CN113407893A - 一种心胸比计算方法、装置、终端设备及介质 - Google Patents

一种心胸比计算方法、装置、终端设备及介质 Download PDF

Info

Publication number
CN113407893A
CN113407893A CN202110593359.4A CN202110593359A CN113407893A CN 113407893 A CN113407893 A CN 113407893A CN 202110593359 A CN202110593359 A CN 202110593359A CN 113407893 A CN113407893 A CN 113407893A
Authority
CN
China
Prior art keywords
distance
chest
cardiothoracic ratio
deviation factor
determining
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
CN202110593359.4A
Other languages
English (en)
Other versions
CN113407893B (zh
Inventor
权申文
杨军
周浩
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.)
Shenzhen Zhiying Medical Technology Co ltd
Original Assignee
Shenzhen Zhiying 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 Shenzhen Zhiying Medical Technology Co ltd filed Critical Shenzhen Zhiying Medical Technology Co ltd
Priority to CN202110593359.4A priority Critical patent/CN113407893B/zh
Publication of CN113407893A publication Critical patent/CN113407893A/zh
Application granted granted Critical
Publication of CN113407893B publication Critical patent/CN113407893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Mathematical Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Public Health (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Mathematical Optimization (AREA)
  • Geometry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请适用于图像处理技术领域，提供了一种心胸比计算方法、装置、终端设备及介质，所述方法包括：对获取到的多个胸部影像进行图像分割，得到胸部影像的多个分割图；根据多个分割图，确定待计算的心胸比的偏差因子，偏差因子包括距离偏差因子和呼吸气偏差因子中的至少一种，距离偏差因子用于表征在拍摄多个胸部影像时由于射线源与探测器之间的距离而导致的心胸比的偏差程度，呼吸气偏差因子用于表征由于患者呼吸气而导致的心胸比的偏差程度；根据距离偏差因子和呼吸气偏差因子，确定心胸比的矫正系数；根据矫正系数，计算心胸比。采用上述方法，可以提高计算心胸比的准确度。

Description

一种心胸比计算方法、装置、终端设备及介质
技术领域
本申请属于图像处理技术领域，尤其涉及一种心胸比计算方法、装置、终端设备及介质。
背景技术
心胸比是指在X射线胸片上心脏横径与胸廓横径之比，可用于评估心脏增大的程度。
现有技术中，计算X射线胸片中心胸比的传统方法通常是使用医学影像信息系统(PictureArchivingandCommunicationSystems，PACS)中的手动测量工具测量心脏最大横径和肺区最大横径，然后直接计算二者之间的比值，该比值即是计算得到的心胸比。该方法由于需要人工手动操作，精确度较低；并且，不同操作人员使用测量工具测量得到的心脏最大横径和肺区最大横径也可能不同，导致最终计算得到的结果一致性较差。此外，偶有采用自动化方法进行测量心胸比的研究或专利，但是这些研究或专利仅仅基于X射线胸片本身来进行计算，未考虑其他因素对心胸比测得值的影响，导致最终得到的心胸比实际的比值误差较大。
发明内容
本申请实施例提供了一种心胸比计算方法、装置、终端设备及介质，可以提高计算心胸比的精确度。
第一方面，本申请实施例提供了一种心胸比计算方法，包括：
对获取到的多个胸部影像进行图像分割，得到所述胸部影像的多个分割图；
根据所述多个分割图，确定待计算的心胸比的偏差因子，所述偏差因子包括距离偏差因子和呼吸气偏差因子中的至少一种，所述距离偏差因子用于表征在拍摄所述多个胸部影像时由于射线源与探测器之间的距离而导致的所述心胸比的偏差程度，所述呼吸气偏差因子用于表征由于患者呼吸气而导致的所述心胸比的偏差程度；
根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数；
根据所述矫正系数，计算所述心胸比。
第二方面，本申请实施例提供了一种心胸比计算装置，包括：
胸部影像分割模块，用于对获取到的多个胸部影像进行图像分割，得到所述胸部影像的多个分割图；
偏差因子计算模块，用于根据所述多个分割图，确定待计算的心胸比的偏差因子，所述偏差因子包括距离偏差因子和呼吸气偏差因子中的至少一种，所述距离偏差因子用于表征在拍摄所述多个胸部影像时由于射线源与探测器之间的距离而导致的所述心胸比的偏差程度，所述呼吸气偏差因子用于表征由于患者呼吸气而导致的所述心胸比的偏差程度；
矫正系数确定模块，用于根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数；
心胸比计算模块，用于根据所述矫正系数，计算所述心胸比。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中所述的方法。
本申请实施例与现有技术相比存在的有益效果是：在本申请实施例中，通过多个胸部影像，确定影响心胸比的距离偏差因子和呼吸气偏差因子，然后根据距离偏差因子和呼吸气偏差因子确定心胸比的矫正系数。距离偏差因子可以表征在拍摄多个胸部影像时由于射线源与探测器之间的距离而导致的心胸比的偏差程度，呼吸气偏差因子可以表征由于患者呼吸气而导致的心胸比的偏差程度，因此采用距离偏差因子和呼吸气偏差因子进行心胸比的计算，可以矫正由于拍摄距离和呼吸气而导致的心胸比的偏差，提高心胸比测量的准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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，下面描述中的附图仅仅是本申请的一些实施例，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是本申请一实施例提供的一种心胸比计算方法的流程示意图；
图2是本申请另一实施例提供的一种心胸比计算方法的流程示意图；；
图3是本申请一实施例提供的一种胸部影像的示意图；
图4是本申请一实施例提供的一种心胸比计算装置的结构示意图；
图5是本申请一实施例提供的一种终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
图1是本申请一实施例提供的一种心胸比计算方法的流程示意图，参照图1，所述方法包括：
S101，对获取到的多个胸部影像进行图像分割，得到所述胸部影像的多个分割图。
具体地，本实施例的执行主体为终端设备。
上述胸部影像可以为医学数字成像和通信(DigitalImagingandCommunicationsinMedicine，DICOM)格式的X射线胸部正位影像。胸部影像包括头文件，通过对头文件进行解析，可以获取该胸部影像的拍摄参数，例如胸部影像中每个像素的物理尺寸，拍摄距离，拍摄方位等。
进行图像分割时，可以采用深度学习分割网络Unet进行图像分割，Unet是用于生物医学图像分割的卷积网络。在进行图像分割时，可以先采用4个卷积层对图像进行下采样，再采用4个反卷积层进行上采样，得到胸部影像中的肺区分割图、心影分割图和肋骨分割图。
S102，根据所述多个分割图，确定待计算的心胸比的偏差因子。
上述偏差因子包括距离偏差因子和呼吸气偏差因子中的至少一种，距离偏差因子用于表征在拍摄多个胸部影像时由于射线源与探测器之间的距离而导致的心胸比的偏差程度，呼吸气偏差因子用于表征由于患者呼吸气而导致的心胸比的偏差程度。
在拍摄胸部影像时，射线源和探测器之间的距离很可能不能保持一致，当距离不同时，可能会造成心胸比的偏差。在呼吸气的过程中，心脏的大小可能也会变化，同样会影响心胸比的测量。现有的心胸比计算中，均未考虑影像拍摄距离、病人拍摄时的呼吸状态带来的心胸比测得值波动，该波动能达到0％-20％，不予矫正对于根据心胸比做出诊断会带来极大的负面影响。
根据肺区分割图，可以测量肺区最大横径；根据心影分割图，可以测量心影最大横径；根据肋骨分割图可以获取前肋数量。基于分割图测量肺区最大横径和心影最大横径时，可以先基于分割图确定肺区最大横径和心影最大横径分别对应的像素值，再根据DICOM头文件中的每个像素的物理尺寸比例转换为物理值。在DICOM头文件中，可以解析出胸部影像的拍摄距离。
具体地，心胸比可以采用心影的最大横径和肺区的最大横径的比值来确定。采用心影最大横径和肺区最大横径的比值作为胸部影像的心胸比的测量值，采用心影实际最大横径与肺区实际最大横径作为胸部影像的心胸比的实际值，将实际值和测量值的比值作为由于就拍摄距离而产生的误差值。采用拍摄距离和误差值进行拟合，可以得到距离偏差因子的计算方式。但是在实际计算过程中，由于心影实际最大横径与肺区实际最大横径不易测量，因此在计算时，可以采用数学方式来消减公式中的心影实际最大横径与肺区实际最大横径。
误差值其实可以相当于心影实际最大横径与心影最大横径的第一比值与肺区实际最大横径与肺区最大横径的第二比值的乘积，因此可以直接采用其他距离代替第一比值和第二比值。
在拍摄胸部影像的过程中，射线源经过心脏，在探测器上生成心影最大横径，因此，从射线源到心影实际横径组成的三角形与射线源到心影最大横径组成的三角形相似，根据相似三角形的特征，可以将心影实际最大横径与心影最大横径的第一比值替换为射线源到心影实际最大横径的距离与拍摄距离的比值。
同样的，可以将第二比值替换为射线源到肺区实际最大横径的距离与拍摄距离的比值。
通过上述替换后，距离偏差值为一个与拍摄距离有关的公式，该公式即为距离偏差因子。
具体地，在吸气时拍摄到的胸部影像的前肋数量比较多，在呼气时拍摄到的胸部影像中的前肋数量比较少，采用前肋数量可以确定呼吸气偏差因子。
对于多个胸部影像，分别确定其心胸比和前肋数量，对前肋数量和心胸比进行多项式拟合，可以得到心胸比与前肋数量的关系，心胸比与前肋数量的关系式，即为呼吸气偏差因子。
S103，根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数。
具体地，可以将距离偏差因子和呼吸气偏差因子的乘积作为心胸比的矫正系数。
S104，根据所述矫正系数，计算所述心胸比。
具体地，上述步骤计算出的心胸比，可以用于在之后计算心胸比时，矫正心胸比。
具体地，获取需要测量心胸比的胸部影像，获取所述胸部影像中的拍摄距离，以及肋骨数量，以及肺区最大横径和心影最大横径，然后根据胸部影像中的拍摄距离，以及肋骨数量，以及肺区最大横径和心影最大横径，确定该胸部影像的校正系数的数值，然后采用该数值乘以心影最大横径和肺区最大横径的比值，得到心胸比。
在本实施例中，计算心胸比时可以采用由距离偏差因子和/或呼吸气偏差因子进行矫正，采用距离偏差因子可以减小由于胸部影像的拍摄距离而造成的心胸比的误差；采用呼吸气偏差因子可以减小由于拍摄胸部影像时的呼吸气状态而造成的心胸比的误差；因此，可以实现对心胸比的矫正，提高心胸比的精确度。
图2是本申请另一实施例提供的一种心胸比计算方法的流程示意图，该方法可以包括如下步骤：
S201，对获取到的多个胸部影像进行图像分割，得到所述胸部影像的多个分割图。
本实施例中的方法涉及医学影像诊断领域，将用于X射线胸部正位影像诊断中自动测量心胸比值、矫正心胸比值，辅助医生编写影像诊断报告。将本实施例的执行主体可以为医院PACS系统或者DR医学影像工作站。
上述胸部影像可以为DICOM格式的X射线胸部正位影像。胸部影像包括头文件，通过对头文件进行解析，可以获取该胸部影像的拍摄参数，例如胸部影像中每个像素的物理尺寸，拍摄距离，拍摄方位等。
进行图像分割时，可以采用深度学习分割网络Unet进行图像分割，Unet是用于生物医学图像分割的卷积网络。在进行图像分割时，可以先采用4个卷积层对图像进行下采样，再采用4个反卷积层进行上采样，得到胸部影像中的肺区分割图、心影分割图和肋骨分割图。
S202，确定所述射线源与所述探测器之间的距离。
具体地，可以通过解析获取DICOM格式的胸部影像的头部文件，获取该胸部影像的拍摄距离，该拍摄距离即为射线源与探测器之间的距离。
图3是本申请一实施例提供的一种胸部影像的示意图，图3中的D即为射线源与所述探测器之间的距离，也就是胸部影像的拍摄距离。
S203，根据所述多个分割图，确定所述多个胸部影像中心脏最大冠状面到胸前壁的距离，以及肺区最大冠状面到胸前壁的距离。
具体地，可以通过图像识别的技术手段，从分割图中识别出心脏最大冠状面到胸前壁的距离，以及肺区最大冠状面到胸前壁的距离。
另外，对于每个胸部影像，也可以获取该胸部影像的CT影像，然后获取其中的心脏最大冠状面到胸前壁的距离，以及肺区最大冠状面到胸前壁的距离。
心脏最大冠状面到胸前壁的距离即为图3中的L心，肺区最大冠状面到胸前壁的距离即为图3中的L肺。
S204，根据所述射线源与探测器之间的距离、所述心脏最大冠状面到胸前壁的距离，以及所述肺区最大冠状面到胸前壁的距离，确定待计算的心胸比的距离偏差因子。
具体地，可以计算射线源与探测器之间的距离与心脏最大冠状面到胸前壁的距离的第一差值；计算射线源与探测器之间的距离与肺区最大冠状面到胸前壁的距离的第二差值；然后将第一差值与第二差值的比值确定为距离偏差因子。
图3中的h表示人体心脏最大横径的实际值，w表示人体肺部最大横径的实际值。采用γd表示距离偏差因子。
则距离偏差因子为
Figure BDA0003090056910000081
根据相似三角形可以得到：
Figure BDA0003090056910000082
Figure BDA0003090056910000083
因此：
Figure BDA0003090056910000091
Figure BDA0003090056910000092
则，综合以上公式得：
Figure BDA0003090056910000093
因此，可以将上述第一差值与上述第二差值的比值确定为距离偏差因子。
另外，根据多个分割图，确定多个胸部影像中心影最大横径和肺区最大横径；对心脏最大冠状面到胸前壁的距离和肺区最大横径进行多项式拟合，得到心脏最大冠状面到胸前壁的距离和肺区最大横径的第一关系式；以及，对肺区最大冠状面到胸前壁的距离和肺区最大横径进行多项式拟合，得到肺区最大冠状面到胸前壁的距离和肺区最大横径的第二关系式；根据第一关系式和肺区最大横径确定心脏最大冠状面到胸前壁的距离；以及，根据第二关系式和肺区最大横径确定肺区最大冠状面到胸前壁的距离。
具体地，对于采集的X射线胸部正位影像，以对应的电子计算机断层摄影(ComputerTomography，CT)影像作为标准，采用多项式分别拟合心脏最大冠状面到胸前壁的距离L心＝f心(W)和肺区最大冠状面到胸前壁的距离L肺＝f肺(W)与肺区最大横径W的等式。拟合方式可采用多项式拟合，也可以采用指数或其他方式去拟合。通过X射线胸部正位影像测量得到W，CT可测量L心，根据统计，W和L心呈一定的正相关，采用多项式去拟合L心和W的关系f心，以便根据X射线胸部正位影像得到的W通过f心预测L心。
也就是相当于，可以实现采用多个胸部影像拟合出第一关系式L心＝f心(W)和第二关系式L肺＝f肺(W)，那么，距离偏差因子的计算公式可以为：
Figure BDA0003090056910000094
则之后，可以直接通过肺区最大横径以及拍摄距离确定距离偏差因子的值。
S205，分别确定每个胸部影像的肋骨分割图中的前肋数量。
具体地，从肋骨分割图中识别出前肋数量。一般地，在吸气时拍摄到的胸部影像的前肋数量比较多，在呼气是拍摄到的胸部影像中的前肋数量比较少，因此可以通过肋骨分割图中的前肋数量，确定胸部是否处于吸气状态。
S206，根据所述前肋数量，确定在拍摄所述胸部影像时所述患者是否处于吸气状态。
具体地，若前肋数量大于或等于预设阈值，则表示在拍摄所述胸部影像时所述患者处于吸气状态；若前肋数量小于预设阈值，则在拍摄所述胸部影像时所述患者处于未吸气状态。
S207，确定所述患者处于吸气状态时的胸部影像的第一心胸比值，以及所述患者处于未吸气状态时的胸部影像的第二心胸比值。
具体地，对于每一个胸部影像，确定其心胸比值。上述第一心胸比值为在吸气状态下的心胸比值，第二比值为在未吸气状态下的心胸比值。
S208，基于所述第一心胸比值和所述第二心胸比值确定所述患者处于吸气状态时拍摄得到的每个胸部影像的呼吸偏差值。
具体地，可以将第一心胸比值和第二心胸比值的商作为呼吸偏差值。
S209，对所述呼吸偏差值与对应的所述前肋数量进行拟合，得到所述呼吸气偏差因子。
具体地，采用每个胸部影像的前肋数量作为自变量，呼吸偏差作为因变量，对呼吸偏差值与对应的前肋数量进行拟合，得到呼吸偏差和前肋数量的关系式，将呼吸偏差和前肋数量的关系式作为呼吸气偏差因子。
以具体实例对呼吸气偏差因子的计算进行说明：
设前肋数量为n，则拟合后的吸气偏差因子γb表示为:
γb＝p(n)
p可以通过以下方式得到：收集一个由N个样本组成的数据集，一个样本表示为i，收集其1张标准吸气影像与多张不完全其他呼吸气状态的影像，一般地，标准吸气下前肋数n≥10，该吸气状态下的心胸比值记为ri10，其余状态下的心胸比值记为
Figure BDA0003090056910000111
nj表示第i个样本的第j个其他呼吸气状态影像的可正常显示前肋数。第i个样本的呼吸偏差表示为
Figure BDA0003090056910000112
采用多项式拟合γij与n的关联，得到p。
S210，根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数。
具体地，将距离偏差因子和所述呼吸气偏差因子作为矫正系数，即，矫正系数γ＝γd*γd。
S211，根据所述矫正系数，计算所述心胸比。
具体地，在采用多张胸部影像得到心胸比的矫正系数后，之后再进行心胸比的测量时，可以使用该校正系数对心胸比进行矫正。
即，心胸比
Figure BDA0003090056910000113
在本申请实施例中，收集DICOM格式X射线胸部正位影像，以对应的收集CT影像作为标准；对以上收集的影像进行标准化处理；获取心胸比所需参数，包括心影最大横径、肺区最大横径、心影最大冠状面、肺区最大冠状面与胸前壁之间的距离；设置单一变量对呼吸气状态与心胸比的关系进行建模，计算呼吸气偏差因子；还可以通过不同体型分析预测心脏最大冠状面与肺部最大冠状面之间的距离，用于评估距离对心胸比的影响，计算距离偏差因子；综合各偏差因子的影响综合计算矫正系数。
本实施例中，通过大量的胸部影像，计算影响心胸比的距离偏差因子，拟合出影响心胸比的呼吸气偏差因子，然后采用距离偏差因子和呼吸气偏差因子在心胸比计算中，矫正心胸比，从而帮助医生更高效、准确的测量心胸比。
图4是本申请实施例提供的一种心胸比计算装置的结构示意图，参照图4，所述装置包括：
胸部影像分割模块41，用于对获取到的多个胸部影像进行图像分割，得到所述胸部影像的多个分割图；
偏差因子计算模块42，用于根据所述多个分割图，确定待计算的心胸比的偏差因子，所述偏差因子包括距离偏差因子和呼吸气偏差因子中的至少一种，所述距离偏差因子用于表征在拍摄所述多个胸部影像时由于射线源与探测器之间的距离而导致的所述心胸比的偏差程度，所述呼吸气偏差因子用于表征由于患者呼吸气而导致的所述心胸比的偏差程度；
矫正系数确定模块43，用于根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数；
心胸比计算模块44，用于根据所述矫正系数，计算所述心胸比。
上述偏差因子计算模块42，包括：
拍摄距离确定子模块，用于确定所述射线源与所述探测器之间的距离；
影像距离确定子模块，用于根据所述多个分割图，确定所述多个胸部影像中心脏最大冠状面到胸前壁的距离，以及肺区最大冠状面到胸前壁的距离；
距离偏差因子计算子模块，用于根据所述射线源与探测器之间的距离、所述心脏最大冠状面到胸前壁的距离，以及所述肺区最大冠状面到胸前壁的距离，确定待计算的心胸比的距离偏差因子。
上述装置还包括：
横径确定模块，用于根据所述多个分割图，确定所述多个胸部影像中心影最大横径和肺区最大横径；
拟合模块，用于对所述心脏最大冠状面到胸前壁的距离和所述肺区最大横径进行多项式拟合，得到所述心脏最大冠状面到胸前壁的距离和所述肺区最大横径的第一关系式；以及，对所述肺区最大冠状面到胸前壁的距离和所述肺区最大横径进行多项式拟合，得到所述肺区最大冠状面到胸前壁的距离和所述肺区最大横径的第二关系式；
影像距离确定模块，用于根据所述第一关系式和所述肺区最大横径确定所述心脏最大冠状面到胸前壁的距离；以及，根据所述第二关系式和所述肺区最大横径确定所述肺区最大冠状面到胸前壁的距离。
在上述距离偏差因子计算子模块中，采用如下公式计算所述距离偏差因子：
Figure BDA0003090056910000131
其中，γd为距离偏差因子，D为所述射线源与所述探测器之间的距离，L心为所述心脏最大冠状面到胸前壁的距离，L肺为肺区最大冠状面到胸前壁的距离。
上述偏差因子计算模块42还包括：
前肋数量确定子模块，用于分别确定每个胸部影像的肋骨分割图中的前肋数量；
状态确定子模块，用于根据所述前肋数量，确定在拍摄所述胸部影像时所述患者是否处于吸气状态；
计算子模块，用于确定所述患者处于吸气状态时的胸部影像的第一心胸比值，以及所述患者处于未吸气状态时的胸部影像的第二心胸比值；
偏差值计算子模块，用于基于所述第一心胸比值和所述第二心胸比值确定所述患者处于吸气状态时拍摄得到的每个胸部影像的呼吸偏差值；
呼吸气偏差因子确定子模块，用于对所述呼吸偏差值与对应的所述前肋数量进行拟合，得到所述呼吸气偏差因子。
上述偏差值计算子模块中，采用如下公式计算所述呼吸偏差值：
Figure BDA0003090056910000132
其中，αij为所述患者处于吸气状态时拍摄得到的第i个胸部影像相对于所述患者处于未吸气状态时拍摄得到的第j个的胸部影像的呼吸偏差值，i和j均为正整数；ri10为所述患者处于吸气状态时拍摄得到的胸部影像的第一心胸比值，
Figure BDA0003090056910000133
为所述患者处于未吸气状态时拍摄得到的第j个胸部影像的第二心胸比值，nj表示所述患者处于未吸气状态时拍摄得到的第j个胸部影像的前肋数量。
上述矫正系数确定模块43，包括：
乘积计算子模块，用于计算所述距离偏差因子和所述呼吸气偏差因子的乘积；
矫正系数确定子模块，用于将所述乘积作为所述心胸比的矫正系数。
图5为本申请一实施例提供的终端设备的结构示意图。如图5所示，该实施例的终端设备5包括：至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52，所述处理器50执行所述计算机程序52时实现上述任意各个方法实施例中的步骤。
该终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的举例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(CentralProcessingUnit，CPU)，该处理器50还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51在一些实施例中可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(FlashCard)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种终端设备，该终端设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以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，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种心胸比计算方法，其特征在于，包括：
对获取到的多个胸部影像进行图像分割，得到所述胸部影像的多个分割图；
根据所述多个分割图，确定待计算的心胸比的偏差因子，所述偏差因子包括距离偏差因子和呼吸气偏差因子中的至少一种，所述距离偏差因子用于表征在拍摄所述多个胸部影像时由于射线源与探测器之间的距离而导致的所述心胸比的偏差程度，所述呼吸气偏差因子用于表征由于患者呼吸气而导致的所述心胸比的偏差程度；
根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数；
根据所述矫正系数，计算所述心胸比。
2.如权利要求1所述的方法，其特征在于，所述根据所述多个分割图，确定待计算的心胸比的偏差因子，包括：
确定所述射线源与所述探测器之间的距离；
根据所述多个分割图，确定所述多个胸部影像中心脏最大冠状面到胸前壁的距离，以及肺区最大冠状面到胸前壁的距离；
根据所述射线源与探测器之间的距离、所述心脏最大冠状面到胸前壁的距离，以及所述肺区最大冠状面到胸前壁的距离，确定待计算的心胸比的距离偏差因子。
3.如权利要求2所述的方法，其特征在于，在根据所述射线源与探测器之间的距离、所述心脏最大冠状面到胸前壁的距离，以及所述肺区最大冠状面到胸前壁的距离，确定待计算的心胸比的距离偏差因子之前，还包括：
根据所述多个分割图，确定所述多个胸部影像中心影最大横径和肺区最大横径；
对所述心脏最大冠状面到胸前壁的距离和所述肺区最大横径进行多项式拟合，得到所述心脏最大冠状面到胸前壁的距离和所述肺区最大横径的第一关系式；以及，对所述肺区最大冠状面到胸前壁的距离和所述肺区最大横径进行多项式拟合，得到所述肺区最大冠状面到胸前壁的距离和所述肺区最大横径的第二关系式；
根据所述第一关系式和所述肺区最大横径确定所述心脏最大冠状面到胸前壁的距离；以及，根据所述第二关系式和所述肺区最大横径确定所述肺区最大冠状面到胸前壁的距离。
4.如权利要求2或3所述的方法，其特征在于，所述确定待计算的心胸比的距离偏差因子，包括：
计算所述射线源与探测器之间的距离与所述心脏最大冠状面到胸前壁的距离的第一差值；
计算所述射线源与探测器之间的距离与所述肺区最大冠状面到胸前壁的距离的第二差值；
将所述第一差值与所述第二差值的比值确定为所述距离偏差因子。
5.如权利要求1-3任一项所述的方法，其特征在于，所述多个分割图包括肋骨分割图，所述根据所述多个分割图，确定待计算的心胸比的偏差因子，包括：
分别确定每个胸部影像的肋骨分割图中的前肋数量；
根据所述前肋数量，确定在拍摄所述胸部影像时所述患者是否处于吸气状态；
确定所述患者处于吸气状态时的胸部影像的第一心胸比值，以及所述患者处于未吸气状态时的胸部影像的第二心胸比值；
基于所述第一心胸比值和所述第二心胸比值确定所述患者处于吸气状态时拍摄得到的每个胸部影像的呼吸偏差值；
对所述呼吸偏差值与对应的所述前肋数量进行拟合，得到所述呼吸气偏差因子。
6.如权利要求5所述的方法，其特征在于，所述基于所述第一心胸比值和所述第二心胸比值确定所述患者处于吸气状态时拍摄得到的每个胸部影像的呼吸偏差值，包括：
计算所述第一心胸比值和所述第二心胸比值的商；
将所述第一心胸比值和所述第二心胸比值的商作为所述胸部影像的呼吸偏差值。
7.如权利要求1-4或6任一项所述的方法，其特征在于，根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数，包括：
计算所述距离偏差因子和所述呼吸气偏差因子的乘积；
将所述乘积作为所述心胸比的矫正系数。
8.一种心胸比计算装置，其特征在于，包括：
胸部影像分割模块，用于对获取到的多个胸部影像进行图像分割，得到所述胸部影像的多个分割图；
偏差因子计算模块，用于根据所述多个分割图，确定待计算的心胸比的偏差因子，所述偏差因子包括距离偏差因子和呼吸气偏差因子中的至少一种，所述距离偏差因子用于表征在拍摄所述多个胸部影像时由于射线源与探测器之间的距离而导致的所述心胸比的偏差程度，所述呼吸气偏差因子用于表征由于患者呼吸气而导致的所述心胸比的偏差程度；
矫正系数确定模块，用于根据所述距离偏差因子和所述呼吸气偏差因子，确定所述心胸比的矫正系数；
心胸比计算模块，用于根据所述矫正系数，计算所述心胸比。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202110593359.4A 2021-05-28 2021-05-28 一种心胸比计算方法、装置、终端设备及介质 Active CN113407893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110593359.4A CN113407893B (zh) 2021-05-28 2021-05-28 一种心胸比计算方法、装置、终端设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110593359.4A CN113407893B (zh) 2021-05-28 2021-05-28 一种心胸比计算方法、装置、终端设备及介质

Publications (2)

Publication Number Publication Date
CN113407893A true CN113407893A (zh) 2021-09-17
CN113407893B CN113407893B (zh) 2023-01-13

Family

ID=77675178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110593359.4A Active CN113407893B (zh) 2021-05-28 2021-05-28 一种心胸比计算方法、装置、终端设备及介质

Country Status (1)

Country Link
CN (1) CN113407893B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2692624Y (zh) * 2004-03-01 2005-04-13 杨常印 医用x线照片心胸比率测量尺
CN2696543Y (zh) * 2004-04-15 2005-05-04 金跟来 心胸比例尺
JP2017023652A (ja) * 2015-07-15 2017-02-02 寺島　徹 心電同期型レントゲンｃｔｒ撮影システム
CN107665497A (zh) * 2016-07-29 2018-02-06 上海联影医疗科技有限公司 一种医学图像中计算心胸比的方法
CN109077748A (zh) * 2018-08-31 2018-12-25 北京锐视康科技发展有限公司 一种精准的pet归一化校正方法
CN110123487A (zh) * 2019-06-20 2019-08-16 上海叁钛生物科技有限公司 皮肤原位打印系统
WO2021047941A1 (en) * 2019-09-09 2021-03-18 Koninklijke Philips N.V. Inhalation metric for chest x-ray images

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2692624Y (zh) * 2004-03-01 2005-04-13 杨常印 医用x线照片心胸比率测量尺
CN2696543Y (zh) * 2004-04-15 2005-05-04 金跟来 心胸比例尺
JP2017023652A (ja) * 2015-07-15 2017-02-02 寺島　徹 心電同期型レントゲンｃｔｒ撮影システム
CN107665497A (zh) * 2016-07-29 2018-02-06 上海联影医疗科技有限公司 一种医学图像中计算心胸比的方法
CN109077748A (zh) * 2018-08-31 2018-12-25 北京锐视康科技发展有限公司 一种精准的pet归一化校正方法
CN110123487A (zh) * 2019-06-20 2019-08-16 上海叁钛生物科技有限公司 皮肤原位打印系统
WO2021047941A1 (en) * 2019-09-09 2021-03-18 Koninklijke Philips N.V. Inhalation metric for chest x-ray images

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邓许洁等: "早孕期胎儿大脑中动脉收缩期峰值流速、心胸比值与胎儿头臀长的相关性", 《南方医科大学学报》 *

Also Published As

Publication number Publication date
CN113407893B (zh) 2023-01-13

Similar Documents

Publication Publication Date Title
McCollough et al. Use of water equivalent diameter for calculating patient size and size-specific dose estimates (SSDE) in CT: the report of AAPM task group 220
CN109035284B (zh) 基于深度学习的心脏ct图像分割方法、装置、设备及介质
CN107133946B (zh) 医学图像处理方法、装置及设备
EP2399238B1 (en) Functional imaging
US9875544B2 (en) Registration of fluoroscopic images of the chest and corresponding 3D image data based on the ribs and spine
CN110853082B (zh) 医学图像配准方法、装置、电子设备及计算机存储介质
JP2015043959A5 (zh)
Kanai et al. Evaluation of accuracy of B-spline transformation-based deformable image registration with different parameter settings for thoracic images
WO2012173205A1 (ja) 画像のノイズレベルを推定する方法
WO2012025855A1 (en) Dual modality imaging including quality metrics
EP3745950B1 (en) System and method for detecting anatomical regions
CN107348969B (zh) 一种pet数据处理方法、系统及pet成像设备
EP3971830A1 (en) Pneumonia sign segmentation method and apparatus, medium and electronic device
US8433159B1 (en) Compressed target movement model using interpolation
CN111311612A (zh) 肺部分割方法、装置、介质及电子设备
CN113407893B (zh) 一种心胸比计算方法、装置、终端设备及介质
CN111542267A (zh) 用于呈现暗场x射线图像信息的装置
CN112472112A (zh) 调节血管狭窄区间的方法、系统及存储介质
US10600182B2 (en) Image processing apparatus and image processing method, that determine a conformable image
CN112689474A (zh) 用于确定通气缺陷的计算设备
CN110063739A (zh) Spect和pet的图像校正方法、装置以及电子设备
KR102522408B1 (ko) 방사선량 측정 자동 평가 방법 및 장치
JP6823310B2 (ja) 被ばく線量管理方法および管理装置
JP2005223776A (ja) 画像処理装置及び方法及び記憶媒体
CN114404753B (zh) 一种呼吸机吸气检测方法、装置及计算机可读存储介质

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