CN113298157A - 病灶匹配方法及装置、电子设备和存储介质 - Google Patents

病灶匹配方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113298157A
CN113298157A CN202110589658.0A CN202110589658A CN113298157A CN 113298157 A CN113298157 A CN 113298157A CN 202110589658 A CN202110589658 A CN 202110589658A CN 113298157 A CN113298157 A CN 113298157A
Authority
CN
China
Prior art keywords
lesion
segmentation result
determining
focus
sink
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.)
Withdrawn
Application number
CN202110589658.0A
Other languages
English (en)
Inventor
周俊逸
段琦
张少霆
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 Sensetime Intelligent Technology Co Ltd
Original Assignee
Shanghai Sensetime Intelligent 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 Shanghai Sensetime Intelligent Technology Co Ltd filed Critical Shanghai Sensetime Intelligent Technology Co Ltd
Priority to CN202110589658.0A priority Critical patent/CN113298157A/zh
Publication of CN113298157A publication Critical patent/CN113298157A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • 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
    • G06T2207/30064—Lung nodule
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759—Region-based matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本公开涉及一种病灶匹配方法及装置、电子设备和存储介质。所述方法包括：获得第一病灶分割结果和第二病灶分割结果，其中，第一病灶分割结果和第二病灶分割结果为不同时间对应的病灶分割结果；确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，其中，所述第一病灶为所述第一病灶分割结果中的任意一个病灶，所述第二病灶为所述第二病灶分割结果中的任意一个病灶；基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值；基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。

Description

病灶匹配方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种病灶匹配方法及装置、电子设备和存储介质。
背景技术
肺结节随访是通过比较患者在不同时间的检查定期了解患者病情变化和指导患者康复的一种观察方法。其中，判断病情变化的一个重要依据的就是结节的变化情况。相关技术中，由医生对不同时间的检查进行结节匹配，这种匹配方式的准确性受到医生经验的影响，且需要耗费医生较多的时间。
发明内容
本公开提供了一种病灶匹配技术方案。
根据本公开的一方面，提供了一种病灶匹配方法，包括：
获得第一病灶分割结果和第二病灶分割结果，其中，第一病灶分割结果和第二病灶分割结果为不同时间对应的病灶分割结果；
确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，其中，所述第一病灶为所述第一病灶分割结果中的任意一个病灶，所述第二病灶为所述第二病灶分割结果中的任意一个病灶；
基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值；
基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
通过获得第一病灶分割结果和第二病灶分割结果，确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值，并基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，由此能够提高病灶匹配的准确性，从而有助于节省医生的时间。
在一种可能的实现方式中，所述基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值，包括：
确定所述第一病灶与所述第二病灶之间的距离；
根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值。
在该实现方式中，通过确定所述第一病灶与所述第二病灶之间的距离，并根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值，由此根据第一病灶分割结果中的病灶与第二病灶分割结果中的病灶之间的距离和相交区域的体积进行病灶匹配，有助于进一步提高病灶匹配的准确性，能够获得更合理的病灶匹配结果。
在一种可能的实现方式中，所述匹配值与所述体积正相关，且所述匹配值与所述距离负相关。
根据该实现方式，有助于获得准确的病灶匹配结果。
在一种可能的实现方式中，所述根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值，包括：
获取所述体积对应的第一权重，以及所述距离对应的第二权重；
根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值。
在该实现方式中，通过获取所述体积对应的第一权重，以及所述距离对应的第二权重，并根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值，由此结合体积项对应的权重和距离项对应的权重，能够确定出更准确的匹配值，从而有助于获得更准确的病灶匹配结果。
在一种可能的实现方式中，在所述匹配结果中，所述第一病灶分割结果中的任意一个病灶最多与所述第二病灶分割结果中的一个病灶相匹配，所述第二病灶分割结果中的任意一个病灶最多与所述第一病灶分割结果中的一个病灶相匹配，且所述匹配结果中相匹配的两个病灶之间的匹配值大于或等于预设阈值。
通过采用该实现方式，有助于进一步提高所确定的匹配结果的合理性。
在一种可能的实现方式中，所述确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，包括：
确定所述第一病灶分割结果中的第一病灶的第一最小外接球体；
确定所述第二病灶分割结果中的第二病灶的第二最小外接球体；
将所述第一最小外接球体与所述第二最小外接球体的相交区域的体积，确定为所述第一病灶与所述第二病灶的相交区域的体积。
在该实现方式中，通过确定第一病灶分割结果中的第一病灶的第一最小外接球体，确定第二病灶分割结果中的第二病灶的第二最小外接球体，并将第一最小外接球体与第二最小外接球体的相交区域的体积，确定为第一病灶与第二病灶的相交区域的体积，由此有助于提高确定第一病灶与第二病灶的相交区域的体积的速度，从而有助于提高病灶匹配速度。
在一种可能的实现方式中，所述基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：
将所述第一病灶分割结果中的病灶分别作为源点，将所述第二病灶分割结果中的病灶分别作为汇点，并建立超级源点和超级汇点；
建立从所述超级源点至各所述源点的有向边，建立从所述源点至所述汇点的有向边，并建立从各所述汇点至所述超级汇点的有向边，其中，从所述超级源点至所述源点的有向边的容量为1、代价为第二预设值，从所述源点至所述汇点的有向边的容量为1、代价为所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值，从所述汇点至所述超级汇点的有向边的容量为1、代价为第三预设值；
根据不同有向边的容量和代价，确定从所述超级源点至所述超级汇点的最大代价且最大流量的路径；
根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
通过采用上述实现方式，有助于提高病灶匹配的准确性。
在一种可能的实现方式中，所述根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：
在所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值的情况下，将所述源点对应的第一病灶与所述汇点对应的第二病灶确定为相匹配的病灶。
在该实现方式中，通过在所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值的情况下，将所述源点对应的第一病灶与所述汇点对应的第二病灶确定为相匹配的病灶，由此有助于进一步提高所确定的匹配结果的准确性和合理性。
在一种可能的实现方式中，所述基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：
将所述第一病灶分割结果中的未匹配病灶和所述第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至所述第一病灶分割结果或者所述第二病灶分割结果中不存在未匹配病灶，或者所述第一病灶分割结果中的未匹配病灶与所述第二病灶分割结果中的未匹配病灶之间的最高匹配值小于预设阈值，其中，所述第一病灶分割结果中的未匹配病灶表示所述第一病灶分割结果中未确定为与所述第二病灶分割结果中的病灶相匹配的病灶，所述第二病灶分割结果中的未匹配病灶表示所述第二病灶分割结果中未确定为与所述第一病灶分割结果中的病灶相匹配的病灶。
根据该实现方式，有助于提高病灶匹配速度。
根据本公开的一方面，提供了一种病灶匹配装置，包括：
获得模块，用于获得第一病灶分割结果和第二病灶分割结果，其中，第一病灶分割结果和第二病灶分割结果为不同时间对应的病灶分割结果；
第一确定模块，用于确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，其中，所述第一病灶为所述第一病灶分割结果中的任意一个病灶，所述第二病灶为所述第二病灶分割结果中的任意一个病灶；
第二确定模块，用于基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值；
第三确定模块，用于基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
在一种可能的实现方式中，所述第二确定模块用于：
确定所述第一病灶与所述第二病灶之间的距离；
根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值。
在一种可能的实现方式中，所述匹配值与所述体积正相关，且所述匹配值与所述距离负相关。
在一种可能的实现方式中，所述第二确定模块用于：
获取所述体积对应的第一权重，以及所述距离对应的第二权重；
根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值。
在一种可能的实现方式中，在所述匹配结果中，所述第一病灶分割结果中的任意一个病灶最多与所述第二病灶分割结果中的一个病灶相匹配，所述第二病灶分割结果中的任意一个病灶最多与所述第一病灶分割结果中的一个病灶相匹配，且所述匹配结果中相匹配的两个病灶之间的匹配值大于或等于预设阈值。
在一种可能的实现方式中，所述第一确定模块用于：
确定所述第一病灶分割结果中的第一病灶的第一最小外接球体；
确定所述第二病灶分割结果中的第二病灶的第二最小外接球体；
将所述第一最小外接球体与所述第二最小外接球体的相交区域的体积，确定为所述第一病灶与所述第二病灶的相交区域的体积。
在一种可能的实现方式中，所述第三确定模块用于：
将所述第一病灶分割结果中的病灶分别作为源点，将所述第二病灶分割结果中的病灶分别作为汇点，并建立超级源点和超级汇点；
建立从所述超级源点至各所述源点的有向边，建立从所述源点至所述汇点的有向边，并建立从各所述汇点至所述超级汇点的有向边，其中，从所述超级源点至所述源点的有向边的容量为1、代价为第二预设值，从所述源点至所述汇点的有向边的容量为1、代价为所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值，从所述汇点至所述超级汇点的有向边的容量为1、代价为第三预设值；
根据不同有向边的容量和代价，确定从所述超级源点至所述超级汇点的最大代价且最大流量的路径；
根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
在一种可能的实现方式中，所述第三确定模块用于：
在所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值的情况下，将所述源点对应的第一病灶与所述汇点对应的第二病灶确定为相匹配的病灶。
在一种可能的实现方式中，所述第三确定模块用于：
将所述第一病灶分割结果中的未匹配病灶和所述第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至所述第一病灶分割结果或者所述第二病灶分割结果中不存在未匹配病灶，或者所述第一病灶分割结果中的未匹配病灶与所述第二病灶分割结果中的未匹配病灶之间的最高匹配值小于预设阈值，其中，所述第一病灶分割结果中的未匹配病灶表示所述第一病灶分割结果中未确定为与所述第二病灶分割结果中的病灶相匹配的病灶，所述第二病灶分割结果中的未匹配病灶表示所述第二病灶分割结果中未确定为与所述第一病灶分割结果中的病灶相匹配的病灶。
根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，通过获得第一病灶分割结果和第二病灶分割结果，确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值，并基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，由此能够提高病灶匹配的准确性，从而有助于节省医生的时间。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出本公开实施例提供的病灶匹配方法的流程图。
图2示出本公开实施例提供的病灶匹配方法的一示意图。
图3示出本公开实施例提供的病灶匹配装置的框图。
图4示出本公开实施例提供的一种电子设备800的框图。
图5示出本公开实施例提供的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
在本公开实施例中，通过获得第一病灶分割结果和第二病灶分割结果，确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值，并基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，由此能够提高病灶匹配的准确性，从而有助于节省医生的时间。
下面结合附图对本公开实施例提供的病灶匹配方法进行详细的说明。图1示出本公开实施例提供的病灶匹配方法的流程图。在一种可能的实现方式中，所述病灶匹配方法可以由终端设备或服务器或其它处理设备执行。其中，终端设备可以是用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述病灶匹配方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述病灶匹配方法包括步骤S11至步骤S14。
在步骤S11中，获得第一病灶分割结果和第二病灶分割结果，其中，第一病灶分割结果和第二病灶分割结果为不同时间对应的病灶分割结果。
在步骤S12中，确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，其中，所述第一病灶为所述第一病灶分割结果中的任意一个病灶，所述第二病灶为所述第二病灶分割结果中的任意一个病灶。
在步骤S13中，基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值。
在步骤S14中，基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
在本公开实施例中，第一病灶分割结果和第二病灶分割结果为同一个目标对象在不同时间的病灶分割结果。其中，目标对象的类型可以是人或者动物。例如，第一病灶分割结果为第一时间对应的病灶分割结果，第二病灶分割结果为第二时间对应的病灶分割结果，第一时间和第二时间为不同时间。例如，第一病灶分割结果是从第一医学图像序列中分割得到的，第二病灶分割结果是从第二医学图像序列中分割得到的，第一医学图像序列是在第一时间采集得到的，第二医学图像序列是在第二时间采集得到的。
其中，医学图像序列可以指包括多个医学图像的序列。即，第一医学图像序列和第二医学图像序列可以分别包括多个医学图像。本公开实施例中的医学图像序列可以是包括肺部、心脏、肝脏、脑等器官或部位的医学图像序列，在此不做限定。例如，第一医学图像序列和第二医学图像序列可以是包括肺部的医学图像序列，第一病灶分割结果和第二病灶分割结果可以为肺结节的分割结果。又如，第一医学图像序列和第二医学图像序列可以是包括心脏的医学图像序列，第一病灶分割结果和第二病灶分割结果可以为心脏斑块的分割结果。
另外，本公开实施例不对医学图像序列的模态进行限定。其中，模态可以表示医学成像技术的类型。一种模态对应于一种医学成像技术，不同的模态对应于不同的医学成像技术。例如，模态可以为CT(Computed Tomography，电子计算机断层扫描)、MRI(MagneticResonance Imaging，磁共振成像)、PET(Positron Emission Computed Tomography，正电子发射型计算机断层显像)等等。
在本公开实施例中，病灶可以表示机体上发生病变的部分。本公开实施例不对病灶的类型进行限定。例如，病灶的类型可以为结节、肿瘤、斑块等等。
在一种可能的实现方式中，第一病灶分割结果和第二病灶分割结果可以为不同随访时间对应的病灶分割结果。例如，第一病灶分割结果和第二病灶分割结果对应的时间之间的时间间隔可以为1年、6个月、3个月、1个月等等。
在另一种可能的实现方式中，第一病灶分割结果和第二病灶分割结果可以为不同期相对应的病灶分割结果。其中，期相可以表示造影剂显影的时段。例如，CT可以包括平扫期、动脉期、门静脉期、门脉延迟期等期相；MRI可以包括T1、T2、FLAIR、DWI等期相。
本公开实施例中的病灶分割结果可以为病灶的三维分割结果。例如，病灶分割结果可以包括病灶的三维坐标。第一病灶分割结果和第二病灶分割结果可以分别包括一种或两种以上病灶的三维分割结果。
在本公开实施例中，第一病灶分割结果中的第一病灶与第二病灶分割结果中的第二病灶的相交区域，也可以称为第一病灶与第二病灶的交集区域。在本公开实施例中，可以分别确定第一病灶分割结果中的各个病灶与第二病灶分割结果中的各个病灶的相交区域的体积。例如，第一病灶分割结果为时间t1对应的病灶分割结果，第二病灶分割结果为时间t2对应的病灶分割结果，第一病灶分割结果包括病灶b11、b12、b13和b14，第二病灶分割结果包括病灶b21、b22和b23，那么，可以分别确定病灶b11与病灶b21的相交区域的体积v11、病灶b11与病灶b22的相交区域的体积v12、病灶b11与病灶b23的相交区域的体积v13、病灶b12与病灶b21的相交区域的体积v21、病灶b12与病灶b22的相交区域的体积v22、病灶b12与病灶b23的相交区域的体积v23、病灶b13与病灶b21的相交区域的体积v31、病灶b13与病灶b22的相交区域的体积v32、病灶b13与病灶b23的相交区域的体积v33、病灶b14与病灶b21的相交区域的体积v41、病灶b14与病灶b22的相交区域的体积v42、病灶b14与病灶b23的相交区域的体积v43。
在本公开实施例中，第一病灶与第二病灶之间的匹配程度，与第一病灶与第二病灶之间的相交区域的体积正相关。即，第一病灶与第二病灶之间的相交区域的体积越大，则第一病灶与第二病灶越匹配；第一病灶与第二病灶之间的相交区域的体积越小，则第一病灶与第二病灶越不匹配。例如，病灶b11与病灶b21的相交区域的体积v11越大，则病灶b11与病灶b21越匹配。
在本公开实施例中，第一病灶与第二病灶之间的匹配值是能够体现第一病灶与第二病灶之间的匹配程度的值。在一种可能的实现方式中，第一病灶与第二病灶之间的匹配程度越高，则第一病灶与第二病灶之间的匹配值越大。当然，也可以相反。即，第一病灶与第二病灶之间的匹配程度越高，则第一病灶与第二病灶之间的匹配值越小。
在本公开实施例中，可以根据第一病灶分割结果中的各个病灶与第二病灶分割结果中的各个病灶之间的匹配值，确定第一病灶分割结果中的病灶与第二病灶分割结果中的病灶之间的匹配结果。其中，所述匹配结果可以用于表示第一病灶分割结果与第二病灶分割结果中相匹配的病灶的信息。例如，所述匹配结果可以包括：病灶b11与病灶b22相匹配、病灶b13与病灶b21相匹配、病灶b14与病灶b23相匹配。
在本公开实施例中，通过获得第一病灶分割结果和第二病灶分割结果，确定第一病灶分割结果中的第一病灶与第二病灶分割结果中的第二病灶的相交区域的体积，根据所述体积，确定第一病灶与第二病灶之间的匹配值，并根据第一病灶分割结果中的病灶与第二病灶分割结果中的病灶之间的匹配值，确定第一病灶分割结果中的病灶与第二病灶分割结果中的病灶之间的匹配结果，由此能够提高病灶匹配的准确性，从而有助于节省医生的时间。
在一种可能的实现方式中，所述基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值，包括：确定所述第一病灶与所述第二病灶之间的距离；根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值。其中，距离可以是欧几里得距离(Euclidean Distance)。作为该实现方式的一个示例，第一病灶与第二病灶之间的距离，可以是第一病灶的重心与第二病灶的重心之间的距离。作为该实现方式的另一个示例，在第一病灶分割结果中的病灶和第二病灶分割结果中的病灶均为规则的几何形状的情况下，第一病灶与第二病灶之间的距离，可以是第一病灶的重心与第二病灶的几何中心之间的距离。在其他示例中，第一病灶与第二病灶之间的距离，还可以是第一病灶与第二病灶的相应点之间的距离。例如，第一病灶与第二病灶之间的距离，可以是第一病灶的左上角点与第二病灶的左上角点之间的距离。
在该实现方式中，可以分别确定第一病灶分割结果中的各个病灶与第二病灶分割结果中的各个病灶之间的距离。例如，第一病灶分割结果包括病灶b11、b12、b13和b14，第二病灶分割结果包括病灶b21、b22和b23，那么，可以分别确定病灶b11与病灶b21之间的距离d11、病灶b11与病灶b22之间的距离d12、病灶b11与病灶b23之间的距离d13、病灶b12与病灶b21之间的距离d21、病灶b12与病灶b22之间的距离d22、病灶b12与病灶b23之间的距离d23、病灶b13与病灶b21之间的距离d31、病灶b13与病灶b22之间的距离d32、病灶b13与病灶b23之间的距离d33、病灶b14与病灶b21之间的距离d41、病灶b14与病灶b22之间的距离d42、病灶b14与病灶b23之间的距离d43。
在该实现方式中，第一病灶分割结果中的第一病灶与第二病灶分割结果中的第二病灶之间的匹配值，可以根据第一病灶与第二病灶的相交区域的体积以及第一病灶与第二病灶之间的距离确定。例如，病灶b11与病灶b21之间的匹配值可以根据病灶b11与病灶b21的相交区域的体积v11以及病灶b11与病灶b21之间的距离d11确定。
在该实现方式中，通过确定所述第一病灶与所述第二病灶之间的距离，并根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值，由此根据第一病灶分割结果中的病灶与第二病灶分割结果中的病灶之间的距离和相交区域的体积进行病灶匹配，有助于进一步提高病灶匹配的准确性，能够获得更合理的病灶匹配结果。
作为该实现方式的一个示例，所述匹配值与所述体积正相关，且所述匹配值与所述距离负相关。在该示例中，第一病灶与第二病灶的相交区域的体积越大，则第一病灶与第二病灶之间的匹配值越大；第一病灶与第二病灶之间的距离越大，则第一病灶与第二病灶之间的匹配值越小。根据该示例，有助于获得准确的病灶匹配结果。
作为该实现方式的一个示例，所述根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值，包括：获取所述体积对应的第一权重，以及所述距离对应的第二权重；根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值。在该示例中，通过获取所述体积对应的第一权重，以及所述距离对应的第二权重，并根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值，由此结合体积项对应的权重和距离项对应的权重，能够确定出更准确的匹配值，从而有助于获得更准确的病灶匹配结果。
在一个例子中，可以采用式1确定第一病灶分割结果中的病灶b1i与第二病灶分割结果中的病灶b2j之间的匹配值sij：
Figure BDA0003089023840000091
其中，1≤i≤N1，1≤j≤N2，N1表示第一病灶分割结果中的病灶的数量，N2表示第二病灶分割结果中的病灶的数量。vij表示病灶b1i与病灶b2j的相交区域的体积，dij表示病灶b1i与病灶b2j之间的距离，vij的单位可以是立方毫米(mm3)，dij的单位可以是毫米(mm)。通过采用式1，能够在病灶的体积较小的情况下，增大病灶之间的距离对匹配的影响。
在另一个例子中，可以采用式2确定第一病灶分割结果中的病灶b1i与第二病灶分割结果中的病灶b2j之间的匹配值sij：
Figure BDA0003089023840000092
其中，
Figure BDA0003089023840000093
表示对
Figure BDA0003089023840000094
向下取整数，即，
Figure BDA0003089023840000095
为小于或等于
Figure BDA0003089023840000096
的最大整数。
通过采用式2，能够在病灶的体积较小的情况下，增大病灶之间的距离对匹配的影响。另外，采用式2，在病灶b1i与病灶b2j不相交(即病灶b1i与病灶b2j的相交区域的体积为0)，且病灶b1i与病灶b2j之间的距离大于20mm的情况下，病灶b1i与病灶b2j之间的匹配值sij为0。
在一种可能的实现方式中，在所述匹配结果中，所述第一病灶分割结果中的任意一个病灶最多与所述第二病灶分割结果中的一个病灶相匹配，所述第二病灶分割结果中的任意一个病灶最多与所述第一病灶分割结果中的一个病灶相匹配，且所述匹配结果中相匹配的两个病灶之间的匹配值大于或等于预设阈值。在该实现方式中，在所述匹配结果中，第一病灶分割结果中的任意一个病灶可能与第二病灶分割结果中的某个病灶匹配，也可能与第二病灶分割结果中的各个病灶均不匹配；在所述匹配结果中，第二病灶分割结果中的任意一个病灶可能与第一病灶分割结果中的某个病灶匹配，也可能与第一病灶分割结果中的各个病灶均不匹配。在一个例子中，预设阈值可以为20mm。当然，本领域技术人员也可以根据实际应用场景需求灵活设置预设阈值，在此不做限定。通过采用该实现方式，有助于进一步提高所确定的匹配结果的合理性。
在一种可能的实现方式中，所述确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，包括：确定所述第一病灶分割结果中的第一病灶的第一最小外接球体；确定所述第二病灶分割结果中的第二病灶的第二最小外接球体；将所述第一最小外接球体与所述第二最小外接球体的相交区域的体积，确定为所述第一病灶与所述第二病灶的相交区域的体积。在该实现方式中，第一最小外接球体表示第一病灶的最小外接球体，第二最小外接球体表示第二病灶的最小外接球体。在该实现方式中，通过确定第一病灶分割结果中的第一病灶的第一最小外接球体，确定第二病灶分割结果中的第二病灶的第二最小外接球体，并将第一最小外接球体与第二最小外接球体的相交区域的体积，确定为第一病灶与第二病灶的相交区域的体积，由此有助于提高确定第一病灶与第二病灶的相交区域的体积的速度，从而有助于提高病灶匹配速度。
在另一种可能的实现方式中，也可以不将第一病灶和第二病灶抽象为球体，直接计算第一病灶与第二病灶的三维分割结果(通常情况下为不规则的三维体)的相交区域的体积。
在一种可能的实现方式中，所述基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：将所述第一病灶分割结果中的病灶分别作为源点，将所述第二病灶分割结果中的病灶分别作为汇点，并建立超级源点和超级汇点；建立从所述超级源点至各所述源点的有向边，建立从所述源点至所述汇点的有向边，并建立从各所述汇点至所述超级汇点的有向边，其中，从所述超级源点至所述源点的有向边的容量为1、代价为第二预设值，从所述源点至所述汇点的有向边的容量为1、代价为所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值，从所述汇点至所述超级汇点的有向边的容量为1、代价为第三预设值；根据不同有向边的容量和代价，确定从所述超级源点至所述超级汇点的最大代价且最大流量的路径；根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
在该实现方式中，从超级源点至各个源点的有向边的代价相同，均为第二预设值。例如，第二预设值可以为0。当然，第二预设值也可以是其他值，在此不做限定。从各个汇点至超级汇点的有向边的代价相同，均为第三预设值。例如，第三预设值可以为0。当然，第三预设值也可以是其他值，在此不做限定。在该实现方式中，任意一条有向边的容量，可以指该有向边所能通过的最大流量。
作为该实现方式的一个示例，所述建立从所述源点至所述汇点的有向边，可以包括：在所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值大于0的情况下，建立从所述源点至所述汇点的有向边。图2示出本公开实施例提供的病灶匹配方法的一示意图。如图2所示，可以将t1对应的第一病灶分割结果中的各个病灶b11、b12、b13和b14分别作为源点，将t2对应的第二病灶分割结果中的各个病灶b21、b22和b23分别作为汇点，并建立超级源点p1和超级汇点p2。可以建立从超级源点p1至源点b11、b12、b13和b14的有向边，并建立从汇点b21、b22和b23至超级汇点p2的有向边。例如，从超级源点p1至源点b11、b12、b13和b14的有向边的容量为1、代价为0；从汇点b21、b22和b23至超级汇点p2的有向边的容量为1、代价为0。源点b11与汇点b21对应的病灶之间的匹配值为0，因此，不建立从源点b11至汇点b21的有向边。源点b11与汇点b22对应的病灶之间的匹配值大于0，因此，建立从源点b11至汇点b22的有向边，该有向边的容量为1、代价为源点b11与汇点b22对应的病灶之间的匹配值。类似地，建立从源点b11至汇点b23的有向边、从源点b12至汇点b21的有向边、从源点b13至汇点b21的有向边、从源点b14至汇点b23的有向边。
作为该实现方式的另一个示例，所述建立从所述源点至所述汇点的有向边，可以包括：建立各个源点至各个汇点之间的有向边。
通过采用上述实现方式，有助于提高病灶匹配的准确性。
作为该实现方式的一个示例，可以采用Dinic增广路算法，寻找从超级源点至超级汇点的最大流量的增广路经，并可以在寻找增广路经的过程中，采用Dijkstra算法寻找从超级源点至超级汇点的最大代价的路径，从而可以确定从超级源点至超级汇点的最大代价最大流量的路径。在一个示例中，可以采用松弛操作确定从超级源点至超级汇点的最大代价的路径。其中，采用Dinic增广路算法的时间复杂度是
Figure BDA0003089023840000111
该病灶匹配方法的时间复杂度为
Figure BDA0003089023840000112
其中，n表示源点和汇点的数量之和，即第一病灶分割结果和第二病灶分割结果中的病灶数量之和，m表示源点与汇点之间的有向边的数量。
作为该实现方式的一个示例，所述根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：在所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值的情况下，将所述源点对应的第一病灶与所述汇点对应的第二病灶确定为相匹配的病灶。在该示例中，若所述路径中相连的源点与汇点之间的匹配值(即所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值)小于预设阈值，则可以确定所述源点对应的第一病灶与所述汇点对应的第二病灶不为相匹配的病灶，在这种情况下，所述匹配结果中可以不包括与第一病灶相匹配的病灶，且所述匹配结果中可以不包括与第二病灶相匹配的病灶。若所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值，则可以确定所述源点对应的第一病灶与所述汇点对应的第二病灶相匹配。根据该示例，有助于进一步提高所确定的匹配结果的准确性和合理性。
在另一种可能的实现方式中，所述基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：将所述第一病灶分割结果中的未匹配病灶和所述第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至所述第一病灶分割结果或者所述第二病灶分割结果中不存在未匹配病灶，或者所述第一病灶分割结果中的未匹配病灶与所述第二病灶分割结果中的未匹配病灶之间的最高匹配值小于预设阈值，其中，所述第一病灶分割结果中的未匹配病灶表示所述第一病灶分割结果中未确定为与所述第二病灶分割结果中的病灶相匹配的病灶，所述第二病灶分割结果中的未匹配病灶表示所述第二病灶分割结果中未确定为与所述第一病灶分割结果中的病灶相匹配的病灶。在该实现方式中，可以在满足“第一病灶分割结果中不存在未匹配病灶”“第二病灶分割结果中不存在未匹配病灶”“第一病灶分割结果中的未匹配病灶与第二病灶分割结果中的未匹配病灶之间的最高匹配值小于预设阈值”中的任意一项的情况下，停止进行病灶匹配。根据该实现方式，有助于提高病灶匹配速度。
在另一种可能的实现方式中，所述基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：将所述第一病灶分割结果中的未匹配病灶和所述第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至所述第一病灶分割结果或者所述第二病灶分割结果中不存在未匹配病灶。例如，若第一病灶分割结果中的病灶的数量大于或等于第二病灶分割结果中的病灶的数量，则可以将第一病灶分割结果中的未匹配病灶和第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至第二病灶分割结果中不存在未匹配病灶。又如，若第一病灶分割结果中的病灶的数量小于第二病灶分割结果中的病灶的数量，则可以将第一病灶分割结果中的未匹配病灶和第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至第一病灶分割结果中不存在未匹配病灶。
下面通过一个具体的应用场景说明本公开实施例提供的病灶匹配方法。在该应用场景中，可以获得t1对应的第一病灶分割结果和t2对应的第二病灶分割结果，其中，第一病灶分割结果包括病灶b11、b12、b13和b14，第二病灶分割结果包括病灶b21、b22和b23。可以采用上文中的式2，确定第一病灶分割结果中的各个病灶与第二分割结果中的各个病灶之间的匹配值。其中，在病灶b1i与病灶b2j不相交，且病灶b1i与病灶b2j之间的距离大于20mm的情况下，病灶b1i与病灶b2j之间的匹配值sij为0。
可以建立超级源点p1和超级汇点p2，将病灶b11、b12、b13和b14分别作为源点，并将病灶b21、b22和b23分别作为汇点。可以建立从超级源点p1至源点b11、b12、b13和b14的有向边，并建立从汇点b21、b22和b23至超级汇点p2的有向边，其中，从超级源点p1至源点b11、b12、b13和b14的有向边的容量为1、代价为0，从汇点b21、b22和b23至超级汇点p2的有向边的容量为1、代价为0。如图2所示，在源点b1i与汇点b2j之间的匹配值sij为0的情况下，可以不建立源点b1i与汇点b2j之间的有向边；在源点b1i与汇点b2j之间的匹配值sij不为0的情况下，可以建立源点b1i与汇点b2j之间的有向边，且源点b1i与汇点b2j之间的有向边的容量为1、代价为源点b1i与汇点b2j之间的匹配值sij。可以采用Dinic增广路算法，寻找从超级源点至超级汇点的最大流量的增广路经，并可以在寻找增广路经的过程中，采用Dijkstra算法寻找从超级源点至超级汇点的最大代价的路径，从而可以确定从超级源点至超级汇点的最大代价最大流量的路径。
相关技术中，在多个病灶之间的距离较近(例如一个结节旁边新长出一个小结节)的情况下，难以达到较高的匹配准确性，常常需要医生手动纠错。通过采用本公开实施例提供的病灶匹配方法，结合病灶之间的相交区域的体积和病灶之间的距离，能够提高病灶匹配的准确性，从而能够减少医生手动纠错的次数，节省医生的时间，提高医生的工作效率。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了病灶匹配装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种病灶匹配方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。
图3示出本公开实施例提供的病灶匹配装置的框图。如图3所示，所述病灶匹配装置包括：
获得模块31，用于获得第一病灶分割结果和第二病灶分割结果，其中，第一病灶分割结果和第二病灶分割结果为不同时间对应的病灶分割结果；
第一确定模块32，用于确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，其中，所述第一病灶为所述第一病灶分割结果中的任意一个病灶，所述第二病灶为所述第二病灶分割结果中的任意一个病灶；
第二确定模块33，用于基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值；
第三确定模块34，用于基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
在一种可能的实现方式中，所述第二确定模块33用于：
确定所述第一病灶与所述第二病灶之间的距离；
根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值。
在一种可能的实现方式中，所述匹配值与所述体积正相关，且所述匹配值与所述距离负相关。
在一种可能的实现方式中，所述第二确定模块33用于：
获取所述体积对应的第一权重，以及所述距离对应的第二权重；
根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值。
在一种可能的实现方式中，在所述匹配结果中，所述第一病灶分割结果中的任意一个病灶最多与所述第二病灶分割结果中的一个病灶相匹配，所述第二病灶分割结果中的任意一个病灶最多与所述第一病灶分割结果中的一个病灶相匹配，且所述匹配结果中相匹配的两个病灶之间的匹配值大于或等于预设阈值。
在一种可能的实现方式中，所述第一确定模块32用于：
确定所述第一病灶分割结果中的第一病灶的第一最小外接球体；
确定所述第二病灶分割结果中的第二病灶的第二最小外接球体；
将所述第一最小外接球体与所述第二最小外接球体的相交区域的体积，确定为所述第一病灶与所述第二病灶的相交区域的体积。
在一种可能的实现方式中，所述第三确定模块34用于：
将所述第一病灶分割结果中的病灶分别作为源点，将所述第二病灶分割结果中的病灶分别作为汇点，并建立超级源点和超级汇点；
建立从所述超级源点至各所述源点的有向边，建立从所述源点至所述汇点的有向边，并建立从各所述汇点至所述超级汇点的有向边，其中，从所述超级源点至所述源点的有向边的容量为1、代价为第二预设值，从所述源点至所述汇点的有向边的容量为1、代价为所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值，从所述汇点至所述超级汇点的有向边的容量为1、代价为第三预设值；
根据不同有向边的容量和代价，确定从所述超级源点至所述超级汇点的最大代价且最大流量的路径；
根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
在一种可能的实现方式中，所述第三确定模块34用于：
在所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值的情况下，将所述源点对应的第一病灶与所述汇点对应的第二病灶确定为相匹配的病灶。
在一种可能的实现方式中，所述第三确定模块34用于：
将所述第一病灶分割结果中的未匹配病灶和所述第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至所述第一病灶分割结果或者所述第二病灶分割结果中不存在未匹配病灶，或者所述第一病灶分割结果中的未匹配病灶与所述第二病灶分割结果中的未匹配病灶之间的最高匹配值小于预设阈值，其中，所述第一病灶分割结果中的未匹配病灶表示所述第一病灶分割结果中未确定为与所述第二病灶分割结果中的病灶相匹配的病灶，所述第二病灶分割结果中的未匹配病灶表示所述第二病灶分割结果中未确定为与所述第一病灶分割结果中的病灶相匹配的病灶。
在本公开实施例中，通过获得第一病灶分割结果和第二病灶分割结果，确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值，并基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，由此能够提高病灶匹配的准确性，从而有助于节省医生的时间。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。
本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行用于实现上述方法。
本公开实施例还提供了一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的病灶匹配方法的操作。
本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出本公开实施例提供的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图4，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)/通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5示出本公开实施例提供的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图5，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932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1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(Mac OSXTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (20)

1.一种病灶匹配方法，其特征在于，包括：
获得第一病灶分割结果和第二病灶分割结果，其中，第一病灶分割结果和第二病灶分割结果为不同时间对应的病灶分割结果；
确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，其中，所述第一病灶为所述第一病灶分割结果中的任意一个病灶，所述第二病灶为所述第二病灶分割结果中的任意一个病灶；
基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值；
基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
2.根据权利要求1所述的方法，其特征在于，所述基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值，包括：
确定所述第一病灶与所述第二病灶之间的距离；
根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值。
3.根据权利要求2所述的方法，其特征在于，所述匹配值与所述体积正相关，且所述匹配值与所述距离负相关。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值，包括：
获取所述体积对应的第一权重，以及所述距离对应的第二权重；
根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，在所述匹配结果中，所述第一病灶分割结果中的任意一个病灶最多与所述第二病灶分割结果中的一个病灶相匹配，所述第二病灶分割结果中的任意一个病灶最多与所述第一病灶分割结果中的一个病灶相匹配，且所述匹配结果中相匹配的两个病灶之间的匹配值大于或等于预设阈值。
6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，包括：
确定所述第一病灶分割结果中的第一病灶的第一最小外接球体；
确定所述第二病灶分割结果中的第二病灶的第二最小外接球体；
将所述第一最小外接球体与所述第二最小外接球体的相交区域的体积，确定为所述第一病灶与所述第二病灶的相交区域的体积。
7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：
将所述第一病灶分割结果中的病灶分别作为源点，将所述第二病灶分割结果中的病灶分别作为汇点，并建立超级源点和超级汇点；
建立从所述超级源点至各所述源点的有向边，建立从所述源点至所述汇点的有向边，并建立从各所述汇点至所述超级汇点的有向边，其中，从所述超级源点至所述源点的有向边的容量为1、代价为第二预设值，从所述源点至所述汇点的有向边的容量为1、代价为所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值，从所述汇点至所述超级汇点的有向边的容量为1、代价为第三预设值；
根据不同有向边的容量和代价，确定从所述超级源点至所述超级汇点的最大代价且最大流量的路径；
根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
8.根据权利要求7所述的方法，其特征在于，所述根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：
在所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值的情况下，将所述源点对应的第一病灶与所述汇点对应的第二病灶确定为相匹配的病灶。
9.根据权利要求1至6中任意一项所述的方法，其特征在于，所述基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果，包括：
将所述第一病灶分割结果中的未匹配病灶和所述第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至所述第一病灶分割结果或者所述第二病灶分割结果中不存在未匹配病灶，或者所述第一病灶分割结果中的未匹配病灶与所述第二病灶分割结果中的未匹配病灶之间的最高匹配值小于预设阈值，其中，所述第一病灶分割结果中的未匹配病灶表示所述第一病灶分割结果中未确定为与所述第二病灶分割结果中的病灶相匹配的病灶，所述第二病灶分割结果中的未匹配病灶表示所述第二病灶分割结果中未确定为与所述第一病灶分割结果中的病灶相匹配的病灶。
10.一种病灶匹配装置，其特征在于，包括：
获得模块，用于获得第一病灶分割结果和第二病灶分割结果，其中，第一病灶分割结果和第二病灶分割结果为不同时间对应的病灶分割结果；
第一确定模块，用于确定所述第一病灶分割结果中的第一病灶与所述第二病灶分割结果中的第二病灶的相交区域的体积，其中，所述第一病灶为所述第一病灶分割结果中的任意一个病灶，所述第二病灶为所述第二病灶分割结果中的任意一个病灶；
第二确定模块，用于基于所述体积，确定所述第一病灶与所述第二病灶之间的匹配值；
第三确定模块，用于基于所述匹配值，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
11.根据权利要求10所述的装置，其特征在于，所述第二确定模块用于：
确定所述第一病灶与所述第二病灶之间的距离；
根据所述体积和所述距离，确定所述第一病灶与所述第二病灶之间的匹配值。
12.根据权利要求11所述的装置，其特征在于，所述匹配值与所述体积正相关，且所述匹配值与所述距离负相关。
13.根据权利要求11或12所述的装置，其特征在于，所述第二确定模块用于：
获取所述体积对应的第一权重，以及所述距离对应的第二权重；
根据所述体积、所述第一权重、所述距离和所述第二权重，确定所述第一病灶与所述第二病灶之间的匹配值。
14.根据权利要求10至13中任意一项所述的装置，其特征在于，在所述匹配结果中，所述第一病灶分割结果中的任意一个病灶最多与所述第二病灶分割结果中的一个病灶相匹配，所述第二病灶分割结果中的任意一个病灶最多与所述第一病灶分割结果中的一个病灶相匹配，且所述匹配结果中相匹配的两个病灶之间的匹配值大于或等于预设阈值。
15.根据权利要求10至14中任意一项所述的装置，其特征在于，所述第一确定模块用于：
确定所述第一病灶分割结果中的第一病灶的第一最小外接球体；
确定所述第二病灶分割结果中的第二病灶的第二最小外接球体；
将所述第一最小外接球体与所述第二最小外接球体的相交区域的体积，确定为所述第一病灶与所述第二病灶的相交区域的体积。
16.根据权利要求10至15中任意一项所述的装置，其特征在于，所述第三确定模块用于：
将所述第一病灶分割结果中的病灶分别作为源点，将所述第二病灶分割结果中的病灶分别作为汇点，并建立超级源点和超级汇点；
建立从所述超级源点至各所述源点的有向边，建立从所述源点至所述汇点的有向边，并建立从各所述汇点至所述超级汇点的有向边，其中，从所述超级源点至所述源点的有向边的容量为1、代价为第二预设值，从所述源点至所述汇点的有向边的容量为1、代价为所述源点对应的第一病灶与所述汇点对应的第二病灶之间的匹配值，从所述汇点至所述超级汇点的有向边的容量为1、代价为第三预设值；
根据不同有向边的容量和代价，确定从所述超级源点至所述超级汇点的最大代价且最大流量的路径；
根据所述路径中相连的源点和汇点，确定所述第一病灶分割结果中的病灶与所述第二病灶分割结果中的病灶之间的匹配结果。
17.根据权利要求16所述的装置，其特征在于，所述第三确定模块用于：
在所述路径中相连的源点与汇点之间的匹配值大于或等于预设阈值的情况下，将所述源点对应的第一病灶与所述汇点对应的第二病灶确定为相匹配的病灶。
18.根据权利要求10至15中任意一项所述的装置，其特征在于，所述第三确定模块用于：
将所述第一病灶分割结果中的未匹配病灶和所述第二病灶分割结果中的未匹配病灶中，匹配值最高的两个病灶确定为互相匹配的病灶，直至所述第一病灶分割结果或者所述第二病灶分割结果中不存在未匹配病灶，或者所述第一病灶分割结果中的未匹配病灶与所述第二病灶分割结果中的未匹配病灶之间的最高匹配值小于预设阈值，其中，所述第一病灶分割结果中的未匹配病灶表示所述第一病灶分割结果中未确定为与所述第二病灶分割结果中的病灶相匹配的病灶，所述第二病灶分割结果中的未匹配病灶表示所述第二病灶分割结果中未确定为与所述第一病灶分割结果中的病灶相匹配的病灶。
19.一种电子设备，其特征在于，包括：
一个或多个处理器；
用于存储可执行指令的存储器；
其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行权利要求1至9中任意一项所述的方法。
20.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
CN202110589658.0A 2021-05-28 2021-05-28 病灶匹配方法及装置、电子设备和存储介质 Withdrawn CN113298157A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110589658.0A CN113298157A (zh) 2021-05-28 2021-05-28 病灶匹配方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110589658.0A CN113298157A (zh) 2021-05-28 2021-05-28 病灶匹配方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113298157A true CN113298157A (zh) 2021-08-24

Family

ID=77325741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110589658.0A Withdrawn CN113298157A (zh) 2021-05-28 2021-05-28 病灶匹配方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113298157A (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091331A (zh) * 2014-06-27 2014-10-08 深圳市开立科技有限公司 一种超声病灶图像的分割方法、装置及系统
US20180068436A1 (en) * 2016-09-07 2018-03-08 International Business Machines Corporation Multiple algorithm lesion segmentation
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
CN109754394A (zh) * 2018-12-28 2019-05-14 上海联影智能医疗科技有限公司 三维医学图像处理装置及方法
CN109977272A (zh) * 2017-12-27 2019-07-05 航天信息股份有限公司 一种基于审计数据识别关键用户的方法和系统
US20190311131A1 (en) * 2018-04-05 2019-10-10 Oracle International Corporation Staged dynamic taint flow inference
CN110544534A (zh) * 2019-08-30 2019-12-06 中国人民解放军联勤保障部队第九〇〇医院 一种皮肤病治疗效果自动评估方法与系统
CN110766730A (zh) * 2019-10-18 2020-02-07 上海联影智能医疗科技有限公司 图像配准及随访评估方法、存储介质及计算机设备
CN110782489A (zh) * 2019-10-21 2020-02-11 科大讯飞股份有限公司 影像数据的匹配方法、装置、设备及计算机可读存储介质
CN110838104A (zh) * 2019-10-30 2020-02-25 上海联影智能医疗科技有限公司 多时间点的感兴趣区域匹配方法、设备和存储介质
CN111127466A (zh) * 2020-03-31 2020-05-08 上海联影智能医疗科技有限公司 医学图像检测方法、装置、设备及存储介质
CN111462203A (zh) * 2020-04-07 2020-07-28 广州柏视医疗科技有限公司 Dr病灶演化分析装置和方法
CN111915185A (zh) * 2020-07-31 2020-11-10 湖北大学 一种基于路径规划策略的时空众包任务分配方法和装置
CN111932492A (zh) * 2020-06-24 2020-11-13 数坤（北京）网络科技有限公司 一种医学图像处理方法、装置及计算机可读存储介质
CN111932518A (zh) * 2020-08-12 2020-11-13 杭州深睿博联科技有限公司 一种深度学习的全景牙片病灶检测及分割方法及装置
CN112070763A (zh) * 2020-09-18 2020-12-11 上海商汤智能科技有限公司 一种图像数据处理方法及装置、电子设备和存储介质
CN112258449A (zh) * 2020-09-15 2021-01-22 深圳视见医疗科技有限公司 一种基于结节特征的快速结节匹配方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091331A (zh) * 2014-06-27 2014-10-08 深圳市开立科技有限公司 一种超声病灶图像的分割方法、装置及系统
US20180068436A1 (en) * 2016-09-07 2018-03-08 International Business Machines Corporation Multiple algorithm lesion segmentation
CN109977272A (zh) * 2017-12-27 2019-07-05 航天信息股份有限公司 一种基于审计数据识别关键用户的方法和系统
US20190311131A1 (en) * 2018-04-05 2019-10-10 Oracle International Corporation Staged dynamic taint flow inference
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
CN109754394A (zh) * 2018-12-28 2019-05-14 上海联影智能医疗科技有限公司 三维医学图像处理装置及方法
CN110544534A (zh) * 2019-08-30 2019-12-06 中国人民解放军联勤保障部队第九〇〇医院 一种皮肤病治疗效果自动评估方法与系统
CN110766730A (zh) * 2019-10-18 2020-02-07 上海联影智能医疗科技有限公司 图像配准及随访评估方法、存储介质及计算机设备
CN110782489A (zh) * 2019-10-21 2020-02-11 科大讯飞股份有限公司 影像数据的匹配方法、装置、设备及计算机可读存储介质
CN110838104A (zh) * 2019-10-30 2020-02-25 上海联影智能医疗科技有限公司 多时间点的感兴趣区域匹配方法、设备和存储介质
CN111127466A (zh) * 2020-03-31 2020-05-08 上海联影智能医疗科技有限公司 医学图像检测方法、装置、设备及存储介质
CN111462203A (zh) * 2020-04-07 2020-07-28 广州柏视医疗科技有限公司 Dr病灶演化分析装置和方法
CN111932492A (zh) * 2020-06-24 2020-11-13 数坤（北京）网络科技有限公司 一种医学图像处理方法、装置及计算机可读存储介质
CN111915185A (zh) * 2020-07-31 2020-11-10 湖北大学 一种基于路径规划策略的时空众包任务分配方法和装置
CN111932518A (zh) * 2020-08-12 2020-11-13 杭州深睿博联科技有限公司 一种深度学习的全景牙片病灶检测及分割方法及装置
CN112258449A (zh) * 2020-09-15 2021-01-22 深圳视见医疗科技有限公司 一种基于结节特征的快速结节匹配方法
CN112070763A (zh) * 2020-09-18 2020-12-11 上海商汤智能科技有限公司 一种图像数据处理方法及装置、电子设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIAOFEI QIN等: "Match Feature U-Net: Dynamic Receptive Field Networks for Biomedical Image Segmentation", SYMMETRY, pages 1 - 15 *
刘健: "自由视角图像配准与拼接方法的研究", 中国优秀硕士学位论文全文数据库信息科技辑, pages 138 - 253 *
陈泽亚;王庆;郭静;陈晰;王晶华;: "基于二分图网络的项目与专家多重匹配策略", 小型微型计算机系统, no. 03 *

Similar Documents

Publication Publication Date Title
CN111310764B (zh) 网络训练、图像处理方法及装置、电子设备和存储介质
CN111899268B (zh) 图像分割方法及装置、电子设备和存储介质
CN112967291B (zh) 图像处理方法及装置、电子设备和存储介质
CN113222038B (zh) 基于核磁图像的乳腺病灶分类和定位方法及装置
CN110211134B (zh) 一种图像分割方法及装置、电子设备和存储介质
EP3825960A1 (en) Method and device for obtaining localization information
CN112541928A (zh) 网络训练方法及装置、图像分割方法及装置和电子设备
CN110989901B (zh) 图像定位的交互显示方法及装置、电子设备和存储介质
CN111798498A (zh) 图像处理方法及装置、电子设备和存储介质
WO2022242046A1 (zh) 医学图像的展示方法及装置、电子设备、存储介质和计算机程序
CN113034491B (zh) 一种冠脉钙化斑块检测方法及装置
CN110852325B (zh) 图像的分割方法及装置、电子设备和存储介质
JP7316456B2 (ja) 点群マップ構築方法及びその装置、電子機器、記憶媒体並びにプログラム
CN112749801A (zh) 神经网络训练和图像处理方法及装置
CN111860373B (zh) 目标检测方法及装置、电子设备和存储介质
CN111860388A (zh) 图像处理方法及装置、电子设备和存储介质
CN113902730A (zh) 图像处理和神经网络训练方法及装置
CN112767541B (zh) 三维重建方法及装置、电子设备和存储介质
CN111882527B (zh) 图像处理方法及装置、电子设备和存储介质
CN112529976B (zh) 目标显示方法及装置、电子设备和存储介质
CN113298157A (zh) 病灶匹配方法及装置、电子设备和存储介质
CN112686867B (zh) 医学图像的识别方法及装置、电子设备和存储介质
CN114648649A (zh) 人脸匹配方法及装置、电子设备和存储介质
CN113192606A (zh) 医疗数据处理方法及装置、电子设备和存储介质
CN112949568A (zh) 人脸和人体匹配的方法及装置、电子设备和存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210824