CN113538298B - 病灶高清图像重建方法、装置、设备及存储介质 - Google Patents
病灶高清图像重建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113538298B CN113538298B CN202111044691.1A CN202111044691A CN113538298B CN 113538298 B CN113538298 B CN 113538298B CN 202111044691 A CN202111044691 A CN 202111044691A CN 113538298 B CN113538298 B CN 113538298B
- Authority
- CN
- China
- Prior art keywords
- focus
- radius
- reconstruction
- image
- definition image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 230000003902 lesion Effects 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 206010056342 Pulmonary mass Diseases 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000002591 computed tomography Methods 0.000 description 51
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种肺部小结节病灶的检出和自动高清图像重建方法、装置、设备、存储介质和计算机，其中，该方法包括基于AI技术的全局图像中病灶的检出；确定所述病灶的空间位置并根据病灶大小确定高清图像的Z轴重建范围、图像坐标中心和FOV大小；将所述病灶的位置及重建范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像。根据本发明实施提供的病灶高清图像重建方法、装置、设备及存储介质，可以实现小病灶位置VR三维图像的自动重建，不需要人工在CT设备上进行繁琐的操作，提高了效率，降低了医生或技师的工作量，同时，不占用CT设备，提高了机器使用的效率。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种病灶高清图像自动重建方法、装置、设备及存储介质。
背景技术
CT(Computed Tomography)，即电子计算机断层扫描，它是利用精确准直的X线束，与灵敏度极高的探测器同步围绕人体旋转，探测器采集到人体的X线衰减信息后通过特殊的重建算法重建出一系列的断面图像。CT具有扫描时间快，图像清晰等特点，可用于多种疾病的检查。
相关技术中，在CT扫描得到的CT原始图像之后，一般需要对CT原始图像进行后处理，以建立VR三维图像，通过VR三维图像便于医生对病灶位置的确定及观察。然而，对于肺部小结节病灶而言，常规CT图像获取的信息量少，而且由于受到容积效应和周围间隙效应的影响，信息也不够准确和可靠，影响医生做出正确的诊断。为增加小结节病灶的诊断信息和可靠性，通常需要对小结节病灶的局部进行小FOV和多重建函数的靶重建。目前，对于小病灶位置的图像重建，通常需要医生或技师在CT设备上进行繁琐的操作才能完成，完成后再发送至工作站，这种图像重建方式，效率低，增加了医生或技师的工作量，同时，占用了CT设备，降低了机器使用的效率。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的在于提出一种病灶高清图像重建方法、装置、设备及存储介质。
为实现上述目的，第一方面，根据本发明实施例的病灶高清图像重建方法，包括：
检测全局图像中的病灶；
确定所述病灶的位置及重建范围；
将所述病灶的位置及范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像。
根据本发明的一个实施例，所述确定所述病灶的位置及重建范围包括：
获取病灶在三维空间中的X轴方向、Y轴方向及Z轴方向的坐标位置；
以所述坐标位置为圆心，确定病灶的半径；
以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域，所述空间区域确定为所述重建范围。
根据本发明的一个实施例，所述以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域之前还包括：
将所述病灶的半径与预定半径进行对比；
若所述病灶的半径小于或等于所述预定半径，则执行后续步骤；
若所述病灶的半径大于所述预定半径，则结束流程，不执行后续步骤。
根据本发明的一个实施例，所述CT设备根据所述病灶的位置及范围重建图像包括：
获取重建参数，所述重建参数包括层厚及FOV值；
根据所述重建参数、病灶的位置及重建范围重建图像，以形成病灶高清图像。
根据本发明的一个实施例，还包括：
接收所述CT设备发送病灶高清图像；
加载并显示所述病灶高清图像。
第二方面，根据本发明实施例的病灶高清图像重建装置，包括：
检测单元，用于检测全局图像中的病灶；
确定单元，用于确定所述病灶的位置及重建范围；
发送单元，用于将所述病灶的位置及范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像。
根据本发明的一个实施例，所述确定单元包括：
第一获取模块，用于获取病灶在三维空间中的X轴方向、Y轴方向及Z轴方向的坐标位置；
第一确定模块，用于以所述坐标位置为圆心，确定病灶的半径；
第二确定模块，用于以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域，所述空间区域确定为所述重建范围。
根据本发明的一个实施例，所述确定单元还包括：
对比模块，用于将所述病灶的半径与预定半径进行对比；
执行模块，用于当所述病灶的半径小于或等于所述预定半径时，执行后续步骤，以及当所述病灶的半径大于所述预定半径时，结束流程，不执行后续步骤。
第三方面，根据本发明实施例的计算机设备，包括存储器、处理器以及存储在所述存储器上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所述的病灶高清图像重建方法。
第四方面，根据本发明实施例提供的计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的病灶高清图像重建方法。
根据本发明实施例提供的病灶高清图像重建方法、装置、设备及存储介质，检测全局图像中的病灶，再确定所述病灶的位置及重建范围，将所述病灶的位置及重建范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像，如此，可以实现小病灶位置VR三维图像的自动重建，不需要人工在CT设备上进行繁琐的操作，提高了效率，降低了医生或技师的工作量，同时，不占用CT设备，提高了机器使用的效率。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1是本发明病灶高清图像重建方法一个实施例的流程图；
图2是本发明病灶高清图像重建方法另一个实施例的流程图；
图3是本发明病灶高清图像重建方法又一个实施例的流程图；
图4是本发明病灶高清图像重建方法再一个实施例的流程图；
图5是本发明病灶高清图像重建装置一个实施例的结构示意图；
图6是本发明病灶高清图像重建装置另一个实施例的结构示意图；
图7是本发明病灶高清图像重建装置又一个实施例的结构示意图；
图8是本发明计算机设备实施例的结构示意图；
图9为全局图像中病灶处在放大后的截图；
图10为利用本发明实施例方法进行病灶处重建一个视角的病灶高清图像；
图11为利用本发明实施例方法进行病灶处重建另一个视角的病灶高清图像。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
参照图1所示，图1示出了本发明实施例提供的病灶高清图像重建方法一个实施例的流程图，为了便于描述，仅示出了与本发明实施例相关的部分。该病灶高清图像重建方法可以由CT工作站执行，具体包括：病灶高清图像重建方法，包括：
S101、检测全局图像中的病灶。
CT设备在对患者进行扫描之后得到原始图像数据，该原始图像数据发送至CT工作站，通过CT工作站处理后形成全局图像，该全局图像是指病灶所在器官的完整图像，例如肺部全局图像，病灶为肺结节，并且，该全局图像可以包括二维图像及VR三维图像。在得到全局图像之后进行图像识别，以检测全局图像中的病灶。
S102、确定所述病灶的位置及重建范围。
也就是说，在检测到全局图像中的病灶之后，由于VR三维图像具有空间坐标系，所以，可以在VR三维图像中确定出病灶的空间位置，FOV大小，并且，可以根据病灶的大小来确定重建范围。
S103、将所述病灶的位置及范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像，该病灶高清图像是小FOV图像，FOV(FieldOf View图像视野)是指重建图像的范围。
也就是说，在确定病灶的位置和重建范围之后，CT工作站可以将病灶的位置及重建范围发送给CT设备，CT设备即可根据病灶的位置及重建范围对并病灶出的图像进行图像重建，可以理解的是，重建形成的病灶高清图像也是三维VR图像。
需要说明的是，在CT设备重建得到病灶高清图像之后，CT设备可以将病灶高清图像发送给CT工作站，CT工作站接收CT设备发送病灶高清图像，再加载并显示该病灶高清图像，如此，医生或技师即可在CT工作站的显示屏上观察到病灶高清图像，病灶高清图像具有更多的信息，通过该病灶高清图像有利于医生观察分析。如图9至图11所示，图9为全局图像中病灶处在放大后的截图，图10及图11为病灶处重建后不同视角的病灶高清图像，A为病灶的中心，从图9与图10、图11的对比可知，图10及图11的病灶高清图像相对于图9中的病灶处的放大截图，具有更高的清晰度，病灶的信息更加完整。
根据本发明实施例提供的病灶高清图像重建方法，检测全局图像中的病灶，再确定所述病灶的位置及重建范围，将所述病灶的位置及重建范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像，如此，可以实现小病灶位置VR三维图像的自动重建，不需要人工在CT设备上进行繁琐的操作，提高了效率，降低了医生或技师的工作量，同时，不占用CT设备，提高了机器使用的效率。
参照图2所示，在本发明的一个实施例中，步骤S102包括：
S201、获取病灶在三维空间中的X轴方向、Y轴方向及Z轴方向的坐标位置。
S202、以所述坐标位置为圆心，确定病灶的半径。
S203、以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域，所述空间区域确定为所述重建范围。
也就是说，在全局图像中检测到病灶之后，计算病灶在三维空间中的X轴方向、Y轴方向及Z轴方向的坐标位置，即(x，y，z)，该坐标位置位于病灶的中心，再以该坐标位置为圆心，确定病灶的半径，由于病灶可能并不规则，所以，可以通过检测病灶外轮廓至坐标位置之间的最大距离作为半径，防止病灶缺失。此外，在确定病灶的半径之后，为了便于医生观察该病灶周边的关联信息，同时，也为进一步防止病灶缺失，可以以病灶的半径的预定倍数(例如3倍或5倍等)作为边长，提取一个立体的空间区域，该空间局域可以是立方体、多面体等，病灶则位于该空间区域的中心，以该空间区域作为重建范围即可。
本实施例中，通过上步骤，可以确定病灶的位置及重建范围，并且，可以确保病灶不会缺失，且病灶位于重建范围的中心，病灶的周围也具有病灶的关联信息，可以方便于观察分析。
参照图3所示，在本发明的一个实施例，步骤S303之前还包括：
S301、将所述病灶的半径与预定半径进行对比。
S302、若所述病灶的半径小于或等于所述预定半径，则执行后续步骤；若所述病灶的半径大于所述预定半径，则结束流程，不执行后续步骤。
由于不同的患者，病灶的大小不同，而对于病灶尺寸本身比较大时，医生在进行观察分析时，直接可以通过放大病灶位置即可清晰观察到相关信息，所以，对于尺寸较大的病灶没有必要进行图像重建。在本实施例中，在确定病灶的半径之后，可以将病灶的半径与预定半径进行比较，若病灶的半径小于或等于预定半径，则说明病灶较小，此时，可以继续执行后续步骤，确定病灶的重建范围，完成后续的图像重建。若病灶的半径大于预定半径，则说明病灶较大，此时，医生可以通过放大操作，即可清晰的观察病灶的相关信息，则结束重建流程，不用进行图像重建。
由此，本实施例中，通过将病灶的半径与预定半径进行对比，进而在病灶的半径满足条件时才进行图像重建，确保CT设备及CT工作站的资源使用更加合理。
参照图4所示，在本发明的一个实施例中，CT设备根据所述病灶的位置及范围重建图像包括：
S401、获取重建参数，所述重建参数包括层厚及FOV值；
S402、根据所述重建参数、病灶的位置及重建范围重建图像，以形成病灶高清图像。
其中，获取重建参数，可以是医生或技术在CT设备上进行设置，输入重建参数，CT设备在接收输入的重建参数之后，再根据重建参数、病灶的位置及重建范围进行重建。此外，获取重建参数，也可以是由CT工作站或CT设备根据重建范围自动生成重建参数，自动生成重建参数的过程无需人工参与，效率更高。
本实施例中，通过层厚及FOV值等重建参数重建图像，可以确保重建后形成的肺结节高清图像的信息更加完整，以便于观察分析。
参照图5所示，图5示出了本发明实施例提供的病灶高清图像重建装置一个实施例的结构示意图，为了便于描述，仅示出了与本发明实施例相关的部分。具体的，该病灶高清图像重建装置包括：
检测单元501，用于检测全局图像中的病灶。
确定单元502，用于确定所述病灶的位置及重建范围。
发送单元503，用于将所述病灶的位置及范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像。
在本发明的一个实施例中，确定单元502包括：
第一获取模块5021，用于获取病灶在三维空间中的X轴方向、Y轴方向及Z轴方向的坐标位置。
第一确定模块5022，用于以所述坐标位置为圆心，确定病灶的半径。
第二确定模块5023，用于以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域，所述空间区域确定为所述重建范围。
在本发明的一个实施例中，确定单元502还包括：
对比模块5024，用于将所述病灶的半径与预定半径进行对比。
执行模块5025，用于当所述病灶的半径小于或等于所述预定半径时，执行后续步骤，以及当所述病灶的半径大于所述预定半径时，结束流程，不执行后续步骤。
根据本发明实施例提供的病灶高清图像重建装置，检测全局图像中的病灶，再确定所述病灶的位置及重建范围，将所述病灶的位置及重建范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像，如此，可以实现小病灶位置VR三维图像的自动重建，不需要人工在CT设备上进行繁琐的操作，提高了效率，降低了医生或技师的工作量，同时，不占用CT设备，提高了机器使用的效率。
本发明实施例还提供了一种计算机设备100，包括存储器102、处理器101以及存储在所述存储器102上并可在所述处理器101上运行的计算机程序1021，所述处理器101执行所述计算机程序1021时实现如上所述的病灶高清图像重建方法。
示例性的，所述计算机程序1021可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器102中，并由所述处理器101执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序1021在所述计算机设备100中的执行过程。
本发明实施例还提供一种计算机存储介质，其上存储有计算机程序1021，该程序被处理器101执行时实现如上所述的病灶高清图像重建方法。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置或系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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过程、方法、物品或者设备不仅包括那些要素，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过程、方法、物品或者设备所固有的要素。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过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器101执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种病灶高清图像重建方法，该方法应用于CT工作站，其特征在于，包括：
检测全局图像中的病灶；
确定所述病灶的位置及重建范围；
将所述病灶的位置及重建范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像；
所述确定所述病灶的位置及重建范围包括：
获取病灶在三维空间中的X轴方向、Y轴方向及Z轴方向的坐标位置；
以所述坐标位置为圆心，确定病灶的半径；
以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域，所述空间区域确定为所述重建范围；
以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域之前还包括：
将所述病灶的半径与预定半径进行对比；
若所述病灶的半径小于或等于所述预定半径，则执行后续步骤；
若所述病灶的半径大于所述预定半径，则结束流程，不执行后续步骤。
2.根据权利要求1所述的病灶高清图像重建方法，其特征在于，所述CT设备根据所述病灶的位置及范围重建图像包括：
获取重建参数，所述重建参数包括层厚及FOV值；
根据所述重建参数、病灶的位置及重建范围重建图像，以形成病灶高清图像。
3.根据权利要求1所述的病灶高清图像重建方法，其特征在于，还包括：
接收所述CT设备发送病灶高清图像；
加载并显示所述病灶高清图像。
4.一种病灶高清图像重建装置，其特征在于，包括：
检测单元，用于检测全局图像中的病灶；
确定单元，用于确定所述病灶的位置及重建范围；
发送单元，用于将所述病灶的位置及范围发送至CT设备，以使所述CT设备根据所述病灶的位置及重建范围重建图像，以形成病灶高清图像；
所述确定单元包括：
第一获取模块，用于获取病灶在三维空间中的X轴方向、Y轴方向及Z轴方向的坐标位置；
第一确定模块，用于以所述坐标位置为圆心，确定病灶的半径；
第二确定模块，用于以所述病灶的半径的预定倍数作为边长，形成以所述病灶为中心的空间区域，所述空间区域确定为所述重建范围；
所述确定单元还包括：
对比模块，用于将所述病灶的半径与预定半径进行对比；
执行模块，用于当所述病灶的半径小于或等于所述预定半径时，执行后续步骤，以及当所述病灶的半径大于所述预定半径时，结束流程，不执行后续步骤。
5.一种计算机设备，包括存储器、处理器以及存储在所述存储器上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3任意一项所述的病灶高清图像重建方法。
6.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至3任意一项所述的病灶高清图像重建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111044691.1A CN113538298B (zh) | 2021-09-07 | 2021-09-07 | 病灶高清图像重建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111044691.1A CN113538298B (zh) | 2021-09-07 | 2021-09-07 | 病灶高清图像重建方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113538298A CN113538298A (zh) | 2021-10-22 |
| CN113538298B true CN113538298B (zh) | 2024-01-05 |
Family
ID=78092462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111044691.1A Active CN113538298B (zh) | 2021-09-07 | 2021-09-07 | 病灶高清图像重建方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113538298B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107507184A (zh) * | 2017-09-26 | 2017-12-22 | 上海辉明软件有限公司 | 病灶模型的建立方法、装置及电子设备 |
| CN109493328A (zh) * | 2018-08-31 | 2019-03-19 | 上海联影智能医疗科技有限公司 | 医学图像显示方法、查看设备以及计算机设备 |
| CN109717886A (zh) * | 2017-10-30 | 2019-05-07 | 上海交通大学 | 一种低辐射剂量的ct扫描方法 |
| CN110706241A (zh) * | 2019-09-30 | 2020-01-17 | 东软医疗系统股份有限公司 | 一种三维病灶区域提取方法和装置 |
| CN111242926A (zh) * | 2020-01-13 | 2020-06-05 | 北京妙医佳健康科技集团有限公司 | 病灶检测方法、装置及电子设备 |
| CN112288843A (zh) * | 2020-09-10 | 2021-01-29 | 深圳市智影医疗科技有限公司 | 一种病灶的三维构建方法、装置、终端设备及存储介质 |
| CN113012249A (zh) * | 2021-03-02 | 2021-06-22 | 大连东软教育科技集团有限公司 | 一种在ct图像上生成病灶的方法、装置及存储介质 |
-
2021
- 2021-09-07 CN CN202111044691.1A patent/CN113538298B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107507184A (zh) * | 2017-09-26 | 2017-12-22 | 上海辉明软件有限公司 | 病灶模型的建立方法、装置及电子设备 |
| CN109717886A (zh) * | 2017-10-30 | 2019-05-07 | 上海交通大学 | 一种低辐射剂量的ct扫描方法 |
| CN109493328A (zh) * | 2018-08-31 | 2019-03-19 | 上海联影智能医疗科技有限公司 | 医学图像显示方法、查看设备以及计算机设备 |
| CN110706241A (zh) * | 2019-09-30 | 2020-01-17 | 东软医疗系统股份有限公司 | 一种三维病灶区域提取方法和装置 |
| CN111242926A (zh) * | 2020-01-13 | 2020-06-05 | 北京妙医佳健康科技集团有限公司 | 病灶检测方法、装置及电子设备 |
| CN112288843A (zh) * | 2020-09-10 | 2021-01-29 | 深圳市智影医疗科技有限公司 | 一种病灶的三维构建方法、装置、终端设备及存储介质 |
| CN113012249A (zh) * | 2021-03-02 | 2021-06-22 | 大连东软教育科技集团有限公司 | 一种在ct图像上生成病灶的方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113538298A (zh) | 2021-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9401019B2 (en) | Imaging tomosynthesis system, in particular mammography system | |
| US7912180B2 (en) | Scattered radiation correction method and scattered radiation correction apparatus | |
| US8229200B2 (en) | Methods and systems for monitoring tumor burden | |
| JP4745551B2 (ja) | 造影剤に覆われた被検体のダイナミック３次元画像を再構成するための方法及びデバイス | |
| US8081809B2 (en) | Methods and systems for optimizing high resolution image reconstruction | |
| US11660061B2 (en) | Method and system for motion assessment and correction in digital breast tomosynthesis | |
| US8788012B2 (en) | Methods and apparatus for automatically registering lesions between examinations | |
| US20040161137A1 (en) | Method of determining physical parameters of bodily structures | |
| US20120166211A1 (en) | Method and apparatus for aiding imaging diagnosis using medical image, and image diagnosis aiding system for performing the method | |
| JP4528322B2 (ja) | 画像表示装置、画像表示方法、および画像表示プログラム | |
| CN110584714A (zh) | 超声融合成像方法、超声装置及存储介质 | |
| US8415630B2 (en) | Apparatus and methods for determining a boundary of an object for positron emission tomography scatter correction | |
| US9275478B2 (en) | Method, control system, and computer program for compression of digital breast tomosynthesis data | |
| CN107252353B (zh) | 医学成像设备的控制方法及医学成像设备 | |
| US9361711B2 (en) | Lesion-type specific reconstruction and display of digital breast tomosynthesis volumes | |
| US9020215B2 (en) | Systems and methods for detecting and visualizing correspondence corridors on two-dimensional and volumetric medical images | |
| CN103961123B (zh) | 计算机断层摄影（ct）方法和ct系统 | |
| KR101783964B1 (ko) | 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법 | |
| JP6955909B2 (ja) | 画像処理装置 | |
| US20070127796A1 (en) | System and method for automatically assessing active lesions | |
| CN113538298B (zh) | 病灶高清图像重建方法、装置、设备及存储介质 | |
| CN103501703B (zh) | X射线ct装置 | |
| WO2011055312A1 (en) | Quantification results in multiplane imaging | |
| CN113724177B (zh) | 肺结节信息融合方法、装置、设备及其存储介质 | |
| JP2016042876A (ja) | 医用画像処理装置及び医用画像処理方法 |
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 |