CN114067994A - 一种目标部位的方位标记方法及系统 - Google Patents

Abstract

本申请实施例公开了一种目标部位的方位标记方法及系统。所述方法包括：获取目标对象的目标部位的图像信息；对所述图像信息进行处理，确定所述目标对象中目标部位的方位信息；基于所述方位信息对所述目标对象的医学图像进行标记。本申请提供一种目标部位的识别和标记方法，能够提高目标部位标记的准确率和操作效率，为医疗工作提供方便。

Description

一种目标部位的方位标记方法及系统

技术领域

本申请涉及医学图像技术领域，特别涉及一种医学图像中目标部位的方位标记方法及系统。

背景技术

医学影像设备在临床诊断和治疗中的应用日益广泛，医生通过对患者的目标部位对应的医学影像分析，从而对患者进行病理诊断。在一些场景，有的医学图像仅会涉及具有左右对称的人体部位的其中一个，例如，对患者的左膝盖进行了医学影像设备的拍摄，这时，为了给医生提供准确的信息，需要对所述医学图像进行标记，以告知该图像的具体方位。

因此，亟需一种目标部位的识别和标记方法，能够提高目标部位标记的准确率和操作效率，为医疗工作提供方便。

发明内容

本申请实施例之一提供一种目标部位的方位标记方法。所述目标部位的方位标记方法包括：获取目标对象的目标部位的图像信息；对所述图像信息进行处理，确定所述目标对象中目标部位的方位信息；基于所述方位信息对所述目标对象的医学图像进行标记。

本申请实施例之一提供一种目标部位的方位标记系统，所述系统包括：图像信息获取模块，用于获取目标对象的目标部位的图像信息；方位信息确定模块，用于对所述图像信息进行处理，确定目标对象中目标部位的方位信息；方位信息标记模块，用于基于所述方位信息对所述目标对象的医学图像进行标记。

本申请实施例之一提供一种用于标记目标部位方位的装置，包括处理器，所述处理器用于执行计算机指令，以实现目标部位的方位标记方法。

本申请实施例之一提供一种用于标记目标部位方位的系统，所述系统包括：摄像装置，用于获取所述目标对象的图像信息；医学影像装置，用于获取目标对象的医学图像；信息处理装置，对所述图像信息进行处理，确定所述目标部位的方位信息；并将所述方位信息在所述医学图像中标记。

附图说明

本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书的一些实施例所示的应用场景示意图；

图2是根据本说明书的一些实施例所示的目标方位的标记系统的示例性流程图；

图3是根据本申请一些实施例所示的对目标方位进行标记的示例性流程图；

图4是根据本申请一些实施例所示的医学图像的示意图；

图5是根据本申请另一些实施例所示的医学图像的示意图。

具体实施方式

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

在一些实施例中，需要人工识别医学图像中的拍摄部位并将拍摄部位人工标记在医学图像中。在一些实施例中，拍摄医生在实际拍摄的过程中也可以根据已知的拍摄部位选择对应的拍摄协议，医学影像设备可以根据选择的协议进行方位信息的标记。在此过程中，有可能出现判断错误、标定错误或者选择协议，进而对诊断结果和后续治疗造成一定的影响。

针对以上问题，本申请一些实施例提供一种目标部位的方位标记系统，通过获取目标对象的图像信息，并基于预设算法对所述图像信息进行处理，确定目标对象中目标部位的方位信息，再基于所述方位信息对所述目标部位的医学图像进行标记。

下面结合附图对本申请实施例所提供的目标部位的方位标记系统进行详细说明。

图1是根据本说明书的一些实施例所示的应用场景示意图。

如图1所示，方位标记系统100可以包括医学影像装置110、网络120、处理设备140、存储设备150和摄像装置160。在一些实施例中，所述系统100还可以包括至少一个终端130。该系统100中的各个组件之间可以通过网络120互相连接。例如，医学影像装置110和处理设备140可以通过网络120连接或通信。

在一些实施例中，摄像装置160用于获取包含目标对象的图像信息。在一些实施例中，摄像装置160可以是光学设备，例如摄像头或其他图像传感器等。在一些实施例中，摄像装置160也可以是非光学设备，该设备基于采集得到的若干距离数据，得到能够体现目标对象的形状、尺寸等特征的热图。在一些实施例中，摄像装置160采集的可以是静态图像，也是视频图像。

在一些实施例中，医学影像装置110可以对目标对象进行数据采集，以得到目标对象的目标部位的医学图像。在一些实施例中，医学影像装置可以包括数字化X射线(DR，Digital Radiography)成像设备、计算机断层成像(computed tomography,CT)扫描机、磁共振成像(magnetic resonance imaging，MRI)扫描仪、B成像(b-scan ultrasonography)扫描仪、热断层扫描成像(Thermal texture maps,TTM)扫描设备或者正电子发射断层成像(positron emission tomography,PET)扫描仪等。示例性地，以CT扫描机为例对医学影像装置110进行说明。例如，系统根据摄像装置160得到的图像信息分析得到目标部位是左膝盖，目标对象可以平躺面部朝上于扫描床1101上，移动扫描床1101使左膝盖位于扫描区域内进行扫描得到左膝盖的医学图像。

网络120可以包括能够促进系统100的信息和/或数据交换的任何合适的网络。在一些实施例中，系统100的至少一个组件(例如，医学影像装置110、处理设备140、存储设备150、摄像装置160、至少一个终端130)可以通过网络120与系统100中至少一个其他组件交换信息和/或数据。例如，处理设备140可以通过网络120从医学影像装置110获得图像信息。又例如，处理设备140可以通过网络120从至少一个终端130获得用户(如医生)指令。网络120可以或包括公共网络(例如，互联网)、专用网络(例如，局部区域网络(LAN))、有线网络、无线网络(例如，802.11网络、Wi-Fi网络)、帧中继网络、虚拟专用网络(VPN)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任意组合。例如，网络120可以包括有线网络、有线网络、光纤网络、电信网络、内联网、无线局部区域网络(WLAN)、城域网(MAN)、公共电话交换网络(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信(NFC)网络等或其任意组合。在一些实施例中，网络120可以包括至少一个网络接入点。例如，网络120可以包括有线和/或无线网络接入点，例如基站和/或互联网交换点，系统100的至少一个组件可以通过接入点连接到网络120以交换数据和/或信息。

在一些实施例中，至少一个终端130可以与医学影像装置110、摄像装置160、处理设备140和/或存储设备150通信和/或连接。例如，至少一个终端130可以从处理设备140获得目标部位的方位分析结果，或从摄像装置160获取采集的图像信息。又例如，至少一个终端130可以获取用户的操作指令，然后将该操作指令发送至医学影像装置110或摄像装置160以对其进行控制(如调整图像采集视角、设置医学影像装置的工作参数等)。在一些实施例中，至少一个终端130可以包括移动设备130-1、平板计算机130-2、膝上型计算机130-3等或其任意组合。例如，移动设备130-1可以包括移动电话、个人数字助理(PDA)、医用设备等或其任意组合。在一些实施例中，至少一个终端130可以包括输入设备、输出设备等。输入设备可以包括字母数字和其他按键，用于输入控制指令对医学影像装置110和/或摄像装置160进行控制。输入设备可以选用键盘输入、触摸屏(例如，具有触觉或触觉反馈)输入、语音输入、手势输入或任何其他类似的输入机制。通过输入设备接收的输入信息可以通过如总线传输到处理设备140，以进行进一步处理。其他类型的输入设备可以包括光标控制装置，例如鼠标、轨迹球或光标方向键等。输出设备可以包括显示器、扬声器、打印机等或其任意组合，用于输出医学影像装置110采集的医学图像和/或摄像装置160拍摄得到的图像信息。在一些实施例中，至少一个终端130可以是处理设备140的一部分。

处理设备140可以处理从医学影像装置110、存储设备150、至少一个终端130或系统100的其他组件获得数据和/或指令。例如，处理设备140可以从摄像装置160获得目标对象的图像信息，对其进行处理以得出目标对象的目标部位的方位信息。

在一些实施例中，处理设备140可以是单一服务器或服务器组。服务器组可以是集中式的或分布式的。在一些实施例中，处理设备140可以是本地或远程的。例如，处理设备140可以通过网络120从医学影像装置110、存储设备150和/或至少一个终端130访问信息和/或数据。又例如，处理设备140可以直接连接到医学影像装置110、至少一个终端130和/或存储设备150以访问信息和/或数据。在一些实施例中，处理设备140可以在云平台上实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间云、多云等或其任意组合。

在一些实施例中，医学影像装置110可以基于处理设备140确定的目标对象上目标部位的方位信息进行扫描。例如，医学影像装置110可以根据处理设备140处理得到的目标对象的目标部位的方位信息(例如，左部膝盖)来扫描目标部位(例如，左膝盖)，进而得到目标部位的医学图像。

存储设备150可以存储数据、指令和/或任何其他信息。在一些实施例中，存储设备150可以存储医学影像装置110采集的图像信息。在一些实施例中，存储设备150可以存储从医学影像装置110、至少一个终端130和/或处理设备140获得的数据。在一些实施例中，存储设备150还可以存储目标部位与方位信息之间的对应关系，处理设备140可以基于该对应关系以及处理得到的目标部位得出目标部位的方位信息。在一些实施例中，存储设备150可以存储处理设备140用来执行或使用来完成本申请中描述的示例性方法的数据和/或指令。在一些实施例中，存储设备150可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。在一些实施例中，存储设备150可以在云平台上实现。

在一些实施例中，存储设备150可以连接到网络120以与系统100中的至少一个其他组件(例如，处理设备140、至少一个终端130)通信。系统100中的至少一个组件可以通过网络120访问存储设备150中存储的数据或指令。在一些实施例中，存储设备150可以是处理设备140的一部分。

本说明书一个或多个实施例提供一种目标部位的方位标记方法和系统。图2是根据本说明书的一些实施例所示的目标方位的标记系统的示例性流程图。在一些实施例中，该控制系统可以包括图像信息获取模块、方位信息确定模块和方位信息标记模块。

其中，图像信息获取模块，用于获取目标对象的目标部位的图像信息。

方位信息确定模块，用于对所述图像信息进行处理，确定目标对象中目标部位的方位信息。

方位信息标记模块，用于基于所述方位信息对所述目标对象的医学图像进行标记。在一些实施例中，所述方位信息标记模块还用于：获取所述目标部位的医学图像；将所述方位信息标记在所述医学图像中。在一些实施例中，所述方位信息标记模块还用于：基于所述方位信息确定对应的协议信息；基于所述协议信息对所述目标部位的医学图像进行标记。

在一些实施例中，流程200可以由目标部位的方位标记系统执行，流程200其包括：

步骤210，获取目标对象的图像信息。在一些实施例中，步骤210可以由图像信息获取模块执行。

目标对象包括待拍摄医学图像的对象，例如，患者。

图像信息是指采用摄像装置获取的目标对象(例如，人体及身体各部位或器官)的影像。在一些实施例中，所述影像可以包括目标对象的静态影像或视频影像。在一些实施例中，所述静态影像可以包括照片、图片等静止存在的图像。在一些实施例中，视频影像是指动态影像，可以包括但不限于视频、动画等。在一些实施例中，可以从视频图像中引出视频流，所述视频流可以包括多帧静态图像。在一些实施例中，所述影像可以是光学影像，也可以是非光学影像。在一些实施例中，可以是光学设备，例如摄像头、或其他图像传感器等。在一些实施例中，摄像装置也可以是非光学设备，该设备基于采集得到的若干距离数据，得到能够体现目标对象的形状、尺寸等特征的热图。

在一些实施例中，摄像装置可以包括任何具有二维或者三维图像捕捉功能的装置。在一些实施例中，图像信息至少包括目标对象中目标部位相对医学影像装置的摆位信息，处理器可以基于所述摆位信息判断出目标部位。在一些实施例中，所述摆位信息包括在医学影像设备的射线照射区域是否存在待检测对象，或者在医学影像设备的摆放台(例如，病床)上的是否存在待检测对象。其中，所述摆放台或射线照射区域可视为可摆位区域，检测到处于可摆位区域的待检测对象可视为目标对象的待检测的目标部位。

在一些实施例中，还可以基于目标部位的图像信息，来调整医学影像设备，以使目标部位处于射线源的射线路径中。在一些实施例中，调整医学影像设备的操作可以手动执行，也可以由机器自动地执行。在一些实施例中，调整医学影像设备可以包括调整医学影像设备的射线源，也可以包括调整医学影像设备的探测器，或者包括调整探测器和射线源，对此，本说明书内容不进行限定，只要调整之后能够使目标部位处于射线源的射线路径中即可。

在一些实施例中，在目标对象对目标部位调整姿态和/或位置以使其处于医学影像装置射线源的射线路径的过程中，从而可以判断出处于可摆位区域内的所述目标部位。

在一些实施例中，在手动或者自动调节医学影像装置的射线源移动以对准目标部位的过程中可以判断出所述目标部位。例如，患者已进入医学影像装置的待拍摄区域进行摆位，现目标部位位于医学影像装置的射线源的左侧，则可以调节目标部位向右侧移动使其处于医学影像装置射线源的射线路径中，也可以调节医学影像装置的射线源向左侧移动使目标部位处于医学影像装置射线源的射线路径中，在此过程中，处理器可以基于采集到的图像信息(例如，对应该过程的视频信息)判断出处于可摆位区域的目标部位。

图像信息获取模块可以通过有线或者无线获取摄像装置捕捉到的图像信息，并进一步识别图像信息中的目标对象。在一些实施例中，系统可以对于输入的视频图像导出视频流，进行逐帧处理。在一些实施例中，所述处理可以包括对图像的滤波去噪、图像灰度的归一化、图像的水平旋转、图像尺度大小的校正等。在一些实施例中，所述处理还可以包括对图像中的目标对象或者目标部位进行识别或者分割。

步骤220，对所述图像信息进行处理，确定目标部位的方位信息。在一些实施例中，步骤220可以由方位信息确定模块执行。

在一些实施例中，目标部位可以包括目标对象的整体或一部分组织或者器官。例如，目标部位可以包括左踝关节、胸部等。

在一些实施例中，目标部位的方位信息包括目标部位相对于目标对象的左右方位、上下方位以及前后方位中至少一种。在一些实施例中，目标部位相对目标对象的方位信息包括左右方位信息，例如，左膝关节。在一些实施例中，目标部位相对目标对象的方位信息包括上下信息，例如，上脊椎。在一些实施例中，目标部位相对目标对象的方位信息包括前后方位信息，例如，背部。在一些实施例中，目标部位相对目标对象的方位信息是左右上下信息，例如，目标部位是左上髋关节。

在一些实施例中，目标部位的方位信息还可以包括医学影像装置中射线入射方位等。所述医学影像装置中射线入射方位可以包括射线初始入射的方向与目标对象或目标部位的位置关系。例如，需要拍摄医学影像的目标部位是左手，那么方位信息可以包括位于身体左侧的手部，还可以包括是手背朝向射线初始入射的方向，还是手掌朝向射线初始入射的方向。再例如，需要在DR扫描机上拍摄医学影像的目标部位是左大腿，那么方位信息可以包括位于身体的左侧的大腿部，也可以包括是目标对象脸面向射线初始入射的方向，还是目标对象背对着射线初始入射的方向，即患者是面朝射线初始入射方向平躺在扫描床上，还是背朝射线初始入射方向平卧在扫描床上。

在一些实施例中，方位信息确定模块通过网络接收包含有目标对象的目标部位的图像信息，并根据预设的算法可以对目标部位的图像进行识别，对所述图像信息进行处理，确定目标部位的方位信息。例如，在拍摄视频图像的这个连续的过程中，摄像装置拍摄到了包括患者摆位的过程到对患者曝光的全部影像，在该过程中，射线源和/或摆放台和/或摄像头可被配置为可移动的，方位信息确定模块可以自动识别出目标部位的方位信息。例如，在通过DR拍摄左膝关节的X光片的过程中，摄像装置拍摄到医疗影像设备将射线源移动到左膝关节的上方，则方位信息确定模块可以实时分析并识别出目标部位是左膝关节。

在一些实施例中，所述预设的算法可以包括对图像进行处理分析的算法。具体的，所述预设的算法首先对摄像装置获得的目标对象的图像进行图像分割等处理，根据图像中目标部位与医学影像设备的位置关系，从而确认图像中处于摆放位置的目标部位，进而分析判断出目标部位相对目标对象的方位信息。

在一些实施例中，预设的算法可以包括图像匹配算法。具体的，基于图像匹配算法计算所述摄像装置获得的目标对象的图像信息与所述关联数据库中的图像信息的匹配度，选择匹配度最高的图像信息作为获得的图像信息，进一步分析判断出目标部位相对目标对象的方位信息。在一些实施例中，所述图像匹配的方法包括基于灰度的图像匹配和基于特征的图像匹配。

在一些实施例中，预设算法还可以包括机器学习模型。具体的，将所述摄像装置获得的目标对象的图像输入经过训练的机器学习模型中，并根据机器学习模型的输出数据确定目标部位的方位信息。在一些实施例中，所述机器学习模型的输出数据可以包括目标部位的名称以及其对应的方位信息，例如，左膝关节。在一些实施例中，可以把摄像装置获取的图像信息进行预处理，筛选出质量较高的图像，该图像可以是清晰度较高的图像，也可以是包含有全部目标对象，且目标部位处于摆放位置的图像。然后将筛选好的图像输入机器学习模型，机器学习模型可以根据输入数据自动地输出所述目标部位相对所述目标对象的方位信息。

在一些实施例中，机器学习模型可以包括深度神经网络(deep neural network，DNN)，如卷积神经网络(convolutional neural network，CNN)、深度信念网络(deepbelief network,DBN)、随机布尔神经网络(random Boolean network，RBN)等。深度学习模型可以包括多层神经网络结构。以卷积神经网络为例，卷积神经网络可以包括输入层、卷积层、降维层、隐藏层、输出层等。卷积神经网络中包括一个或多个卷积核，用于卷积运算。

在一些实施例中，可以利用训练样本数据对初始机器学习模型进行训练，以获取训练好的机器学习模型。所述训练样本数据可以包括若干目标对象的历史图像，所述历史图像需要包括目标部位的图像。对所述历史图像中的目标部位及其方位信息进行标记，例如，所述目标部位的标记信息可以包括左膝关节。然后将所述历史图像信息当作输入数据，将所述方位信息的标记信息当作对应的输出数据或判据标准，并将所述输入数据和输出数据输入初始机器学习模型进行训练，得到训练好的模型。

步骤230，基于所述方位信息对所述目标对象的医学图像进行标记。

系统通过医学影像装置获得目标对象的医学图像，方位信息标记模块在所获得的医学图像上标记相应的方位信息。在一些实施例中，所述目标对象的医学图像可以包括所述目标对象上的目标部位对应的医学图像。在一些实施例中，所述目标对象的医学图像还可以包括目标对象上非目标部位对应的医学图像。其中，所述非目标部位可以理解为与所述目标部位具有一定关联的部位。例如，如果目标部位是手掌，所述非目标部位可以是所述手掌对应的手臂，可以将目标对象的手掌的方位信息在目标对象手臂的医学图像上进行标记。

在一些实施例中，医学图像可以理解为通过医学影像装置获得的图像。在一些实施例中，医学影像装置可以包括DR成像设备、CT扫描机、MRI扫描仪、B成像扫描仪、TTM扫描设备、SPECT设备或者PET扫描仪等。对应地，在一些实施例中，所述医学图像包括MRI、XR、PET、SPECT、CT、超声的至少一种图像。在一些实施例中，所述医学图像信息也可以包括上述一种或两种以上医学图像的融合图像。在一些实施例中，图像信息和医学图像可以同时获得，也可以先后获得。

在一些实施例中，标记可以是颜色或者文字或者图形，更具体地，比如，汉字标记、英文标记、图形标记中的一个或多个组合。在一些实施例中，每张医学图像都可以包括一个或者多个标记。例如，可以对拍摄得到的右膝关节的医学图像上标记R。可选择地，所述每张医学图像还可以包括一个或者多个与部位相关的标记信息。

在一些实施例中，可以对标记进行手动调整，在一些实施例中，手动调整可以包括添加一个或多个标记点、删除一个或多个标记、改变一个或多个标记的位置等。

在一些实施例中，方位信息标记模块可以基于目标部位的方位信息来直接标记在医学图像中，详细描述可参见下文步骤231a和步骤232a。在另一些实施例中，方位信息标记模块可以基于目标部位的方位信息来选择扫描协议获取医学图像并进一步标记，详细描述可参见下文步骤231b和步骤232b。

步骤231a，获取所述目标对象的医学图像。

在一些实施例中，医学图像可以理解为由医学影像装置获取的图像，在一些实施例中，所述医学图像可以包括MRI图像、CT图像、锥形束CT图像、PET图像、功能MRI图像、X射线图像、荧光透视图像、超声图像、SPECT图像等或其任意组合。所述医学图像可以反映患者某一部分组织、器官和/或骨骼的信息。在一些实施例中，所述医学图像是一个或一组二维影像。例如，黑白的X光胶片，如，CT二维扫描图像等。在一些实施例中，所述医学图像可以是一个三维影像，例如，根据不同断层的CT扫描影像重建的器官三维图像，或者由具有三维造影能力的设备输出的三维空间图像。在一些实施例中，所述医学图像还可以是一段时间内的动态影像。例如，一段反映心脏及其周围组织在一个心动周期内的变化情况的视频等。在一些实施例中，所述医学图像可以来自于医学影像装置，可以来自于存储模块，也可以来自于用户通过交互设备的输入。

在一些实施例中，医学影像装置根据获得的方位信息使用医学影像装置获取目标部位的医学图像，并将所述方位信息标记在所得的医学图像中。

步骤232a，将所述方位信息标记在所述医学图像中。

在一些实施例中，所述方位信息可以标记在医学图像中的某一方位，例如，可以将方位信息标记在图像的左上角处。其中，将所述方位信息标记到医学图像中可以理解为直接在所述医学图像中以可显示的方式进行标记，例如，覆盖医学图像的某一局部区域；又例如，在医学图像上增加描述，以能够显示该医学图像中目标部位的方位信息。为了不影响医生对目标部位的观察，标记的位置一般设置在医学图像的周边位置。在一些实施例中，标记的内容可以仅包括目标部位的方位信息，医生可以通过对应的医学图像判断出目标部位的名称。例如，标记的内容可以为：右侧，也可以用英文字母R表示，例如图4所述。在一些实施例中，标记的内容可以包括目标部位的名称及其方位信息，例如，标记的内容可以为右脚踝，也可以用英文字母RIGHT ANKLE表示，例如图5所示。

步骤231b，基于所述方位信息确定对应的协议信息。

在一些实施例中，系统根据目标部位的方位信息选择对应的协议，然后依据协议对所述受检者的目标部位进行检查，获得由医学影像装置拍摄的目标部位的医学图像。在一些实施例中，所述协议是指医学影像装置拍摄参数的组合，针对一个患者拍摄的目标部位选择的相应的协议。例如，以DR拍摄左膝关节或胸部，则扫描时选择左膝关节或胸部的协议。

步骤232b，基于所述协议信息对所述医学图像进行标记。

在一些实施例中，系统进一步根据选择的协议去对医学图像进行标记。在一些实施例中，系统检测到所用的协议，并进一步将所用的协议中的方位信息标记到医学图像上或其视角内容中。

在一些实施例中，还可以对已标记的医学图像的标记进行调整。其中，所述调整可以包括手动调整，也可以包括机器自动调整。例如，医生发现医学图像上的标记信息的标记内容、标记位置、以及标记方式等中的至少一个有不妥之处，医生可以手动进行调整。又例如，也可以是机器对医学图像上的标记信息进行自动排查，自动调整标记信息中的不妥之处，以确保标记信息的准确性。

需要注意的是，以上对于流程图的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解本申请后，可能在不背离这一原理的情况下，对实施上述方法和系统的应用领域形式和细节上进行各种修正和改变。然而，这些修正和改变仍在以上描述的范围内。例如，系统可以直接识别目标部位而不经过识别目标对象。

图3是根据本申请一些实施例所示的对目标方位进行标记的示例性流程图。

所述流程可以由用于标记目标部位方位的系统执行，所述系统使用医学影像装置获取所述目标部位的医学图像，并将生成的目标部位的方位信息标记在所述医学图像中。在一些实施例中，所述系统包括：摄像装置，用于获取所述目标对象的图像信息；医学影像装置，用于获取目标对象上目标部位的医学图像；信息处理装置，基于预设算法对所述图像信息进行处理，确定所述目标部位的方位信息；并将所述方位信息在所述医学图像中标记。

在一些实施例中，目标对象首先进行摆位，摄像装置开始采集图像，图像信息获取模块分析采集到的图像，并判断在摄像装置采集到的图像中是否检测到患者。在一些实施例中，是否检测到患者表示采集的图像中是否包含患者，且患者的目标部位是否处于可摆位区域内。

当摄像装置能够清楚拍摄到患者，且目标部位处于可摆位区域内时，则摆位完成，即可以检测到患者。例如，这里以CT扫描机为例，目标对象(例如，患者)先进入医学影像装置中摆位，将患者置于CT扫描机的扫描床上，调整患者在扫描床上的姿态和/或位置、扫描床位置，以使在诸如扫描定位片时CT扫描机的射线束中部分或全部穿过所述目标对象的目标部位，在患者摆位过程中和/或定位完成后到进床之前和/或进床过程中和/或扫描定位片时，摄像装置同时获取图像信息，图像信息获取模块对所获得的图像信息进行分析，如果能分析得到包含患者的图像信息，且目标部位处于可摆位区域时，则表示患者的摆位完成。

如果不能在摄像装置采集到的图像中检测到患者，或者检测到的患者的目标部位没有处于可摆位区域内时，需要再一次进行调整患者的姿势或位置和/或扫描床位置并获取新的图像信息，直到图像信息获取模块能够分析得到包含患者的图像信息，且目标对象处于可摆位区域，即摆位完成。例如，以乳腺机为例，当患者站立在乳腺机前，将乳房压迫于探测器壳体和压迫器中间，使射线束中部分或全部能穿过乳房，同时摄像装置获取此过程的图像信息，图像信息获取模块对所获得的图像信息进行分析，如果能分析得到包含患者的图像信息，则此时摆位完成。

在一些实施例中，当摆位完成后，信息处理装置对数据进行分析得到方位信息，系统根据分析结果自动在拍摄的医学图像上完成标记。

在一些实施例中，所述摄像装置可以相对固定或活动地设置于所述医学影像装置上；在一些实施例中，所述摄像装置也可以独立地设置在所述医学影像装置之外，此时，在采集图像的过程中，所述摄像装置可以是固定的，也可以是活动的。在一些实施例中，所述摄像装置可以位于医学影像装置上可以移动的部分，也可以位于集成在医学影像装置上的可移动部分。例如，摄像装置可以位于乳腺机的C臂上或机架上等。再例如，可以在机架上固定轨道，摄像装置可以在轨道上移动。当患者的摆位完成后，方位信息确定模块根据预设算法(例如，机器学习模型)对图像信息进行分析得到目标部位，进一步分析生成目标部位的方位信息。

在一些实施例中，所述摄像装置与所述医学影像装置可以通过有线或者无线的连接方式进行数据连接。在一些实施例中，所述摄像装置为摄像头。

本申请实施例可能带来的有益效果包括但不限于：(1)基于预设算法对图像信息处理分析来目标部位的方位信息，提高了方位信息识别的准确性；(2)利用机器自动识别目标位置的方位信息，并基于识别出来的方位信息进行标记，提高了标记操作的准确性；(3)利用机器对医学图像中的目标部位进行自动识别并标记，实现了自动化和智能化，提高了操作效率。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (16)

1.一种目标部位的方位标记方法，其特征在于，所述方法包括：

获取目标对象的目标部位的图像信息；

对所述图像信息进行处理，确定所述目标对象中目标部位的方位信息；

基于所述方位信息对所述目标对象的医学图像进行标记。

2.根据权利要求1所述的方法，其特征在于，所述基于所述方位信息对所述目标部位的医学图像进行标记包括：

获取所述目标对象的医学图像；

将所述方位信息标记在所述医学图像中。

3.根据权利要求1所述的方法，其特征在于，所述基于所述方位信息对所述目标对象的医学图像进行标记包括：

基于所述方位信息确定对应的协议信息；

基于所述协议信息对所述目标对象的医学图像进行标记。

4.根据权利要求2所述的方法，其特征在于，所述方位信息包括所述目标部位相对于所述目标对象的左右方位、前后方位以及上下方位中至少一种。

5.根据权利要求1所述的方法，其特征在于，所述目标对象的图像信息包括静态图像或视频图像。

6.根据权利要求1所述的方法，其特征在于，所述对所述图像信息进行处理是通过预设算法的，其中，所述预设算法包括机器学习模型；相应地，所述对所述图像信息进行处理确定目标对象中目标部位的方位信息包括：

将所述图像信息输入机器学习模型；

根据所述机器学习模型的输出数据确定目标部位的方位信息。

7.根据权利要求1所述的方法，其特征在于，所述图像信息是由摄像头获得的，所述医学图像为MRI、XR、PET、SPECT、CT、超声的一种图像或两种以上的融合图像。

8.根据权利要求1所述的方法，其特征在于，基于所述目标部位的图像信息，自动调整医学影像设备的射线源以使所述目标部位处于所述射线源的射线路径中。

9.根据权利要求1所述的方法，其特征在于，基于所述方位信息对所述目标对象的医学图像进行标记，包括进行颜色或文字或者图形的标记。

10.根据权利要求1所述的方法，其特征在于，还包括对已标记的医学图像的标记手动调整。

11.一种目标部位的方位标记系统，其特征在于，所述系统包括：

图像信息获取模块，用于获取目标对象的目标部位的图像信息；

方位信息确定模块，用于对所述图像信息进行处理，确定目标对象中目标部位的方位信息；

方位信息标记模块，用于基于所述方位信息对所述目标对象的医学图像进行标记。

12.根据权利要求11所述的系统，其特征在于，所述系统还包括摄像头，其用于获取所述图像信息，所述医学图像为MRI、XR、PET、SPECT、CT、超声的一种图像或两种以上的融合图像。

13.一种用于标记目标部位方位的装置，包括处理器，其特征在于，所述处理器用于执行计算机指令，以实现权利要求1～10中任一项所述的方法。

14.一种用于标记目标部位方位的系统，其特征在于，所述系统包括：

摄像装置，用于获取所述目标对象的目标部位的图像信息；

医学影像装置，用于获取目标对象的医学图像；

信息处理装置，对所述图像信息进行处理，确定所述目标对象中目标部位的方位信息；并将所述方位信息在所述医学图像中标记。

15.根据权利要求14所述的系统，其特征在于，所述摄像装置相对固定或活动地设置于所述医学影像装置上。

16.根据权利要求15所述的系统，其特征在于，所述摄像装置为摄像头。

Images