CN113362415A - 一种图像重建方法及装置 - Google Patents

一种图像重建方法及装置 Download PDF

Info

Publication number
CN113362415A
CN113362415A CN202110639623.3A CN202110639623A CN113362415A CN 113362415 A CN113362415 A CN 113362415A CN 202110639623 A CN202110639623 A CN 202110639623A CN 113362415 A CN113362415 A CN 113362415A
Authority
CN
China
Prior art keywords
information
image
detected part
preset
examined
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
Application number
CN202110639623.3A
Other languages
English (en)
Inventor
任毅
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.)
Suzhou Shengnuo Medical Technology Co ltd
Original Assignee
Suzhou Shengnuo Medical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Shengnuo Medical Technology Co ltd filed Critical Suzhou Shengnuo Medical Technology Co ltd
Priority to CN202110639623.3A priority Critical patent/CN113362415A/zh
Publication of CN113362415A publication Critical patent/CN113362415A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • 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
    • 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
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本公开提供了一种图像重建方法、装置、介质和电子设备,所述方法包括:获取CT机断层扫描的扫描图像;基于所述扫描图像获取所述扫描图像中的受检部位信息;识别所述受检部位信息是否满足预设病灶条件;当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建所述扫描图像。使医生能够获得一个易于诊断的扫描图像,从而提高医生诊断效率。

Description

一种图像重建方法及装置
技术领域
本公开涉及医学影像领域,具体而言,涉及一种图像重建方法及装置。
背景技术
对被检患者进行计算机断层扫描(英文全称Computed Tomography,简称CT扫描),能够获得扫描图像。通过CT图像智能诊断软件(比如,肺部诊断软件、脑部诊断软件)对扫描图像进行智能化分析,能够极大的提高了诊断效率,降低了医生的工作量。CT图像智能诊断软件已经成为很多医院CT设备的必备配套软件。
CT图像智能诊断软件的应用方法是:第一步,对被检患者进行正常的CT扫描,获得被检患者的扫描图像;第二步,把扫描图像输入到CT图像智能诊断软件中自动识别图像中的病灶。这两个步骤是完全独立的两个过程。
但是,由于扫描图像的质量问题,常常导致CT图像智能诊断软件对病灶出现误检,因此,本公开提供了一种图像重建方法,以解决上述技术问题之一。
发明内容
本公开的目的在于提供一种图像重建方法及装置,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本公开的具体实施方式,第一方面,本公开提供一种图像重建方法,包括:
获取CT机断层扫描的扫描图像;
基于所述扫描图像获取所述扫描图像中的受检部位信息;
识别所述受检部位信息是否满足预设病灶条件;
当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建所述扫描图像。
可选的,所述识别所述受检部位信息是否满足预设病灶条件,包括:
基于所述受检部位信息获取所述受检部位的尺寸信息;
判断所述受检部位的尺寸信息是否在预设病灶尺寸范围内。
可选的,所述识别所述受检部位信息是否满足预设病灶条件,包括:
基于所述受检部位信息获取所述受检部位的形状信息;
判断所述受检部位的形状信息是否满足预设病灶形状条件。
可选的,所述当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建扫描图像,包括:
当所述受检部位的尺寸信息不在预设病灶尺寸范围内或受检部位的形状信息不满足预设病灶形状条件时,基于所述受检部位信息重建扫描图像。
可选的,所述基于所述受检部位信息重建扫描图像,包括:
基于所述受检部位信息确定所述受检部位中心位置参数值,
以及,基于所述扫描图像获取建像中心位置参数值;
判断所述受检部位中心位置参数值与所述建像中心位置参数值的距离是否超过预设距离阈值;
当所述受检部位中心位置参数值与所述建像中心位置参数值的距离超过预设距离阈值时,以所述受检部位中心位置参数值作为建像中心位置参数值重建扫描图像。
可选的,所述基于所述受检部位信息重建扫描图像,包括:
判断所述受检部位尺寸信息是否低于预设尺寸阈值;
当所述受检部位尺寸信息低于预设尺寸阈值时,基于与所述受检部位尺寸信息相匹配的建像视野参数值重建扫描图像。
可选的,所述基于所述受检部位信息重建扫描图像,包括:
判断所述受检部位图像分辨率是否低于预设分辨率阈值;
当所述受检部位图像分辨率低于预设分辨率阈值时,增加所述扫描图像的图像分辨率。
可选的,还包括:
获取所述受检部位的CT值;
基于所述受检部位的CT值调整对应的算法核;
基于所述受检部位的CT值以及所述算法核确定所述受检部位的病灶尺寸和位置。
可选的,所述基于所述受检部位的CT值以及所述算法核确定所述受检部位的病灶尺寸和位置之后,还包括:
调整CT机扫描电压、电流或者扫描结束位置,以生成低分辨率的扫描图像。
根据本公开的具体实施方式,第二方面,本公开一种图像重建装置,包括:
图像获取单元,用于获取CT机断层扫描的扫描图像;
部位获取单元,用于基于所述扫描图像获取所述扫描图像中的受检部位信息;
识别单元,用于识别所述受检部位信息是否满足预设病灶条件;
确定单元,用于当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建所述扫描图像。
本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:
本公开提供了一种图像重建方法及装置,通过将智能诊断软件和CT扫描重建软件结合。在扫描过程中实时把CT重建的图像输入到智能诊断软件,智能诊断软件把诊断结果随时反馈给CT重建软件,CT重建软件调整扫描建像参数,自适应得到更便于智能诊断软件诊断的图像;同时,调整CT机的扫描参数,降低患者辐射受剂量。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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。在附图中:
图1示出了根据本公开实施例的图像重建方法的流程图;
图2示出了根据本公开实施例的图像重建装置的单元框图;
图3示出了根据本公开的实施例的电子设备连接结构示意图。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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它实施例,都属于本公开保护的范围。
在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“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,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本公开实施例中可能采用术语第一、第二、第三等来描述,但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如,在不脱离本公开实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本公开的可选实施例。
实施例1
如图1所示,步骤S101,获取CT机断层扫描的扫描图像。
CT机断层扫描,即CT扫描。CT机利用人体不同组织对X线的吸收与透过率的不同,应用灵敏度极高的传感器对人体进行扫描式测量,对测量数据进行处理后,生成人体受检部位的断面或立体的图像,即扫描图像。CT扫描,包括:平片扫描、断层扫描和螺旋扫描。
平片扫描是对被检患者进行CT检查的第一步,被检患者平躺在CT机的床架上,对被检患者进行一次扫描,获得一张平片图像。该平片图像也称为定位图像,顾名思义,医生通过定位图像确定被检患者进行全方位扫描的扫描部位。
断层扫描使患者平躺在CT机床架上,通过CT机的球管旋转对患者进行扫描,能够一次性获得多张扫描图像。
螺旋扫描使患者平躺在CT机床架上,通过球管的旋转和床架的水平移动对患者进行扫描,能够一次性获得多张扫描图像。
本公开实施例中所述扫描图像可以是上述任意一种CT扫描后生成的图像。
步骤S102,基于所述扫描图像获取所述扫描图像中的受检部位信息。
受检部位是被检患者体内被检查的部位,包括脏器和骨骼。所述扫描图像中的受检部位信息,可以理解为,从扫描图像中获取被检患者体内的脏器信息和骨骼信息。所述受检部位信息,可以是扫描图像中预先设定的脏器和/或骨骼的信息,比如,肺部信息、肋骨信息;也可以是扫描图像中所有脏器和骨骼的信息,比如,肺部信息和肋骨信息。本公开实施例对此不做限制。
步骤S103,识别所述受检部位信息是否满足预设病灶条件。
本步骤的目的是为了找到具有病灶的受检部位。
在一个实施例中,所述识别所述受检部位信息是否满足预设病灶条件,具体包括以下步骤:
步骤S103a-1,基于所述受检部位信息获取所述受检部位的尺寸信息。
所述受检部位信息中包括受检部位的尺寸信息,例如,长、宽、高等数据。
步骤S103a-2,判断所述受检部位的尺寸信息是否在预设病灶尺寸范围内。
所述预设病灶条件包括在预设病灶尺寸范围内。
本具体实施例通过受检部位的尺寸信息识别受检部位中是否具有病灶。当受检部位的尺寸信息在预设病灶尺寸范围内时,确定受检部位中具有病灶。例如,成人正常肝脏的左肝前后经为41~74毫米,预设病灶尺寸范围设置为:大于74毫米;当受检患者的肝脏的左肝前后经为85毫米时,确定该受检患者的肝脏中具有病灶。
在另一个实施例中,所述识别所述受检部位信息是否满足预设病灶条件,具体包括以下步骤:
步骤S103b-1,基于所述受检部位信息获取所述受检部位的形状信息。
所述受检部位信息中包括受检部位的形状信息。
步骤S103b-2,判断所述受检部位的形状信息是否满足预设病灶形状条件。
所述预设病灶条件包括预设病灶形状条件。
本具体实施例通过受检部位的形状信息识别受检部位中是否具有病灶。当受检部位的形状信息满足预设病灶形状条件时,确定受检部位中具有病灶。例如,成人正常心脏的形状象一个握紧拳头的形状;当受检患者的患有心脏囊肿的时候,心脏长出肉瘤,甚至变形,因此,确定该受检患者的心脏中具有病灶。
在另一个实施例中,所述识别所述受检部位信息是否满足预设病灶条件,具体包括以下步骤:
步骤S103c-1,基于所述受检部位信息获取所述受检部位的尺寸信息和形状信息。
所述受检部位信息中包括受检部位的尺寸信息和形状信息。
步骤S103c-2,判断所述受检部位的尺寸信息是否在预设病灶尺寸范围内,且所述受检部位的形状信息是否满足预设病灶形状条件。
所述预设病灶条件包括在预设病灶尺寸范围内和预设病灶形状条件。
本具体实施例将上述两个具体实施例的识别方法结合在一起,只有在受检部位的尺寸信息在预设病灶尺寸范围内,且所述受检部位的形状信息是否满足预设病灶形状条件时,才能确定受检部位中具有病灶。
步骤S104,当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建扫描图像。
重建扫描图像是对扫描建像参数的参数值进行重新设定,CT机通过扫描建像参数的参数值对扫描图像进行重建。
扫描建像参数,包括:电压参数、电流参数、螺旋扫描中的螺距参数、算法核参数、图像尺寸参数、建像视野参数和建像中心位置参数。
算法核包括图像处理程序。算法核参数值指示的算法核,决定了扫描图像中不同像素频率的差异,建立算法核的目的是为了保证扫描图像中受检部位能够清晰的呈现。由于人体中不同的脏器或骨骼具有不同的特质,比如,该特质包括在人体中的深度和密度,因此,每个脏器或骨骼具有不同的算法核。例如,增强图像高频算法核,比如,对心脏图像的组织边缘进行清晰化处理,使噪声更大;或,增强图像低频算法核,比如,对肋骨图像的组织内部进行平滑处理,使噪声变小。
图像尺寸参数值包括:512×512、1024×1024。图像尺寸参数值越大图像越清晰。但是,图像尺寸参数值过大,将使建像过程非常缓慢,因此,图像尺寸参数值通常采用512×512。当有特殊需要时,可以将图像尺寸参数值由512×512转变成1024×1024。例如,当前图像尺寸参数值512×512无法满足医生诊断的要求时,将图像尺寸参数值由512×512转变成1024×1024。
建像视野参数用于指示图像像素的物理范围。
可选的,所述基于所述受检部位信息重建扫描图像,包括以下步骤:
步骤S104-1,分析所述受检部位信息,获取所述扫描图像中的受检部位信息和/或病灶尺寸信息。
步骤S104-2,基于所述受检部位形状信息和/或所述受检部位尺寸信息重建扫描图像。
在一个具体实施例中,所述基于所述受检部位形状信息重建扫描图像,具体包括以下步骤:
步骤S104-2a-1,基于所述受检部位形状信息获取受检部位中心位置参数值,以及,基于所述扫描图像获取建像中心位置参数值。
步骤S104-2a-2,判断所述受检部位中心位置参数值与所述建像中心位置参数值的距离是否超过预设距离阈值。
受检部位中心位置参数值包括受检部位的几何中心位置值。例如,以一个矩形将受检部位图像包括在内,且矩形的每条边均为所述受检部位图像的切线,该矩形的几何中心位置值即为受检部位中心位置参数值。
建像中心位置参数值也就是扫描图像的几何中心位置值。
步骤S104-2a-3,当所述受检部位中心位置参数值与所述建像中心位置参数值的距离超过预设距离阈值时,以所述受检部位中心位置参数值作为建像中心位置参数值重建扫描图像。
所述受检部位中心位置参数值与所述建像中心位置参数值的距离超过预设距离阈值,可以理解为,受检部位影像的中心并不在扫描图像中心附近,因此,在重建扫描图像时,使受检部位影像的中心位于扫描图像中心处,以利于医生观察病灶的情况。
在另一个具体实施例中,所述基于所述受检部位尺寸信息重建扫描图像,具体包括以下步骤:
步骤S104-2b-1,判断所述受检部位尺寸信息是否低于预设尺寸阈值。
步骤S104-2b-2,当所述受检部位尺寸信息低于预设尺寸阈值时,基于与所述受检部位尺寸信息相匹配的建像视野参数值重建扫描图像。
当受检部位尺寸信息过小,也就是低于预设尺寸阈值,医生将不易观察到病灶的具体情况,不利于医生的诊断,因此,基于与所述受检部位尺寸信息相匹配的建像视野参数值重建扫描图像,使医生能够获得一个易于诊断的扫描图像,从而提高医生诊断效率。
所述基于所述受检部位信息重建扫描图像,还包括以下步骤:
第一、判断所述受检部位图像分辨率是否低于预设分辨率阈值;预设分辨率阈值可以根据经验值确定,在此阈值之上可以清晰的判断出病灶,在此,对具体的阈值不做限定。
第二、当所述受检部位图像分辨率低于预设分辨率阈值时,增加所述扫描图像的图像分辨率。例如从512*512改成1024*1024,以提高图像清晰度。
改变受检部位影像的尺寸和位置,有时候并不能保证获得清晰的扫描图像,为此本公开实施例提供了对扫描图像进行进一步处理的方案。在一个具体实施例中,所述分析所述受检部位信息后,还包括以下步骤:
步骤S104-1a,获取所述受检部位的CT值;
步骤S104-2a,基于所述受检部位的CT值调整对应的算法核;
步骤S104-3a,基于所述受检部位的CT值以及所述算法核确定所述受检部位的病灶尺寸和位置。
CT值,用于定量衡量组织对于X光的吸收率,是测定人体某一局部组织或器官密度尺寸的一种计量单位,即亨氏单位(hounsfield unit,HU)。例如,空气为-1000,致密骨为+1000。
实际上,CT值是扫描图像中各组织与X线衰减系数相当的对应值。无论是矩阵图像或矩阵数字都是CT值的代表,而CT值又是从人体组织、器官的μ值换算而来的。CT值不是绝对不变的数值,它不仅与人体内在因素,比如,呼吸、血流有关,而且与X线管电压、CT装置、室内温度等外界因素有关,需经常校正,否则会导致误诊。
本公开具体实施例中,通过病灶CT值调整算法核参数值,也就是对应的图像处理程序,针对不同受检部位的病灶设置不同的算法核参数值,从而保证了重建后扫描图像的质量。例如,针对肾结石设置肾结石的算法核参数值;针对胃部肿瘤设置胃部肿瘤的算法核参数值。
通过受检部位的CT值结合准确的算法核就可以确定所述受检部位的病灶尺寸和位置,即可以确定出病灶的具体情况。
所述基于所述受检部位的CT值以及所述算法核确定所述受检部位的病灶尺寸和位置之后,还包括:调整CT机扫描电压、电流或者扫描结束位置,以生成低分辨率的扫描图像。
当诊断出受检患者病灶的尺寸和位置后,可以实时调整CT机扫描的电压参数值、电流参数值,降低后续扫描图像的分辨率,提高扫描速度,减少受检患者的辐射剂量和时间;或者,实时调整扫描结束位置,降低患者辐射受剂量。
本实施例通过将智能诊断软件和CT扫描重建软件结合。在扫描过程中实时把CT重建的图像输入到智能诊断软件,智能诊断软件把诊断结果随时反馈给CT重建软件,CT重建软件调整扫描建像参数,自适应得到更便于智能诊断软件诊断的图像;同时,调整CT机的扫描参数,降低患者辐射受剂量。
实施例2
本公开还提供了与上述实施例承接的装置实施例,用于实现如上实施例所述的方法步骤,基于相同的名称含义的解释与如上实施例相同,具有与如上实施例相同的技术效果,此处不再赘述。
如图2所示,本公开提供一种图像重建装置200,包括:
图像获取单元201,用于获取计算机断层扫描的扫描图像;
部位获取单元202,用于基于所述扫描图像获取所述扫描图像中的受检部位信息;
识别单元203,用于识别所述受检部位信息是否满足预设病灶条件;
确定单元204,用于当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建扫描图像。
可选的,所述识别单元203,包括:
第一获取子单元,用于基于所述受检部位信息获取所述受检部位的尺寸信息;
第一判断子单元,用于判断所述受检部位的尺寸信息是否在预设病灶尺寸范围内。
可选的,所述识别单元203,包括:
第二获取子单元,用于基于所述受检部位信息获取所述受检部位的形状信息;
第二判断子单元,用于判断所述受检部位的形状信息是否满足预设病灶形状条件。
可选的,所述确定单元204,包括:
分析子单元,用于分析所述受检部位信息,获取所述扫描图像中的受检部位形状信息和/或病灶尺寸信息;
确定子单元,用于基于所述受检部位形状信息和/或所述受检部位尺寸信息确定是否重建扫描图像。
可选的,所述确定子单元,包括:
第三获取子单元,用于基于所述受检部位形状信息获取受检部位中心位置参数值,
以及,基于所述扫描图像获取建像中心位置参数值;
第三判断子单元,用于判断所述受检部位中心位置参数值与所述建像中心位置参数值的距离是否超过预设距离阈值;
第一重建子单元,用于当所述受检部位中心位置参数值与所述建像中心位置参数值的距离超过预设距离阈值时,以所述受检部位中心位置参数值作为建像中心位置参数值重建扫描图像。
可选的,所述确定子单元,包括:
第四判断子单元,用于判断所述受检部位尺寸信息是否低于预设尺寸阈值;
第二重建子单元,用于当所述受检部位尺寸信息低于预设尺寸阈值时,基于与所述受检部位尺寸信息相匹配的建像视野参数值重建扫描图像。
可选的,确定单元204,还包括:
第四获取子单元,用于在分析所述受检部位信息后,获取病灶CT值;
第五获取子单元,用于所述基于所述受检部位形状信息和/或所述受检部位尺寸信息确定是否重建扫描图像后,基于所述病灶CT值获取对应的算法核参数值;
进一步地,调整子单元,用于根据所述算法核参数值调整所述扫描图像的清晰度。
本公开实施例使医生能够获得一个易于诊断的扫描图像,从而提高医生诊断效率。同时,通过病灶CT值决定算法核参数值,也就是对应的图像处理程序,针对不同受检部位的病灶设置不同的算法核参数值,从而保证了重建后扫描图像的质量。当诊断出受检患者病灶的尺寸和位置后,可以实时调整扫描的电压参数值、电流参数值,降低扫描图像的分辨率,提高扫描速度,减少受检患者的辐射剂量和时间;或者,实时调整扫描结束位置,降低患者辐射受剂量。
实施例3
本实施例提供一种电子设备,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上实施例所述的方法步骤。
实施例4
本公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行如上实施例所述的方法步骤。
实施例5
下面参考图3,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备。
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公开的操作的计算机程序代码,上述程序设计语言包括但不限于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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。

Claims (10)

1.一种图像重建方法,其特征在于,包括:
获取CT机断层扫描的扫描图像;
基于所述扫描图像获取所述扫描图像中的受检部位信息;
识别所述受检部位信息是否满足预设病灶条件;
当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建所述扫描图像。
2.根据权利要求1所述的方法,其特征在于,所述识别所述受检部位信息是否满足预设病灶条件,包括:
基于所述受检部位信息获取所述受检部位的尺寸信息;
判断所述受检部位的尺寸信息是否在预设病灶尺寸范围内。
3.根据权利要求1所述的方法,其特征在于,所述识别所述受检部位信息是否满足预设病灶条件,包括:
基于所述受检部位信息获取所述受检部位的形状信息;
判断所述受检部位的形状信息是否满足预设病灶形状条件。
4.根据权利要求2或3所述的方法,其特征在于,所述当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建扫描图像,包括:
当所述受检部位的尺寸信息不在预设病灶尺寸范围内或受检部位的形状信息不满足预设病灶形状条件时,基于所述受检部位信息重建扫描图像。
5.根据权利要求4所述的方法,其特征在于,所述基于所述受检部位信息重建扫描图像,包括:
基于所述受检部位信息确定所述受检部位中心位置参数值,
以及,基于所述扫描图像获取建像中心位置参数值;
判断所述受检部位中心位置参数值与所述建像中心位置参数值的距离是否超过预设距离阈值;
当所述受检部位中心位置参数值与所述建像中心位置参数值的距离超过预设距离阈值时,以所述受检部位中心位置参数值作为建像中心位置参数值重建扫描图像。
6.根据权利要求4所述的方法,其特征在于,所述基于所述受检部位信息重建扫描图像,包括:
判断所述受检部位尺寸信息是否低于预设尺寸阈值;
当所述受检部位尺寸信息低于预设尺寸阈值时,基于与所述受检部位尺寸信息相匹配的建像视野参数值重建扫描图像。
7.根据权利要求4所述的方法,其特征在于,所述基于所述受检部位信息重建扫描图像,包括:
判断所述受检部位图像分辨率是否低于预设分辨率阈值;
当所述受检部位图像分辨率低于预设分辨率阈值时,增加所述扫描图像的图像分辨率。
8.根据权利要求1所述的方法,其特征在于,还包括:
获取所述受检部位的CT值;
基于所述受检部位的CT值调整对应的算法核;
基于所述受检部位的CT值以及所述算法核确定所述受检部位的病灶尺寸和位置。
9.根据权利要求8所述的方法,其特征在于,所述基于所述受检部位的CT值以及所述算法核确定所述受检部位的病灶尺寸和位置之后,还包括:
调整CT机扫描电压、电流或者扫描结束位置,以生成低分辨率的扫描图像。
10.一种图像重建装置,其特征在于,包括:
图像获取单元,用于获取CT机断层扫描的扫描图像;
部位获取单元,用于基于所述扫描图像获取所述扫描图像中的受检部位信息;
识别单元,用于识别所述受检部位信息是否满足预设病灶条件;
确定单元,用于当所述受检部位信息满足预设病灶条件时,基于所述受检部位信息重建所述扫描图像。
CN202110639623.3A 2021-06-08 2021-06-08 一种图像重建方法及装置 Pending CN113362415A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110639623.3A CN113362415A (zh) 2021-06-08 2021-06-08 一种图像重建方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110639623.3A CN113362415A (zh) 2021-06-08 2021-06-08 一种图像重建方法及装置

Publications (1)

Publication Number Publication Date
CN113362415A true CN113362415A (zh) 2021-09-07

Family

ID=77533256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110639623.3A Pending CN113362415A (zh) 2021-06-08 2021-06-08 一种图像重建方法及装置

Country Status (1)

Country Link
CN (1) CN113362415A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404088A (zh) * 2008-11-05 2009-04-08 华中科技大学 Ct图像重建的方法及系统
US20190231296A1 (en) * 2018-01-26 2019-08-01 General Electric Company Methods and system for optimizing an imaging scan based on a prior scan
CN111012317A (zh) * 2020-01-18 2020-04-17 四川知周光声医疗科技有限公司 一种光声乳腺的图像重建方法及系统
CN111369636A (zh) * 2020-02-28 2020-07-03 上海联影医疗科技有限公司 一种图像重建方法、系统、装置及存储介质
CN112596013A (zh) * 2019-09-17 2021-04-02 通用电气精准医疗有限责任公司 用于从校准图像生成定位器扫描设置的系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404088A (zh) * 2008-11-05 2009-04-08 华中科技大学 Ct图像重建的方法及系统
US20190231296A1 (en) * 2018-01-26 2019-08-01 General Electric Company Methods and system for optimizing an imaging scan based on a prior scan
CN112596013A (zh) * 2019-09-17 2021-04-02 通用电气精准医疗有限责任公司 用于从校准图像生成定位器扫描设置的系统和方法
CN111012317A (zh) * 2020-01-18 2020-04-17 四川知周光声医疗科技有限公司 一种光声乳腺的图像重建方法及系统
CN111369636A (zh) * 2020-02-28 2020-07-03 上海联影医疗科技有限公司 一种图像重建方法、系统、装置及存储介质

Similar Documents

Publication Publication Date Title
JP5307331B2 (ja) 被走査対象物内の領域を自動的に決定するための方法及びシステム
US8068651B2 (en) Medical imaging diagnosis apparatus
JP5081390B2 (ja) 腫瘍量を監視する方法及びシステム
US10098602B2 (en) Apparatus and method for processing a medical image of a body lumen
CN111540025B (zh) 预测用于图像处理的图像
CN102024251B (zh) 用于双源ct的基于多图像虚拟非对比图像增强的系统和方法
US11257261B2 (en) Computed tomography visualization adjustment
JP2005199041A (ja) Ct血管造影法における構造を領域分割する方法及び装置
CN111598989B (zh) 一种图像渲染参数设置方法、装置、电子设备及存储介质
US10032295B2 (en) Tomography apparatus and method of processing tomography image
CN110458837B (zh) 一种图像后处理方法、装置、电子设备及存储介质
KR101946576B1 (ko) 의료 영상 장치 및 의료 영상 처리 방법
JP2014128656A (ja) スカウト画像の自動スキャンおよび位置決め装置
JP2017221483A (ja) 医用画像処理装置及びプログラム
US20200240934A1 (en) Tomography apparatus and controlling method for the same
CN111281433A (zh) 用于计算机断层扫描检查的基于定位片的脂肪量化
JP6757303B2 (ja) 乳房タイプ識別装置、方法およびプログラム
CN117594197A (zh) 预览图生成方法、装置和电子设备
JP2005095397A (ja) X線散乱線成分の補正方法及びそのプログラム並びにx線ct装置
CN113362415A (zh) 一种图像重建方法及装置
CN114708283A (zh) 图像目标的分割方法、装置、电子设备及存储介质
US8116545B2 (en) Method and system for analysis of bone density
CN118071624B (zh) 一种基于辐射剂量降低的cbct成像方法及系统
CN106875342B (zh) 一种计算机断层图像处理方法和装置
US20220284556A1 (en) Confidence map for radiographic image optimization

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