CN114240740A - 骨骼展开图像的获取方法、装置、医疗设备以及存储介质 - Google Patents
骨骼展开图像的获取方法、装置、医疗设备以及存储介质 Download PDFInfo
- Publication number
- CN114240740A CN114240740A CN202111545186.5A CN202111545186A CN114240740A CN 114240740 A CN114240740 A CN 114240740A CN 202111545186 A CN202111545186 A CN 202111545186A CN 114240740 A CN114240740 A CN 114240740A
- Authority
- CN
- China
- Prior art keywords
- grid
- target
- coordinate system
- dimensional
- target pixel
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 210000000988 bone and bone Anatomy 0.000 title claims description 90
- 238000005070 sampling Methods 0.000 claims abstract description 195
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000638 solvent extraction Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 25
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 238000012952 Resampling Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 230000008733 trauma Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000399 orthopedic effect Effects 0.000 description 2
- 208000027790 Rib fracture Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Images
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
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种骨骼展开图像的获取方法、装置、医疗设备以及存储介质,该方法通过获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数,在构建二维采样网格后,根据目标像素点的目标坐标参数,获得二维采样网格的网格参数,进而根据二维采样网格从三维立体图像进行采样生成目标骨骼的骨骼展开图像,通过将三维立体图像中的目标像素点映射至与目标骨骼等效的空间曲面对应的展开平面坐标系中,实现通过二维平面表示三维立体图像中的目标像素点,进而通过构建与展开平面坐标系对应的二维采样网格直接从三维立体图像中采样生成骨骼展开图像,保证采样得到的图像数据的可靠性以及精确性,提高骨骼展开图像的清晰度。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种骨骼展开图像的获取方法、装置、医疗设备以及计算机可读存储介质(简称存储介质)。
背景技术
肋骨骨折是一种常见的胸部外伤疾病,临床上一般通过计算机断层成像技术、磁共振等扫描方式获取肋骨图像,医生根据该肋骨图像对骨科外伤进行诊断,因此,清晰完整的高质量肋骨图像对于医生对骨科外伤的准确诊断十分重要。然而,由于肋骨的弯曲结构,医生在诊断肋骨时只能沿着每一根肋骨上下翻动肋骨的切片图像。
为了方便医生查看肋骨图像,可以将肋骨图像进行展开处理,使得三维的肋骨图像形成二维图像展示。现有肋骨图像展开方法是通过重采样进行图像重建,获得多平面重建(MPR)图像,进而在MPR基础上沿着肋骨划一条曲线,将沿曲线的体积资料进行重组,以便获得曲面重建(curved projection reformation,CPR)图像,它将扭曲、缩短和重叠的一些结构伸展拉直,展现在同一平面上。然而,由于CPR图像的客观性和准确性很大程度上依赖于重采样时数据选取的精确性,现有技术重采样过程中数据选取的精确性不够,难以生成清晰完整的骨骼展开图像。
发明内容
基于此,有必要针对上述技术问题,提供一种骨骼展开图像的获取方法、装置、医疗设备以及存储介质,用以提高骨骼展开图像的清晰度。
第一方面,本申请提供一种骨骼展开图像的获取方法,该方法包括:
获取目标骨骼的三维立体图像;
获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,展开平面坐标系为等效曲面对应展开平面的坐标系;
构建二维采样网格,根据目标像素点的目标坐标参数,获得二维采样网格的网格参数;
根据二维采样网格的网格参数,从三维立体图像进行采样生成目标骨骼的骨骼展开图像。
在本申请一些实施例中,等效曲面包括抛物面或椭球面;
获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数,包括:
将目标像素点映射至曲面坐标系中,得到曲面坐标数据;其中,曲面坐标系包括抛物面坐标系或椭球面坐标系;
根据目标像素点的曲面坐标数据,确定目标像素点在展开平面坐标系中的目标坐标参数。
在本申请一些实施例中,等效曲面包括两个或两个以上的二次曲面;
获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数,包括:
对目标骨骼进行分区,获得不同的骨骼区域;其中,不同骨骼区域与不同的二次曲面对应;
将各骨骼区域对应的目标像素点,分别映射至各骨骼区域对应的二次曲面的坐标系上,得到目标像素点的二次曲面坐标数据;
根据目标像素点的二次曲面坐标数据,确定目标像素点的在展开平面坐标系中的目标坐标参数。
在本申请一些实施例中,目标骨骼为肋骨骨骼,等效曲面包括球面以及柱面;
获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数,包括:
对肋骨骨骼进行分区,获得第一骨骼区域以及第二骨骼区域;
将第一骨骼区域对应的目标像素点映射至球面坐标系中,得到第一骨骼区域对应的目标像素点的球面坐标数据;
将第二骨骼区域对应的目标像素点映射至柱面坐标系中,得到第二骨骼区域对应的目标像素点的柱面坐标数据;
根据球面坐标数据以及柱面坐标数据,确定目标像素点在展开平面坐标系中的目标坐标参数。
在本申请一些实施例中,目标坐标参数包括展开平面坐标数据以及参考关联参数;展开平面坐标系包括与球面坐标系对应的第一区域以及与柱面坐标系对应的第二区域;
根据球面坐标数据以及柱面坐标数据,确定目标像素点在展开平面坐标系中的目标坐标参数,包括:
根据球面坐标数据的球面方位角度值以及球面俯仰角度值,确定为第一骨骼区域对应的目标像素点在展开平面坐标系第一区域的展开平面坐标数据;
根据球面坐标数据的球面半径值,确定第一骨骼区域对应的目标像素点在展开平面坐标系中的参考关联参数;
根据柱面坐标数据的柱面方位角度值以及柱面高度值,确定第二骨骼区域对应的目标像素点在展开平面坐标系第二区域的展开平面坐标数据;
根据柱面坐标数据的柱面半径值,确定第二骨骼区域对应的目标像素点在展开平面坐标系中的参考关联参数。
在本申请一些实施例中,展开平面坐标系的一坐标轴参数设置为目标像素点在等效曲面的方位角度值、另一坐标轴参数设置为目标像素点在等效曲面的高度值。
在本申请一些实施例中,目标坐标参数包括展开平面坐标数据以及参考关联参数;根据目标像素点的目标坐标参数,获得二维采样网格的网格参数,包括:
依次将二维采样网格上的网格点确定为目标网格点,根据目标网格点的网格坐标数据以及目标像素点的展开平面坐标数据,计算目标网格点到目标像素点的距离值;
根据目标网格点到目标像素点的距离值以及目标像素点的参考关联参数,计算目标网格点的网格关联参数;
根据目标网格点的网格关联参数,生成二维采样网格的网格参数。
在本申请一些实施例中,网格关联参数包括网格半径值,网格参数包括网格半径数据;
根据目标网格点的网格关联参数,生成二维采样网格的网格参数,包括:
确定二维采样网格的网格半径数据的采样范围;
根据目标网格点的网格半径值以及采样范围,获得二维采样网格在采样范围内的网格半径数据。
在本申请一些实施例中,根据二维采样网格的网格参数,从三维立体图像进行采样生成目标骨骼的骨骼展开图像,包括:
根据二维采样网格的网格坐标数据以及网格参数,构建三维采样网格;
从三维立体图像中获取三维采样网格对应的像素值;
将三维采样网格对应的像素值,赋值到与三维采样网格对应的二维采样网格上,得到骨骼展开图像。
第二方面,本申请提供一种骨骼展开图像的获取装置,装置包括:
三维立体图像获取模块,用于获取目标骨骼的三维立体图像;
二维坐标映射模块,用于获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,展开平面坐标系为等效曲面对应展开平面的坐标系;
采样网格获取模块,用于构建二维采样网格,根据目标像素点的目标坐标参数,获得二维采样网格的网格参数;
展开图像获取模块,用于根据二维采样网格的网格参数,从三维立体图像进行采样生成目标骨骼的骨骼展开图像。
第三方面,本申请还提供一种医疗设备,该医疗设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行以实现的骨骼展开图像的获取方法。
第四方面,本申请还提供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进行加载,以执行的骨骼展开图像的获取方法中的步骤。
上述骨骼展开图像的获取方法、装置、医疗设备以及存储介质,获取目标骨骼的三维立体图像;获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,展开平面坐标系为等效曲面对应展开平面的坐标系;构建二维采样网格,根据目标像素点的目标坐标参数,获得二维采样网格的网格参数;根据二维采样网格的网格参数,从三维立体图像进行采样生成目标骨骼的骨骼展开图像。通过将三维立体图像中的目标像素点映射至与目标骨骼等效的空间曲面对应的展开平面坐标系中,实现通过展开平面坐标系对应的二维平面表示三维立体图像中的目标像素点,并通过目标像素点在展开平面坐标系的相关坐标参数构建二维采样网格,进而通过二维采样网格直接从三维立体图像中采样生成骨骼展开图像,保证采样得到的图像数据的可靠性以及精确性,提高骨骼展开图像的清晰度。
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是本申请实施例中骨骼展开图像的获取方法的场景示意图;
图2是本申请实施例中骨骼展开图像的获取方法的流程示意图;
图3是本申请实施例中获取目标骨骼的三维立体图像的示意图;
图4是本申请实施例中展开平面坐标数据的获取过程的示意图;
图5是本申请实施例中展开平面坐标数据以及参考关联参数的获取步骤的流程示意图;
图6是本申请实施例中目标骨骼对应等效曲面以及展开平面坐标系的示意图;
图7是本申请实施例中骨骼展开图像获取步骤的示意图;
图8是本申请实施例中参考关联参数的获取步骤的流程示意图;
图9是本申请实施例中骨骼展开图像获取步骤的流程示意图;
图10是本申请实施例中另一个骨骼展开图像的获取方法的流程示意图;
图11是本申请实施例中网格关联参数在不同采样范围对应的截面的骨骼展开图像;
图12是本申请实施例中骨骼展开图像的获取装置的结构示意图;
图13是本申请实施例中计算机设备的结构示意图。
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做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。
在本申请的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请的描述中,“例如”一词用来表示“用作例子、例证或说明”。本申请中被描述为“例如”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本发明。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本发明的描述变得晦涩。因此,本发明并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
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。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本发明。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本发明的描述变得晦涩。因此,本发明并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
在本申请实施例中,需要说明的是,本申请提供的骨骼展开图像的获取方法由于是在计算机设备中执行,各计算机设备的处理对象均以数据或信息的形式存在,例如图像,实质为图像数据,可以理解的是,后续实施例中若提及网格点、像素点等,均为对应的数据存在,以便计算机设备进行处理,具体此处不作赘述。
在本申请实施例中,还需说明的是,本申请实施例提供的骨骼展开图像的获取方法,可以应用于如图1所示的骨骼展开图像的获取系统中。其中,该骨骼展开图像的获取系统包括终端100和服务器200,终端100可以是既包括接收和发射硬件的设备,即具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。终端100具体可以是台式终端或移动终端,终端100具体还可以是手机、平板电脑、笔记本电脑等中的一种,又或是计算机断层成像(Computed Tomography,CT)扫描仪、磁共振成像(Magnetic Resonance Imaging,MRI)扫描仪。服务器200可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,其包括但不限于计算机设备、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个服务器200,可以理解的,该骨骼展开图像的获取系统还可以包括一个或多个其他服务器,具体此处不作限定。另外,如图1所示,该骨骼展开图像的获取系统还可以包括存储器,用于存储数据,如存储肋骨的CT图像、展开图像等。
还需说明的是,图1所示骨骼展开图像的获取系统的场景示意图仅仅是一个示例,本发明实施例描述的骨骼展开图像的获取系统以及场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着骨骼展开图像的获取系统的演变和新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
参阅图2,本申请实施例提供了一种骨骼展开图像的获取方法,主要以该方法应用于上述图1中的服务器200来举例说明,该方法包括步骤S210至S240,具体如下:
S210,获取目标骨骼的三维立体图像。
其中,三维立体图像可以是目标骨骼的掩膜(mask),具体可以通过对原始医学影像进行骨骼分割处理获得。例如,可以对肋骨骨骼的多张CT(Computed Tomography,电子计算机断层扫描)图像或MRI(Magnetic Resonance Imaging,磁共振成像)进行肋骨分割处理,以获取肋骨骨骼的三维立体图像,如图3所示,图3为本申请实施例中肋骨骨骼的三维立体图像的示意图。
具体地,服务器200执行骨骼展开图像的获取任务之前,用户可通过终端100向服务器200发送展开图像获取请求,展开图像获取请求携带需要展开的骨骼的三维立体图像。服务器200接收到展开图像获取请求,即得到目标骨骼的三维立体图像,后续按照骨骼展开图像的获取方法,获取肋骨展开图。又或者,终端100是医学图像扫描设备(如CT扫描仪、MRI扫描仪),服务器200执行骨骼展开图像的获取任务之前,终端100实时采集原始医学影像,并将采集到原始医学影像发送至服务器200,服务器200通过对原始医学影像进行肋骨分割处理以获取目标骨骼的三维立体图像,后续按照骨骼展开图像的获取方法,获取肋骨展开图;进一步地,服务器200可通过已完成训练的分割模型对原始医学影像中的目标生理结构(目标骨骼)进行分割,得到目标骨骼的三维立体图像,其中,该分割模型可以是基于深度学习神经网络构建的。本实施例中涉及的目标骨骼的三维立体图像的获取方式,可依据实际业务需求设定,具体本申请不做限定。
S220,获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,展开平面坐标系为等效曲面对应展开平面的坐标系。
其中,目标像素点是用于表征目标骨骼的结构形状的像素点,可以是目标骨骼的三维立体图像中骨骼中心线对应的像素点。具体地,在获取到目标骨骼的三维立体图像以后,可以基于三维立体图像进行骨架化处理,提取目标像素点,也可以通过机器学习的方法识别目标像素点,此处并不对目标像素点的获取方式进行限定。
以目标骨骼为肋骨骨骼、目标像素点为目标骨骼的骨骼中心线对应的像素点为例,如图4所示,对如图3所示的三维立体图像进行中心线提取,获取肋骨骨骼的骨骼中心线作为目标像素点。
其中,等效曲面是指目标骨骼的结构近似的曲面;具体地,等效曲面可以是单一的曲面;例如,可以利用抛物面作为目标骨骼的等效曲面,也可以利用椭球面作为目标骨骼的等效面。
进一步地,等效曲面还可以是由两个或两个以上的二次曲面拼接而成;例如,目标骨骼可沿轴向上下划分为两部分,下部分可等效为第一二次曲面,上部分等效为第二二次曲面,第一二次曲面与第二二次曲面为不同的曲面,则该目标骨骼的等效曲面由第一二次曲面以及第二二次曲面拼接而成。
以目标骨骼为肋骨为例,肋骨骨骼可沿脊椎所在轴向上下划分为两部分,下部分可等效为圆柱面,上部分向内收缩大致呈现为半球形,因此肋骨骨骼的上部分可等效为半球面,因而,利用圆柱面与半球面作为肋骨骨骼的等效曲面。
其中,展开平面坐标系是对等效曲面展开后所得到的平面所在的坐标系,是一个二维坐标系。
具体地,在一个实施例中,展开平面坐标系的一坐标轴参数设置为像素点在等效曲面的方位角度值、另一坐标轴参数设置为像素点在等效曲面的高度值。
例如,可以将横坐标设置为像素点在等效曲面的方位角度值θ,将纵坐标设置为像素点在等效曲面的高度值h,在一些实际情况中,可以使用俯仰角角度值等效为高度值,作为展开平面坐标系的纵坐标。又例如,可以将横坐标设置为像素点在等效曲面的高度值h,将纵坐标设置为像素点在等效曲面的方位角度值θ。展开平面坐标系中坐标轴参数的设置在此不进行限定。
其中,目标坐标参数可以包括目标像素点在展开平面坐标系中的展开平面坐标数据、以及目标像素点在展开平面坐标系中的参考关联参数;其中,展开平面坐标数据是指目标像素点在展开平面坐标系中的具体取值数据,参考关联参数用于使展开平面坐标系上的像素点和三维立体图像中的真实像素点形成关联,应该理解的是,关联参数并不在展开平面坐标系直接体现。
例如,以展开平面坐标系是柱面展开后所得到的平面所在的坐标系、且横坐标为像素点在柱面坐标系的方位角度值θ、纵坐标为像素点在柱面坐标系的高度值h为例,目标像素点在展开平面坐标系的目标坐标参数中,目标像素点在展开平面坐标系中的展开平面坐标数据取值为目标像素点在柱面坐标系的方位角度值θ和高度值h,目标像素点在展开平面坐标系中的参考关联参数取值为目标像素点在柱面坐标系的半径值r。
又例如,以展开平面坐标系是半球面展开后所得到的平面所在的坐标系、且横坐标为球面坐标系的方位角度值θ、纵坐标为球面坐标系的俯仰角度值(使用俯仰角角度值等效为高度值h)为例,目标像素点在展开平面坐标系的目标坐标参数中,目标像素点在展开平面坐标系中的展开平面坐标数据取值为目标像素点在球面坐标系的方位角度值θ和俯仰角度值,目标像素点在展开平面坐标系中的参考关联参数取值为目标像素点在球面坐标系的半径值r。
具体地,服务器在获取到目标骨骼的三维立体图像后,从三维立体图像中提取目标骨骼的目标像素点,并将目标像素点映射至等效曲面对应的坐标系中,获得目标像素点在等效曲面对应的坐标系中的坐标数据;进而,根据目标像素点在等效曲面对应的坐标系中的坐标数据,确定目标像素点在展开平面坐标系中的目标坐标参数。如图4所示,图4中右图为肋骨骨骼的三维立体图像中骨骼中心线在展开平面坐标系的示意图,从三维立体图像中提取肋骨骨骼的骨骼中心线,将骨骼中心线映射至等效曲面对应的展开平面坐标系中,并获取骨骼中心线在展开平面坐标系的目标坐标参数。
进一步地,以等效曲面为单个曲面为例,如抛物面或椭球面,在一个实施例中,步骤S220包括:将目标像素点映射至曲面坐标系中,得到曲面坐标数据;其中,曲面坐标系包括抛物面坐标系或椭球面坐标系;根据目标像素点的曲面坐标数据,确定目标像素点在展开平面坐标系中的目标坐标参数。
其中,曲面坐标系是指等效曲面对应的坐标系;如上,可以利用抛物面或椭球面作为目标骨骼的等效曲面,因而曲面坐标系可以是指抛物面坐标系或椭球面坐标系;曲面坐标数据是指像素点在该曲面坐标系中的具体取值数据。
具体地,目标坐标参数可以包括目标像素点在展开平面坐标系中的展开平面坐标数据、以及目标像素点在展开平面坐标系中的一个关联参数,服务器可根据原始三维坐标系与曲面坐标系的转换公式,将目标像素点的三维坐标数据转换为在曲面坐标系中的曲面坐标数据。其中,原始三维坐标系是指目标骨骼的三维立体图像对应的坐标系,三维坐标数据是指像素点在原始三维坐标系中的具体取值数据。
在获得目标像素点在该曲面坐标系中的曲面坐标数据后,根据曲面坐标数据,确定目标像素点在展开平面坐标系中的目标坐标参数。具体地,可以根据目标像素点在该曲面坐标系中的曲面坐标数据的方位角θ以及俯仰角α(或者将俯仰角α等效为高度值),确定目标像素点在展开平面坐标系中的展开平面坐标数据(包括横坐标取值以及纵坐标取值);然后,可以根据曲面坐标数据中的半径值r确定目标像素点在展开平面坐标系中对应的关联参数,或者,可以根据目标像素点距离等效曲面参考中心的距离,确定目标像素点在展开平面坐标系中对应的关联参数。
进一步地,以等效曲面包括两个或两个以上的二次曲面为例,在一个实施例中,步骤S220包括:对目标骨骼进行分区,获得不同的骨骼区域;其中,不同骨骼区域与不同的二次曲面对应;将各骨骼区域对应的目标像素点,分别映射至各骨骼区域对应的二次曲面的坐标系上,得到目标像素点的二次曲面坐标数据;根据目标像素点的二次曲面坐标数据,确定目标像素点的在展开平面坐标系中的目标坐标参数。
其中,如上,等效曲面可以是由两个或两个以上的二次曲面拼接而成,按照目标骨骼对应等效曲面的构成,对目标骨骼进行分区,得到不同的骨骼区域。可以理解的是,不同的骨骼区域与不同的二次曲面一一对应。
其中,二次曲面坐标数据是指目标像素点在二次曲面对应的坐标系上的具体取值数据。例如,二次曲面为柱面,则二次曲面坐标数据是指目标像素点在柱面坐标系上的具体取值数据。
具体地,目标坐标参数可以包括目标像素点在展开平面坐标系中的展开平面坐标数据、以及目标像素点在展开平面坐标系中的一个关联参数。对于任意一个骨骼区域的目标像素点,服务器可根据原始三维坐标系与该骨骼区域对应的二次曲面的坐标系之间的转换公式,将目标像素点的三维坐标数据转换为在该二次曲面对应的坐标系中的二次曲面坐标数据。
在获得所有目标像素点在相应的曲面坐标系中的曲面坐标数据后,根据目标像素点的二次曲面坐标数,确定目标像素点在展开平面坐标系中的目标坐标参数。具体地,可以根据目标像素点的二次曲面坐标数中的方位角θ以及俯仰角α(或者俯仰角α等效的高度值),确定目标像素点在展开平面坐标系中的展开平面坐标数据(包括横坐标取值以及纵坐标取值);然后,可以根据二次曲面坐标数据中的半径值r确定目标像素点在展开平面坐标系中对应的关联参数,或者,可以根据目标像素点距离等效曲面参考中心的距离,确定目标像素点在展开平面坐标系中对应的关联参数。
进一步地,以目标骨骼为肋骨骨骼、等效曲面包括球面以及柱面为例,在一个实施例中,步骤S220包括:
S510,对肋骨骨骼进行分区,获得第一骨骼区域以及第二骨骼区域;
S520,将第一骨骼区域对应的目标像素点映射至球面坐标系中,得到第一骨骼区域对应的目标像素点的球面坐标数据;
S530,将第二骨骼区域对应的目标像素点映射至柱面坐标系中,得到第二骨骼区域对应的目标像素点的柱面坐标数据;
S540,根据球面坐标数据以及柱面坐标数据,确定目标像素点在展开平面坐标系中的目标坐标参数。
其中,肋骨骨骼可沿脊椎所在轴向上下划分为两部分,参见图6,肋骨骨骼可以等效为半球面以及圆柱面拼接的曲面结构;因而,可以对肋骨骨骼进行分区,获得第一骨骼区域以及第二骨骼区域,其中,第一骨骼区域可等效为半球面,第二骨骼区域可等效为圆柱面。
具体地,在肋骨骨骼的三维立体图像中,可以在沿脊椎所在轴确定分区高度值,利用该分区高度值处的横截面将肋骨骨骼划分为第一骨骼区域以及第二骨骼区域。
例如,在脊椎所在轴的三分之一处,将上三分之一的部分划分为第一骨骼区域,剩余的三分之二的部分划分为第二骨骼区域。又例如,肋骨骨骼的三维立体图像对应的原始三维坐标系为空间直角坐标系,原点设置为整个肋骨骨骼的正下方,以脊柱骨向上的方向设置为z轴正方向,以肋骨骨骼方向向右设置y轴正方向,因此在脊椎所在z轴确定目标值,该目标值作为分区高度值,将z值大于该目标值的像素点(对应的肋骨骨骼)划分为第一骨骼区域,将z值小于该目标值的像素点(对应的肋骨骨骼)划分为第二骨骼区域。
其中,在对肋骨骨骼进行划分后,将处于第一骨骼区域的目标像素点以及处于第二骨骼区域的目标像素点,分别映射至球面坐标系以及柱面坐标中,以获取处于第一骨骼区域的目标像素点的球面坐标数据以及处于第二骨骼区域的目标像素点的柱面坐标数据。
具体地,原始三维坐标系与球面坐标系的转换公式如下式所示:
其中,原始三维坐标系与柱面坐标系的转换公式如下式所示:
h=z
在获取到目标像素点在原始三维坐标的三维坐标数据后,可根据原始三维坐标系与球面坐标系的转换公式,将处于第一骨骼区域的目标像素点的三维坐标数据转换为在球面坐标系中的球面坐标数据,根据原始三维坐标系与柱面坐标系的转换公式,将处于第二骨骼区域的目标像素点的三维坐标数据转换为在柱面坐标系中的柱面坐标数据。
需要说明的是,柱面坐标系的原点同样为整个目标骨骼的正下方,z轴的轴向也为脊椎骨向上的主方向,柱面坐标系和球面坐标系按照z轴坐标分隔开,球面坐标系为盖在柱面坐标系上面,其z轴同轴。
在一个实施例中,目标坐标参数包括展开平面坐标数据以及参考关联参数;展开平面坐标系包括与球面坐标系对应的第一区域以及与柱面坐标系对应的第二区域;步骤S540包括:根据球面坐标数据的球面方位角度值以及球面俯仰角度值,确定为第一骨骼区域对应的目标像素点在展开平面坐标系第一区域的展开平面坐标数据;根据球面坐标数据的球面半径值,确定第一骨骼区域对应的目标像素点在展开平面坐标系中的参考关联参数;根据柱面坐标数据的柱面方位角度值以及柱面高度值,确定第二骨骼区域对应的目标像素点在展开平面坐标系第二区域的展开平面坐标数据;根据柱面坐标数据的柱面半径值,确定第二骨骼区域对应的目标像素点在展开平面坐标系中的参考关联参数。
其中,球面坐标数据可以表示为(r,θ,α),r表示原点O与目标像素点P间的距离;θ为有向线段OP与z轴正向的夹角,即方位角;α为从正z轴来看,自x轴按逆时针方向转到OM所转过的角,即俯仰角,点M为目标像素点P在xOy面上的投影。而柱面坐标数据可以表示为(r,θ,h),r为目标像素点P在xoy平面的投影M与原点的距离,θ为有向线段PO在xoy平面的投影MO与x轴正向所夹的角,即方位角。
具体地,在获取到处于第一骨骼区域的目标像素点的球面坐标数据(r,θ,α),可以根据方位角θ以及俯仰角α在展开平面坐标系第一区域中获取目标像素点所在的坐标位置,确定在展开平面坐标系上相应的像素点,并将r确认为该像素点的参考关联参数;同样的,在获取到处于第二骨骼区域的目标像素点的柱面坐标数据(r,θ,h),可以根据方位角θ以及高度值h在展开平面坐标系第二区域中获取目标像素点所在的坐标位置,确定在展开平面坐标系上相应的像素点,并将r确认为该像素点的参考关联参数。
在一个实施例中,展开平面坐标系的横坐标可以设置为目标像素点在等效曲面的方位角度值、纵坐标可以设置为目标像素点在等效曲面的高度值。因此,在球面坐标系对应的第一区域中,以像素点在球面上对应的方位角度值作为横坐标,以像素点在球面上对应的俯仰角角度值等效为高度值,作为纵坐标;柱面坐标系对应的第二区域中,以像素点在柱面上对应的方位角度值作为横坐标,以像素点在柱面高度值作为纵坐标;如图6所示,图6中的右图示出了展开平面坐标系的示意图。
S230,构建二维采样网格,根据目标像素点的目标坐标参数,获得二维采样网格的网格参数。
其中,可以按照一定的采样密度,在展开平面坐标系上构建二维采样网格。
进一步地,二维采样网格的网格密度可以根据骨骼展开图像的精度要求进行设置。如图7所示,图7的“展开平面坐标系”这一示图中示出了二维采样网格(此处的二维采样网格仅为示例)以及骨骼中心线,其中,虚线构成的方格为二维采样网格,可以理解的是,网格密度越大,该二维采样网格的方格越小,精度越高,最终得到骨骼展开图像清晰度越高,网格密度越小,该二维采样网格的方格越大,精度越低,最终得到骨骼展开图像清晰度越低。
在一个实施例中,二维采样网格的网格密度可以按照原始医学影像或目标骨骼的三维立体图像对应的分辨率进行设置,即网格点可以选取为原始医学影像或目标骨骼的三维立体图像的像素点。
以展开平面坐标系的横坐标设置为像素点在等效曲面的方位角度值,将纵坐标设置为像素点在等效曲面的高度值为例,以角度值和高度值的网格密度构建二维采样网格,如图7所示,图7中“展开平面坐标系”这一示图中示,图中每一个方格可以表示为一个用于进行采样的网格点,网格点对应的网格坐标为(θ,h)。
其中,网格参数是二维采样网格除网格坐标以外的一个参数,网格参数用于关联二维采样网格上网格点与三维立体图像中的像素点;可以理解的是,网格参数包括二维采样网格中各个网格点对应的网格关联参数。
具体地,在确定到二维采样网格后,服务器可利用插值算法,根据目标像素点在展开平面坐标系的展开平面坐标数据,以及目标像素点对应的参考关联参数,获取二维采样网格的网格参数。
在一个实施例中,目标坐标参数包括展开平面坐标数据以及参考关联参数;如图8所示,根据目标像素点的目标坐标参数,获得二维采样网格的网格参数,包括:
S810,依次将二维采样网格上的网格点确定为目标网格点,根据目标网格点的网格坐标数据以及目标像素点的展开平面坐标数据,计算目标网格点到目标像素点的距离值;
S820,根据目标网格点到目标像素点的距离值以及目标像素点的参考关联参数,计算目标网格点的网格关联参数;
S830,根据目标网格点的网格关联参数,生成二维采样网格的网格参数。
具体地,对于二维采样网格上的任意一个网格点,可根据该网格点的网格坐标以及各个目标像素点的展开平面坐标数据,计算网格点到各个目标像素点的距离值;然后,根据网格点到各个目标像素点的距离值,设置目标像素点对应的权重值,进而根据各个目标像素点对应的权重值对目标像素点的参考关联参数进行加权求和,得到的加权求和结果即为该网格点的网格关联参数。
以目标像素点为目标骨骼的骨骼中心线为例,对于二维采样网格上的任意一个网格点,可根据该网格点的网格坐标以及骨骼中心线上的中心线点的展开平面坐标数据,计算网格点到各个中心线点的距离值;然后,根据网格点到各个中心线点的距离值,设置各个中心线点对应的权重值,进而根据各个中心线点对应的权重值对所有中心线点的参考关联参数进行加权求和,得到的加权求和结果即为该网格点的网格关联参数。
例如,如图7所示,图7的“展开平面坐标系”这一示图中示出二维采样网格以及骨骼中心线,基于目标网格点到目标像素点的距离值以及目标像素点的参考关联参数,插值得到目标网格点的网格关联参数后,可得到如图7中“二维采样网格”这一示图中,各个像素点的灰度值大小对应该像素点对应网格点的网格关联参数的大小。
具体地,假设骨骼中心线上的中心线点的展开平面坐标数据表示为ci,其对应的参考关联参数表示为ri,二维采样网格上的网格点表示为gx,y,每个网格点对应的网格关联参数表示为rx,y,网格点gx,y到骨骼中心线上的中心线点的距离表示为d。以图7在展开平面坐标系上的网格点A为例,网格点A到骨骼中心线上的每一个中心线点的距离di,可通过下式获取:
di=|ci-gA(x,y)|2
骨骼中心线上的每一个中心线点对应权重表示为wi,权重wi可表示为下式:
网格点A对应的网格关联参数可通过反距离加权算法计算得到,具体如下式所示:
具体地,目标像素点的参考关联参数可以为参考半径数据,网格关联参数包括网格半径值,网格参数包括网格半径数据。
进一步地,在一个实施例中,根据目标网格点的网格关联参数,生成二维采样网格的网格参数,包括:确定二维采样网格的网格半径数据的采样范围;根据目标网格点的网格半径值以及采样范围,获得二维采样网格在采样范围内的网格半径数据。
其中,服务器预先确定网格半径数据的采样范围,在根据目标像素点的展开平面坐标数据以及参考半径数据计算得到二维采样网格中各个网格的网格半径值后,对各个网格的网格半径值进行统一的加或减运算,例如,各个网格的网格半径值均加一,使得二维采样网格的网格半径数据落在预设的采样范围内,通过网格半径数据在预设的采样范围内的二维采样网格,可以实现采样出不同半径值对应截面的骨骼展开图像。
例如,在计算得到二维采样网格中各个网格的网格半径数据后,对每个网格的网格半径数据均加上预设值,如每个网格的网格半径数据均加1。
S240,根据二维采样网格的网格参数,从三维立体图像进行采样生成目标骨骼的骨骼展开图像。
其中,在确定到二维采样网格的网格参数后,对于二维采样网格中的任意网格点均可确定其网格坐标以及网格参数,因此,可以根据网格坐标以及网格参数在三维立体图像中确定与该网格点对应的像素点,通过对三维立体图像中与二维采样网格对应的像素点进行采样,得到骨骼展开图像。
在一个实施例中,如图9所示,步骤S240包括:根据二维采样网格的网格参数,从三维立体图像进行采样生成目标骨骼的骨骼展开图像,包括:
S910,根据二维采样网格的网格坐标数据以及网格参数,构建三维采样网格;
S920,从三维立体图像中获取三维采样网格对应的像素值;
S930,将三维采样网格对应的像素值,赋值到与三维采样网格对应的二维采样网格上,得到骨骼展开图像。
其中,对于二维采样网格中的任意网格点,其网格坐标数据和网格参数为其在等效曲面对应坐标系中的坐标数据,因此,服务器可基于等效曲面对应坐标系与原始三维坐标系的转换公式,根据网格坐标数据和网格参数将二维采样网格反映射至原始三维坐标系中,得到三维采样网格,该三维采样网格上的网格点与二维采样网格的网格点具有一一对应关系,参见图7,图7还示出了三维采样网格的示意图。
在获取到三维采样网格后,基于三维采样网格直接在三维立体图像中进行采样,获取三维采样网格上各个网格点对应的像素值,并将三维采样网格上网格点对应的像素值,赋值到与三维采样网格对应的二维采样网格上,得到骨骼展开图像,参见图7,图7还示出了骨骼展开图像的示意图。
上述骨骼展开图像的获取方法,获取目标骨骼的三维立体图像;获取三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,展开平面坐标系为等效曲面对应展开平面的坐标系;构建二维采样网格,根据目标像素点的目标坐标参数,获得二维采样网格的网格参数;根据二维采样网格的网格参数,从三维立体图像进行采样生成目标骨骼的骨骼展开图像。通过将三维立体图像中的目标像素点映射至与目标骨骼等效的空间曲面对应的展开平面坐标系中,实现通过展开平面坐标系对应的二维平面表示三维立体图像中的目标像素点,并通过目标像素点在展开平面坐标系的相关坐标参数构建二维采样网格,进而通过二维采样网格直接从三维立体图像中采样生成骨骼展开图像,保证采样得到的图像数据的可靠性以及精确性,提高骨骼展开图像的清晰度。
在一个实施例中,如图10所示,一种骨骼展开图像的获取方法,包括:
S1010,获取肋骨骨骼的三维立体图像。
具体地,肋骨骨骼的三维立体图像如图3所示。获取肋骨骨骼的三维立体图像的步骤的具体限定可以参见上文实施例的具体限定,在此不再赘述。
S1020,获取三维立体图像中目标像素点在展开平面坐标系中的展开平面坐标数据以及参考半径数据;其中,展开平面坐标系的横坐标轴参数设置为目标像素点在等效曲面的方位角度值、纵坐标轴参数设置为目标像素点在等效曲面的高度值。
其中,参见图6,肋骨骨骼可沿脊椎所在轴向上下划分为两部分,肋骨骨骼可以等效为半球面以及圆柱面拼接的曲面结构;因而,可以对肋骨骨骼进行分区,获得第一骨骼区域以及第二骨骼区域,其中,第一骨骼区域可等效为半球面,第二骨骼区域可等效为圆柱面。相应地,展开平面坐标系中包括第一区域以及第二区域,第一区域与球面坐标系对应,以像素点在球面上对应的方位角度值作为横坐标,以像素点在球面上对应的俯仰角角度值等效为高度值,作为纵坐标;第二区域与柱面坐标系对应,以像素点在柱面上对应的方位角度值作为横坐标,以像素点在柱面高度值作为纵坐标。
进一步地,以目标像素点为肋骨骨骼的骨骼中心线对应的像素点为例,如图4所示,对肋骨骨骼的三维立体图像进行中心线提取,获取肋骨骨骼的骨骼中心线作为目标像素点,将骨骼中心线映射至等效曲面对应的展开平面坐标系中,得到骨骼中心线在展开平面坐标系的展开平面坐标数据以及参考半径数据。其中,对于第一骨骼区域的骨骼中心线的目标像素点,其展开平面坐标数据中横坐标取值为目标像素点在柱面坐标系的方位角度值、纵坐标取值为目标像素点在柱面坐标系的高度值;对于第二骨骼区域的骨骼中心线的目标像素点,其展开平面坐标数据中横坐标取值为目标像素点在球面坐标系的方位角度值、纵坐标取值为目标像素点在球面坐标系的俯仰角度值。
其中,展开平面坐标数据以及参考半径数据的获取步骤的具体限定可以参见上文实施例的具体限定,在此不再赘述。
S1030,构建二维采样网格,依次将二维采样网格上的网格点确定为目标网格点,根据目标网格点的网格坐标数据以及目标像素点的展开平面坐标数据,计算目标网格点到目标像素点的距离值。
S1040,根据目标网格点到目标像素点的距离值以及目标像素点的参考半径数据,计算目标网格点的网格半径值。
其中,通过构建二维采样网格,利用插值算法根据目标像素点在展开平面坐标系的展开平面坐标数据,以及目标像素点对应的参考半径数据,获取二维采样网格的网格参数。如图7所示,图7的展开平面坐标系对应示图中示出了二维采样网格以及骨骼中心线,其中,虚线构成的方格为二维采样网格,基于目标网格点到目标像素点的距离值以及目标像素点的参考半径数据,插值得到目标网格点的网格半径值;如图7中所示的二维采样网格对应示图中,各个像素点的灰度值大小对应该像素点对应网格点的网格关联参数的大小。其中,目标网格点的网格半径值的获取步骤的具体限定可以参见上文实施例的具体限定,在此不再赘述。
S1050,确定二维采样网格的网格半径数据的采样范围,根据目标网格点的网格半径值以及采样范围,获得二维采样网格在采样范围内的网格半径数据。
S1060,根据二维采样网格的网格半径数据,从三维立体图像进行采样生成肋骨骨骼的骨骼展开图像。
其中,服务器预先确定网格半径数据的采样范围,通过保证二维采样网格的网格半径数据在预设的采样范围内,实现按照不同半径值对应等效曲面从肋骨骨骼的三维立体图像中进行采样。
在确定到二维采样网格的网格半径数据后,基于柱面坐标与原始三维坐标系的转换公式、或者球面坐标与与原始三维坐标系的转换公式,根据网格坐标数据和网格半径数据,将二维采样网格反映射至原始三维坐标系中,得到三维采样网格,该三维采样网格上的网格点与二维采样网格的网格点具有一一对应关系,参见图7,图7还示出了三维采样网格的示意图。
在获取到三维采样网格后,基于三维采样网格直接在三维立体图像中进行采样,获取三维采样网格上各个网格点对应的像素值,并将三维采样网格上网格点对应的像素值,赋值到与三维采样网格对应的二维采样网格上,得到骨骼展开图像,参见图7,图7还示出了骨骼展开图像的示意图。其中,按照不同半径值对应等效曲面从肋骨骨骼的三维立体图像中进行采样得到的骨骼展开图像是不同的,如图11所示,图11示出了网格半径数据在不同采样范围对应的截面的骨骼展开图像。
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,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。
为了更好实施本申请实施例提供的骨骼展开图像的获取方法,在本申请实施例所提骨骼展开图像的获取方法的基础之上,本申请实施例中还提供一种骨骼展开图像的获取装置,如图12所示,所述骨骼展开图像的获取装置1200包括:
三维立体图像获取模块1210,用于获取目标骨骼的三维立体图像;
二维坐标映射模块1220,用于获取所述三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,所述展开平面坐标系为等效曲面对应展开平面的坐标系;
采样网格获取模块1230,用于构建二维采样网格,根据所述目标像素点的目标坐标参数,获得所述二维采样网格的网格参数;
展开图像获取模块1240,用于根据所述二维采样网格的网格参数,从所述三维立体图像进行采样生成所述目标骨骼的骨骼展开图像。
在本申请一些实施例中,所述等效曲面包括抛物面或椭球面;二维坐标映射模块,用于将所述目标像素点映射至曲面坐标系中,得到曲面坐标数据;其中,所述曲面坐标系包括抛物面坐标系或椭球面坐标系;根据所述目标像素点的曲面坐标数据,确定所述目标像素点在所述展开平面坐标系中的目标坐标参数。
在本申请一些实施例中,所述等效曲面包括两个或两个以上的二次曲面;二维坐标映射模块,用于对所述目标骨骼进行分区,获得不同的骨骼区域;其中,所述不同骨骼区域与不同的二次曲面对应;将各所述骨骼区域对应的目标像素点,分别映射至各所述骨骼区域对应的二次曲面的坐标系上,得到目标像素点的二次曲面坐标数据;根据所述目标像素点的二次曲面坐标数据,确定所述目标像素点的在展开平面坐标系中的目标坐标参数。
在本申请一些实施例中,所述目标骨骼为肋骨骨骼,所述等效曲面包括球面以及柱面;二维坐标映射模块,用于对所述肋骨骨骼进行分区,获得第一骨骼区域以及第二骨骼区域;将所述第一骨骼区域对应的目标像素点映射至球面坐标系中,得到所述第一骨骼区域对应的目标像素点的球面坐标数据;将所述第二骨骼区域对应的目标像素点映射至柱面坐标系中,得到所述第二骨骼区域对应的目标像素点的柱面坐标数据;根据所述球面坐标数据以及所述柱面坐标数据,确定所述目标像素点在所述展开平面坐标系中的目标坐标参数。
在本申请一些实施例中,所述目标坐标参数包括展开平面坐标数据以及参考关联参数;所述展开平面坐标系包括与球面坐标系对应的第一区域以及与柱面坐标系对应的第二区域;二维坐标映射模块,用于根据所述球面坐标数据的球面方位角度值以及球面俯仰角度值,确定为所述第一骨骼区域对应的目标像素点在所述展开平面坐标系第一区域的展开平面坐标数据;根据所述球面坐标数据的球面半径值,确定所述第一骨骼区域对应的目标像素点在所述展开平面坐标系中的参考关联参数;根据所述柱面坐标数据的柱面方位角度值以及柱面高度值,确定所述第二骨骼区域对应的目标像素点在所述展开平面坐标系第二区域的展开平面坐标数据;根据所述柱面坐标数据的柱面半径值,确定所述第二骨骼区域对应的目标像素点在所述展开平面坐标系中的参考关联参数。
在本申请一些实施例中,所述展开平面坐标系的一坐标轴参数设置为目标像素点在等效曲面的方位角度值、另一坐标轴参数设置为目标像素点在等效曲面的高度值。
在本申请一些实施例中,所述目标坐标参数包括展开平面坐标数据以及参考关联参数;采样网格获取模块,用于依次将所述二维采样网格上的网格点确定为目标网格点,根据所述目标网格点的网格坐标数据以及所述目标像素点的展开平面坐标数据,计算所述目标网格点到所述目标像素点的距离值;根据所述目标网格点到所述目标像素点的距离值以及所述目标像素点的参考关联参数,计算所述目标网格点的网格关联参数;根据所述目标网格点的网格关联参数,生成所述二维采样网格的网格参数。
在本申请一些实施例中,所述网格关联参数包括网格半径值,所述网格参数包括网格半径数据;采样网格获取模块,用于确定所述二维采样网格的网格半径数据的采样范围;根据所述目标网格点的网格半径值以及所述采样范围,获得所述二维采样网格在所述采样范围内的网格半径数据。
在本申请一些实施例中,展开图像获取模块,用于根据所述二维采样网格的网格坐标数据以及网格参数,构建三维采样网格;从所述三维立体图像中获取所述三维采样网格对应的像素值;将所述三维采样网格对应的像素值,赋值到与所述三维采样网格对应的二维采样网格上,得到骨骼展开图像。
关于骨骼展开图像的获取装置的具体限定可以参见上文中对于骨骼展开图像的获取方法的限定,在此不再赘述。上述骨骼展开图像的获取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。
在本申请一些实施例中,骨骼展开图像的获取装置1200可以实现为一种计算机程序的形式,计算机程序可在如图13所示的计算机设备上运行。计算机设备的存储器中可存储组成该骨骼展开图像的获取装置1200的各个程序模块,比如,图12所示的三维立体图像获取模块1210、二维坐标映射模块1220、采样网格获取模块1230以及展开图像获取模块1240。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的骨骼展开图像的获取方法中的步骤。
例如,图13所示的计算机设备可以通过如图12所示的骨骼展开图像的获取装置1200中的三维立体图像获取模块1210执行步骤S210。计算机设备可通过二维坐标映射模块1220执行步骤S220。计算机设备可通过采样网格获取模块1230执行步骤S230。计算机设备可通过展开图像获取模块1240执行步骤S240。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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和内存储器。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。该计算机设备的网络接口用于与外部的计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现一种骨骼展开图像的获取方法。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的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。
在本申请一些实施例中,提供了一种医疗设备,包括一个或多个处理器;存储器;以及一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行上述骨骼展开图像的获取方法的步骤。此处骨骼展开图像的获取方法的步骤可以是上述各个实施例的骨骼展开图像的获取方法中的步骤。
在本申请一些实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器进行加载,使得处理器执行上述骨骼展开图像的获取方法的步骤。此处骨骼展开图像的获取方法的步骤可以是上述各个实施例的骨骼展开图像的获取方法中的步骤。
以上对本申请实施例所提供的一种骨骼展开图像的获取方法、装置、计算机设备以及存储介质进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,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发明的限制。
Claims (12)
1.一种骨骼展开图像的获取方法,其特征在于,包括:
获取目标骨骼的三维立体图像;
获取所述三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,所述展开平面坐标系为等效曲面对应展开平面的坐标系;
构建二维采样网格,根据所述目标像素点的目标坐标参数,获得所述二维采样网格的网格参数;
根据所述二维采样网格的网格参数,从所述三维立体图像进行采样生成所述目标骨骼的骨骼展开图像。
2.根据权利要求1所述的方法,其特征在于,所述等效曲面包括抛物面或椭球面;
所述获取所述三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数,包括:
将所述目标像素点映射至曲面坐标系中,得到曲面坐标数据;其中,所述曲面坐标系包括抛物面坐标系或椭球面坐标系;
根据所述目标像素点的曲面坐标数据,确定所述目标像素点在所述展开平面坐标系中的目标坐标参数。
3.根据权利要求1所述的方法,其特征在于,所述等效曲面包括两个或两个以上的二次曲面;
所述获取所述三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数,包括:
对所述目标骨骼进行分区,获得不同的骨骼区域;其中,所述不同骨骼区域与不同的二次曲面对应;
将各所述骨骼区域对应的目标像素点,分别映射至各所述骨骼区域对应的二次曲面的坐标系上,得到目标像素点的二次曲面坐标数据;
根据所述目标像素点的二次曲面坐标数据,确定所述目标像素点的在展开平面坐标系中的目标坐标参数。
4.根据权利要求1所述的方法,其特征在于,所述目标骨骼为肋骨骨骼,所述等效曲面包括球面以及柱面;
所述获取所述三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数,包括:
对所述肋骨骨骼进行分区,获得第一骨骼区域以及第二骨骼区域;
将所述第一骨骼区域对应的目标像素点映射至球面坐标系中,得到所述第一骨骼区域对应的目标像素点的球面坐标数据;
将所述第二骨骼区域对应的目标像素点映射至柱面坐标系中,得到所述第二骨骼区域对应的目标像素点的柱面坐标数据;
根据所述球面坐标数据以及所述柱面坐标数据,确定所述目标像素点在所述展开平面坐标系中的目标坐标参数。
5.根据权利要求4所述的方法,其特征在于,所述目标坐标参数包括展开平面坐标数据以及参考关联参数;所述展开平面坐标系包括与球面坐标系对应的第一区域以及与柱面坐标系对应的第二区域;
所述根据所述球面坐标数据以及所述柱面坐标数据,确定所述目标像素点在所述展开平面坐标系中的目标坐标参数,包括:
根据所述球面坐标数据的球面方位角度值以及球面俯仰角度值,确定为所述第一骨骼区域对应的目标像素点在所述展开平面坐标系第一区域的展开平面坐标数据;
根据所述球面坐标数据的球面半径值,确定所述第一骨骼区域对应的目标像素点在所述展开平面坐标系中的参考关联参数;
根据所述柱面坐标数据的柱面方位角度值以及柱面高度值,确定所述第二骨骼区域对应的目标像素点在所述展开平面坐标系第二区域的展开平面坐标数据;
根据所述柱面坐标数据的柱面半径值,确定所述第二骨骼区域对应的目标像素点在所述展开平面坐标系中的参考关联参数。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述展开平面坐标系的一坐标轴参数设置为目标像素点在等效曲面的方位角度值、另一坐标轴参数设置为目标像素点在等效曲面的高度值。
7.根据权利要求1至5任意一项所述的方法,其特征在于,所述目标坐标参数包括展开平面坐标数据以及参考关联参数;
所述根据所述目标像素点的目标坐标参数,获得所述二维采样网格的网格参数,包括:
依次将所述二维采样网格上的网格点确定为目标网格点,根据所述目标网格点的网格坐标数据以及所述目标像素点的展开平面坐标数据,计算所述目标网格点到所述目标像素点的距离值;
根据所述目标网格点到所述目标像素点的距离值以及所述目标像素点的参考关联参数,计算所述目标网格点的网格关联参数;
根据所述目标网格点的网格关联参数,生成所述二维采样网格的网格参数。
8.根据权利要求7所述的方法,其特征在于,所述网格参数包括网格半径数据,所述网格关联参数包括网格半径值;
所述根据所述目标网格点的网格关联参数,生成所述二维采样网格的网格参数,包括:
确定所述二维采样网格的网格半径数据的采样范围;
根据所述目标网格点的网格半径值以及所述采样范围,获得所述二维采样网格在所述采样范围内的网格半径数据。
9.根据权利要求1所述的方法,其特征在于,所述根据所述二维采样网格的网格参数,从所述三维立体图像进行采样生成所述目标骨骼的骨骼展开图像,包括:
根据所述二维采样网格的网格坐标数据以及网格参数,构建三维采样网格;
从所述三维立体图像中获取所述三维采样网格对应的像素值;
将所述三维采样网格对应的像素值,赋值到与所述三维采样网格对应的二维采样网格上,得到骨骼展开图像。
10.一种骨骼展开图像的获取装置,其特征在于,所述装置包括:
三维立体图像获取模块,用于获取目标骨骼的三维立体图像;
二维坐标映射模块,用于获取所述三维立体图像中目标像素点在展开平面坐标系中的目标坐标参数;其中,所述展开平面坐标系为等效曲面对应展开平面的坐标系;
采样网格获取模块,用于构建二维采样网格,根据所述目标像素点的目标坐标参数,获得所述二维采样网格的网格参数;
展开图像获取模块,用于根据所述二维采样网格的网格参数,从所述三维立体图像进行采样生成所述目标骨骼的骨骼展开图像。
11.一种医疗设备,其特征在于,所述医疗设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至9中任一项所述的骨骼展开图像的获取方法。
12.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至9任一项所述的骨骼展开图像的获取方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545186.5A CN114240740B (zh) | 2021-12-16 | 2021-12-16 | 骨骼展开图像的获取方法、装置、医疗设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545186.5A CN114240740B (zh) | 2021-12-16 | 2021-12-16 | 骨骼展开图像的获取方法、装置、医疗设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114240740A true CN114240740A (zh) | 2022-03-25 |
CN114240740B CN114240740B (zh) | 2022-08-16 |
Family
ID=80757154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111545186.5A Active CN114240740B (zh) | 2021-12-16 | 2021-12-16 | 骨骼展开图像的获取方法、装置、医疗设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240740B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619792A (zh) * | 2022-12-20 | 2023-01-17 | 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 (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600683A (zh) * | 2016-11-28 | 2017-04-26 | 淮阴工学院 | 一种面向骨骼ct序列图像的网格模型自适应重建方法 |
US10140733B1 (en) * | 2017-09-13 | 2018-11-27 | Siemens Healthcare Gmbh | 3-D vessel tree surface reconstruction |
CN110916707A (zh) * | 2019-12-18 | 2020-03-27 | 上海皓桦科技股份有限公司 | 二维骨骼图像获取方法、系统及装置 |
CN110942007A (zh) * | 2019-11-21 | 2020-03-31 | 北京达佳互联信息技术有限公司 | 手部骨骼参数确定方法、装置、电子设备和存储介质 |
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 |
CN111242913A (zh) * | 2020-01-08 | 2020-06-05 | 浙江大学 | 一种获取肋骨展开图像的方法、系统、装置及存储介质 |
CN111260703A (zh) * | 2020-01-08 | 2020-06-09 | 浙江大学 | 一种获取脊柱拉直图像集的方法、系统、介质及存储介质 |
CN111402290A (zh) * | 2020-02-29 | 2020-07-10 | 华为技术有限公司 | 一种基于骨骼关键点的动作还原方法以及装置 |
US20200366838A1 (en) * | 2017-08-03 | 2020-11-19 | Hangzhou Hikvision Digital Technology Co., Ltd. | Panoramic image generation method and device |
CN113450396A (zh) * | 2021-06-17 | 2021-09-28 | 北京理工大学 | 基于骨骼特征的三维/二维图像配准方法及装置 |
-
2021
- 2021-12-16 CN CN202111545186.5A patent/CN114240740B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600683A (zh) * | 2016-11-28 | 2017-04-26 | 淮阴工学院 | 一种面向骨骼ct序列图像的网格模型自适应重建方法 |
US20200366838A1 (en) * | 2017-08-03 | 2020-11-19 | Hangzhou Hikvision Digital Technology Co., Ltd. | Panoramic image generation method and device |
US10140733B1 (en) * | 2017-09-13 | 2018-11-27 | Siemens Healthcare Gmbh | 3-D vessel tree surface reconstruction |
CN110942007A (zh) * | 2019-11-21 | 2020-03-31 | 北京达佳互联信息技术有限公司 | 手部骨骼参数确定方法、装置、电子设备和存储介质 |
CN110916707A (zh) * | 2019-12-18 | 2020-03-27 | 上海皓桦科技股份有限公司 | 二维骨骼图像获取方法、系统及装置 |
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 |
CN111242913A (zh) * | 2020-01-08 | 2020-06-05 | 浙江大学 | 一种获取肋骨展开图像的方法、系统、装置及存储介质 |
CN111260703A (zh) * | 2020-01-08 | 2020-06-09 | 浙江大学 | 一种获取脊柱拉直图像集的方法、系统、介质及存储介质 |
CN111402290A (zh) * | 2020-02-29 | 2020-07-10 | 华为技术有限公司 | 一种基于骨骼关键点的动作还原方法以及装置 |
WO2021169839A1 (zh) * | 2020-02-29 | 2021-09-02 | 华为技术有限公司 | 一种基于骨骼关键点的动作还原方法以及装置 |
CN113450396A (zh) * | 2021-06-17 | 2021-09-28 | 北京理工大学 | 基于骨骼特征的三维/二维图像配准方法及装置 |
Non-Patent Citations (2)
Title |
---|
徐成华等: "三维人脸建模与应用", 《中国图象图形学报》 * |
赵晓飞: "一种新的可视化肋骨骨折诊断方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)医药卫生科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619792A (zh) * | 2022-12-20 | 2023-01-17 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN114240740B (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107133946B (zh) | 医学图像处理方法、装置及设备 | |
JP2020042028A (ja) | コレクターの相対パラメータのキャリブレーション方法、装置、機器及び媒体 | |
KR20230127313A (ko) | 3차원 재구성 및 관련 인터랙션, 측정 방법 및 관련장치, 기기 | |
US20110262015A1 (en) | Image processing apparatus, image processing method, and storage medium | |
CN107123137A (zh) | 医学图像处理方法及设备 | |
CN108701220A (zh) | 用于处理多模态图像的系统和方法 | |
CN112435341B (zh) | 三维重建网络的训练方法及装置、三维重建方法及装置 | |
JP2022517769A (ja) | 三次元ターゲット検出及びモデルの訓練方法、装置、機器、記憶媒体及びコンピュータプログラム | |
EP4008261A1 (en) | Data processing method, apparatus, device, and storage medium | |
KR20230078777A (ko) | 3차원 재구성 방법, 장치와 시스템, 매체 및 컴퓨터 기기 | |
CN113506331A (zh) | 组织器官的配准方法、装置、计算机设备和存储介质 | |
CN114240740B (zh) | 骨骼展开图像的获取方法、装置、医疗设备以及存储介质 | |
CN110916707B (zh) | 二维骨骼图像获取方法、系统及装置 | |
CN113780519A (zh) | 生成对抗网络训练方法、装置、计算机设备和存储介质 | |
CN111369598B (zh) | 深度学习模型的训练方法及装置、应用方法及装置 | |
CN116823905A (zh) | 图像配准方法、电子设备以及计算机可读存储介质 | |
CN112669450B (zh) | 人体模型构建方法和个性化人体模型构建方法 | |
CN115836872A (zh) | 扫描舱偏移确定方法、装置、系统、计算机设备及介质 | |
US20190251692A1 (en) | Method and apparatus for segmenting a two-dimensional image of an anatomical structure | |
CN110853043B (zh) | 影像分割方法、装置、可读存储介质及电子设备 | |
CN115908515B (zh) | 影像配准方法、影像配准模型的训练方法及装置 | |
CN115808974B (zh) | 沉浸式指挥中心构建方法、系统及存储介质 | |
CN117094976B (zh) | 病灶漏检判断方法、装置和电子设备 | |
CN110520933B (zh) | 超声心动图上下文测量工具 | |
Wheeler et al. | Automatic Re-orientation of 3D Echocardiographic Images in Virtual Reality Using Deep Learning |
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 |