CN113643176B - 一种肋骨显示方法和装置 - Google Patents
一种肋骨显示方法和装置 Download PDFInfo
- Publication number
- CN113643176B CN113643176B CN202110859017.2A CN202110859017A CN113643176B CN 113643176 B CN113643176 B CN 113643176B CN 202110859017 A CN202110859017 A CN 202110859017A CN 113643176 B CN113643176 B CN 113643176B
- Authority
- CN
- China
- Prior art keywords
- rib
- dimensional
- image
- point
- center
- 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
- 238000005070 sampling Methods 0.000 claims abstract description 58
- 230000011218 segmentation Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000005452 bending Methods 0.000 abstract description 7
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 210000000038 chest Anatomy 0.000 description 30
- 208000010392 Bone Fractures Diseases 0.000 description 14
- 206010017076 Fracture Diseases 0.000 description 13
- 210000001519 tissue Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000001562 sternum Anatomy 0.000 description 2
- 230000008733 trauma Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 206010058314 Dysplasia Diseases 0.000 description 1
- 208000027790 Rib fracture Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- QTCANKDTWWSCMR-UHFFFAOYSA-N costic aldehyde Natural products C1CCC(=C)C2CC(C(=C)C=O)CCC21C QTCANKDTWWSCMR-UHFFFAOYSA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- ISTFUJWTQAMRGA-UHFFFAOYSA-N iso-beta-costal Natural products C1C(C(=C)C=O)CCC2(C)CCCC(C)=C21 ISTFUJWTQAMRGA-UHFFFAOYSA-N 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000001991 scapula Anatomy 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- 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
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/30008—Bone
-
- 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
- G06T2207/30172—Centreline of tubular or elongated structure
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本公开实施例提供一种肋骨显示方法和装置，其中方法包括：对胸部三维扫描图像进行组织分割处理，得到胸部三维扫描图像中包括的三维肋骨图像，三维肋骨图像中包括至少一对肋骨，至少一对肋骨包括相匹配的左侧肋骨和右侧肋骨；基于三维肋骨图像，分别提取肋骨的肋骨中心线，肋骨中心线上的每个中心点位于肋骨切面的中心；对于每个中心点，沿着中心点的目标方向进行采样处理，确定三维肋骨图像中的肋骨像素点，目标方向为所述中心点对应的肋骨切面的径向；基于所述肋骨像素点，生成二维的肋骨显示图像。可以在保留肋骨的基本弯曲走形的情况下自动显示在二维平面上，能节省诊断时间，减少医生工作量。
Description
技术领域
本公开实施例涉及图像处理技术领域，特别涉及一种肋骨显示方法和装置。
背景技术
肋骨是胸廓的骨性支架，呈弧形管状，连接胸骨与脊椎，在保护人体胸腔、心脏起重要作用。肋骨骨折是一种常见的胸部外伤疾病，临床上一般通过CT(ComputedTomography，电子计算机断层扫描)技术获取胸部的骨折CT图像，医生根据骨折CT图像对骨折外伤进行诊断。在创伤分析或者骨折分析过程中，由于CT图像层数较多，直接在三维CT图像或MPR(multi-planar reconstruction，多方位重建)图像中寻找骨折区域耗时较长。并且，由于肋骨特殊的弧形结构导致上述图像中肋骨内侧区域易被遮挡，轻微骨折及骨裂等情况很容易被漏诊。
现有技术在进行肋骨图像的二维展示时，对肋骨拉直显示，无法准确显示每根肋骨的相对位置和方位走向，肋骨图像的观感不自然。
发明内容
有鉴于此，本公开实施例提供至少一种肋骨显示方法和装置。具体地，本公开实施例是通过如下技术方案实现的：
第一方面，提供一种肋骨显示方法，所述方法包括：
对胸部三维扫描图像进行组织分割处理，得到所述胸部三维扫描图像中包括的三维肋骨图像，所述三维肋骨图像中包括至少一对肋骨，所述至少一对肋骨包括相匹配的左侧肋骨和右侧肋骨。
基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，所述肋骨中心线上的每个中心点位于肋骨切面的中心。
对于每个所述中心点，沿着所述中心点的目标方向进行采样处理，确定所述三维肋骨图像中的肋骨像素点，所述目标方向为所述中心点对应的肋骨切面的径向。
基于所述肋骨像素点，生成二维的肋骨显示图像。
第二方面，提供一种肋骨显示装置，所述装置包括：
图像分割模块，用于对胸部三维扫描图像进行组织分割处理，得到所述胸部三维扫描图像中包括的三维肋骨图像，所述三维肋骨图像中包括至少一对肋骨，所述至少一对肋骨包括相匹配的左侧肋骨和右侧肋骨。
中心线提取模块，用于基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，所述肋骨中心线上的每个中心点位于肋骨切面的中心。
采样模块，用于对于每个所述中心点，沿着所述中心点的目标方向进行采样处理，确定所述三维肋骨图像中的肋骨像素点，所述目标方向为所述中心点对应的肋骨切面的径向。
图像显示模块，用于基于所述肋骨像素点，生成二维的肋骨显示图像。
第三方面，提供一种电子设备，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现本公开任一实施例所述的肋骨显示方法。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本公开任一实施例所述的肋骨显示方法。
第五方面，提供一种计算机程序产品，该产品包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本公开任一实施例所述的肋骨显示方法。
本公开实施例的技术方案提供的肋骨显示方法对胸部三维扫描图像的肋骨采取一种新的显示方案，先分割出胸部三维扫描图像的三维肋骨图像，提取肋骨的中心线，沿着中心线上每个中心点的目标方向展开肋骨，可以在保留肋骨的基本弯曲走形的情况下使肋骨自动显示在二维平面上，能节省诊断时间，减少医生工作量，辅助医生快速诊断骨折等肋骨疾病。
附图说明
为了更清楚地说明本公开一个或多个实施例或相关技术中的技术方案，下面将对实施例或相关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公开一个或多个实施例中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本公开实施例示出的一种肋骨显示方法的流程图；
图1A是本公开实施例示出的胸部三维扫描图像中某一层胸部横断面图像；
图1B是本公开实施例示出的一种分割后得到的三维肋骨图像；
图1C是本公开实施例示出的一种分割后得到的三维肋骨和脊骨图像；
图1D是本公开实施例示出的一种肋骨切面、法平面和方向向量的示意图；
图1E是本公开实施例示出的肋骨中心线的示意图；
图1F是本公开实施例示出的肋骨与脊骨交界处的矢状面，以及中心点对应的最长方向的示意图；
图1G是本公开实施例示出的移动步长s的示意图；
图1H是本公开实施例示出的第一步长与第二步长生成的采样点的示意图；
图1I是本公开实施例示出的一种第四对肋骨对应的肋骨显示图像；
图1J是本公开实施例示出的对右侧肋骨图像镜像操作，以及特征点选取的示意图；
图1K是本公开实施例示出的三个方向对应的三个肋骨显示图像；
图2是本公开实施例示出的一种插值处理方法的流程图；
图3是本公开实施例示出的一种肋骨显示装置的框图；
图4是本公开实施例示出的另一种肋骨显示装置的框图；
图5是本公开实施例示出的一种电子设备的硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书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。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
由于医生多数情况下在CT图像的横断面内逐层翻阅，检测骨折区域，为了省诊断时间，减少医生工作量，提高效率，对CT图像中的三维肋骨区域设计一种新的显示方案，将整根肋骨区域按照生理形态显示在二维平面上，对辅助医生快速诊断骨折疾病，具有重要意义。
如图1所示，图1是本公开实施例示出的一种肋骨显示方法的流程图，该方法可由图像处理设备执行，图像处理设备可以是任何有计算能力的设备，比如，可以是终端设备或服务器，包括以下步骤：
在步骤102中，对胸部三维扫描图像进行组织分割处理，得到所述胸部三维扫描图像中包括的三维肋骨图像。
本实施例中，可以预先获得对被检体进行CT扫描得到的胸部三维扫描图像，胸部三维扫描图像可以包括多层连续的二维的胸部横断面图像，其中，某一层的胸部横断面图像如图1A所示。胸部三维扫描图像中的像素点以不同的灰度来表示，每个像素点对应一个灰度值，反映器官和组织对X线的吸收程度。本实施例不限制胸部三维扫描图像的具体格式。
胸部三维扫描图像中一般包括肋骨、脊柱、胸骨、肩胛骨以及肋软骨等组织，对胸部三维扫描图像进行组织分割处理，可以得到其中被检体的肋骨区域的图像，即三维肋骨图像，三维肋骨图像中肋骨区域的像素点具有肋骨标识。三维肋骨图像中包括至少一对肋骨，至少一对肋骨包括相匹配的左侧肋骨和右侧肋骨。一般而言，由于人体大多有12对肋骨，三维肋骨图像中可以包括被检体的12对肋骨，即12根左侧肋骨和对应的12根右侧肋骨。三维肋骨图像可以如图1B所示。
在一个例子中，对胸部三维扫描图像进行组织分割处理时，可以同时得到被检体的肋骨和脊骨区域的图像，如图1C所示。
本实施例不限制对胸部三维扫描图像进行组织分割处理时所采用的方式，例如，可以预先训练一个肋骨分割神经网络，将原始的胸部三维扫描图像输入肋骨分割神经网络，输出胸部三维扫描图像中的肋骨区域的三维图像，即三维肋骨图像，或者也可以通过其他方式进行组织分割处理。
在步骤104中，基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，所述肋骨中心线上的每个中心点位于肋骨切面的中心。
肋骨中心线与肋骨在空间上的拓扑结构一致，展现了肋骨的弯曲走形。本步骤中，通过对三维肋骨图像进行图像处理，来提取肋骨的肋骨中心线。例如，可以通过细化、平滑等图像处理算法进行多次迭代得到肋骨的肋骨中心线。
肋骨中心线上的每个中心点位于肋骨切面的中心，肋骨切面也是肋骨的横截面，沿着与肋骨走向垂直的方向切开肋骨所得到的截面，如图1D所示，肋骨切面类似椭圆，在中心点所在处与中心线的方向向量垂直的法平面上。
在一个例子中，所述基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，具体包括：
基于所述三维肋骨图像，根据所述肋骨上的点与种子点的距离，将每根所述肋骨分为多个连通的肋骨子段，所述种子点为所述肋骨上与脊骨相连的点；提取每个所述肋骨子段的质心，连接所述肋骨中每个肋骨子段的质心，得到所述肋骨的肋骨中心线。
例如，可以将肋骨上与脊骨相连的点作为种子点，对于每根肋骨都有对应的种子点，对于每一根肋骨上的所有点，按照与该根肋骨对应的种子点的距离范围进行聚类，将同一距离范围内的点划为一个肋骨子段，肋骨子段的长度可以设为10mm或者20mm，由本领域技术人员根据需要设置。最终将每根肋骨分为多个连通的肋骨子段，并计算各个肋骨子段的质心，肋骨子段的质心也位于该质心所在的肋骨切面的中心。将每根肋骨上各个肋骨子段的质心依次连接，作为每根肋骨的肋骨中心线。
如图1E所示，对于被检体的12对肋骨按照高度依次从上到下排序，可以是将肋骨对应的肋骨中心线按照其在三维肋骨图像的坐标值中z轴的位置大小进行排列显示。
在步骤106中，对于每个所述中心点，沿着所述中心点的目标方向进行采样处理，确定所述三维肋骨图像中的肋骨像素点，所述目标方向为所述中心点对应的肋骨切面的径向。
本实施例中，为了将肋骨按照生理形态展示至二维平面，保留肋骨的基本弯曲走形，将沿着中心线上每个中心点的目标方向展开肋骨，每个中心点的目标方向都可以不同。目标方向可以是在切面上以中心点为中心，指向切面边缘的任一方向，其中包括最优观测方向，最优观测方向是中心点对应的肋骨切面中的最长径的方向。
下面对目标方向以及目标方向中的最优观测方向进行详细说明：
由于肋骨呈管状走形，且肋骨的切面大致为椭圆形，如图1F中左图所示的肋骨与脊骨交界处的矢状面，图中，三根肋骨的切面类似为椭圆形。因此为了更方便观察肋骨骨折病变区域，可以沿着中心线上每个中心点的最优观测方向展开肋骨，将每个中心点对应的肋骨切面的最长径展示在二维平面上，每个中心点的最优观测方向都指向所在的肋骨切面的最长径的方向，且垂直与该中心点处的肋骨中心线的方向向量。肋骨在骨折、发育不良或者其他病变时，往往在肋骨最宽的区域表现最为明显，因此，在最优观测方向最易观测到医生感兴趣的信息。
具体地，对于每一个中心点，在计算最优观测方向时，先计算中心点所在的位置处对应的中心线的方向向量，在与方向向量垂直的肋骨切面内，以中心点点为圆心发散多条射线，基于分割出的三维肋骨图像中肋骨标识求出每条射线在肋骨切面的边界点，其中，中心点与边界点距离最长的射线方向可以作为求取的最长径的方向，如2F中右图所示。对每条肋骨中心线上的每个中心点依次按上述求取最优观测方向，确定每根肋骨上每个中心点对应的最优观测方向。另外，可以在相邻的中心点对应的最优观测方向的角度相差超过预设角度范围时，对中心点对应的最优观测方向进行调整，以保证多个相邻的中心点对应的方向无跳变。
对于任一中心线，中心线n个中心点的最优观测方向依次可以是A1，A2，A3…An，而每个中心点的其他多个目标方向正是基于最优观测方向得到的。在确定每根肋骨上对应的一组最优观测方向后，将每个最优观测方向绕中心线旋转相同角度，可以得到其他的目标方向。比如，每个中心点的目标方向可以用A1+a，A2+a，A3+a…An+a来表示。a表示与中心线垂直的法平面内绕中心点旋转的角度，可以是0到360度内的任一角度。每个目标方向始终指向该中心点对应的肋骨切面的径向。
对于一个二维的肋骨显示图像的生成，可以是使用每个中心点对应的某个目标方向进行肋骨展开，此时每个中心点的目标方向相对于该中心点的最优观测方向旋转了相同角度。对于旋转不同的角度得到的多个目标方向，可以对应生成多个二维的肋骨显示图像。本实施例可以从多个方向显示肋骨，全方位显示骨折区域。
确定目标方向后，对于每个中心点，沿着中心点的目标方向进行采样处理，确定三维肋骨图像中的肋骨像素点。比如，对于任意一个中心点，可以是从中心点在三维肋骨图像中所对应的肋骨切面内的具有肋骨标识的点，沿着中心点的目标方向也就是肋骨切面的某个径向，按照预设步长进行采样，将采样路径上具有肋骨标识的点确定为肋骨像素点。
在一个例子中，本步骤还可以采用插值处理的方式将每对肋骨中心线对应的曲面拟合成二维图像，以更好地在二维图像中显示。下面首先对本例子中所用到二维坐标和三维坐标进行说明：
肋骨中心线上中心点在三维肋骨图像对应的三维坐标可以为P1(x1，y1，z1)，P2(x2，y2，z2)，...，Pn(xn，yn，zn)。如果映射在宽高尺寸为W×H的二维图像中，映射关系为o()，则每个中心点在二维图像中对应的二维坐标为p1(x1，y1)＝o(P1)，p2(x2，y2)＝o(P2)，...，pn(xn，yn)＝o(Pn)。即，该映射关系为将三维坐标投影到xoy平面。
三维的肋骨中心线上每个中心点的目标方向可以是D1，D2，...，Dn，其中，D1＝A1+a，D2＝A2+a，...，Dn＝An+a。按照映射关系o()，投影到二维图像中每个中心点的目标方向为d1，d2，...，dn。在三维肋骨图像中，中心线上第n个点Pn向目标方向Dn移动步长s后，三维坐标为Qns＝Pn+s·Dn，其在二维图像中的映射的二维坐标为qns＝pn+s·dn，移动步长s的过程如图G所示。
如图2所示，本步骤具体包括如下处理：
步骤1061：对于每个所述中心点，沿着所述中心点的目标方向，根据预设的步长采样，得到多个采样点的三维坐标。
预设的步长可以由本领域技术人员根据实际需要设定，比如，本例中可以设置步长每次的变化为1mm。肋骨中心线上的中心点按照步长s采样一次生成的一系列采样点的三维坐标为Q1s，Q2s，...，Qns。
需要说明的是，中心点所对应的目标方向可以认为是正反相对的两个方向，如2F中右图所示最长方向的两个箭头指向。在沿着目标方向进行采样时，可以从中心点开始先对其中一个方向进行多次采样，到达肋骨的边界点后，再从中心点开始沿着相反方向再进行采样；也可以是从中心线开始沿着正反相对的两个方向同时进行采样。
步骤1062：根据所述多个采样点的三维坐标，按照映射关系确定所述多个采样点的二维坐标。
上述多个采样点的三维坐标Q1s，Q2s，...，Qns映射的二维坐标为q1s，q2s，...，qns，二维坐标类型通常为浮点数坐标，不便于在二维的图像中显示，因此，需要进行插值处理得到整型点坐标。
步骤1063：从相邻的第一步长与第二步长生成的采样点的二维坐标确定的范围中，确定所述范围内的多个整型点坐标。
如图1H所示，本例中，以第一步长是s，第二步长是s-1为例进行说明，肋骨中心线上的中心点按照步长s-1采样生成的一系列采样点的三维坐标为Q1(s-1)，Q2(s-1)，...，Qn(s-1)，其映射的二维坐标为q1(s-1)，q2(s-1)，...，qn(s-1)。第一步长与第二步长生成的采样点的二维坐标确定的范围即图1H中两条曲线之间的范围，范围内的多个整型点坐标v(x，y)用空心圆圈标识。
步骤1064：对于每个所述整型点坐标，确定距离所述整型点坐标最近的两个采样点。
对范围内的每个整型点坐标v(x，y)，求出二维图像中距离其最近的两个采样点qa，qb。比如，对于图1H中的整型点坐标v1，距离其最近的两个采样点为q1s，q2s；对于图1H中的整型点坐标v2，距离其最近的两个采样点为qms，qns；对于图1H中的整型点坐标v3，距离其最近的两个采样点为q1s，q1(s-1)。
步骤1065：基于所述最近的两个采样点的二维坐标和所述整型点坐标的位置，确定所述最近的两个采样点的二维坐标和所述整型点坐标之间的插值关系。
对于每个整型点坐标v(x，y)，求出v(x，y)与最近的两个采样点qa，qb之间对应的插值关系，即v(x，y)＝Inter(qa，qb)，插值关系包括方向，距离。
步骤1066：根据所述最近的两个采样点的三维坐标以及所述插值关系，确定所述整型点坐标对应的所述三维肋骨图像中的肋骨像素点。
肋骨像素点V(x，y)＝Inter(Qa，Qb)。以整型点坐标v2为例，距离其最近的两个采样点为qms，qns，两个采样点所对应的三维坐标点为Qms，Qns。按照上个步骤求出的插值关系，可以求出Qms，Qns在三维坐标系中的插值点坐标点V(x，y)＝Inter(Qms，Qhs)，确定为整型点坐标v2对应的三维肋骨图像中的肋骨像素点。对于每个整型点坐标，均可以确定一个对应的肋骨像素点。
上述图2的步骤示例了步长移动一次所确定的肋骨像素点，每次按步长进行采样均进行一次上述处理，多次按步长采样后，可以确定在二维图像中进行肋骨显示所需要的整型坐标点及其对应的三维肋骨图像中的肋骨像素点。
在步骤108中，基于所述肋骨像素点，生成二维的肋骨显示图像。
由于CT扫描图像的精度问题，三维肋骨图像中具有肋骨标识的点一般为整型的三维坐标，其上对应着一个灰度值，在各个具有肋骨标识的点之间是有空隙的，空隙处的点没有对应的灰度值。肋骨像素点可能刚好是三维肋骨图像中具有肋骨标识的点，也可能位于空隙内，即浮点型的三维坐标。
每个肋骨像素点根据其在三维肋骨图像中的坐标位置可以确定一个灰度值，如果肋骨像素点是三维肋骨图像中具有肋骨标识的点，则该肋骨像素点对应的灰度值为三维肋骨图像中的该点处的灰度值。如果肋骨像素点是三维肋骨图像中空隙内的点，则需要通过邻域点的灰度值插值出肋骨像素点对应的灰度值。
例如，在肋骨像素点为采样路径上的具有肋骨标识的点时，在确定每个肋骨像素点在三维肋骨图像中对应的灰度值后，可以将肋骨像素点投影在xoy平面，并在二维图像上对应的投影坐标处显示出上述灰度值，即生成了二维的肋骨显示图像。
又例如，沿用图2的示例，基于所述肋骨像素点，生成二维的肋骨显示图像，包括：
对于每个所述整型点坐标，所述整型点坐标对应的灰度值确定为所述肋骨像素点在所述三维肋骨图像中的灰度值，根据每个整型点坐标对应的灰度值，生成二维的肋骨显示图像。
本例中，肋骨像素点V(x，y)在三维肋骨图像中的灰度值需要进行插值运算得到，可以使用其在三维肋骨图像中邻域范围内点的灰度值的平均值作为该点的灰度值，也可以根据邻域范围内点的距离进行插值得到该点的灰度值，或者也可以使用之前确定的Qa，Qb与该点的插值关系得到该点的灰度值。本实施例对此不进行限制。
本实施例中插值方法不仅适用于肋骨，也可以适用于脊骨。可以先提取脊骨对应的脊骨中心线，例如，在胸部三维扫描图像的每层横断面图像上计算脊骨的中心，由此获得一系列的脊骨中心点，连接脊骨中心点得到脊骨中心线。通过脊骨中心线可以按照本实施例的插值方法向与脊骨垂直的方向插值出脊骨的二维图像。
图1I所示为被检体第四对肋骨的肋骨显示图像，其中，R4为右侧肋骨，L4为左侧肋骨，T4为第四对肋骨中间的脊骨。
本公开实施例提供的肋骨显示方法对胸部三维扫描图像的肋骨采取一种新的显示方案，先分割出胸部三维扫描图像的三维肋骨图像，提取肋骨的中心线，沿着中心线上每个中心点的目标方向展开肋骨，可以在保留肋骨的基本弯曲走形的情况下使肋骨自动显示在二维平面上，能节省诊断时间，减少医生工作量，辅助医生快速诊断骨折等肋骨疾病。
在一种实施例方式中，在上述实施例的基础上，还可以进行如下处理以获得肋骨的走形情况供医生参考：
首先，可以计算多根左侧肋骨的左侧数量及多根右侧肋骨的右侧数量。
若左侧数量及右侧数量相等，则分别判断左侧肋骨与对应的右侧肋骨的弯曲走形，计算每个等级下的左侧肋骨与对应的右侧肋骨的弯曲走形的相似度偏差。其中，左侧肋骨与对应的右侧肋骨的弯曲走形是指在相同等级下的肋骨，如左侧肋骨为左侧第一根的肋骨，则右侧肋骨也应该是右侧第一根的肋骨。
具体地说，每个等级下的左侧肋骨与对应的右侧肋骨的弯曲走形的相似度偏差的确定方法，可以包括：
由所述多根左侧肋骨和多根右侧肋骨中获取处于同一等级的目标左侧肋骨和目标右侧肋骨；从所述目标左侧肋骨的肋骨中心线上选取多个左侧特征点，从所述目标右侧肋骨的肋骨中心线上对应地选取多个右侧特征点；基于所述多个左侧特征点和多个右侧特征点的相似度偏差，确定所述肋骨的走形情况。
实际实施中，可以是，分别从三维肋骨图像中提取每个等级下的左侧肋骨图像及右侧肋骨图像，基于每个等级下的左侧肋骨图像，根据左右两侧肋骨间的距离确定每个等级下对应的右侧肋骨图像。对每个等级下的左侧肋骨图像，或每个等级下对应的右侧肋骨图像进行镜像操作，如图1J所示，对三维左侧肋骨图像进行镜像翻转。分别确定同一等级下的左侧肋骨图像的多个左侧特征点，以及对应的右侧肋骨图像的多个右侧特征点，上述特征点可根据肋骨中心线选取，也可以在肋骨图像的其他区域选取。本实施例以在肋骨中心线上选取多个特征点为例。
可以利用图像相似度的度量方法，计算多个左侧特征点及多个右侧特征点的相似度偏差。本实施例不限制具体使用的图像相似度的度量方法，例如，可以利用SIFT(Scale-invariant feature transform，尺度不变特征变换)方法计算特征点间的距离偏差，此时，设定偏差范围可以是距离偏差范围，可以在0.5cm-0.8cm范围内选择；也可以利用特征点局部的互信息或灰度直方图计算相似度偏差。
若相似度偏差在设定偏差范围内，则肋骨对称性正常，确定肋骨的走形情况为未走形；否则肋骨对称性不正常，确定肋骨的走形情况为走形，走形的原因可以是肋骨发育不正常或者肋骨发生病变。
另外，若左侧数量及右侧数量不相等，则确定肋骨不正常，并确定不正常的一侧，即数量较少的一侧。然后，可以接着按上述方法判断每个等级的左侧肋骨及右侧肋骨的相似度偏差。
在一种实施例方式中，目标方向包括多个方向，中心点的每一个上述方向对应一个二维的肋骨显示图像；在上述实施例的基础上，可以根据本领域技术人员的实际需要，预先计算中心点的多个目标方向对应多个二维的肋骨显示图像，以使医生在阅片时，可以从多个不同的方位了解肋骨区域的情况，不易漏诊。
例如，在肋骨显示过程中，可以全自动地将成对肋骨对应的肋骨显示图像依次显示，方便医生浏览。
又例如，接收对至少一对肋骨中某一对肋骨的选择指示，响应于选择指示，对某一对肋骨以肋骨中心线为基准，依次显示上述的多个方向分别对应的二维的肋骨显示图像。
可以是在接收选取单对肋骨进行显示的指令后，被选中的肋骨对依次展示每个中心点的初始目标方向变更相同角度后的目标方向对应的肋骨显示图像，初始目标方向一般设为最优观测方向。例如，目标方向可以一次变更1度，变更359次，所体现的视觉效果为肋骨显示图像中的肋骨以中心线为中心旋转了360度，全方位显示肋骨，此时，需要提前计算360张肋骨显示图像。同时支持肋骨显示图像间的联动，比如，在旋转其中一对肋骨时，其他肋骨对也可以进行同样角度的旋转。
如图1K所示，依次显示上述的多个方向分别对应的二维的肋骨显示图像时，其中三个方向对应的三个肋骨显示图像，可以看出不同方向对应肋骨的宽度和形状有所不同。
如图3所示，图3是本公开实施例示出的一种肋骨显示装置的框图，所述装置包括：
图像分割模块31，用于对胸部三维扫描图像进行组织分割处理，得到所述胸部三维扫描图像中包括的三维肋骨图像，所述三维肋骨图像中包括至少一对肋骨，所述至少一对肋骨包括相匹配的左侧肋骨和右侧肋骨。
中心线提取模块32，用于基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，所述肋骨中心线上的每个中心点位于肋骨切面的中心。
采样模块33，用于对于每个所述中心点，沿着所述中心点的目标方向进行采样处理，确定所述三维肋骨图像中的肋骨像素点，所述目标方向为所述中心点对应的肋骨切面的径向。
图像显示模块34，用于基于所述肋骨像素点，生成二维的肋骨显示图像。
本公开实施例提供的肋骨显示装置对胸部三维扫描图像的肋骨采取一种新的显示方案，先分割出胸部三维扫描图像的三维肋骨图像，提取肋骨的中心线，沿着中心线上每个中心点的目标方向展开肋骨，可以在保留肋骨的基本弯曲走形的情况下使肋骨自动显示在二维平面上，能节省诊断时间，减少医生工作量，辅助医生快速诊断骨折疾病。
在一个例子中，所述目标方向包括最优观测方向，所述最优观测方向为所述中心点对应的肋骨切面的最长径的方向。
在一个例子中，所述采样模块33，具体用于：对于每个所述中心点，沿着所述中心点的目标方向，根据预设的步长采样，得到多个采样点的三维坐标；根据所述多个采样点的三维坐标，按照映射关系确定所述多个采样点的二维坐标；从相邻的第一步长与第二步长生成的采样点的二维坐标确定的范围中，确定所述范围内的多个整型点坐标；对于每个所述整型点坐标，确定距离所述整型点坐标最近的两个采样点；基于所述最近的两个采样点的二维坐标和所述整型点坐标的位置，确定所述最近的两个采样点的二维坐标和所述整型点坐标之间的插值关系；根据所述最近的两个采样点的三维坐标以及所述插值关系，确定所述整型点坐标对应的所述三维肋骨图像中的肋骨像素点。
在一个例子中，所述图像显示模块34，具体用于：对于每个所述整型点坐标，所述整型点坐标对应的灰度值确定为所述肋骨像素点在所述三维肋骨图像中的灰度值；根据每个整型点坐标对应的灰度值，生成二维的肋骨显示图像。
在一个例子中，所述中心线提取模块32，具体用于：基于所述三维肋骨图像，根据所述肋骨上的点与种子点的距离，将每根所述肋骨分为多个连通的肋骨子段，所述种子点为所述肋骨上与脊骨相连的点；提取每个所述肋骨子段的质心，连接所述肋骨中每个肋骨子段的质心，得到所述肋骨的肋骨中心线。
在一个例子中，所述三维肋骨图像中包括多根左侧肋骨和多根右侧肋骨；所述装置还包括：走形判断模块35，如图4所示。所述走形判断模块35用于：由所述多根左侧肋骨和多根右侧肋骨中获取处于同一等级的目标左侧肋骨和目标右侧肋骨；从所述目标左侧肋骨的肋骨中心线上选取多个左侧特征点，从所述目标右侧肋骨的肋骨中心线上对应地选取多个右侧特征点；基于所述多个左侧特征点和多个右侧特征点的相似度偏差，确定所述肋骨的走形情况。
在一个例子中，所述目标方向包括多个方向，所述中心点的每一个方向对应一个二维的肋骨显示图像；所述图像显示模块34，还用于：接收对所述至少一对肋骨中某一对肋骨的选择指示；响应于所述选择指示，对所述某一对肋骨以肋骨中心线为基准，依次显示上述的多个方向分别对应的二维的肋骨显示图像。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
本公开实施例还提供了一种电子设备，如图5所示，所述电子设备包括存储器51、处理器52，所述存储器51用于存储可在处理器上运行的计算机指令，所述处理器52用于在执行所述计算机指令时实现本公开任一实施例所述的的方法。
本公开实施例还提供了一种计算机程序产品，该产品包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本公开任一实施例所述的方法。
本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本公开任一实施例所述的方法。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。
Claims (8)
1.一种肋骨显示方法，其特征在于，所述方法包括：
对胸部三维扫描图像进行组织分割处理，得到所述胸部三维扫描图像中包括的三维肋骨图像；
基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，所述肋骨中心线上的每个中心点位于肋骨切面的中心，所述肋骨切面为肋骨的横截面；
对于每个所述中心点，沿着所述中心点的目标方向进行采样处理，确定所述三维肋骨图像中的肋骨像素点，所述目标方向为所述中心点对应的肋骨切面的径向，所述目标方向包括最优观测方向，所述最优观测方向为所述中心点对应的肋骨切面的最长径的方向；
确定所述肋骨像素点在所述三维肋骨图像中的灰度值，并基于所述灰度值，生成二维的肋骨显示图像。
2.根据权利要求1所述的方法，其特征在于，所述对于每个所述中心点，沿着所述中心点的目标方向进行采样处理，确定所述三维肋骨图像中的肋骨像素点，包括：
对于每个所述中心点，沿着所述中心点的目标方向，根据预设的步长采样，得到多个采样点的三维坐标；
根据所述多个采样点的三维坐标，按照映射关系确定所述多个采样点的二维坐标；
从相邻的第一步长与第二步长生成的采样点的二维坐标确定的范围中，确定所述范围内的多个整型点坐标；
对于每个所述整型点坐标，确定距离所述整型点坐标最近的两个采样点；
基于所述最近的两个采样点的二维坐标和所述整型点坐标的位置，确定所述最近的两个采样点的二维坐标和所述整型点坐标之间的插值关系；
根据所述最近的两个采样点的三维坐标以及所述插值关系，确定所述整型点坐标对应的所述三维肋骨图像中的肋骨像素点。
3.根据权利要求2所述的方法，其特征在于，所述确定所述肋骨像素点在所述三维肋骨图像中的灰度值，并基于所述灰度值，生成二维的肋骨显示图像，包括：
对于每个所述整型点坐标，所述整型点坐标对应的灰度值确定为所述肋骨像素点在所述三维肋骨图像中的灰度值；
根据每个整型点坐标对应的灰度值，生成二维的肋骨显示图像。
4.根据权利要求1所述的方法，其特征在于，所述基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，包括：
基于所述三维肋骨图像，根据所述肋骨上的点与种子点的距离，将每根所述肋骨分为多个连通的肋骨子段，所述种子点为所述肋骨上与脊骨相连的点；
提取每个所述肋骨子段的质心，连接所述肋骨中每个肋骨子段的质心，得到所述肋骨的肋骨中心线。
5.根据权利要求1-4任一所述的方法，其特征在于，所述目标方向包括多个方向，所述中心点的每一个方向对应一个二维的肋骨显示图像；
所述方法还包括：
接收对至少一对肋骨中某一对肋骨的选择指示；
响应于所述选择指示，对所述某一对肋骨以肋骨中心线为基准，依次显示上述的多个方向分别对应的二维的肋骨显示图像。
6.一种肋骨显示装置，其特征在于，所述装置包括：
图像分割模块，用于对胸部三维扫描图像进行组织分割处理，得到所述胸部三维扫描图像中包括的三维肋骨图像；
中心线提取模块，用于基于所述三维肋骨图像，分别提取所述肋骨的肋骨中心线，所述肋骨中心线上的每个中心点位于肋骨切面的中心，所述肋骨切面为肋骨的横截面；
采样模块，用于对于每个所述中心点，沿着所述中心点的目标方向进行采样处理，确定所述三维肋骨图像中的肋骨像素点，所述目标方向为所述中心点对应的肋骨切面的径向，所述目标方向包括最优观测方向，所述最优观测方向为所述中心点对应的肋骨切面的最长径的方向；
图像显示模块，用于确定所述肋骨像素点在所述三维肋骨图像中的灰度值，并基于所述灰度值，生成二维的肋骨显示图像。
7.一种电子设备，其特征在于，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现权利要求1至5任一所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110859017.2A CN113643176B (zh) | 2021-07-28 | 2021-07-28 | 一种肋骨显示方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110859017.2A CN113643176B (zh) | 2021-07-28 | 2021-07-28 | 一种肋骨显示方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113643176A CN113643176A (zh) | 2021-11-12 |
| CN113643176B true CN113643176B (zh) | 2024-05-28 |
Family
ID=78418646
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110859017.2A Active CN113643176B (zh) | 2021-07-28 | 2021-07-28 | 一种肋骨显示方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113643176B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114119564B (zh) * | 2021-11-29 | 2024-06-18 | 苏州体素信息科技有限公司 | 肋骨ct图像的处理方法及系统 |
| CN114119602B (zh) * | 2021-12-20 | 2022-04-15 | 深圳科亚医疗科技有限公司 | 对医学图像进行对象分析的方法、装置和存储介质 |
| CN115294110B (zh) * | 2022-09-30 | 2023-01-06 | 杭州太美星程医药科技有限公司 | 扫描期的识别方法、装置、电子设备和存储介质 |
| CN115619792B (zh) * | 2022-12-20 | 2023-03-31 | 杭州健培科技有限公司 | 一种ct影像中肋骨二维展开方法、装置及应用 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101794446A (zh) * | 2010-02-11 | 2010-08-04 | 东南大学 | 一种图像角点的线搜索式检测方法 |
| CN103054602A (zh) * | 2011-09-19 | 2013-04-24 | 西门子公司 | 用于在计算机断层扫描容积中肋骨指上矢量探测的方法和系统 |
| JP2013162921A (ja) * | 2012-02-13 | 2013-08-22 | Tokyo Institute Of Technology | 画像処理装置、画像処理方法、および画像処理プログラム |
| CN106108925A (zh) * | 2015-05-04 | 2016-11-16 | 西门子保健有限责任公司 | 用于医学图像数据中全身骨移除和血管可视化的方法和系统 |
| CN109035141A (zh) * | 2018-07-13 | 2018-12-18 | 上海皓桦科技股份有限公司 | 肋骨展开装置及方法 |
| CN109124662A (zh) * | 2018-07-13 | 2019-01-04 | 上海皓桦科技股份有限公司 | 肋骨中心线检测装置及方法 |
| CN109830289A (zh) * | 2019-01-18 | 2019-05-31 | 上海皓桦科技股份有限公司 | 肋骨图像显示装置 |
| CN110458799A (zh) * | 2019-06-24 | 2019-11-15 | 上海皓桦科技股份有限公司 | 基于肋骨展开图的肋骨骨折自动检测方法 |
| CN110599494A (zh) * | 2018-06-12 | 2019-12-20 | 中国科学院深圳先进技术研究院 | 肋骨图像重建系统及方法、终端及可读存储介质 |
| CN111127461A (zh) * | 2019-12-31 | 2020-05-08 | 东软医疗系统股份有限公司 | 胸部图像处理方法、装置、存储介质及医疗设备 |
| CN111681211A (zh) * | 2020-05-18 | 2020-09-18 | 沈阳先进医疗设备技术孵化中心有限公司 | 一种血管图像处理方法及装置 |
| CN112508858A (zh) * | 2020-11-17 | 2021-03-16 | 杭州依图医疗技术有限公司 | 一种医学影像处理方法及装置、计算机设备 |
| CN113160051A (zh) * | 2021-03-30 | 2021-07-23 | 珠海全志科技股份有限公司 | 基于边缘方向的图像插值采样方法及装置 |
-
2021
- 2021-07-28 CN CN202110859017.2A patent/CN113643176B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101794446A (zh) * | 2010-02-11 | 2010-08-04 | 东南大学 | 一种图像角点的线搜索式检测方法 |
| CN103054602A (zh) * | 2011-09-19 | 2013-04-24 | 西门子公司 | 用于在计算机断层扫描容积中肋骨指上矢量探测的方法和系统 |
| JP2013162921A (ja) * | 2012-02-13 | 2013-08-22 | Tokyo Institute Of Technology | 画像処理装置、画像処理方法、および画像処理プログラム |
| CN106108925A (zh) * | 2015-05-04 | 2016-11-16 | 西门子保健有限责任公司 | 用于医学图像数据中全身骨移除和血管可视化的方法和系统 |
| CN110599494A (zh) * | 2018-06-12 | 2019-12-20 | 中国科学院深圳先进技术研究院 | 肋骨图像重建系统及方法、终端及可读存储介质 |
| CN109035141A (zh) * | 2018-07-13 | 2018-12-18 | 上海皓桦科技股份有限公司 | 肋骨展开装置及方法 |
| CN109124662A (zh) * | 2018-07-13 | 2019-01-04 | 上海皓桦科技股份有限公司 | 肋骨中心线检测装置及方法 |
| CN109830289A (zh) * | 2019-01-18 | 2019-05-31 | 上海皓桦科技股份有限公司 | 肋骨图像显示装置 |
| CN110458799A (zh) * | 2019-06-24 | 2019-11-15 | 上海皓桦科技股份有限公司 | 基于肋骨展开图的肋骨骨折自动检测方法 |
| CN111127461A (zh) * | 2019-12-31 | 2020-05-08 | 东软医疗系统股份有限公司 | 胸部图像处理方法、装置、存储介质及医疗设备 |
| CN111681211A (zh) * | 2020-05-18 | 2020-09-18 | 沈阳先进医疗设备技术孵化中心有限公司 | 一种血管图像处理方法及装置 |
| CN112508858A (zh) * | 2020-11-17 | 2021-03-16 | 杭州依图医疗技术有限公司 | 一种医学影像处理方法及装置、计算机设备 |
| CN113160051A (zh) * | 2021-03-30 | 2021-07-23 | 珠海全志科技股份有限公司 | 基于边缘方向的图像插值采样方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| A novel visualization method for the ribs within chest volume data;Cleary,KR 等;《MEDICAL IMAGING 2006：VISUALIZATION,IMAGE-GUIDED PROCEDURES,AND DISPLAY》;第6141卷;第1-8页 * |
| 多层螺旋CT在肋骨骨折中的研究进展;赵博 等;《医学综述》;第19卷(第18期);第3357-3360页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113643176A (zh) | 2021-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113643176B (zh) | 一种肋骨显示方法和装置 | |
| CN107622492B (zh) | 肺裂分割方法及系统 | |
| US8625869B2 (en) | Visualization of medical image data with localized enhancement | |
| EP3447733B1 (en) | Selective image reconstruction | |
| JP4874701B2 (ja) | 類似画像検索装置および方法並びにプログラム | |
| US7492968B2 (en) | System and method for segmenting a structure of interest using an interpolation of a separating surface in an area of attachment to a structure having similar properties | |
| US11954860B2 (en) | Image matching method and device, and storage medium | |
| JP2005521502A (ja) | 胸部および腹部の画像モダリティの重ね合わせ | |
| CN109124662B (zh) | 肋骨中心线检测装置及方法 | |
| CN109152566B (zh) | 校正超声融合成像系统中的探头引起的变形 | |
| CN110717961B (zh) | 多模态图像重建方法、装置、计算机设备和存储介质 | |
| CN110807770A (zh) | 医学影像的处理、识别、显示方法及存储介质 | |
| CN115830016B (zh) | 医学图像配准模型训练方法及设备 | |
| CN112001889A (zh) | 医学影像处理方法、装置及医学影像显示方法 | |
| CN111445575B (zh) | 威利斯环的图像重建方法、装置、电子设备、存储介质 | |
| CN111311626A (zh) | 基于ct图像的颅骨骨折自动检测方法及电子介质 | |
| CN109350059B (zh) | 用于肘部自动对准的组合的转向引擎和界标引擎 | |
| US9286688B2 (en) | Automatic segmentation of articulated structures | |
| CN116485850A (zh) | 基于深度学习的手术导航影像的实时非刚性配准方法及系统 | |
| CN113538414B (zh) | 肺部图像配准方法和肺部图像配准装置 | |
| US20220230328A1 (en) | Information processing apparatus, information processing method, and non-transitory storage medium | |
| US20240164755A1 (en) | Method and system for cross-referencing of two-dimensional (2d) ultrasound scans of a tissue volume | |
| US11657547B2 (en) | Endoscopic surgery support apparatus, endoscopic surgery support method, and endoscopic surgery support system | |
| Glocker et al. | Towards a computer-aided diagnosis system for colon motility dysfunctions | |
| JP2002279404A (ja) | 画像計測方法および装置 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240206 Address after: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Applicant after: Shenyang Neusoft Medical Systems Co.,Ltd. Country or region after: China Address before: Room 336, 177-1, Chuangxin Road, Hunnan New District, Shenyang City, Liaoning Province Applicant before: Shenyang advanced medical equipment Technology Incubation Center Co.,Ltd. Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |