CN113902934A - 医疗图像处理方法、装置、存储介质及电子设备 - Google Patents
医疗图像处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113902934A CN113902934A CN202111076379.0A CN202111076379A CN113902934A CN 113902934 A CN113902934 A CN 113902934A CN 202111076379 A CN202111076379 A CN 202111076379A CN 113902934 A CN113902934 A CN 113902934A
- Authority
- CN
- China
- Prior art keywords
- medical image
- processed
- similarity
- image
- acquiring
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 201000010099 disease Diseases 0.000 claims abstract description 30
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 34
- 238000001914 filtration Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 18
- 230000006854 communication Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请公开了一种医疗图像处理方法、装置、存储介质及电子设备。该医疗图像处理方法包括获取待处理的医疗图像;对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。本方案可以提高医疗图像的分类存储效率。
Description
技术领域
本申请实施例涉及图像处理技术领域,具体涉及一种医疗图像处理方法、装置、存储介质及电子设备。
背景技术
目前,医疗成像作为医疗诊断的重要参考依据被广泛应用。例如,用于乳腺检查的钼靶成像、用于胸部检查的DR(Digital Radiography,直接数字平板X线成像系统)成像等。
通常,这些成像方法得到的医疗图像需要通过医生亲自进行分类存储,效率较低。
发明内容
本申请实施例提供一种医疗图像处理方法、装置、存储介质及电子设备,可以提高医疗图像的分类存储效率。
第一方面,本申请实施例提供了一种医疗图像处理方法,包括:
获取待处理的医疗图像;
对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
在本申请实施例提供的医疗图像处理方法中,所述获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值,包括:
获取所述处理后的医疗图像的特征点;
基于所述特征点对所述处理后的医疗图像和所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
在本申请实施例提供的医疗图像处理方法中,所述基于所述特征点对所述处理后的医疗图像和所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值,包括:
利用三角剖分技术对所述特征点进行三角剖分,得到所述第一三角剖分图像;
将所述第一三角剖分图像与所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
在本申请实施例提供的医疗图像处理方法中,所述将所述第一三角剖分图像与所述参考医疗图像进行比较,从而确定所述相似度是否大于预设值,包括:
获取所述参考医疗图像的第二三角剖分图像;
将所述第一三角剖分图像与所述第二三角剖分图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
在本申请实施例提供的医疗图像处理方法中,所述对所述待处理的医疗图像进行预处理,得到处理后的医疗图像,包括:
对所述待处理的医疗图像进行锐化处理、边缘补偿处理或降噪处理。
在本申请实施例提供的医疗图像处理方法中,所述锐化处理包括非线性变换或线性变换;所述降噪处理采用的方法包括高斯滤波法、中值滤波法或高低通滤波法。
第二方面,本申请实施例提供了一种医疗图像处理装置,包括:
图像获取单元,用于获取待处理的医疗图像;
图像处理单元,用于对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
图像比较单元,用于获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
疾病确定单元,用于根据所述比较结果确定所述医疗图像所对应的疾病。
在本申请实施例提供的医疗图像处理装置中,图像比较单元用于:
获取所述处理后的医疗图像的特征点;
基于所述特征点对所述处理后的医疗图像和所述参考医疗图像进行比较,从而确定所述相似度是否大于预设值。
第三方面,本申请实施例提供了一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行上述实施例所述的方法。
第四方面,本申请实施例提供了一种电子设备,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述实施例所述的方法。
本申请实施例提供的医疗图像处理方法采用获取待处理的医疗图像;对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。本方案可以提高医疗图像的分类存储效率。
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是本申请实施例提供的医疗图像处理方法的流程示意图。
图2是本申请实施例提供的医疗图像处理装置的结构示意图。
图3是本申请实施例提供的服务器的结构示意图。
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请中的术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种医疗图像处理方法、装置、存储介质及电子设备。需要说明的是,本申请实施例提供的医疗图像处理方法,可集成在医疗图像处理装置中。
以下将分别进行详细说明,以下各个实施例的描述先后顺序并不构成对具体实施先后顺序的限定。
101、获取待处理的医疗图像。
在进行医疗图像处理时,可以首先获取待处理的医疗图像,待处理的医疗图像可以是通过医疗成像系统得到的图像,例如,PET(Positron Emission ComputedTomography,正电子发射型计算机断层显像)图像、CT(Computed Tomography,电子计算机断层扫描)图像、MRI(Magnetic Resonance Imaging,磁共振成像)图像等,在此不做具体的类型限定。另外,在获取医疗图像时,可以是直接获取通过医疗成像系统实时扫描得到的医疗图像,也可以是通过网络访问、数据读取等方式获取保存于服务器、存储介质等中的已生成的医疗图像。
可以理解,医疗图像并不仅仅是指代单独一张图像,医疗图像也可以是指代一个图像集,例如,由同一被检查对象对应的、不同成像扫描参数(不同扫描序列、不同模态、不同拍摄体位等)的多张医疗图像组成的图像集等。
102、对所述待处理的医疗图像进行预处理,得到处理后的医疗图像。
具体的,可以对待处理的医疗图像进行锐化处理、边缘补偿处理或降噪处理。
在一些实施例中,锐化处理可以包括非线性变换或直方图均衡变换等,以便对待处理的医疗图像的局部或全局的对比度进行增强。
在一些实施例中,降噪处理采用的方法可以包括高斯滤波法、中值滤波法或高低通滤波法。
具体地,高斯滤波法可以是指对整幅待处理的医疗图像的像素值进行加权平均的过程,针对每一个像素点的像素值,可以由该像素点本身的像素值和邻域内的其它像素值经加权平均后获得。中值滤波法可以是指将待处理的医疗图像中每一个像素点的灰度值设置为该像素点的一个邻域窗口内的所有像素点的灰度值的中值。高低通滤波法可以是指包括高通滤波和低通滤波中的至少一种。在这里,高通滤波可以是指去掉待处理的医疗图像中的高频分量,留下低频分量。低通滤波可以是指去掉待处理的医疗图像中的低频分量,留下高频分量。高频分量可以是指待处理的医疗图像中强度(亮度/灰度)变化比较平缓的部分。低频分量可以是指待处理的医疗图像中强度(亮度/灰度)变化比较强的部分。
其中,边缘补偿处理可以增强待处理的医疗图像边缘的对比度。
103、获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值。
在一些实施例中,可以先获取处理后的医疗图像的特征点;然后基于特征点对处理后的医疗图像和参考医疗图像进行比较,从而确定所述相似度是否大于预设值。
具体的,可以利利用三角剖分技术对所述特征点进行三角剖分,得到所述第一三角剖分图像;将所述第一三角剖分图像与所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
可以理解的是,在比较之前,需要对参考医疗图像进行三角剖分。也即,步骤“将第一三角剖分图像与参考医疗图像进行比较,确定所述相似度是否大于预设值”可以包括:
获取所述参考医疗图像的第二三角剖分图像;
将所述第一三角剖分图像与所述第二三角剖分图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
该预设值可以根据实际情况进行设定。
需要说明的是,该参考医疗图像可以包括但不限于一种,该参考医疗图像可以包括多种疾病的参考医疗图像。
其中,将所述处理后的医疗图像与参考医疗图像进行比较时,可以将处理后的医疗图像与多种疾病的参考医疗图像进行相似度匹配。
具体的,可以通过相似度网络模型(Similarity Learning Architectures OrModels)得到医疗图像以及参考医疗图像的相似度匹配处理结果。相似度网络模型是指可以用于检测两个或多个事物的相似度的模型,在本步骤中,相似度网络模型具体用于对医疗图像以及参考医疗图像进行相似度匹配处理,对应的匹配处理结果包括医疗图像与参考医疗图像匹配,以及医疗图像与参考医疗图像不匹配等。
104、若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
本申请实施例提供的医疗图像处理方法采用获取待处理的医疗图像;对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。本方案可以对待处理的医疗图像进行处理,从而得到该参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储,提高了医疗图像的分类存储效率。
为了更好地实施以上医疗图像处理方法,相应的,本申请实施例还提供一种医疗图像处理装置,其中,该医疗图像处理装置可以集成在电子设备中,也可以集成在服务器中。其中名词的含义与上述医疗图像处理方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图2,图2是本申请实施例提供的医疗图像处理装置的结构示意图。该医疗图像处理装置200可以包括图像获取单元201、图像处理单元202、图像比较单元203和疾病确定单元204。其中,
图像获取单元201,用于获取待处理的医疗图像;
图像处理单元202,用于对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
图像比较单元203,用于获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
图像存储单元204,用于若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
在具体实施过程中,图像比较单元204可以用于:
获取所述处理后的医疗图像的特征点;
基于所述特征点对所述处理后的医疗图像和所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
本申请实施例提供的医疗图像处理装置200可以对待处理的医疗图像进行处理,从而得到该医疗图像对应的疾病,提高了医疗图像的分类存储效率。
本申请实施例还提供一种服务器,如图3所示,其示出了本申请实施例所涉及的服务器的结构示意图,具体来讲:
该服务器可以包括一个或者一个以上处理核心的处理器301、一个或一个以上计算机可读存储介质的存储器302、电源303和输入单元304等部件。本领域技术人员可以理解,图3中示出的服务器结构并不构成对服务器的限定,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。其中:
处理器301是该服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器302内的软件程序和/或模块,以及调用存储在存储器302内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。可选的,处理器301可包括一个或多个处理核心;优选的,处理器301可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器301中。
存储器302可用于存储软件程序以及模块,处理器301通过运行存储在存储器302的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器302可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据服务器的使用所创建的数据等。此外,存储器302可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器302还可以包括存储器控制器,以提供处理器301对存储器302的访问。
服务器还包括给各个部件供电的电源303,优选的,电源303可以通过电源管理系统与处理器301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303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。
该服务器还可包括输入单元304,该输入单元304可用于接收输入的数字或字符信息,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。
尽管未示出,服务器还可以包括显示单元等,在此不再赘述。具体在本实施例中,服务器中的处理器301会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器302中,并由处理器301来运行存储在存储器302中的应用程序,从而实现各种功能,如下:
获取待处理的医疗图像;
对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
以上操作具体可参见前面的实施例,在此不作赘述。
相应的,本申请实施例还提供一种电子设备,如图4所示,该电子设备可以包括射频(RF,Radio Frequency)电路401、包括有一个或一个以上计算机可读存储介质的存储器402、输入单元403、显示单元404、传感器405、音频电路406、无线保真(WiFi,WirelessFidelity)模块407、包括有一个或者一个以上处理核心的处理器408、以及电源409等部件。本领域技术人员可以理解,图4中示出的电子设备结构并不构成对电子设备的限定,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。其中:
RF电路401可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器408处理;另外,将涉及上行的数据发送给基站。通常,RF电路401包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM,Subscriber IdentityModule)卡、收发信机、耦合器、低噪声放大器(LNA,Low Noise Amplifier)、双工器等。此外,RF电路401还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(GSM,Global System of Mobile communication)、通用分组无线服务(GPRS,GeneralPacket Radio Service)、码分多址(CDMA,Code Division Multiple Access)、宽带码分多址(WCDMA,Wideband Code Division Multiple Access)、长期演进(LTE,Long TermEvolution)、电子邮件、短消息服务(SMS,Short Messaging Service)等。
存储器402可用于存储软件程序以及模块,处理器408通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器408和输入单元403对存储器402的访问。
输入单元403可用于接收输入的数字或字符信息,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。具体地,在一个具体的实施例中,输入单元403可包括触敏表面以及其他输入设备。触敏表面,也称为触摸显示屏或者触控板,可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敏表面上或在触敏表面附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面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408,并能接收处理器408发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面,输入单元403还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元404可用于显示由用户输入的信息或提供给用户的信息以及电子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。显示单元404可包括显示面板,可选的,可以采用液晶显示器(LCD,Liquid CrystalDisplay)、有机发光二极管(OLED,Organic Light-Emitting Diode)等形式来配置显示面板。进一步的,触敏表面可覆盖显示面板,当触敏表面检测到在其上或附近的触摸操作后,传送给处理器408以确定触摸事件的类型,随后处理器408根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图4中,触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面与显示面板集成而实现输入和输出功能。
电子设备还可以包括至少一种传感器405,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板的亮度,接近传感器可在电子设备移动到耳边时,关闭显示面板和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别电子设备姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于电子设备还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路406、扬声器,传声器可提供用户与电子设备之间的音频接口。音频电路406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406接收后转换为音频数据,再将音频数据输出处理器408处理后,经RF电路401以发送给比如另一电子设备,或者将音频数据输出至存储器402以便进一步处理。音频电路406还可能包括耳塞插孔,以提供外设耳机与电子设备的通信。
WiFi属于短距离无线传输技术,电子设备通过WiFi模块407可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图4示出了WiFi模块407,但是可以理解的是,其并不属于电子设备的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器408是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器408可包括一个或多个处理核心;优选的,处理器408可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器408中。
电子设备还可以包括给各个部件供电的电源409(比如电池),优选的,电源可以通过电源管理系统与处理器408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409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。
尽管未示出,电子设备还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,电子设备中的处理器408会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器408来运行存储在存储器402中的应用程序,从而实现各种功能:
获取待处理的医疗图像;
对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
以上操作具体可参见前面的实施例,在此不作赘述。
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存储介质,其中存储有多条指令,该指令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疗图像处理方法中的步骤。例如,该指令可以执行如下步骤:
获取待处理的医疗图像;
对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
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。
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指令,可以执行本申请实施例所提供的任意医疗图像处理方法中的步骤,因此,可以实现本申请实施例所提供的任一医疗图像处理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疗图像处理方法、装置和存储介质进行了详细介绍,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,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种医疗图像处理方法,其特征在于,包括:
获取待处理的医疗图像;
对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
2.如权利要求1所述的医疗图像处理方法,其特征在于,所述获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值,包括:
获取所述处理后的医疗图像的特征点;
基于所述特征点对所述处理后的医疗图像和所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
3.如权利要求2所述的医疗图像处理方法,其特征在于,所述基于所述特征点对所述处理后的医疗图像和所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值,包括:
利用三角剖分技术对所述特征点进行三角剖分,得到所述第一三角剖分图像;
将所述第一三角剖分图像与所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
4.如权利要求3所述的医疗图像处理方法,其特征在于,所述将所述第一三角剖分图像与所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值,包括:
获取所述参考医疗图像的第二三角剖分图像;
将所述第一三角剖分图像与所述第二三角剖分图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
5.如权利要求1-4任一项所述的医疗图像处理方法,其特征在于,所述对所述待处理的医疗图像进行预处理,得到处理后的医疗图像,包括:
对所述待处理的医疗图像进行锐化处理、边缘补偿处理或降噪处理。
6.如权利要求5所述的医疗图像处理方法,其特征在于,所述锐化处理包括非线性变换或线性变换;所述降噪处理采用的方法包括高斯滤波法、中值滤波法或高低通滤波法。
7.一种医疗图像处理装置,其特征在于,包括:
图像获取单元,用于获取待处理的医疗图像;
图像处理单元,用于对所述待处理的医疗图像进行预处理,得到处理后的医疗图像;
图像比较单元,用于获取所述处理后的医疗图像与参考医疗图像的相似度,确定所述相似度是否大于预设值;
图像存储单元,用于若是,则获取所述参考医疗图像对应的疾病名称,并基于所述疾病名称对所述医疗图像进行分类存储。
8.如权利要求7所述的医疗图像处理装置,其特征在于,图像比较单元用于:
获取所述处理后的医疗图像的特征点;
基于所述特征点对所述处理后的医疗图像和所述参考医疗图像进行比较,得到所述处理后的医疗图像与参考医疗图像的相似度,以确定所述相似度是否大于预设值。
9.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至5任一项所述的方法。
10.一种电子设备,其特征在于,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1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111076379.0A CN113902934A (zh) | 2021-09-14 | 2021-09-14 | 医疗图像处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111076379.0A CN113902934A (zh) | 2021-09-14 | 2021-09-14 | 医疗图像处理方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113902934A true CN113902934A (zh) | 2022-01-07 |
Family
ID=79028176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111076379.0A Withdrawn CN113902934A (zh) | 2021-09-14 | 2021-09-14 | 医疗图像处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902934A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118280573A (zh) * | 2024-04-25 | 2024-07-02 | 无锡珞迦云脉医疗科技有限公司 | 一种多模态下人工智能预测状态参考信息的方法和装置 |
-
2021
- 2021-09-14 CN CN202111076379.0A patent/CN113902934A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118280573A (zh) * | 2024-04-25 | 2024-07-02 | 无锡珞迦云脉医疗科技有限公司 | 一种多模态下人工智能预测状态参考信息的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866897B (zh) | 一种图像检测方法及计算机可读存储介质 | |
CN107895369B (zh) | 图像分类方法、装置、存储介质及设备 | |
WO2019020014A1 (zh) | 解锁控制方法及相关产品 | |
CN110070129B (zh) | 一种图像检测方法、装置及存储介质 | |
CN106296634B (zh) | 一种检测相似图像的方法和装置 | |
CN110147742B (zh) | 一种关键点定位方法、装置及终端 | |
CN113421211A (zh) | 光斑虚化的方法、终端设备及存储介质 | |
US10706282B2 (en) | Method and mobile terminal for processing image and storage medium | |
CN113902934A (zh) | 医疗图像处理方法、装置、存储介质及电子设备 | |
CN107832714B (zh) | 活体鉴别方法、装置及存储设备 | |
CN113283552A (zh) | 图像的分类方法、装置、存储介质及电子设备 | |
CN113902682A (zh) | 基于医疗图像的诊断方法、装置、存储介质及电子设备 | |
CN115393323B (zh) | 一种目标区域获得方法、装置、设备和存储介质 | |
CN110717486B (zh) | 文本检测方法、装置、电子设备和存储介质 | |
CN114140655A (zh) | 图像分类方法、装置、存储介质及电子设备 | |
CN115984228A (zh) | 胃镜图像处理方法、装置、电子设备及存储介质 | |
CN105184750A (zh) | 一种在移动终端对实时视频图像去噪的方法和装置 | |
CN115375603A (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN113902681A (zh) | 医疗图像识别方法、装置、存储介质及电子设备 | |
CN113887579A (zh) | 医疗图像的分类方法、装置、存储介质及电子设备 | |
CN112837222A (zh) | 指纹图像拼接方法、装置、存储介质及电子设备 | |
CN114140864B (zh) | 轨迹跟踪方法、装置、存储介质及电子设备 | |
CN115270907A (zh) | 图片内容相似度分析方法、装置及存储介质 | |
CN114429493B (zh) | 影像序列处理方法、装置、电子设备及存储介质 | |
CN112733573B (zh) | 表格检测方法、装置、移动终端及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220107 |
|
WW01 | Invention patent application withdrawn after publication |