘制病灶轮廓的曲线平滑度等。
在本实施例中,确定轮廓配置参数的好处在于,在用户绘制病灶轮廓的过程中,可以基于预先确定的轮廓配置参数动态调整绘制的轮廓配置参数,从而实现提高绘制轮廓精准性的技术效果。
S120、根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像。
需要说明的是,在用户绘制病灶轮廓时,需要先得到医学上有单位意义的图像,进而在基于医学上有意义的图像上绘制病灶的轮廓。因此,在绘制病灶的轮廓之前,需要先对当前图像进行处理,以得到医学上有意义的图像。
其中,可以将对当前图像处理后得到的图像作为目标图像,即,目标图像是医学上有意义的图像。当前图像是由各个像素点构成的,相应的,像素点信息可以当前图像中各个像素点的像素值。
在本实施例中,得到目标图像,可以是:所述图像特征信息包括图像的斜率和截距,所述根据当前图像的图像特征信息以及各个像素点信息;确定与当前图像相对应的目标图像,包括:根据所述当前图像的斜率和截距,以及当前图像中各个像素点的像素点信息,确定与当前图像相对应的目标图像。
其中,当前图像特征信息指的是对当前图像中每个像素点进行处理的特征信息,可选的,当前图像特征信息指的是像素点处理时的斜率和截距。根据与每个像素点处对应的斜率和截距,可以将当前图像中的各个像素点转换为目标图像中的相应像素点。即,目标图像中的每个像素点是基于当前图像中的像素点,像素点的斜率和截距来确定的。
具体的,在确定当前图像后,为了得到能够对病灶进行轮廓标注的图像,可以将当前图像特征信息的斜率和截距作用于当前图像中的各个像素点,得到目标图像。
示例性的,假设扫描获得的像素值是10,斜率是2,截距是1,那么真正用于显示的值为10X2+1=21真实像素点值;斜率和截距是医学数字成像和通信(Digital Imaging andCommunications in Medicine,DICOM)即DICOM中用于显示的像素的tag值。
需要说明的是,用户可以在目标图像上绘制病灶的轮廓。
S130、确定与所述模态信息以及所述目标图像相对应的轮廓配置参数。
需要说明的是,目标图像以及当前图像中均包括病灶信息,可以从目标图像中标记病灶的轮廓,进而基于轮廓对应的统计信息,对病灶进行病情分析。
其中,轮廓配置参数指的是在绘制病灶轮廓的过程中对轮廓进行自动调整的参数。在本实施例中,基于确定的轮廓配置参数,可以实时对用户绘制的轮廓进行调整,从而提高绘制的轮廓与病灶之间的匹配度,从而提高确定病灶信息的技术效果。
可选的,获取与模态信息以及待绘制轮廓对应的轮廓配置参数,轮廓配置参数中包括绘制轮廓时的平滑系数和/或像素点的阈值差值。
需要说明的是,用户在绘制病灶的轮廓时,存在轮廓线是弧线的情形,因此基于预先设置的平滑系数,可以确定对绘制过程中的轮廓进行修正。也就是说,平滑系数指的在绘制轮廓时调节轮廓弧度的系数。像素点的阈值差值指的是相邻像素点之间的像素值差值的阈值。
还需要说明的是,用户可以根据实际需求预先建立不同模态或者病灶对应的轮廓配置参数,以在检测到触发当前图像时,根据当前图像的关联信息,调取与其对应的轮廓配置参数,如,确定与当前图像相对应的轮廓平滑系数等。
S140、基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓。
具体的,当用户在目标图像中绘制病灶轮廓时,可以根据预先确定的轮廓绘制参数对用户绘制的轮廓线进行动态调整,以得到与病灶信息相对应轮廓,即得到目标图像中待绘制部位的轮廓。
可选的,基于轮廓配置参数,在目标图像中绘制待绘制部位的轮廓,包括:
获取用户触发的至少两个关键点;根据每个关键点对应的触发时刻,确定相邻两个触发时刻的目标关键点;基于轮廓配置参数对所述两个目标关键点进行处理,绘制所述待绘制部位的轮廓。
其中,用户在绘制轮廓时,可以通过打点的方式来实现,例如,在目标图像上通过点击至少两个点来确定病灶的轮廓;或者,用户通过鼠标绘制轮廓线,在绘制轮廓线的过程中,可以确定绘制的轮廓线的起始点和结束点,并将起始点和结束点作为关键点。为了绘制病灶的轮廓,可以对相邻的两个关键点进行处理,亦或是,根据用户触发各个关键点的触发时刻,来确定目标关键点,可选的,将相邻触发时刻所对应的关键点作为目标关键点。
具体的,在用户绘制轮廓的过程中,确定用户触发的各个关键点。根据各个关键点的触发时刻,确定相邻的两个关键点;在目标图像上,根据预先确定的轮廓绘制参数对相邻两个关键点进行处理,得到待绘制部位的轮廓。
在本实施例中,基于轮廓配置参数对两个目标关键点进行处理,绘制待绘制部位的轮廓,包括:获取两个目标关键点的像素点信息,根据像素点的阈值差值,确定两个目标关键点之间的各个待绘制像素点;根据目标关键点以及待绘制像素点,在所述目标图像中绘制待绘制部位的轮廓。
其中,像素点阈值差值可以是相邻像素点之间的像素值差值的阈值,可选的,在确定两个目标关键点以及轮廓配置参数中的平滑系数后,可以确定两个关键点之间的轮廓线,并将轮廓上的各个点作为与目标关键点对应的像素点。像素点阈值差值可以是像素坐标范围,例如,其中一个关键点的像素坐标为(5,3),像素点阈值差值为2,则与关键点对应的像素点坐标可以是(3,3)(4,3)(5,3)(6,3)(7,3),分别确定每个坐标对应像素点的像素值。当相邻坐标点所对应的像素值差值大于等于预设像素值差值阈值时,则将两个相邻坐标点所对应的像素点作为病灶轮廓的分界线。可以依次采用此种方式,确定病灶的轮廓线,进而在目标图像上绘制出病灶的轮廓,即绘制出待绘制部位的轮廓。
本发明实施例的技术方案,通过在获取到与当前图像对应的模态信息后,可以根据当前图像的特征以及各个像素点信息,确定与当前图像对应的目标图像,进而确定目标图像的轮廓绘制参数,以在绘制目标图像中的病灶轮廓时,基于轮廓绘制参数对其进行调整,提高了绘制轮廓的精准性以及便捷性,进而提高了对病灶信息信息统计的准确性的技术效果。
实施例二
作为上述实施例的一可选实施例,图2为本发明实施例二所提供的一种图像处理方法流程示意图。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图2所示,所述方法包括:
S210、对智能工具进行配置,即确定与各个智能工具对应的轮廓配置参数。
其中,智能工具指的是绘制病灶轮廓的绘制工具。可以预先配置与不同绘制工具对应的轮廓配置参数。轮廓配置参数指的是绘制轮廓过程中,动态调整绘制路径的参数。
具体的,为了提高绘制病灶轮廓的精准性,可以预先设置不同智能工具对应的轮廓配置参数,例如,设置不同智能工具对应的平滑系数。
S220、根据当前图像信息,确定图像的当前特征信息,并将当前特征信息作用在当前图像上,得到目标图像。
其中,可以将当前将要对其进行处理的图像作为当前图像信息。当前图像中包括病灶信息,需要绘制当前图像中病灶的轮廓。当前图像的当前特征信息可以是当前图像的斜率和截距。根据当前特征信息的斜率和截距作用于当前图像的各个像素点的像素值(pixel)值,生成医学上有单位意义图像,即目标图像。
具体的,在获取到当前图像后,可以确定当前图像的当前图像特征信息,以便根据当前图像特征信息作用于当前图像的Pixel值,生成医学上有意义的图像,即目标图像。
S230、根据目标图像的关联信息,确定目标图像的目标轮廓配置参数。
其中,关联信息指的是与目标图像相对应的模态信息、扫描序列、病灶信息对应的患者年龄以及性别等信息。
具体的,获取与目标图像的模态信息、病灶部位等信息,根据关联信息确定目标图像的智能工具,即确定目标图像的轮廓配置参数。
S240、当检测到触发目标图像时,根据目标轮廓配置参数调整绘制的轮廓线的路径。
其中,触发目标图像指的是点击目标图像中待绘制轮廓的边缘,当然,若检测到触发目标图像,可以将触发的点作为目标点。
具体的,在检测到触发目标图像时,可以获取触发的目标点,根据用户触发的目标点以及确定的与目标图像对应的目标轮廓配置参数,可以对用户绘制的轮廓线上的各个目标点进行调整,从而得到病灶的病灶轮廓,其中,绘制的病灶轮廓示意图可参见图3,在图3框选的区域中可以看到绘制得到的轮廓示意图。
采用本发明实施例的技术方案绘制病灶轮廓的好处在于,可以预先配置与不同病灶相对应的轮廓绘制参数,进而基于轮廓绘制参数动态调整用户绘制的病灶轮廓,提高了绘制病灶轮廓的精准性以及便捷性的技术效果。
结束轮廓绘制。
可以理解为,在检测到触发轮廓绘制结束的控件时,结束轮廓绘制,即不再对用户触发的各个目标点进行处理。
本发明实施例的技术方案,通过在获取到与当前图像对应的模态信息后,可以根据当前图像的特征以及各个像素点信息,确定与当前图像对应的目标图像,进而确定目标图像的轮廓绘制参数,以在绘制目标图像中的病灶轮廓时,基于轮廓绘制参数对其进行调整,提高了绘制轮廓的精准性以及便捷性,进而提高了对病灶信息信息统计的准确性的技术效果。
实施例三
图4为本发明实施例三所提供的一种图像处理装置结构示意图。如图4所示,所述装置包括:模态信息确定模块310、目标图像确定模块320、轮廓配置参数确定模块330以及轮廓绘制模块340。其中,
模态信息确定模块310,用于获取与当前图像相对应的模态信息;当前图像中包括待绘制部位信息;目标图像确定模块320,用于根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像;轮廓配置参数确定模块330,用于确定与所述模态信息以及所述目标图像相对应的轮廓配置参数;轮廓绘制模块340,用于基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓。
本发明实施例的技术方案,通过在获取到与当前图像对应的模态信息后,可以根据当前图像的特征以及各个像素点信息,确定与当前图像对应的目标图像,进而确定目标图像的轮廓绘制参数,以在绘制目标图像中的病灶轮廓时,基于轮廓绘制参数对其进行调整,提高了绘制轮廓的精准性以及便捷性,进而提高了对病灶信息信息统计的准确性的技术效果。
在上述技术方案的基础上,所述模态信息确定模块,包括:关联信息获取单元,用于获取当前图像的关联信息;模态确定单元,用于基于所述关联信息,确定与所述当前图像相对应的扫描模态,以基于所述模态信息确定与当前图像相对应的轮廓配置参数。
在上述技术方案的基础上,所述图像特征信息包括图像的斜率和截距,所述目标图像确定模块,还用于:根据所述当前图像的斜率和截距,以及当前图像中各个像素点的像素点信息,确定与当前图像相对应的目标图像。
在上述各技术方案的基础上,所述轮廓配置参数确定模块,还用于:
获取与模态信息以及待绘制轮廓相对应的轮廓配置参数;所述轮廓配置参数中包括绘制轮廓时的平滑系数和/或像素点的阈值差值。
在上述各技术方案的基础上,所述轮廓绘制模块,还用于:获取用户触发的至少两个关键点;根据每个关键点对应的触发时刻,确定相邻两个触发时刻的目标关键点;基于轮廓配置参数对所述两个目标关键点进行处理,绘制所述待绘制部位的轮廓。
在上述各技术方案的基础上,所述轮廓绘制模块,还用于:获取所述两个目标关键点的像素点信息;根据像素点的阈值差值,确定两个目标关键点之间的各个待绘制像素点;基于所述目标关键点以及所述待绘制像素点,在所述目标图像中绘制所述待绘制部位的轮廓。
本发明实施例所提供的图像处理装置可执行本发明任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置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实施例的保护范围,
实施例四
图5为本发明实施例四提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施例实施方式的示例性设备40的框图。图5显示的设备40仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,设备40以通用计算设备的形式表现。设备40的组件可以包括但不限于:一个或者多个处理器或者处理单元401,系统存储器402,连接不同系统组件(包括系统存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备40典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备40访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器402可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)404和/或高速缓存存储器405。设备40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统406可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408,可以存储在例如存储器402中,这样的程序模块407包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
设备40也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信,还可与一个或者多个使得用户能与该设备40交互的设备通信,和/或与使得该设备40能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且,设备40还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器412通过总线403与设备40的其它模块通信。应当明白,尽管图5中未示出,可以结合设备40使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元401通过运行存储在系统存储器402中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的图像处理方法。
实施例四
本发明实施例四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图像处理方法。
该方法包括:
获取与当前图像相对应的模态信息;当前图像中包括待绘制部位信息;
根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像;
确定与所述模态信息以及所述目标图像相对应的轮廓配置参数;
基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓。本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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)

1.一种图像处理方法,其特征在于,包括:
获取与当前图像相对应的模态信息;当前图像中包括待绘制部位信息;
根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像;
确定与所述模态信息以及所述目标图像相对应的轮廓配置参数;
基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓;
所述轮廓配置参数中包括绘制轮廓时的平滑系数和/或像素点的阈值差值;
所述基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓,包括:
获取用户触发的至少两个关键点;
根据每个关键点对应的触发时刻,确定相邻两个触发时刻的目标关键点;
基于轮廓配置参数对所述两个目标关键点进行处理,绘制所述待绘制部位的轮廓。
2.根据权利要求1所述的方法,其特征在于,所述获取与当前图像相对应的模态信息,包括:
获取当前图像的关联信息;
基于所述关联信息,确定与所述当前图像相对应的模态信息,以基于所述模态信息确定与当前图像相对应的轮廓配置参数。
3.根据权利要求1所述的方法,其特征在于,所述图像特征信息包括图像的斜率和截距,所述根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像,包括:
根据所述当前图像的斜率和截距,以及当前图像中各个像素点的像素点信息,确定与当前图像相对应的目标图像。
4.根据权利要求1所述的方法,其特征在于,所述确定与所述模态信息以及所述目标图像相对应的轮廓配置参数,包括:
获取与模态信息以及待绘制轮廓相对应的轮廓配置参数。
5.根据权利要求1所述的方法,其特征在于,所述基于轮廓配置参数对所述两个目标关键点进行处理,绘制所述待绘制部位的轮廓,包括:
获取所述两个目标关键点的像素点信息;
根据像素点的阈值差值,确定两个目标关键点之间的各个待绘制像素点;
基于所述目标关键点以及所述待绘制像素点,在所述目标图像中绘制所述待绘制部位的轮廓。
6.一种图像处理装置,其特征在于,包括:
模态信息确定模块,用于获取与当前图像相对应的模态信息;当前图像中包括待绘制部位信息;
目标图像确定模块,用于根据当前图像的图像特征信息以及各个像素点信息,确定与当前图像相对应的目标图像;
轮廓配置参数确定模块,用于确定与所述模态信息以及所述目标图像相对应的轮廓配置参数;
轮廓绘制模块,用于基于所述轮廓配置参数,在所述目标图像中绘制所述待绘制部位的轮廓;
所述轮廓配置参数中包括绘制轮廓时的平滑系数和/或像素点的阈值差值;
所述轮廓绘制模块,还用于:获取用户触发的至少两个关键点;根据每个关键点对应的触发时刻,确定相邻两个触发时刻的目标关键点;基于轮廓配置参数对所述两个目标关键点进行处理,绘制所述待绘制部位的轮廓。
7.根据权利要求6所述的装置,其特征在于,所述模态信息确定模块,包括:
关联信息获取单元,用于获取当前图像的关联信息;
模态确定单元,用于基于所述关联信息,确定与所述当前图像相对应的模态信息,以基于所述模态信息确定与当前图像相对应的轮廓配置参数。
8.一种电子设备,其特征在于,所述电子设备包括:
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1-5中任一所述的图像处理方法。
9.一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如权利要求1-5中任一所述的图像处理方法。
CN202011384640.9A 2020-11-30 2020-11-30 图像处理方法、装置、电子设备及存储介质 Active CN112634309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011384640.9A CN112634309B (zh) 2020-11-30 2020-11-30 图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011384640.9A CN112634309B (zh) 2020-11-30 2020-11-30 图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112634309A CN112634309A (zh) 2021-04-09
CN112634309B true CN112634309B (zh) 2023-08-15

Family

ID=75307104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011384640.9A Active CN112634309B (zh) 2020-11-30 2020-11-30 图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112634309B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113434718A (zh) * 2021-06-29 2021-09-24 联仁健康医疗大数据科技股份有限公司 确定关联图像的方法、装置、电子设备及存储介质
CN113538623B (zh) * 2021-07-20 2024-05-17 北京京东振世信息技术有限公司 确定目标图像的方法、装置、电子设备及存储介质
CN113936074B (zh) * 2021-08-25 2024-09-17 北京邮电大学 图像处理方法、装置、电子设备及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103500439A (zh) * 2013-09-03 2014-01-08 西安理工大学 基于图像处理技术的打画方法
CN107233132A (zh) * 2017-07-03 2017-10-10 南京觅踪电子科技有限公司 一种多模态影像融合手术系统以及导航方法
CN107392897A (zh) * 2017-07-17 2017-11-24 上海联影医疗科技有限公司 器官轮廓获取方法、影像设备、放疗计划系统及存储介质
CN108475436A (zh) * 2015-12-29 2018-08-31 皇家飞利浦有限公司 使用轮廓标志的外科手术图像采集设备的配准
CN109712252A (zh) * 2018-12-20 2019-05-03 上海联影医疗科技有限公司 图像的编辑方法、装置、计算机设备以及存储介质
CN109829446A (zh) * 2019-03-06 2019-05-31 百度在线网络技术(北京)有限公司 眼底图像识别方法、装置、电子设备及存储介质
CN109993733A (zh) * 2019-03-27 2019-07-09 上海宽带技术及应用工程研究中心 肺部病灶的检测方法、系统、存储介质、终端及显示系统
CN110235180A (zh) * 2016-12-13 2019-09-13 皇家飞利浦有限公司 用于修改包括定位于图像上的点的序列的轮廓的方法和装置
CN110956648A (zh) * 2019-11-15 2020-04-03 深圳市宏电技术股份有限公司 一种视频图像处理方法、装置、设备及存储介质
CN111161373A (zh) * 2019-12-09 2020-05-15 北京理工大学 一种基于正弦曲线灰度显示的绘画方法
CN111598989A (zh) * 2020-05-20 2020-08-28 上海联影医疗科技有限公司 一种图像渲染参数设置方法、装置、电子设备及存储介质
CN111833988A (zh) * 2020-07-14 2020-10-27 北京安德医智科技有限公司 放射参数确定方法及装置、电子设备和存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103500439A (zh) * 2013-09-03 2014-01-08 西安理工大学 基于图像处理技术的打画方法
CN108475436A (zh) * 2015-12-29 2018-08-31 皇家飞利浦有限公司 使用轮廓标志的外科手术图像采集设备的配准
CN110235180A (zh) * 2016-12-13 2019-09-13 皇家飞利浦有限公司 用于修改包括定位于图像上的点的序列的轮廓的方法和装置
CN107233132A (zh) * 2017-07-03 2017-10-10 南京觅踪电子科技有限公司 一种多模态影像融合手术系统以及导航方法
CN107392897A (zh) * 2017-07-17 2017-11-24 上海联影医疗科技有限公司 器官轮廓获取方法、影像设备、放疗计划系统及存储介质
CN109712252A (zh) * 2018-12-20 2019-05-03 上海联影医疗科技有限公司 图像的编辑方法、装置、计算机设备以及存储介质
CN109829446A (zh) * 2019-03-06 2019-05-31 百度在线网络技术(北京)有限公司 眼底图像识别方法、装置、电子设备及存储介质
CN109993733A (zh) * 2019-03-27 2019-07-09 上海宽带技术及应用工程研究中心 肺部病灶的检测方法、系统、存储介质、终端及显示系统
CN110956648A (zh) * 2019-11-15 2020-04-03 深圳市宏电技术股份有限公司 一种视频图像处理方法、装置、设备及存储介质
CN111161373A (zh) * 2019-12-09 2020-05-15 北京理工大学 一种基于正弦曲线灰度显示的绘画方法
CN111598989A (zh) * 2020-05-20 2020-08-28 上海联影医疗科技有限公司 一种图像渲染参数设置方法、装置、电子设备及存储介质
CN111833988A (zh) * 2020-07-14 2020-10-27 北京安德医智科技有限公司 放射参数确定方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN112634309A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN112634309B (zh) 图像处理方法、装置、电子设备及存储介质
CN109961491B (zh) 多模态图像截断补偿方法、装置、计算机设备和介质
US11900594B2 (en) Methods and systems for displaying a region of interest of a medical image
WO2018205232A1 (zh) 一种针对拼接结果自动精确定位参考线的方法
CN111445449A (zh) 感兴趣区域的分类方法、装置、计算机设备和存储介质
CN109671036B (zh) 一种图像校正方法、装置、计算机设备及存储介质
CN111080583B (zh) 医学图像检测方法、计算机设备和可读存储介质
WO2021259391A2 (zh) 图像处理方法及装置、电子设备和存储介质
CN111145160B (zh) 钙化区域所处冠脉分支的确定方法、装置、服务器及介质
CN111166362B (zh) 医学图像的显示方法及装置、存储介质及电子设备
CN110728673A (zh) 一种目标部位分析方法、装置、计算机设备及存储介质
CN111062963A (zh) 一种血管提取方法、系统、设备及存储介质
CN111063422A (zh) 一种医学图像标注方法、装置、设备及介质
CN111063424A (zh) 一种椎间盘数据处理方法、装置、电子设备及存储介质
KR20170069587A (ko) 영상처리장치 및 그의 영상처리방법
CN111091561A (zh) 感兴趣区的神经纤维提取方法、系统、设备及存储介质
CN109658425B (zh) 一种肺叶分割方法、装置、计算机设备及存储介质
CN113888566A (zh) 目标轮廓曲线确定方法、装置、电子设备以及存储介质
CN112862955B (zh) 建立三维模型的方法、装置、设备、存储介质和程序产品
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
CN109754472B (zh) 一种组织轮廓编辑方法、装置、计算机设备及存储介质
CN109799936B (zh) 一种图像生成方法、装置、设备及介质
WO2022127318A1 (zh) 一种扫描定位方法、装置、存储介质及电子设备
CN110176300B (zh) 一种穿刺选针方法、装置、服务器和存储介质
CN114037830A (zh) 增强图像生成模型的训练方法、图像处理方法及装置

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