CN114092475B - 病灶长径确定方法、图像标注方法、装置及计算机设备 - Google Patents

病灶长径确定方法、图像标注方法、装置及计算机设备 Download PDF

Info

Publication number
CN114092475B
CN114092475B CN202210061177.7A CN202210061177A CN114092475B CN 114092475 B CN114092475 B CN 114092475B CN 202210061177 A CN202210061177 A CN 202210061177A CN 114092475 B CN114092475 B CN 114092475B
Authority
CN
China
Prior art keywords
focus
hough space
line segment
euclidean distance
initial
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
Application number
CN202210061177.7A
Other languages
English (en)
Other versions
CN114092475A (zh
Inventor
崔亚轩
霍志敏
潘伟凡
吴文贵
叶世杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Taimei Medical Technology Co Ltd
Original Assignee
Zhejiang Taimei Medical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Taimei Medical Technology Co Ltd filed Critical Zhejiang Taimei Medical Technology Co Ltd
Priority to CN202210061177.7A priority Critical patent/CN114092475B/zh
Publication of CN114092475A publication Critical patent/CN114092475A/zh
Application granted granted Critical
Publication of CN114092475B publication Critical patent/CN114092475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本说明书实施方式提供一种病灶长径确定方法、图像标注方法、装置及计算机设备。该方法通过接收初始图像；对初始图像中病灶区域内各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；且所述函数关系在所述霍夫空间中表现为直线；基于直线的相交情况在病灶区域确定若干条初始线段，减少确定病灶长径的计算量；进一步地，不再利用初始线段所经过的像素的数量确定病灶长径，而是获取各所述初始线段的两端点之间的欧式距离；基于所述欧式距离在所述初始线段中确定所述病灶长径，提升病灶长径测量的准确性。

Description

病灶长径确定方法、图像标注方法、装置及计算机设备
技术领域
本说明书实施方式涉及医学图像处理技术领域，具体涉及一种病灶长径确定方法、图像标注方法、装置及计算机设备。
背景技术
在肿瘤药物研发过程中需要招募受试者进行药物评估，经过筛选的受试者可以服用研发的药物以辅助研究者执行临床研究试验。在临床研究试验的过程中，通过医学成像设备对采集受试者在不同时期的医学图像，医生对不同时期的医学图像进行阅片和人工标注，以得在医学图像上标注出肿瘤的尺寸大小。然而，传统技术中图像的标注信息的准确性有待提升。
发明内容
有鉴于此，本说明书实施方式致力于提供一种病灶长径确定方法、图像标注方法、装置、计算机设备、存储介质及计算机程序产品，以提升传统技术中图像的标注信息的准确性。
本说明书实施方式提供了一种病灶长径确定方法，所述方法包括：接收初始图像；其中，所述初始图像中具有病灶区域；其中，所述病灶区域包括若干个像素；对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；获取各所述初始线段的两端点之间的欧式距离；根据所述欧式距离，在所述初始线段中确定所述病灶长径。
本说明书实施方式提供一种图像标注方法，所述方法包括：获取病灶图像；其中，所述病灶图像中具有病灶区域；其中，所述病灶区域包括若干个像素；在所述病灶图像上展示所述病灶区域的标注信息；其中，所述标注信息的确定包括：对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间中具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；获取各所述初始线段的两端点之间的欧式距离；根据所述欧式距离，在所述初始线段中确定病灶长径。
本说明书实施方式提供一种病灶长径确定装置，所述装置包括：初始图像接收模块，用于接收初始图像；其中，所述初始图像中具有病灶区域；其中，所述病灶区域包括若干个像素；霍夫变换执行模块，用于对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间中具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；欧式距离获取模块，用于获取各所述初始线段的两端点之间的欧式距离；病灶长径确定模块，用于根据所述欧式距离，在所述初始线段中确定病灶长径。
本说明书实施方式提供一种图像标注装置，所述装置包括：病灶图像获取模块，用于获取病灶图像；其中，所述病灶图像中具有病灶区域；其中，所述病灶区域包括若干个像素；标注信息展示模块，用于在所述病灶图像上展示所述病灶区域的病灶长径；其中，所述病灶长径的确定包括：对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间中具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；获取各所述初始线段的两端点之间的欧式距离；根据所述欧式距离，在所述初始线段中确定病灶长径。
本说明书实施方式提供一种计算设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述实施方式中的方法步骤。
本说明书实施方式提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施方式中的方法步骤。
本说明书实施方式提供一种计算机程序产品，所述计算机程序产品中包括指令，所述指令被计算机设备的处理器执行时，使得所述计算机设备能够执行上述实施方式中的方法步骤。
本说明书实施方式，通过接收初始图像；对初始图像中病灶区域内各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；且所述函数关系在所述霍夫空间中表现为直线；基于直线的相交情况在病灶区域确定若干条初始线段，减少确定病灶长径的计算量；进一步地，不再利用初始线段所经过的像素的数量确定病灶长径，而是获取各所述初始线段的两端点之间的欧式距离；基于所述欧式距离在所述初始线段中确定所述病灶长径，提升病灶长径测量的准确性。
附图说明
图1a所示为一实施方式提供的确定病灶长径的场景示例图。
图1b所示为一实施方式提供的病灶长径确定方法的应用环境图。
图2a所示为一实施方式提供的病灶长径确定方法的流程示意图。
图2b所示为一实施方式提供的霍夫变换的示意图。
图2c所示为一实施方式提供的霍夫变换的逆变换的示意图。
图2d所示为一实施方式提供的霍夫变换及其逆变换的示意图。
图2e所示为一实施方式提供的欧氏距离计算公式的示意图。
图3a所示为一实施方式提供的病灶长径确定方法的流程示意图。
图3b所示为一实施方式提供的病灶区域的示意图。
图3c所示为一实施方式提供的病灶区域的示意图。
图4所示为一实施方式提供的图像标注方法的流程示意图。
图5为一实施方式提供的病灶长径确定装置的结构框图。
图6为一实施方式提供的图像标注装置的结构框图。
图7为一实施方式提供的计算机设备的内部结构图。
具体实施方式
下面将结合本说明书实施方式中的附图，对本说明书实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅是本说明书一部分实施方式，而不是全部的实施方式。基于本说明书中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本说明书保护的范围。
以下对本说明书中涉及的部分名词进行解释，以下对本说明书中涉及的部分名词进行解释，“受试者”可以是对参加到临床试验中对新药或者新治疗方案进行试用的人员的称呼，也可以称之为“志愿者”。“受试者”可以是健康的人，也可以是病人，主要取决于临床试验研究的需求。比如一些由病人参加的临床研究试验，目的在于考察一种新药或者一种治疗方案的治疗效果、副作用等。不同类型的临床试验，其运作过程也不一样。在受试者参与到一项临床试验研究后，需要定期或者按照试验需求来到试验点与医生（或者护士、社会工作者、其他研究者）进行沟通，以使他们可以对受试者的健康情况进行监察。访视可以理解为受试者在服用新药或者接收新治疗方案的过程中来到试验点的过程。在每次访视时，受试者需要接收一些医学检查或者市实验检查，也需要经过医生的查体询问，以接收医生进一步地指导。
在一个具体地场景示例中，请参阅图1a，一个临床试验点准备进行一种肺癌新药X的临床试验，通过受试者招募和筛选，确定可以参加到该临床实验研究的肺癌病人A。病人A在服用新药X之前，需要接收一次医学影像检查（比如CT（Computed Tomography，电子计算机断层扫描）、MRI（Magnetic Resonance Imaging，磁共振成像））。此次借助于医学影像检查系统对病人A的肺部进行医学影像检查，生成病灶图像序列并存储至阅片服务器。阅片服务器与阅片计算机网络连接，在医生需要查阅医学影像时，阅片计算机可以从阅片服务器获取病灶图像序列。病灶图像序列包括若干病灶图像。病灶图像中具有病灶区域。其中，病灶区域包括若干个像素。
在一些实施方式中，在阅片计算机本地对病灶图像进行自动标注处理，生成标注信息，从而在病灶图像上展示病灶区域的标注信息。具体地，病灶图像中的各像素在笛卡尔坐标系中具有对应的位置信息。对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系。其中，函数关系在霍夫空间中表现为直线，霍夫空间中具有霍夫空间中的直线相交产生的若干个目标交点。进一步地，对各目标交点在霍夫空间的位置信息进行霍夫变换的逆变换，得到在笛卡尔坐标系中与各目标交点对应的函数关系。与目标交点对应的函数关系在笛卡尔坐标系中的表现形式可以记为病灶直线。各病灶直线与病灶区域的边缘相交，并对应产生若干条初始线段。获取各初始线段的两端点之间的欧式距离。根据欧式距离，在初始线段中确定病灶长径。在病灶图像上展示病灶区域的病灶场景。
请参阅图1b，本说明书实施方式提供一种图像处理系统，且本说明书提供的病灶长径确定方法可以应用于该图像处理系统。该图像处理系统可以包括由医学成像设备110、计算机设备120和服务器130形成的硬件环境。医学成像设备110与服务器130连接，服务器130通过网络与计算机设备120进行通信。医学成像设备110对目标身体部位进行检查并成像，得到图像序列。通过网络医学成像设备110将目标身体部位的病灶图像序列传输至服务器130。服务器130获取病灶图像序列；对病灶图像序列中的各病灶图像进行分割，得到与各病灶图像对应的初始图像。在一些实施方式中，可以由服务器130进一步地执行对初始图像的标注处理，从而得到病灶图像的标注信息（比如病灶长径和/或病灶短径）。在一些实施方式中，可以将初始图像发送至计算机设备120，计算机设备120执行对初始图像的标注处理，从而得到病灶图像的标注信息（比如病灶长径和/或病灶短径）。
具体地，首先，计算机设备120或者服务器130接收初始图像。其中，初始图像中具有病灶区域；其中，病灶区域包括若干个像素。接着，对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系。其中，函数关系在霍夫空间中表现为直线；霍夫空间中具有霍夫空间中的直线相交产生的若干个目标交点。其中，各目标交点在笛卡尔坐标系中具有对应的病灶直线。其中，各病灶直线与病灶区域的边缘相交，并对应产生若干条初始线段。从而获取各初始线段的两端点之间的欧式距离。最终，根据欧式距离在初始线段中确定病灶长径。
其中，医学成像设备110可以但不限于是超声波医学设备、CT医学检查设备、MRI医学检查设备中的至少一个。计算机设备120可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器130可以用独立的服务器或者是多个服务器组成的服务器集群来实现。随着科学技术的发展，可能会出现一些新型计算设备，比如量子计算服务器，这些新型计算设备也可以应用于本说明书的实施方式中。
请参阅图2a，本说明书实施方式提供一种病灶长径确定方法。可以应用于图1b中的计算机设备120或者服务器130。该病灶长径确定方法可以包括以下步骤。
S210、接收初始图像。
其中，初始图像可以是对目标身体部位进行影响检查得到的原始医学图像且原始医学图像中可以标注有病灶区域。初始图像也可以是对原始图像进行裁剪或者分割等处理得到的医学图像。目标身体部位可以是肺部、肝脏、眼睛等身体器官。目标身体部位可以是面部、四肢、腹部等身体部位。具体地，在一些实施方式中，计算机设备120或者服务器130获取原始医学图像，对原始医学图像进行裁剪，得到包括病灶区域的病灶图像，并病灶图像进行分割，得到初始图像。初始图像中具有病灶区域。初始图像有像素组成，则病灶区域包括若干个像素。在一些实施方式中，服务器130对原始医学图像进行处理，得到初始图像。服务器130发送初始图像至计算机设备120，计算机设备120接收到初始图像。初始图像中具有病灶区域。病灶区域包括若干个像素。
S220、对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系。
其中，笛卡尔坐标系（Cartesian Cordinates）可以是笛卡尔直角坐标系，也可以是笛卡尔斜角坐标系。相交于原点的两条数轴，构成了平面仿射坐标系。笛卡尔坐标系具有原函数，比如y=kx+q。笛卡尔坐标系的两条数轴分别表示为x和y。k和q作为参数可以组成空间，即为霍夫空间。因此，从某种程度上看，霍夫空间可以理解为原函数的参数空间。霍夫变换可以理解为将笛卡尔坐标系中的点或者直线转换至霍夫空间中的操作。霍夫变换的逆变换可以理解为将霍夫空间中的点或者直线转换至笛卡尔坐标系中的操作。
通常传统技术中利用病灶区域边缘上的像素点确定病灶长径。具体地，边缘对应占有若干个像素点（像素点可以理解为位于边缘上像素的位置）。已知边缘所占的像素点的位置信息，若基于任一像素点计算病灶长径，需要遍历该任一像素点和其他像素点之间的距离（示例性地，若边缘对应占有M像素点，则遍历该任一像素点和其他M-1个像素点之间的距离），然后还需要遍历所有像素点，每个像素点与其他像素点的距离，最后得到最大距离即为过病灶区域的最长线段（即病灶长径）。可见传统技术中确定病灶长径需要极大的计算量，处理效率有待提高。因此，本实施方式中为了减少计算量以及提升处理效率，提出对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，基于霍夫变换的结果确定病灶区域的病灶长径。
具体地，病灶区域包括若干个像素。各像素在笛卡尔坐标系中具有各自的位置信息。针对任一像素，对该像素的位置信息进行霍夫变换，得到在霍夫空间中与该像素对应的函数关系。函数关系在霍夫空间中表现为直线。病灶区域包括若干个像素，则霍夫空间中存在有与像素数量相同的直线。这些霍夫空间中的直线可以相交，且这些霍夫空间中的直线相交产生有一定数量的交点。为了减少确定病灶长径的计算量，对这些霍夫空间中的直线相交产生的交点进行筛选，从而确定目标交点。即霍夫空间中具有霍夫空间中的直线相交产生的若干个目标交点。相应地，对各目标交点进行霍夫变换的逆变换，得到在笛卡尔坐标系中与目标交点对应的函数关系，与目标交点对应的函数关系在笛卡尔坐标系中表现为笛卡尔坐标系中的直线，且这些笛卡尔坐标系中的直线经过病灶区域相交，因此可以记为病灶直线，且各病灶直线与病灶区域的边缘相交。针对任一病灶直线，该任一病灶直线可以在边缘上确定两个端点，这两个端点可以对应产生一条初始线段。
S230、获取各初始线段的两端点之间的欧式距离。
S240、根据欧式距离，在初始线段中确定病灶长径。
其中，请参阅图2b，将笛卡尔坐标系中的直线转换至霍夫空间中的点。请参阅图2c，将霍夫空间中的点转换至笛卡尔坐标系中的直线。具体地，在笛卡尔坐标系内，一条直线可由两个点A(x1，y1)和B(x2，y2)确定，另一方面，在霍夫空间中也可以写成关于（k，q）的函数表达式：q=-kx1+y1；q=-kx2+y2。
一般来讲，笛卡尔坐标系中一条直线，对应霍夫空间的一个点。霍夫空间的一条直线对应笛卡尔坐标系的一个点。那么霍夫空间中经过任一交点的直线的数量最多，则该任一交点在笛卡尔坐标系中对应的直线经过数量最多的像素。示例性地，请参阅图2d，笛卡尔坐标系中具有像素（1，0）、（1，1）、（2，1）、（4，1）、（3，2）。将这些像素进行霍夫变换，得到对应的五条直线。这些直线存在相交的情况，在霍夫空间中产生交点，比如交点A和B。在霍夫空间中，交点A和B分别有三根直线经过。将交点A进行霍夫变换的逆变换，得到经过像素（1，1）、（2，1）、（4，1）的直线1。将交点B进行霍夫变换的逆变换，得到经过像素（3，2）、（2，1）、（1，0）的直线2。直线1经过的像素（3，2）、（1，0）之间可以形成线段1。直线2经过的像素（1，1）、（4，1）之间可以形成线段2。经过分析，线段1和线段2分别经过三个像素，若按照线段在笛卡尔坐标系中所占的像素数量进行比较，线段1和线段2的长度是一样的。请继续参阅图2d。线段2是水平线段，线段1是具有一定倾斜度的斜线段，实际上，线段1的长度长于线段2。可见，基于线段1和线段2经过的像素的数量并不能准确地确定线段长度。因此，本实施方式中提供基于像素间的欧式距离（或者说是直线距离）确定病灶区域的病灶长径。
具体地，针对任一初始线段的两端点，分别记为（xp，yp）和（xq，yq）。利用图2e所示中的计算公式，计算初始线段的两端点之间的欧式距离D。比较各初始线段的欧式距离D，将欧式距离满足预设条件的初始线段确定为病灶长径。在一些实施方式中，将欧式距离最大的初始线段确定为病灶长径。
示例性地，若病灶区域包括X个像素，对X个像素位置信息进行霍夫变换。得到与X个像素对应的相同数量的函数关系。X个函数关系在霍夫空间中表现为X条霍夫空间中的直线。X条霍夫空间中的直线存在相交，产生一些霍夫空间中的交点。根据X条霍夫空间中的直线的相交情况，对产生的霍夫空间中的交点进行筛选，得到Y个目标交点。对Y个目标交点进行霍夫变换的逆变换，从而霍夫空间中具有Y条病灶直线，且病灶区域上具有Y条初始线段。计算Y条初始线段的欧式距离；根据计算得到的欧式距离，在Y条初始线段中确定出最大距离对应的初始线段，并将其作为病灶长径。上述病灶长径确定方法，通过接收初始图像；对初始图像中病灶区域内各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系；且函数关系在霍夫空间中表现为直线；基于霍夫空间中的直线的相交情况在病灶区域确定若干条初始线段，减少确定病灶长径的计算量；进一步地，不再利用初始线段所经过的像素的数量确定病灶长径，而是获取各初始线段的两端点之间的欧式距离；基于欧式距离在初始线段中确定病灶长径，提升病灶长径测量的准确性。
在一些实施方式中，霍夫空间中存在若干交点。其中，霍夫空间中的交点为霍夫空间中的直线相交产生的。请参阅图3a，在获取各初始线段的两端点之间的欧式距离之前，该方法还可以包括以下步骤。
S310、根据霍夫空间中的各直线在霍夫空间中的相交情况，在霍夫空间中的各交点中确定满足预设条件的目标交点。
S320、对目标交点进行霍夫变换的逆变换，得到在笛卡尔坐标系中与目标交点对应的病灶直线。
其中，霍夫变换可以理解为将笛卡尔坐标系中的点或者直线转换至霍夫空间中的操作。霍夫变换的逆变换可以理解为将霍夫空间中的点或者直线转换至笛卡尔坐标系中的操作。
具体地，病灶区域包括若干个像素。各像素在笛卡尔坐标系中对应具有位置信息。将各像素的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系。函数关系在霍夫空间中表现为直线。即若干像素对应有相同数量的直线。这些霍夫空间中的直线会相交，并在霍夫空间中产生若干霍夫空间中的交点。针对任一霍夫空间中的交点，至少有两条霍夫空间中的直线经过该交点。
在一些实施方式中，可以通过统计霍夫空间中的每个交点通过直线的数量确定各直线在霍夫空间中的相交情况。由于对于霍夫空间中的一个交点来说，经过其的直线数量越多，其在笛卡尔坐标系中对应的线段占用的像素数量相对越多。因此，基于霍夫空间中的各直线在霍夫空间中的相交情况，可以对霍夫空间中的直线相交产生的交点进行筛选，将一些经过直线较多的交点确定为目标交点。可以理解的是，预设条件可以与经过交点的直线数量有关。
在一些实施方式中，可以通过图像识别的方式确定各霍夫空间中的交点附近的直线密度，从而得到各霍夫空间中的直线在霍夫空间中的相交情况。预设条件可以与霍夫空间中的交点附近的直线密度有关。将直线密度超过预设密度阈值，则可以将对应的霍夫空间中的交点确定为目标交点。
在一些实施方式中，对霍夫空间中的交点过滤后，可以初步减少确定病灶长径的计算量，进一步地，还需基于目标交点确定病灶长径。具体地，由于经过目标交点的直线具有一定数量，则在笛卡尔坐标系中与目标交点对应的直线在病灶区域中占用一定的像素数量。因此，将目标交点转换至笛卡尔坐标系中，得到与目标交点对应的病灶直线。病灶直线与病灶区域相交，产生初始线段，初始线段占有一定数量的像素。需要说明的是，各初始线段占有的像素的数量可以相同，也可以不同。
本实施方式中，通过根据霍夫空间中的各直线在霍夫空间中的相交情况，在霍夫空间中的各交点中确定满足预设条件的目标交点，过滤掉大部分不可能与病灶直线对应的交点，减少计算量，提升处理效率。进一步地，对目标交点进行霍夫变换的逆变换，得到在笛卡尔坐标系中与目标交点对应的病灶直线，无需对病灶区域边缘上的像素进行遍历计算，可以基于病灶直线确定病灶长径。
在一些实施方式中，霍夫空间中的交点对应有直线数量。其中，直线数量为在霍夫空间中经过霍夫空间中的交点的直线的数量。根据霍夫空间中的各直线在霍夫空间中的相交情况，在霍夫空间中的各交点中确定满足预设条件的目标交点，可以包括：获取霍夫空间中的各交点对应的直线数量；在霍夫空间中的各交点中，将直线数量达到预设数量阈值的交点确定为目标交点。
其中，在霍夫空间中，与像素的位置信息对应的直线可以相交，产生交点，经过该交点的有一定数量的直线，将经过该交点的直线的数量记为直线数量，且该交的与该直线数量对应。具体地，在霍夫空间中存在一些交点。针对任一个霍夫空间中的交点，霍夫空间中的交点对应有直线数量。直线数量可以反映笛卡尔坐标系中与交点对应的直线在病灶区域中所占像素的数量，且病灶长径占有一定数量的像素，因此，为了确定病灶长径，获取各交点对应的直线数量。在本实施方式中为了确定病灶长径，因此可以在霍夫空间中的直线相交产生的交点中筛选出直线数量达到预设数量阈值的交点。预设数量阈值可以基于医生的经验值设定，也可以病人的历次检查结果而确定。示例性的，获取病例历次检查过程病灶长径所占用的历史像素数量，基于历史像素数量设定预设数量阈值。
本实施方式中，通过获取各霍夫空间中的交点对应的直线数量；在霍夫空间中的各交点中，筛选得到目标交点，有针对性地对目标交点进行霍夫变换的逆变换，无需将所有交点进行霍夫变换的逆变换，减少了计算量。另一方面，由于计算量小，可以将本实施方式中病灶长径的确定方法部署在前端，辅助医生更高效的进行阅片和药物质量的评估。
在一些实施方式中，直线数量用于表示在笛卡尔坐标系中与霍夫空间中的交点对应的直线在病灶区域中所占像素的数量。在各霍夫空间中的交点中，将直线数量达到预设数量数值的交点确定为目标交点，包括：将霍夫空间中的各交点对应的直线数量自高到低进行排序；在霍夫空间中的各交点中，将排序在前的预设百分比的交点确定为目标交点。
其中，预设百分比可以结合实际需求而设置。在一些实施方式中，由于正方形的对角线最长，或者说角度为45°的病灶直线与病灶区域的相交产生的初始线段相对较长，因此，可以基于角度45°设置预设百分比。比如预设百分比可以近似等于sin45°的值，则预设百分比可以为70%。比如预设百分比可以近似等于1与sin45°的差值，则预设百分比可以为30%。
具体地，获取霍夫空间中的各交点对应的直线数量，按照从高到底的顺序对霍夫空间中的各交点对应的直线数量进行排序，从霍夫空间中的这些交点中，获取排列在前的预设百分比的交点，并将其确定为目标交点。进一步地，将目标交点转换至笛卡尔坐标系中，得到与目标交点对应的病灶直线。病灶直线与病灶区域相交，产生初始线段。在一些实施方式中，若霍夫空间中存在M个交点，则根据直线数量对M个交点自高向低进行排序，并从中获取前30%M个交点作为目标交点。
本实施方式中，通过将霍夫空间中的各交点对应的直线数量自高到低进行排序；在霍夫空间中的各交点中，将排序在前的预设百分比的交点确定为目标交点，过滤掉大部分不可能与病灶直线对应的交点，不仅利于保留准确的目标交掉，而且减少计算量，提升处理效率。
在一些实施方式中，获取各初始线段的两端点之间的欧式距离，可以包括：确定各初始线段的两端点所占的两个像素；根据两端点所占的两个像素的位置信息，得到初始线段的欧式距离。
具体地，病灶直线与病灶区域相交，且病灶直线与病灶区域的边缘相交产生两个端点，即初始线段的两端点，从而可以初始线段的两端点所占的两个像素。已知病灶区域中各像素的位置信息，从而可以确定两端点所占的两个像素的位置信息。利用图2e所示中的计算公式，计算初始线段的两端点之间的欧式距离D，得到初始线段的欧式距离。本实施方式中，不再利用初始线段所经过的像素的数量确定病灶长径，而是获取各初始线段的两端点之间的欧式距离；基于欧式距离在初始线段中确定病灶长径，提升病灶长径测量的准确性。
在一些实施方式中，根据欧式距离，在初始线段中确定病灶长径，可以包括：从各初始线段的欧式距离中获取最大欧式距离；在各初始线段中，确定最大欧式距离对应的初始线段为病灶长径。
具体地，计算各初始线段的两端点之间的欧式距离D。比较各初始线段的欧式距离D，在各初始线段的欧式距离中确定最大欧式距离。从而将最大欧式距离对应的初始线段作为病灶长径。本实施方式中，基于最大欧式距离对应的初始线段确定病灶长径，提升病灶长径测量的准确性。
在一些实施方式中，根据欧式距离，在初始线段中确定病灶长径，可以包括：在各初始线段中，确定欧式距离满足距离预设条件的目标线段；在判定目标线段所占的像素均位于病灶区域内的情况下，将目标线段作为病灶长径。
其中，距离预设条件可以是最大欧式距离。根据欧式距离的大小对初始线段进行排序，距离预设条件也可以是从排序后的初始线段中预设百分比排序靠前。其中，病灶区域内可能存在一些钙化点，钙化点不能被认为是病灶，即病灶长径不能经过钙化点，因此，需要判断病灶区域是否存在钙化点，然后判断病灶长径是否经过钙化点。或者，可以直接根据钙化点的位置信息直接判断病灶长径是否经过钙化点。
具体地，在各初始线段中，确定欧式距离满足距离预设条件的目标线段。目标线段的数量可以等于1。在一些实施方式中，判断目标线段所占的像素均是否位于病灶区域内，若判定目标线段所占的像素均位于病灶区域内，则将目标线段作为病灶长径。
在一些实施方式中，目标线段的数量可以大于1。判断各目标线段所占的像素均是否位于病灶区域内，过滤掉部分像素位于非病灶区域内的目标线段，确定全部像素均位于病灶区域内的目标线段。在过滤后的目标线段中，将欧式距离最大的且全部像素均位于病灶区域内的目标线段确定为病灶长径。
本实施方式中，通过判断目标线段所占的像素均是否位于病灶区域内，将欧式距离最大的且全部像素均位于病灶区域内的目标线段确定为病灶长径，减少病灶长径经过钙化点的几率，提升确定病灶长径的准确性。
在一些实施方式中，该病灶长径确定方法还可以包括：在判定目标线段所占的部分像素位于非病灶区域内的情况下，根据各初始线段的欧式距离在各初始线段中进行遍历，得到全部像素位于病灶区域内，且欧式距离满足距离预设条件的新目标线段；将新目标线段作为病灶长径。
其中，请参阅图3b和图3c，确定出来的目标线段经过非病灶区域，因此，需要重新确定全部像素位于病灶区域的新目标线段。具体地，判断目标线段所占的像素均是否位于病灶区域内，若判定目标线段所占的部分像素位于非病灶区域内，需要重新确定病灶长径。获取各初始线段的欧式距离。根据各初始线段的欧式距离在各初始线段中进行遍历，确定全部像素位于病灶区域内的目标线段。进一步地，获取全部像素位于病灶区域内的目标线段的欧式距离，并判断获取的欧氏距离是否满足距离预设条件，确定出全部像素位于病灶区域内且欧式距离满足距离预设条件的新目标线段。将新目标线段作为病灶长径。
本实施方式中，针对肿瘤内部存在钙化，或者肿瘤某处是一个曲率为负的2D图形的情形，可以判定出目标线段所占的部分像素位于非病灶区域内，从而重新确定全部像素位于病灶区域内且欧式距离满足距离预设条件的新目标线段，并作为病灶长径，提升病灶测量的准确性。
在一些实施方式中，该病灶长径确定方法还可以包括：获取与病灶长径垂直的若干短径线段；在与病灶长径垂直的若干短径线段中，查找欧式距离最大且全部像素位于病灶区域内的病灶短径。
具体地，在确定病灶区域的病灶长径之后，需要在病灶区域中确定病灶短径。经过霍夫变换的逆变换，可以得到病灶长径的倾斜角度。基于病灶长径的倾斜角度，获取与病灶长径垂直的若干短径线段，获取短径线段的欧式距离。在与病灶长径垂直的若干短径线段中，查找欧式距离最大且全部像素位于病灶区域内的病灶短径。本实施方式中，在确定病灶长径后，可以在与病灶长径垂直的若干短径线段中确定病灶短径，可以满足用户用十字标注的需求，更详细地标注病灶区域。
在一些实施方式中，该病灶长径确定方法还可以至少包括以下之一。根据像素间距、病灶长径的欧式距离、病灶短径的欧式距离生成病灶区域的第一标注信息；其中，像素间距为病灶区域中相邻两个像素之间的距离。或者，根据像素间距以及病灶长径的欧式距离生成病灶区域的第二标注信息。其中，像素间距为病灶区域中相邻两个像素之间的距离。
具体地，在一些实施方式中，病灶长径的欧式距离记为D1，以及病灶短径的欧式距离记为D2，像素间距乘以病灶长径D1得到病灶长径的长度。像素间距乘以病灶长径D2得到病灶短径的长度。基于病灶长径的长度和病灶短径的长度生成病灶区域的第一标注信息。进一步地，可以在病灶区域中展示出来病灶区域的第一标注信息。
在一些实施方式中，病灶长径的欧式距离记为D。计算机本地存储有Dicom文件，从Dicom文件中读取像素间距PS（pixel spacing）。利用欧式距离D乘以像素间距PS，得到病灶长径的长度。基于病灶长径的长度生成病灶区域的第二标注信息。其中，像素间距PS为病灶区域中两个像素之间的距离。进一步地，可以在病灶区域中展示出来病灶区域的第二标注信息。
本实施方式中，实现对病灶区域的快速自动测量。
在一些实施方式中，该病灶长径确定方法还可以包括：获取病灶图像序列；对病灶图像序列中的各病灶图像进行分割，得到与各病灶图像对应的初始图像。
具体地，获取病灶图像序列，病灶图像序列包括若干张病灶图像。在一些实施方式中，将各病灶图像依次输入至二维分割网络；通过二维分割网络依次对各病灶图像进行分割，得到与各病灶图像对应的初始图像。在一些实施方式中，将各病灶图像依次输入至三维分割网络；通过三维分割网络依次对各病灶图像进行分割，得到与各病灶图像对应的初始图像。
本实施方式中，通过对病灶图像序列中的各病灶图像进行分割，不仅可以提升图像的数据处理效率，而且可以提升识别病灶的准确性。
本说明书实施方式提供一种病灶长径确定方法，该病灶长径确定方法可以包括以下步骤。
S402、获取病灶图像序列。
S404、对病灶图像序列中的各病灶图像进行分割，得到与各病灶图像对应的初始图像。
其中，初始图像中具有病灶区域；其中，病灶区域包括若干个像素。
S406、对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系。
其中，函数关系在霍夫空间中表现为直线；霍夫空间中存在若干交点；其中，霍夫空间中的交点为霍夫空间中的直线相交产生的；霍夫空间中的交点对应有直线数量；其中，直线数量为在霍夫空间中经过霍夫空间中的交点的直线的数量。
S408、获取霍夫空间中的各交点对应的直线数量。
其中，直线数量用于表示在笛卡尔坐标系中与霍夫空间中的交点对应的直线在病灶区域中所占像素的数量。
S410、将霍夫空间中的各交点对应的直线数量自高到低进行排序。
S412、在霍夫空间中的各交点中，将排序在前的预设百分比的交点确定为目标交点。
S414、对目标交点进行霍夫变换的逆变换，得到在笛卡尔坐标系中与目标交点对应的病灶直线。
其中，霍夫空间具有直线相交产生的若干个目标交点；其中，各目标交点在笛卡尔坐标系中具有对应的病灶直线；其中，各病灶直线与病灶区域的边缘相交，并对应产生若干条初始线段。
S416、确定各初始线段的两端点所占的两个像素。
S418、根据两端点所占的两个像素的位置信息，得到初始线段的欧式距离。
S420、从各初始线段的欧式距离中获取最大欧式距离。
S422、在各初始线段中，确定最大欧式距离对应的初始线段为病灶长径。
S424、在判定目标线段所占的部分像素位于非病灶区域内的情况下，根据各初始线段的欧式距离在各初始线段中进行遍历，得到全部像素位于病灶区域内，且欧式距离满足距离预设条件的新目标线段。
S426、将新目标线段作为病灶长径。
S428、获取与病灶长径垂直的若干短径线段。
S430、在与病灶长径垂直的若干短径线段中，查找欧式距离最大且全部像素位于病灶区域内的病灶短径。
S432、根据像素间距、病灶长径的欧式距离、病灶短径的欧式距离生成病灶区域的第一标注信息。
其中，像素间距为病灶区域中相邻两个像素之间的距离。
请参阅图4，本说明书实施方式提供一种图像标注方法。该图像标注方法包括以下步骤。
S510、获取病灶图像。
其中，病灶图像中具有病灶区域；其中，病灶区域包括若干个像素。
S520、在病灶图像上展示病灶区域的标注信息。
其中，标注信息的确定包括：对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系；其中，函数关系在霍夫空间中表现为直线；霍夫空间中具有霍夫空间中的直线相交产生的若干个目标交点；其中，各目标交点在笛卡尔坐标系中具有对应的病灶直线；其中，各病灶直线与病灶区域的边缘相交，并对应产生若干条初始线段；获取各初始线段的两端点之间的欧式距离；根据欧式距离，在初始线段中确定病灶长径。
关于图像标注方法的具体限定可以参见上文中对于病灶长径确定方法的限定，在此不再赘述。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
请参阅图5，本说明书实施方式提供了一种病灶长径确定装置，装置包括初始图像接收模块、霍夫变换执行模块、欧式距离获取模块以及病灶长径确定模块。
初始图像接收模块，用于接收初始图像；其中，初始图像中具有病灶区域；其中，病灶区域包括若干个像素。
霍夫变换执行模块，用于对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系；其中，函数关系在霍夫空间中表现为直线；霍夫空间中具有霍夫空间中的直线相交产生的若干个目标交点；其中，各目标交点在笛卡尔坐标系中具有对应的病灶直线；其中，各病灶直线与病灶区域的边缘相交，并对应产生若干条初始线段。
欧式距离获取模块，用于获取各初始线段的两端点之间的欧式距离。
病灶长径确定模块，用于根据欧式距离，在初始线段中确定病灶长径。
请参阅图6，本说明书实施方式提供了一种图像标注装置，装置包括病灶图像获取模块和标注信息展示模块。
病灶图像获取模块，用于获取病灶图像；其中，病灶图像中具有病灶区域；其中，病灶区域包括若干个像素；
标注信息展示模块，用于在病灶图像上展示病灶区域的病灶长径；其中，病灶长径的确定包括：对各像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各像素对应的函数关系；其中，函数关系在霍夫空间中表现为直线；霍夫空间中具有霍夫空间中的直线相交产生的若干个目标交点；其中，各目标交点在笛卡尔坐标系中具有对应的病灶直线；其中，各病灶直线与病灶区域的边缘相交，并对应产生若干条初始线段；获取各初始线段的两端点之间的欧式距离；根据欧式距离，在初始线段中确定病灶长径。
关于病灶长径确定装置的具体限定可以参见上文中对于病灶长径确定方法的限定，在此不再赘述。上述病灶长径确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一些实施方式中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种病灶长径确定方法或者图像标注方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本说明书所公开方案相关的部分结构的框图，并不构成对本说明书所公开方案所应用于其上的计算机设备的限定，具体地，计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一些实施方式中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施方式中的方法步骤。
在一些实施方式中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施方式中的方法步骤。
在一些实施方式中，还提供一种计算机程序产品，所述计算机程序产品中包括指令，上述指令可由计算机设备的处理器执行时实现上述实施方式中的方法步骤。
本领域普通技术人员可以理解实现上述实施方式方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施方式的流程。其中，本说明所提供的各实施方式中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。
以上实施方式的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施方式中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述仅为本说明书的较佳实施方式而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所作的任何修改、等同替换等，均应包含在本说明书的保护范围之内。

Claims (12)

1.一种病灶长径确定方法，其特征在于，所述方法包括：
接收初始图像；其中，所述初始图像中具有病灶区域；其中，所述病灶区域包括若干个像素；
对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；
获取各所述初始线段的两端点之间的欧式距离；
根据所述欧式距离，在所述初始线段中确定所述病灶长径。
2.根据权利要求1所述的方法，其特征在于，所述霍夫空间中存在若干交点；其中，所述霍夫空间中的交点为所述霍夫空间中的直线相交产生的；在所述获取各所述初始线段的两端点之间的欧式距离之前，所述方法还包括：
根据所述霍夫空间中的各直线在所述霍夫空间中的相交情况，在所述霍夫空间中的各交点中确定满足预设条件的所述目标交点；
对所述目标交点进行霍夫变换的逆变换，得到在所述笛卡尔坐标系中与所述目标交点对应的所述病灶直线。
3.根据权利要求2所述的方法，其特征在于，所述霍夫空间中的交点对应有直线数量；其中，所述直线数量为在所述霍夫空间中经过所述霍夫空间中的交点的直线的数量；所述根据所述霍夫空间中的各直线在所述霍夫空间中的相交情况，在所述霍夫空间中的各交点中确定满足预设条件的所述目标交点，包括：
获取所述霍夫空间中的各交点对应的直线数量；
在所述霍夫空间中的各交点中，将直线数量达到预设数量阈值的交点确定为所述目标交点。
4.根据权利要求3所述的方法，其特征在于，所述直线数量用于表示在所述笛卡尔坐标系中与所述霍夫空间中的交点对应的直线在所述病灶区域中所占像素的数量；所述在所述霍夫空间中的各交点中，将直线数量达到预设数量数值的交点确定为所述目标交点，包括：
将所述霍夫空间中的各交点对应的直线数量自高到低进行排序；
在所述霍夫空间中的各交点中，将排序在前的预设百分比的交点确定为所述目标交点。
5.根据权利要求1所述的方法，其特征在于，所述获取各所述初始线段的两端点之间的欧式距离，包括：
确定各所述初始线段的两端点所占的两个像素；
根据所述两端点所占的两个像素的位置信息，得到所述初始线段的欧式距离；
相应地，所述根据所述欧式距离，在所述初始线段中确定所述病灶长径，包括：
从各所述初始线段的欧式距离中获取最大欧式距离；
在各所述初始线段中，确定所述最大欧式距离对应的初始线段为所述病灶长径。
6.根据权利要求1所述的方法，其特征在于，所述根据所述欧式距离，在所述初始线段中确定所述病灶长径，包括：
在各所述初始线段中，确定欧式距离满足距离预设条件的目标线段；
在判定所述目标线段所占的像素均位于所述病灶区域内的情况下，将所述目标线段作为所述病灶长径；
在判定所述目标线段所占的部分像素位于非病灶区域内的情况下，根据各所述初始线段的欧式距离在各所述初始线段中进行遍历，得到全部像素位于所述病灶区域内，且欧式距离满足所述距离预设条件的新目标线段；将所述新目标线段作为所述病灶长径。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取与所述病灶长径垂直的若干短径线段；
在与所述病灶长径垂直的若干短径线段中，查找欧式距离最大且全部像素位于所述病灶区域内的病灶短径；
根据像素间距、所述病灶长径的欧式距离、所述病灶短径的欧式距离生成所述病灶区域的第二标注信息；其中，像素间距为所述病灶区域中相邻两个像素之间的距离；或者
根据像素间距以及所述病灶长径的欧式距离生成所述病灶区域的第一标注信息。
8.一种图像标注方法，其特征在于，所述方法包括：
获取病灶图像；其中，所述病灶图像中具有病灶区域；其中，所述病灶区域包括若干个像素；
在所述病灶图像上展示所述病灶区域的标注信息；其中，所述标注信息的确定包括：对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间中具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；获取各所述初始线段的两端点之间的欧式距离；根据所述欧式距离，在所述初始线段中确定病灶长径。
9.一种病灶长径确定装置，其特征在于，所述装置包括：
初始图像接收模块，用于接收初始图像；其中，所述初始图像中具有病灶区域；其中，所述病灶区域包括若干个像素；
霍夫变换执行模块，用于对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间中具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；
欧式距离获取模块，用于获取各所述初始线段的两端点之间的欧式距离；
病灶长径确定模块，用于根据所述欧式距离，在所述初始线段中确定所述病灶长径。
10.一种图像标注装置，其特征在于，所述装置包括：
病灶图像获取模块，用于获取病灶图像；其中，所述病灶图像中具有病灶区域；其中，所述病灶区域包括若干个像素；
标注信息展示模块，用于在所述病灶图像上展示所述病灶区域的病灶长径；其中，所述病灶长径的确定包括：对各所述像素在笛卡尔坐标系中的位置信息进行霍夫变换，得到在霍夫空间中与各所述像素对应的函数关系；其中，所述函数关系在所述霍夫空间中表现为直线；所述霍夫空间中具有所述霍夫空间中的直线相交产生的若干个目标交点；其中，各所述目标交点在所述笛卡尔坐标系中具有对应的病灶直线；其中，各所述病灶直线与所述病灶区域的边缘相交，并对应产生若干条初始线段；获取各所述初始线段的两端点之间的欧式距离；根据所述欧式距离，在所述初始线段中确定病灶长径。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
12.一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，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
CN202210061177.7A 2022-01-19 2022-01-19 病灶长径确定方法、图像标注方法、装置及计算机设备 Active CN114092475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210061177.7A CN114092475B (zh) 2022-01-19 2022-01-19 病灶长径确定方法、图像标注方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210061177.7A CN114092475B (zh) 2022-01-19 2022-01-19 病灶长径确定方法、图像标注方法、装置及计算机设备

Publications (2)

Publication Number Publication Date
CN114092475A CN114092475A (zh) 2022-02-25
CN114092475B true CN114092475B (zh) 2022-04-22

Family

ID=80308557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210061177.7A Active CN114092475B (zh) 2022-01-19 2022-01-19 病灶长径确定方法、图像标注方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN114092475B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114359114B (zh) * 2022-03-16 2022-08-23 宁波杜比医疗科技有限公司 一种单核病灶色相还原方法、装置、电子设备及存储介质
CN116030118B (zh) * 2023-03-29 2023-06-20 杭州太美星程医药科技有限公司 病灶短径确定方法和装置、电子设备和存储介质
CN117115241B (zh) * 2023-09-06 2024-03-29 北京透彻未来科技有限公司 一种追寻数字病理图像在缩放过程中中心焦点的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW490551B (en) * 2001-08-19 2002-06-11 Utechzone Co Ltd Method for measuring hardness by automatically detecting pressed mark
CN113706473A (zh) * 2021-08-04 2021-11-26 青岛海信医疗设备股份有限公司 超声图像中病灶区域的长短轴确定方法和超声设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9195902B2 (en) * 2011-07-14 2015-11-24 Megachips Corporation Straight line detection apparatus and straight line detection method
TWI454246B (zh) * 2011-09-30 2014-10-01 Mackay Memorial Hospital Immediate monitoring of the target location of the radiotherapy system
CN113112443B (zh) * 2019-12-25 2024-03-22 飞依诺科技股份有限公司 超声图像病灶的分割方法、装置和计算机设备
CN113223031A (zh) * 2021-04-20 2021-08-06 毫末智行科技有限公司 基于霍夫变换的目标边缘线检测方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW490551B (en) * 2001-08-19 2002-06-11 Utechzone Co Ltd Method for measuring hardness by automatically detecting pressed mark
CN113706473A (zh) * 2021-08-04 2021-11-26 青岛海信医疗设备股份有限公司 超声图像中病灶区域的长短轴确定方法和超声设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Hough Transform for Distance Computation and Collision Avoidance;Enrique J. Bernabeu etal.;《IEEE TRANSACTIONS ON ROBOTICS AND AUTOMATION》;20020630;第18卷(第3期);全文 *
基于霍夫直线检测和区域生长的合成孔径声呐图像线目标提取;欧阳犬平等;《测绘通报》;20211231;第2021年卷(第11期);全文 *

Also Published As

Publication number Publication date
CN114092475A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
CN114092475B (zh) 病灶长径确定方法、图像标注方法、装置及计算机设备
EP3625768B1 (en) Determining a clinical target volume
US20220249038A1 (en) Determining Rotational Orientation Of A Deep Brain Stimulation Electrode In A Three-Dimensional Image
JP2010119850A (ja) 統計モデルを用いた医療画像自動セグメンテーションシステム、装置並びにプロセッサ
US11682115B2 (en) Atlas-based location determination of an anatomical region of interest
US10628963B2 (en) Automatic detection of an artifact in patient image
CN111080583B (zh) 医学图像检测方法、计算机设备和可读存储介质
US11593519B2 (en) Anonymisation of medical patient images using an atlas
US20180005378A1 (en) Atlas-Based Determination of Tumor Growth Direction
CN113920114B (zh) 图像处理方法、装置、计算机设备、存储介质及程序产品
EP3954277A1 (en) Medical document generation device, method, and program
US8009886B2 (en) System and method for image registration
US20210251694A1 (en) Determining a consensus plane for imaging a medical device
EP3794550B1 (en) Comparison of a region of interest along a time series of images
US20240037738A1 (en) Image processing apparatus, image processing method, and image processing program
WO2022070528A1 (ja) 医用画像処理装置、方法およびプログラム
CN115984220A (zh) 代谢水平评估方法、计算机设备和存储介质
CN116473593A (zh) 超声心动图的定量分析方法、装置、设备及存储介质
Tsagaan et al. Image Processing in Medicine
Chlebiej et al. Generation of virtual anatomical models from the multimodal medical image data
JP2017225670A (ja) 画像処理装置およびその制御方法

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