CN113539439B - 医学图像的处理方法、装置、计算机设备和存储介质 - Google Patents
医学图像的处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113539439B CN113539439B CN202110808746.5A CN202110808746A CN113539439B CN 113539439 B CN113539439 B CN 113539439B CN 202110808746 A CN202110808746 A CN 202110808746A CN 113539439 B CN113539439 B CN 113539439B
- Authority
- CN
- China
- Prior art keywords
- signal range
- value
- medical image
- region
- lesion
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000003902 lesion Effects 0.000 claims description 191
- 230000007704 transition Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 24
- 230000002093 peripheral effect Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 238000002591 computed tomography Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 238000002601 radiography Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开一种医学图像的处理方法、装置、计算机设备和存储介质,该方法包括:当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对初始医学图像的信号范围进行调节,得到参考医学图像;获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值;从第一对比度值和第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值;根据目标第一对比度值和/或所述目标第二对比度值,确定最终信号范围值;根据最终信号范围值对初始医学图像的信号范围进行调节,得到最终参考医学图像。该方案提高了病灶的显示效果。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种医学图像的处理方法、装置、计算机设备和存储介质。
背景技术
为了医疗或者医学研究,可以通过非侵入方式,取得人体内部组织影像生成医学图像。
为了便于观察医学图像中的病灶,需要对医学图像的信号范围进行调节,以提高病灶的显示效果。比如:去除与病灶无关的显示信息,或者对病灶的显示灰度进行增强等。
然而,现有的信号范围调节是针对整张医学图像,即使将整张医学图像调节至较佳的信号范围,病灶仍存在显示效果较差的问题。
发明内容
本发明实施例提供一种医学图像的处理方法、装置、计算机设备和存储介质,可以提高医学图像中病灶的显示效果。
第一方面,本发明实施例提供了一种医学图像的处理方法,其包括:
当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对所述初始医学图像的信号范围进行调节,得到参考医学图像;
获取所述参考医学图像中病灶区域对应的第一对比度值,以及所述参考医学图像中非病灶区域相对所述病灶区域的第二对比度值;
从所述第一对比度值和所述第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值;
根据所述目标第一对比度值和/或所述目标第二对比度值,确定最终信号范围值;
根据所述最终信号范围值对所述初始医学图像的信号范围进行调节,得到最终参考医学图像。
第二方面,本发明实施例还提供了一种医学图像的处理装置,其包括:
指令获取模块,用于当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对所述初始医学图像的信号范围进行调节,得到参考医学图像;
对比度值获取模块,用于获取所述参考医学图像中病灶区域对应的第一对比度值,以及所述参考医学图像中非病灶区域相对所述病灶区域的第二对比度值;
目标获取模块,用于从所述第一对比度值和所述第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值;
最终获取模块,用于根据所述目标第一对比度值和/或所述目标第二对比度值,确定最终信号范围值;
最终参考模块,用于根据所述最终信号范围值对所述初始医学图像的信号范围进行调节,得到最终参考医学图像。
在一实施例中,所述目标获取模块包括:
阈值判断子模块,用于判断所述目标第一对比度值是否大于第一对比度阈值,以及判断所述目标第二对比度值是否大于第二对比度阈值;
确定子模块,用于在所述目标第一对比度值大于所述第一对比度阈值,且所述目标第二对比度值大于所述第二对比度阈值时,确定所述目标第一对比度值和所述目标第二对比度值满足预设条件。
在一实施例中,所述最终获取模块包括:
第一范围值获取子模块,用于从所述预设信号范围值中,获取所述目标第一对比度值对应的目标信号范围值作为所述最终信号范围值;
所述最终参考模块包括:
第一调节子模块,用于通过所述目标信号范围值对所述初始医学图像中对应的病灶子区域的信号范围进行调节,得到所述最终参考医学图像。
在一实施例中,所述非病灶区域包括背景区域,所述第一调节子模块用于:
根据所述目标信号范围值对所述背景区域进行调节。
在一实施例中,所述非病灶区域还包括过渡区域,所述最终参考模块包括:
第二范围值获取子模块,用于获取所述背景区域的第一信号范围值,以及所述过渡区域对应的病灶子区域的第二信号范围值;
第二调节子模块,用于根据所述第一信号范围值和所述第二信号范围值,对所述过渡区域的信号范围进行调节。
在一实施例中,所述第二调节子模块用于:
确定所述第一信号范围值和所述第二信号范围值之间的大小;
当所述第一信号范围值大于所述第二信号范围值时,将所述过渡区域中靠近所述背景区域的信号范围设置为大于远离所述背景区域的信号范围;
当所述第一信号范围值小于所述第二信号范围值时,将所述过渡区域中远离所述背景区域的信号范围设置为大于靠近所述背景区域的信号范围。
在一实施例中,所述最终参考模块还包括:
子区域获取子模块,用于获取所述目标第一对比度值对应的病灶子区域;
目标获取子模块,用于从所述病灶子区域中,获取病灶的病变程度满足预设病变程度的目标病灶子区域;
第三调节子模块,用于将所述目标病灶子区域对应的预设信号范围值设置为所述最终信号范围值。
在一实施例中,所述指令获取模块包括:
中间调节子模块,用于将所述初始医学图像的信号范围调节至所述预设信号范围值,得到中间医学图像;
处理子模块,用于通过人眼灰度响应曲线对所述中间医学图像进行处理,得到所述参考医学图像。
在一实施例中,所述病灶区域包括中心区域和周围区域,其中,病灶位于所述中心区域,所述装置还包括:
相对对比度获取模块,用于获取所述周围区域相对所述中心区域的第三对比度值;
设置模块,用于将所述第三对比度值设置为所述病灶区域对应的第一对比度值。
在一实施例中,所述装置还包括:
中心确定模块,用于根据所述病灶的位置信息,确定所述中心区域;
周围确定模块,用于基于所述中心区域的位置信息,确定所述中心区域对应的周围区域。
在一实施例中,所述对比度值获取模块包括:
掩膜获取子模块,用于获取所述病灶区域对应的病灶掩膜图像;
特征值获取子模块,用于通过所述病灶掩膜图像,获取所述病灶区域对应的特征值;
值获取子模块,用于根据所述特征值,获取所述病灶区域对应的第一对比度值。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如上所述生成对抗网络的训练方法的步骤。
第四方面,本发明实施例还提供了一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如上所述生成对抗网络的训练方法的步骤。
本发明实施例提供了一种医学图像的处理方法、装置、计算机设备和存储介质,先采用预设信号范围值对初始医学图像进行调节,得到参考医学图像,再对参考医学图像中病灶区域的第一对比度,以及非病灶区域相对病灶区域的第二对比度进行分析处理,得到最终参考医学图像,提高了病灶的显示效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例提供的医学图像的处理系统的示意图。
图2是本发明实施例提供的医学图像的处理方法的流程示意图。
图3是本发明实施例提供的医学图像的处理方法的场景示意图。
图4是本发明实施例提供的医学图像的处理装置的结构示意图。
图5是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种医学图像的处理方法、医学图像的调节装置、计算机设备和存储介质。
本发明实施例提供一种医学图像的调节系统。该医学图像的调节装置包括可以集成在计算机设备中的医学图像的调节装置。
该计算机设备可以为终端等设备,例如可以为手机、平板电脑、笔记本电脑、台式电脑等。该计算机设备还可以是服务器等设备,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器,但并不局限于此。
本实施例中的医学图像的调节装置可以集成在服务器中或者终端中,可选的,可以以应用程序等形式集成于终端或服务器中。
请参见图1,图1为本发明实施例提供的医学图像的调节系统的交互时序示意图。该系统可以包括用户侧设备以及服务侧设备,用户侧设备与服务侧设备通过各种网关组成的互联网等方式连接,不再赘述。其中,用户侧设备包括用户终端10。服务侧设备包括服务器20。用户终端10包括但不局限于手机、平板等便携终端,电脑、查询机、广告机等固定终端,以及各种虚拟终端等。服务器20包括本地服务器和/或远程服务器等。
用户通过用户终端10中的鼠标点击初始医学图像,触发生成对初始医学图像进行信号范围调节的指令。服务器20获取到对初始医学图像进行信号范围调节的指令时,先通过预设信号范围值对初始医学图像的信号范围进行调节,得到参考医学图像。再获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值。接着从第一对比度值和第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值。然后根据目标第一对比度值和/或目标第二对比度值,确定最终信号范围值。最后根据所述最终信号范围值对初始医学图像的信号范围进行调节,得到最终参考医学图像。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
在本发明实施例中,将从人脸图像生成装置的角度进行描述,该人脸图像生成装置具体可以集成在服务器中。
请参照图2,图2为本发明实施例提供的人脸图像生成方法的流程示意图,该方法可以包括:
步骤S101,当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值分别对初始医学图像的信号范围进行调节,得到参考医学图像。
需要说明的是,在本实施例中,医学图像的信号范围为起始信号、结束信号、以及中心信号三者确定的具体范围,其中,中心信号可以确定信号范围的中心位置,不同的中心信号对应不同位置的信号范围。以医学图像为CT图像为例进行具体解释说明。由于CT图像中正常组织或病灶组织以不同的模拟灰度显示,因此第一初始医学图像的信号范围即灰度值范围。其中,起始信号为灰度值范围中的灰度值上限,结束信号为灰度值范围中的灰度值下限,中心信号为灰度值范围的中心。
具体的,当用户通过鼠标点击初始医学图像时,可以触发生成对初始医学图像进行信号范围调节的指令。当医学图像的处理装置获取到该指令时,获取预设信号范围值,比如第一预设信号范围值、第二预设信号范围值等。其中,预设信号范围值可以根据实际需要进行设置,在此不做具体限定。
获取到的预设信号范围值用于对初始医学图像的信号范围进行调节。其中,初始医学图像可以为CT(Computed Tomography,电子计算机断层扫描)、MRI(MagneticResonance Imaging,磁共振成像)、超声、DR(Digital Radiography,直接数字化X射线摄影系统)以及DSA(Digital Subtraction Angiography,数字减影血管造影)等类型的图像,在此不对图像类型的范围进行具体限定。
初始医学图像中包括病灶区域和非病灶区域。其中,病灶区域为病灶所在的区域。非病灶区域为初始医学图像中除去病灶区域外剩余的区域。在一实施例中,由于初始医学图像中可能存在多个病灶的情况,因此病灶区域还可以包括多个病灶子区域,每一个病灶子区域中包括一病灶。在一实施例中,病灶区域包括中心区域和位于中心区域周围的周围区域,其中,病灶位于中心区域。在一实施例中,非病灶区域包括背景区域和过渡区域。其中,过渡区域位于背景区域和病灶区域之间。进一步的,当病灶区域包括多个病灶子区域时,过渡区域位于背景区域和对应的病灶子区域之间。
需要说明的是,由于参考医学图像是在初始医学图像上进行信号范围的调节得到的,即参考医学图像和初始医学图像只是信号范围不同,因此,参考医学图像也具有与初始医学图像对应的病灶区域和非病灶区域。同理的,病灶区域也可以包括多个病灶子区域。病灶区域还可以包括中心区域和周围区域。以及,非病灶区域包括背景区域和过渡区域。
当初始医学图像中只有一个病灶,即初始医学图像只包括一个病灶区域时,可以采用三个预设信号范围值对初始医学图像的信号范围进行调节,得到三幅参考医学图像。
进一步的,当初始医学图像包括多个病灶子区域时,可以使用预设信号范围值对多个病灶子区域分别进行调节。需要说明的是,同一参考医学图像中的病灶子区域可以采用相同和/或不同的预设信号范围值进行调节,在此不做具体限定。
举例来说,如图3所示,假设初始医学图像包括病灶区域M,病灶区域M包括第一病灶子区域E和第二病灶子区域F,且采用2个预设信号范围值--第一预设信号范围值1和第二预设信号范围值2进行调节。当使用相同的预设信号范围值调节第一病灶子区域E和第二病灶子区域F时,得到具有第一对比度值为CE1和CF1的参考医学图像A,以及具有第一对比度值CE2和CF2的参考医学图像C。当使用不同的预设信号范围值调节第一病灶子区域E和第二病灶子区域F时,可以得到具有第一对比度值为CE1和CF2的参考医学图像D,以及具有第一对比度值CE2和CF1的参考医学图像B。当既采用相同的预设信号范围值也采用不同的预设信号范围值调节第一病灶子区域E和第二病灶子区域F时,得到参考医学图像A,B,C和D。
需要说明的是,不同参考医学图像中的不同病灶子区域均有与之对应的第一对比度值和预设信号范围值。比如参考医学图像A中的第一病灶子区域E对应的第一对比度值为CE1,预设信号范围值为第一预设信号范围值。参考医学图像B中的第二病灶子区域F对应的第一对比度值为CF1,预设信号范围值为第一预设信号范围值。
在一实施例中,由于图像信息通过人的视觉来接收,因此可以基于人的视觉特性对初始医学图像进行进一步处理。具体的,可以将初始医学图像的信号范围调节至预设信号范围值,得到中间医学图像。再通过人眼灰度响应曲线对中间医学图像进行处理,比如对中间医学图像进行矫正,得到参考医学图像。
步骤S102,获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值。
需要说明的是,当病灶区域包括多个病灶子区域时,病灶区域对应的第一对比度值包括每一个病灶子区域对应的全部第一对比度值。非病灶区域相对病灶区域的第二对比度值包括非病灶区域相对每一个病灶子区域的第二对比度值。
假设,参考医学图像包括第一参考医学图像和第二参考医学图像,病灶区域包括第一病灶子区域和第二病灶子区域。第一参考医学图像中第一病灶子区域的第一对比度值为10,第二病灶子区域的第一对比度值为30。第二参考医学图像中第一病灶子区域的第一对比度值为20,第二病灶子区域的第一对比度值为40。第一参考医学图像中非病灶区域相对第一病灶子区域的第二对比度值为15,非病灶区域相对第二病灶子区域的第二对比度值为25。第二参考医学图像中非病灶区域相对第一病灶子区域的第二对比度值为35,非病灶区域相对第二病灶子区域的第二对比度值为45。则第一对比度值10,20,30和40即上述两个参考医学图像中病灶区域对应的第一对比度值。第二对比度值15,25,35和45即上述两个参考医学图像中非病灶区域相对病灶区域的第二对比度值。
如图3所示,参考医学图像A,B,C和D中病灶区域M对应的第一对比度值包括第一对比度值CE1、CE2、CF1和CF2。
在一实施例中,病灶区域包括中心区域和周围区域,获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值步骤之前,还包括:
获取周围区域相对中心区域的第三对比度值;
将第三对比度值设置为病灶区域对应的第一对比度值。
其中,该中心区域根据病灶的位置信息确定。比如:以病灶为中心,并以预定尺寸为半径确定该中心区域。需要说明的是,以病灶为中心包括以病灶为重心、质心以及几何中心。周围区域根据中心区域的位置信息进行确定。具体的,可以以中心区域的边界为基准,按照预定膨胀率向周边膨胀,形成周围区域。
获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值步骤,包括:
获取病灶区域对应的病灶掩膜图像;
通过病灶掩膜图像,获取病灶区域对应的特征值;
根据特征值,获取病灶区域对应的第一对比度值。
具体的,可以采用深度学习分割网络模型、机器学习、模式匹配以及传统分割算法等方式,对参考医学图像进行处理,提取出病灶区域对应的病灶掩膜图像。其中,可以使用筛选框(bounding box)掩膜,由经验模型转换得到的分割掩膜对参考医学图像进行处理。
其中,特征值包括亮度值、直方图以及像素值等。亮度值又包括亮度平均值、亮度峰值以及亮度谷值等。举例来说,当病灶图像为二维图像时,可以获取病灶区域中全部像素点的像素值,再计算全部像素点的像素值的平均值来得到第一对比度值。当病灶图像为三维图像时,可以获取病灶区域中体像素点的像素值,再计算体像素点的像素值的平均值来得到第一对比度值。
步骤S103,从第一对比度值和第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值。
具体的,通过判断目标第一对比度值是否大于第一对比度阈值,以及判断目标第二对比度值是否大于第二对比度阈值,来确定是否满足预设条件。如果目标第一对比度值大于第一对比度阈值,且目标第二对比度值大于第二对比度阈值,则确定目标第一对比度值和目标第二对比度值满足预设条件。
举例来说,假设第一病灶子区域对应的第一对比度值为10,20,30和40,第二病灶子区域对应的第一对比度值为20,30,40和50。将第一病灶子区域对应的第一对比度阈值设置为25,将第二病灶子区域对应的第一对比度阈值设置为35,则第一对比度值30和40为满足预设条件的目标第一对比度值。第二病灶子区域对应的第一对比度值40和50为满足预设条件的目标第一对比度值。
在一实施例中,还可以从该第一病灶子区域对应的第一对比度值中获取值最大的第一对比度值40作为满足预设条件的目标第一对比度值。同理的,从该第二病灶子区域对应的第一对比度值中获取值最大的第一对比度值50作为满足预设条件的目标第一对比度值。
步骤S104,根据目标第一对比度值或目标第二对比度值,确定最终信号范围值。
在一实施例中,根据所述目标第一对比度值或所述目标第二对比度值,确定最终信号范围值步骤包括:从所述预设信号范围值中,获取所述目标第一对比度值对应的目标信号范围值作为所述最终信号范围值。
在一实施例中,根据所述目标第一对比度值或所述目标第二对比度值,确定最终信号范围值步骤还包括:获取目标第一对比度值对应的病灶子区域;从病灶子区域中,获取病灶的病变程度满足预设病变程度的目标病灶子区域;将所述目标病灶子区域对应的预设信号范围值设置为所述最终信号范围值。即根据病变程度最严重的病灶来对初始医学图像的信号范围进行调节。
步骤S105,根据最终信号范围值对初始医学图像的信号范围进行调节,得到最终参考医学图像。
通过目标信号范围值对初始医学图像中对应的病灶子区域的信号范围进行调节,得到最终参考医学图像。进一步的,还根据目标信号范围值对背景区域进行调节。比如,获取目标信号范围值的均值,将背景区域的信号范围调节值该均值。
在一实施例中,还获取背景区域的第一信号范围值,以及过渡区域对应的病灶子区域的第二信号范围值。根据第一信号范围值和第二信号范围值,对过渡区域的信号范围进行调节。
具体的,确定第一信号范围值和第二信号范围值之间的大小。当第一信号范围值大于第二信号范围值时,将过渡区域中靠近背景区域的信号范围设置为大于远离背景区域的信号范围。当第一信号范围值小于第二信号范围值时,将过渡区域中远离背景区域的信号范围设置为大于靠近背景区域的信号范围。当第一信号范围值和第二信号范围值大小相同时,将背景区域的信号范围调节至第一信号范围值或第二信号范围值。上述过渡区域中信号范围的调节方式可以实现平滑的信号范围调节。
进一步的,还可以展示最终参考医学图像。具体的,可以直接展示最终参考医学图像,还可以对最终参考医学图像的尺寸进行调节,使其便于观察,展示经尺寸调节后的最终参考医学图像。
本发明实施例提供的医学图像的处理方法,先采用预设信号范围值对初始医学图像进行调节,得到参考医学图像,再对参考医学图像中病灶区域的第一对比度,以及非病灶区域相对病灶区域的第二对比度进行分析处理,得到最终参考医学图像,提高了病灶的显示效果。
为了更好地实施以上方法,相应的,本发明实施例还提供一种医学图像的调节装置。参考图4,该人脸图像生成装置3包括:指令获取模块31、对比度值获取模块32、目标获取模块33、最终获取模块34和最终参考模块35。以下进行详细说明:
(1)指令获取模块31
指令获取模块31用于当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对初始医学图像的信号范围进行调节,得到参考医学图像。
需要说明的是,在本实施例中,医学图像的信号范围为起始信号、结束信号、以及中心信号三者确定的具体范围,其中,中心信号可以确定信号范围的中心位置,不同的中心信号对应不同位置的信号范围。以医学图像为CT图像为例进行具体解释说明。由于CT图像中正常组织或病灶组织以不同的模拟灰度显示,因此第一初始医学图像的信号范围即灰度值范围。其中,起始信号为灰度值范围中的灰度值上限,结束信号为灰度值范围中的灰度值下限,中心信号为灰度值范围的中心。
具体的,当用户通过鼠标点击初始医学图像时,可以触发生成对初始医学图像进行信号范围调节的指令。当指令获取模块31获取到该指令时,获取预设信号范围值,比如第一预设信号范围值、第二预设信号范围值等。其中,预设信号范围值可以根据实际需要进行设置,在此不做具体限定。
指令获取模块31获取到的预设信号范围值用于对初始医学图像的信号范围进行调节。其中,初始医学图像可以为CT(Computed Tomography,电子计算机断层扫描)、MRI(Magnetic Resonance Imaging,磁共振成像)、超声、DR(Digital Radiography,直接数字化X射线摄影系统)以及DSA(Digital Subtraction Angiography,数字减影血管造影)等类型的图像,在此不对图像类型的范围进行具体限定。
初始医学图像中包括病灶区域和非病灶区域。其中,病灶区域为病灶所在的区域。非病灶区域为初始医学图像中除去病灶区域外剩余的区域。在一实施例中,由于初始医学图像中可能存在多个病灶的情况,因此病灶区域还可以包括多个病灶子区域,每一个病灶子区域中包括一病灶。在一实施例中,病灶区域包括中心区域和位于中心区域周围的周围区域,其中,病灶位于中心区域。在一实施例中,非病灶区域包括背景区域和过渡区域。其中,过渡区域位于背景区域和病灶区域之间。进一步的,当病灶区域包括多个病灶子区域时,过渡区域位于背景区域和对应的病灶子区域之间。
需要说明的是,由于参考医学图像是在初始医学图像上进行信号范围的调节得到的,即参考医学图像和初始医学图像只是信号范围不同,因此,参考医学图像也具有与初始医学图像对应的病灶区域和非病灶区域。同理的,病灶区域也可以包括多个病灶子区域。病灶区域还可以包括中心区域和周围区域。以及,非病灶区域包括背景区域和过渡区域。
当初始医学图像中只有一个病灶,即初始医学图像只包括一个病灶区域时,可以采用三个预设信号范围值对初始医学图像的信号范围进行调节,得到三幅参考医学图像。
进一步的,当初始医学图像包括多个病灶子区域时,可以使用预设信号范围值对多个病灶子区域分别进行调节。需要说明的是,同一参考医学图像中的病灶子区域可以采用相同和/或不同的预设信号范围值进行调节,在此不做具体限定。
举例来说,如图3所示,假设初始医学图像包括病灶区域M,病灶区域M包括第一病灶子区域E和第二病灶子区域F,且采用2个预设信号范围值--第一预设信号范围值1和第二预设信号范围值2进行调节。当使用相同的预设信号范围值调节第一病灶子区域E和第二病灶子区域F时,得到具有第一对比度值为CE1和CF1的参考医学图像A,以及具有第一对比度值CE2和CF2的参考医学图像C。当使用不同的预设信号范围值调节第一病灶子区域E和第二病灶子区域F时,可以得到具有第一对比度值为CE1和CF2的参考医学图像D,以及具有第一对比度值CE2和CF1的参考医学图像B。当既采用相同的预设信号范围值也采用不同的预设信号范围值调节第一病灶子区域E和第二病灶子区域F时,得到参考医学图像A,B,C和D。
需要说明的是,不同参考医学图像中的不同病灶子区域均有与之对应的第一对比度值和预设信号范围值。比如参考医学图像A中的第一病灶子区域E对应的第一对比度值为CE1,预设信号范围值为第一预设信号范围值。参考医学图像B中的第二病灶子区域F对应的第一对比度值为CF1,预设信号范围值为第一预设信号范围值。
在一实施例中,由于图像信息通过人的视觉来接收,因此可以基于人的视觉特性对初始医学图像进行进一步处理。具体的,
在一实施例中,指令获取模块31包括:中间调节子模块和处理子模块。其中中间调节子模块用于将初始医学图像的信号范围调节至预设信号范围值,得到中间医学图像;处理子模块用于通过人眼灰度响应曲线对中间医学图像进行处理,得到参考医学图像。
(2)对比度值获取模块32
对比度值获取模块32用于获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值。
需要说明的是,当病灶区域包括多个病灶子区域时,病灶区域对应的第一对比度值包括每一个病灶子区域对应的全部第一对比度值。非病灶区域相对病灶区域的第二对比度值包括非病灶区域相对每一个病灶子区域的第二对比度值。
假设,参考医学图像包括第一参考医学图像和第二参考医学图像,病灶区域包括第一病灶子区域和第二病灶子区域。第一参考医学图像中第一病灶子区域的第一对比度值为10,第二病灶子区域的第一对比度值为30。第二参考医学图像中第一病灶子区域的第一对比度值为20,第二病灶子区域的第一对比度值为40。第一参考医学图像中非病灶区域相对第一病灶子区域的第二对比度值为15,非病灶区域相对第二病灶子区域的第二对比度值为25。第二参考医学图像中非病灶区域相对第一病灶子区域的第二对比度值为35,非病灶区域相对第二病灶子区域的第二对比度值为45。则第一对比度值10,20,30和40即上述两个参考医学图像中病灶区域对应的第一对比度值。第二对比度值15,25,35和45即上述两个参考医学图像中非病灶区域相对病灶区域的第二对比度值。
如图3所示,参考医学图像A,B,C和D中病灶区域M对应的第一对比度值包括第一对比度值CE1、CE2、CF1和CF2。
病灶区域包括中心区域和周围区域,其中,病灶位于中心区域,装置3还包括:相对对比度获取模块和设置模块。相对对比度获取模块,用于获取周围区域相对中心区域的第三对比度值;设置模块,用于将第三对比度值设置为病灶区域对应的第一对比度值。
在一实施例中,装置还包括:中心确定模块和周围确定模块。中心确定模块,用于根据病灶的位置信息,确定中心区域;周围确定模块,用于基于中心区域的位置信息,确定中心区域对应的周围区域。
其中,该中心区域根据病灶的位置信息确定。比如:以病灶为中心,并以预定尺寸为半径确定该中心区域。需要说明的是,以病灶为中心包括以病灶为重心、质心以及几何中心。周围区域根据中心区域的位置信息进行确定。具体的,可以以中心区域的边界为基准,按照预定膨胀率向周边膨胀,形成周围区域。
在一实施例中,对比度值获取模块包括:掩膜获取子模块,特征值获取子模块和值获取子模块。掩膜获取子模块,用于获取病灶区域对应的病灶掩膜图像;特征值获取子模块,用于通过病灶掩膜图像,获取病灶区域对应的特征值;值获取子模块,用于根据特征值,获取病灶区域对应的第一对比度值。
具体的,可以采用深度学习分割网络模型、机器学习、模式匹配以及传统分割算法等方式,对参考医学图像进行处理,提取出病灶区域对应的病灶掩膜图像。其中,可以使用筛选框(bounding box)掩膜,由经验模型转换得到的分割掩膜对参考医学图像进行处理。
其中,特征值包括亮度值、直方图以及像素值等。亮度值又包括亮度平均值、亮度峰值以及亮度谷值等。举例来说,当病灶图像为二维图像时,可以获取病灶区域中全部像素点的像素值,再计算全部像素点的像素值的平均值来得到第一对比度值。当病灶图像为三维图像时,可以获取病灶区域中体像素点的像素值,再计算体像素点的像素值的平均值来得到第一对比度值。
(3)目标获取模块33
目标获取模块33用于从第一对比度值和第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值。
在一实施例中,目标获取模块包括:阈值判断子模块和确定子模块。阈值判断子模块,用于判断目标第一对比度值是否大于第一对比度阈值,以及判断目标第二对比度值是否大于第二对比度阈值;确定子模块,用于在目标第一对比度值大于第一对比度阈值,且目标第二对比度值大于第二对比度阈值时,确定目标第一对比度值和目标第二对比度值满足预设条件。
(4)最终获取模块34
最终获取模块34用于根据目标第一对比度值和/或目标第二对比度值,确定最终信号范围值。
在一实施例中,最终获取模块包括:第一范围值获取子模块。该第一范围值获取子模块用于从所述预设信号范围值中,获取所述目标第一对比度值对应的目标信号范围值作为所述最终信号范围值。
(5)最终参考模块35
最终参考模块35用于根据所述最终信号范围值对所述初始医学图像的信号范围进行调节,得到最终参考医学图像。
最终参考模块35包括第一调节子模块。第一调节子模块用于通过目标信号范围值对初始医学图像中对应的病灶子区域的信号范围进行调节,得到最终参考医学图像。
在一实施例中,非病灶区域包括背景区域,第一调节子模块用于根据目标信号范围值对背景区域进行调节。
在一实施例中,非病灶区域还包括过渡区域,最终参考模块包括:第二范围值获取子模块和第二调节子模块。第二范围值获取子模块用于获取背景区域的第一信号范围值,以及过渡区域对应的病灶子区域的第二信号范围值;第二调节子模块用于根据第一信号范围值和第二信号范围值,对过渡区域的信号范围进行调节。
在一实施例中,第二调节子模块用于确定第一信号范围值和第二信号范围值之间的大小;当第一信号范围值大于第二信号范围值时,将过渡区域中靠近背景区域的信号范围设置为大于远离背景区域的信号范围;当第一信号范围值小于第二信号范围值时,将过渡区域中远离背景区域的信号范围设置为大于靠近背景区域的信号范围。
在一实施例中,最终参考模块还包括:子区域获取子模块,目标获取子模块和第三调节子模块。子区域获取子模块用于获取目标第一对比度值对应的多个病灶子区域;目标获取子模块用于从多个病灶子区域中,获取病灶的病变程度满足预设病变程度的目标病灶子区域;第三调节子模块用于将所述目标病灶子区域对应的预设信号范围值设置为所述最终信号范围值。
进一步的,装置3还包括展示模块。展示模块用于展示所述最终参考医学图像。具体的,可以直接展示最终参考医学图像,还可以对最终参考医学图像的尺寸进行调节,使其便于观察,展示经尺寸调节后的最终参考医学图像。
本发明实施例提供的医学图像的调节装置,先采用预设信号范围值对初始医学图像进行调节,得到参考医学图像,再对参考医学图像中病灶区域的第一对比度,以及非病灶区域相对病灶区域的第二对比度进行分析处理,得到最终参考医学图像,提高了病灶的显示效果。
此外,本申请实施例还提供一种计算机设备,该计算机设备可以为终端,该终端可以为智能手机、平板电脑、笔记本电脑、触控屏幕、游戏机、个人计算机(PC,PersonalComputer)、个人数字助理(Personal Digital Assistant,PDA)等终端设备。如图5所示,图5为本申请实施例提供的计算机设备的结构示意图。该计算机设备1000包括有一个或者一个以上处理核心的处理器501、有一个或一个以上计算机可读存储介质的存储器502及存储在存储器502上并可在处理器上运行的计算机程序。其中,处理器501与存储器502电性连接。本领域技术人员可以理解,图中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
处理器501是计算机设备1000的控制中心,利用各种接口和线路连接整个计算机设备1000的各个部分,通过运行或加载存储在存储器502内的软件程序和/或模块,以及调用存储在存储器502内的数据,执行计算机设备1000的各种功能和处理数据,从而对计算机设备1000进行整体监控。
在本申请实施例中,计算机设备1000中的处理器501会按照如下的步骤,将一个或一个以上的应用程序的进程对应的指令加载到存储器502中,并由处理器501来运行存储在存储器502中的应用程序,从而实现以下功能:
当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对初始医学图像的信号范围进行调节,得到参考医学图像;获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值;从第一对比度值和第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值;根据目标第一对比度值和/或所述目标第二对比度值,确定最终信号范围值;根据最终信号范围值对初始医学图像的信号范围进行调节,得到最终参考医学图像。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
可选的,如图5所示,计算机设备1000还包括:触控显示屏503、射频电路504、音频电路505、输入单元506以及电源507。其中,处理器501分别与触控显示屏503、射频电路504、音频电路505、输入单元506以及电源507电性连接。本领域技术人员可以理解,图5中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
触控显示屏503可用于显示图形用户界面以及接收用户作用于图形用户界面产生的操作指令。触控显示屏503可以包括显示面板和触控面板。其中,显示面板可用于显示由用户输入的信息或提供给用户的信息以及计算机设备的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。可选的,可以采用液晶显示器(LCD,Liquid Crystal Display)、有机发光二极管(OLED,Organic Light-EmittingDiode)等形式来配置显示面板。触控面板可用于收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作),并生成相应的操作指令,且操作指令执行对应程序。可选的,触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器。触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器501,并能接收处理器501发来的命令并加以执行。触控面板可覆盖显示面板,当触控面板检测到在其上或附近的触摸操作后,传送给处理器501以确定触摸事件的类型,随后处理器501根据触摸事件的类型在显示面板上提供相应的视觉输出。在本申请实施例中,可以将触控面板与显示面板集成到触控显示屏503而实现输入和输出功能。但是在某些实施例中,触控面板与触控面板可以作为两个独立的部件来实现输入和输出功能。即触控显示屏503也可以作为输入单元506的一部分实现输入功能。
射频电路504可用于收发射频信号,以通过无线通信与网络设备或其他计算机设备建立无线通讯,与网络设备或其他计算机设备之间收发信号。
音频电路505可以用于通过扬声器、传声器提供用户与计算机设备之间的音频接口。音频电路505可将接收到的音频数据转换后的电信号,传输到扬声器,由扬声器转换为声音信号输出。另一方面,传声器将收集的声音信号转换为电信号,由音频电路505接收后转换为音频数据,再将音频数据输出处理器501处理后,经射频电路504以发送给比如另一计算机设备,或者将音频数据输出至存储器502以便进一步处理。音频电路505还可能包括耳塞插孔,以提供外设耳机与计算机设备的通信。
输入单元506可用于接收输入的数字、字符信息或用户特征信息(例如指纹、虹膜、面部信息等),以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
电源507用于给计算机设备1000的各个部件供电。可选的,电源507可以通过电源管理系统与处理器501逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源507还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管图5中未示出,计算机设备1000还可以包括摄像头、传感器、无线保真模块、蓝牙模块等,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条计算机程序,该计算机程序能够被处理器进行加载,以执行本申请实施例所提供的任一种医学图像的处理方法中的步骤。例如,该计算机程序可以执行如下步骤:
当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对初始医学图像的信号范围进行调节,得到参考医学图像;获取参考医学图像中病灶区域对应的第一对比度值,以及参考医学图像中非病灶区域相对病灶区域的第二对比度值;从第一对比度值和第二对比度值中获取满足预设条件的目标第一对比度值和目标第二对比度值;根据目标第一对比度值和/或所述目标第二对比度值,确定最终信号范围值;根据最终信号范围值对初始医学图像的信号范围进行调节,得到最终参考医学图像。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序,可以执行本申请实施例所提供的任一种医学图像的调节的方法中的步骤,因此,可以实现本申请实施例所提供的任一种医学图像的调节的方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种医学图像的处理方法、装置、存储介质及计算机设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种医学图像的处理方法,其特征在于,包括:
当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对所述初始医学图像的信号范围进行调节,得到参考医学图像;
根据参考医学图像中病灶区域的像素值和非病灶区域的像素值,获取所述参考医学图像中病灶区域对应的第一对比度值,以及所述参考医学图像中非病灶区域相对所述病灶区域的第二对比度值;
从所述第一对比度值中获取第一对比度值大于所述第一对比度阈值的目标第一对比度值,或者,从所述第二对比度值中获取第二对比度值大于所述第二对比度阈值的目标第二对比度值;
所述病灶区域包括多个病灶子区域,从所述预设信号范围值中,获取所述目标第一对比度值对应的目标信号范围值作为最终信号范围值;
通过所述最终信号范围值对所述初始医学图像中对应的病灶子区域的信号范围进行调节,得到最终参考医学图像;
所述非病灶区域包括背景区域,根据所述最终信号范围值对所述背景区域进行调节;
所述非病灶区域还包括过渡区域,所述过渡区域位于所述背景区域和对应的病灶子区域之间;获取所述背景区域的第一信号范围值,以及所述过渡区域对应的病灶子区域的第二信号范围值;
根据所述第一信号范围值和所述第二信号范围值,对所述过渡区域的信号范围进行调节。
2.根据权利要求1所述的医学图像的处理方法,其特征在于,所述根据所述第一信号范围值和所述第二信号范围值,对所述过渡区域的信号范围进行调节步骤,包括:
确定所述第一信号范围值和所述第二信号范围值之间的大小;
当所述第一信号范围值大于所述第二信号范围值时,将所述过渡区域中靠近所述背景区域的信号范围设置为大于远离所述背景区域的信号范围;
当所述第一信号范围值小于所述第二信号范围值时,将所述过渡区域中远离所述背景区域的信号范围设置为大于靠近所述背景区域的信号范围。
3.根据权利要求1所述的医学图像的处理方法,其特征在于,所述根据所述目标第一对比度值,确定最终信号范围值步骤,还包括:
获取所述目标第一对比度值对应的多个病灶子区域;
从所述多个病灶子区域中,获取病灶的病变程度满足预设病变程度的目标病灶子区域;
将所述目标病灶子区域对应的预设信号范围值设置为所述最终信号范围值。
4.根据权利要求1所述的医学图像的处理方法,其特征在于,所述当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对所述初始医学图像的信号范围进行调节,得到参考医学图像步骤,包括:
将所述初始医学图像的信号范围调节至所述预设信号范围值,得到中间医学图像;
通过人眼灰度响应曲线对所述中间医学图像进行处理,得到所述参考医学图像。
5.根据权利要求1所述的医学图像的处理方法,其特征在于,所述病灶区域包括中心区域和周围区域,其中,病灶位于所述中心区域,所述根据参考医学图像中病灶区域的像素值和非病灶区域的像素值,获取所述参考医学图像中病灶区域对应的第一对比度值,以及所述参考医学图像中非病灶区域相对所述病灶区域的第二对比度值步骤之前,还包括:
获取所述周围区域相对所述中心区域的第三对比度值;
将所述第三对比度值设置为所述病灶区域对应的第一对比度值。
6.根据权利要求5所述的医学图像的处理方法,其特征在于,所述获取所述周围区域相对所述中心区域的第三对比度值步骤之前,还包括:
根据所述病灶的位置信息,确定所述中心区域;
基于所述中心区域的位置信息,确定所述中心区域对应的周围区域。
7.根据权利要求1所述的医学图像的处理方法,其特征在于,所述根据参考医学图像中病灶区域的像素值和非病灶区域的像素值,获取所述参考医学图像中病灶区域对应的第一对比度值,以及所述参考医学图像中非病灶区域相对所述病灶区域的第二对比度值步骤,包括:
获取所述病灶区域对应的病灶掩膜图像;
通过所述病灶掩膜图像,获取所述病灶区域对应的特征值;
根据所述特征值,获取所述病灶区域对应的第一对比度值。
8.一种医学图像的处理装置,其特征在于,包括:
指令获取模块,用于当获取到对初始医学图像进行信号范围调节的指令时,通过预设信号范围值对所述初始医学图像的信号范围进行调节,得到参考医学图像;
对比度值获取模块,用于根据参考医学图像中病灶区域的像素值和非病灶区域的像素值,获取所述参考医学图像中病灶区域对应的第一对比度值,以及所述参考医学图像中非病灶区域相对所述病灶区域的第二对比度值;
目标获取模块,用于从所述第一对比度值中获取第一对比度值大于所述第一对比度阈值的目标第一对比度值,或者,从所述第二对比度值中获取第二对比度值大于所述第二对比度阈值的目标第二对比度值;
最终获取模块,用于所述病灶区域包括多个病灶子区域,从所述预设信号范围值中,获取所述目标第一对比度值对应的目标信号范围值作为最终信号范围值;
最终参考模块,用于通过所述最终信号范围值对所述初始医学图像中对应的病灶子区域的信号范围进行调节,得到最终参考医学图像;其中,所述非病灶区域包括背景区域,根据所述最终信号范围值对所述背景区域进行调节;所述非病灶区域还包括过渡区域,所述过渡区域位于所述背景区域和对应的病灶子区域之间;获取所述背景区域的第一信号范围值,以及所述过渡区域对应的病灶子区域的第二信号范围值;根据所述第一信号范围值和所述第二信号范围值,对所述过渡区域的信号范围进行调节。
9.一种计算机设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808746.5A CN113539439B (zh) | 2021-07-16 | 2021-07-16 | 医学图像的处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808746.5A CN113539439B (zh) | 2021-07-16 | 2021-07-16 | 医学图像的处理方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113539439A CN113539439A (zh) | 2021-10-22 |
CN113539439B true CN113539439B (zh) | 2022-05-10 |
Family
ID=78100014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110808746.5A Active CN113539439B (zh) | 2021-07-16 | 2021-07-16 | 医学图像的处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113539439B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219813A (zh) * | 2021-12-16 | 2022-03-22 | 数坤(北京)网络科技股份有限公司 | 一种影像处理方法、智能终端及存储介质 |
WO2023246937A1 (en) * | 2022-06-24 | 2023-12-28 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112330624A (zh) * | 2020-11-02 | 2021-02-05 | 腾讯科技(深圳)有限公司 | 医学图像处理方法和装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5113706A (en) * | 1990-07-03 | 1992-05-19 | Hewlett-Packard Company | Ultrasound system with dynamic transmit focus |
CN100496132C (zh) * | 2007-05-09 | 2009-06-03 | 宁波大学 | 一种对医学灰度图像信号进行伪彩色处理的方法 |
WO2010014712A1 (en) * | 2008-07-29 | 2010-02-04 | Board Of Trustees Of Michigan State University | System and method for differentiating benign from malignant contrast-enhanced lesions |
CN105488765B (zh) * | 2015-11-23 | 2018-12-07 | 沈阳东软医疗系统有限公司 | 一种图像动态范围调整方法及装置 |
JP6533991B2 (ja) * | 2016-02-16 | 2019-06-26 | 東芝エネルギーシステムズ株式会社 | 医用画像処理装置、方法、プログラム及び放射線治療装置 |
US10489907B2 (en) * | 2017-11-13 | 2019-11-26 | Siemens Healthcare Gmbh | Artifact identification and/or correction for medical imaging |
CN110689025B (zh) * | 2019-09-16 | 2023-10-27 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法、装置、系统及内窥镜图像识别方法、装置 |
CN112700493B (zh) * | 2021-01-25 | 2024-01-09 | 深圳大学 | 一种磁共振智能成像、装置、设备及存储介质 |
-
2021
- 2021-07-16 CN CN202110808746.5A patent/CN113539439B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112330624A (zh) * | 2020-11-02 | 2021-02-05 | 腾讯科技(深圳)有限公司 | 医学图像处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113539439A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10990804B2 (en) | Face image processing method and device, and storage medium | |
CN110210571B (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN113539439B (zh) | 医学图像的处理方法、装置、计算机设备和存储介质 | |
CN113299370B (zh) | 医学图像展示方法、装置、计算机设备和存储介质 | |
US9811611B2 (en) | Method and apparatus for creating curved surface model | |
CN113426117B (zh) | 虚拟相机拍摄参数获取方法、装置、电子设备和存储介质 | |
CN113538696B (zh) | 特效生成方法、装置、存储介质及电子设备 | |
CN110610181A (zh) | 医学影像识别方法及装置、电子设备及存储介质 | |
CN108665510B (zh) | 连拍图像的渲染方法、装置、存储介质及终端 | |
CN113018856A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114742925A (zh) | 虚拟对象的蒙皮方法、装置、电子设备和存储介质 | |
CN116797631A (zh) | 差异区域定位方法、装置、计算机设备及存储介质 | |
CN117593493A (zh) | 三维脸部拟合方法、装置、电子设备及存储介质 | |
CN113350792B (zh) | 虚拟模型的轮廓处理方法、装置、计算机设备及存储介质 | |
CN114663919A (zh) | 人体姿势检测方法、装置、电子设备及存储介质 | |
CN115645921A (zh) | 游戏指示器的生成方法、装置、计算机设备及存储介质 | |
CN113299371B (zh) | 医学图像展示方法、装置、计算机设备和存储介质 | |
CN113902682A (zh) | 基于医疗图像的诊断方法、装置、存储介质及电子设备 | |
CN113902934A (zh) | 医疗图像处理方法、装置、存储介质及电子设备 | |
CN113283552A (zh) | 图像的分类方法、装置、存储介质及电子设备 | |
CN115375603A (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN114429493B (zh) | 影像序列处理方法、装置、电子设备及存储介质 | |
CN113407888B (zh) | 浏览器的尺寸调整方法、装置、存储介质及计算机设备 | |
CN117523136B (zh) | 人脸点位对应关系处理方法、人脸重建方法、装置及介质 | |
CN112989890B (zh) | 图像检测方法、装置及存储介质 |
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 | ||
CP03 | Change of name, title or address |
Address after: 100120 rooms 303, 304, 305, 321 and 322, building 3, No. 11, Chuangxin Road, science and Technology Park, Changping District, Beijing Patentee after: Shukun Technology Co.,Ltd. Country or region after: China Address before: 100120 rooms 303, 304, 305, 321 and 322, building 3, No. 11, Chuangxin Road, science and Technology Park, Changping District, Beijing Patentee before: Shukun (Beijing) Network Technology Co.,Ltd. Country or region before: China |