CN114429493A - 影像序列处理方法、装置、电子设备及存储介质 - Google Patents
影像序列处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114429493A CN114429493A CN202210096035.4A CN202210096035A CN114429493A CN 114429493 A CN114429493 A CN 114429493A CN 202210096035 A CN202210096035 A CN 202210096035A CN 114429493 A CN114429493 A CN 114429493A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- sequence
- processing
- image sequence
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 183
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000004590 computer program Methods 0.000 claims description 9
- 208000024891 symptom Diseases 0.000 abstract description 11
- 238000007499 fusion processing Methods 0.000 abstract description 3
- 230000003902 lesion Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- 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
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种影像序列处理方法、装置、电子设备及存储介质,该方法包括:获取待处理影像序列;获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;将所述运算影像进行影像叠加,得到叠加影像。实现了通过配置好不同的征象影像的处理方式和处理流程,使得在征象影像的处理过程中,可以快速的确定当前进行影像处理的方式,提高征象影像融合处理的效率。
Description
技术领域
本发明涉及影像处理技术领域,尤其涉及一种影像序列处理方法、装置、电子设备及存储介质。
背景技术
传统方式的征象影像处理方式是,工作站中的工作人员通过手动的方式挑选序列,然后再进行手动的配准,进而通过调整影像的阈值,实现影像之间进行计算,最终生成相应的融合影像。但是,这种方式的工作量较大,并且准确度较低,使得整体工作较为繁琐,同时也无法满足影像快速分析的需求。
发明内容
本发明实施例的目的是提供一种影像序列处理方法、装置、电子设备及存储介质,提高影像处理的快速性。
在第一方面,为实现上述目的,本发明实施例提供了一种影像序列处理方法,包括:
获取待处理影像序列;
获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
将所述运算影像进行影像叠加,得到叠加影像。
在第二方面,为了解决相同的技术问题,本发明实施例提供了一种影像序列处理装置,包括:
影像获取模块,用于获取待处理影像序列;
规则确定模块,用于获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
影像运算模块,用于根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
影像叠加模块,用于将所述运算影像进行影像叠加,得到叠加影像。
在第三方面,为了解决相同的技术问题,本发明实施例提供了一种电子设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述存储器与所述处理器耦接,且所述处理器执行所述计算机程序时,实现上述任一项所述的影像序列处理方法中的步骤。
在第四方面,为了解决相同的技术问题,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行上述任一项所述的影像序列处理方法中的步骤。
本发明实施例提供了一种影像序列处理方法、装置、电子设备及存储介质,该方法在进行征象影像的处理时,首先获取需要进行处理的待处理影像序列,然后通过对待处理影像序列的序列标识的获取,实现在预设的处理流程列表中,确定与当前待处理影像序列对应的处理规则和流程,进而根据所得到的处理规则和流程实现对待处理影像序列处理,最后通过将不同类型的运算影像进行叠加处理,得到最终进行展示的叠加影像。实现了通过配置好不同的征象影像的处理方式和处理流程,使得在征象影像的处理过程中,可以快速的确定当前进行影像处理的方式,提高征象影像融合处理的效率,同时在进行影像处理时,利用不同类型的处理方式的融合,也可以提高影像处理的准确性。
附图说明
图1为本申请实施例提供的影像序列处理方法的一种流程示意图;
图2为本申请实施例提供的获取序列标识的步骤的一流程示意图;
图3为本申请实施例提供的进行处理得到运算影像的步骤的一流程示意图;
图4为本申请实施例提供的影像序列处理装置的一种结构示意图;
图5为本申请实施例提供的电子设备的一种结构示意图;
图6为本申请实施例提供的电子设备的另一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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,本领域普通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。
应当理解的是,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
请参见图1,图1为本申请实施例提供的影像序列处理方法的一种流程示意图,如图1所示,本发明实施例提供的影像序列处理方法包括步骤S101至步骤S104。
步骤S101、获取待处理影像序列。
在进行影像序列处理时,首先确定需要进行处理影像序列,进而进行相应的处理进行信息展示。具体地,在获取待处理影像序列时,可以采用一种扫描方式,以不同时间或不同扫描模型对同一部位扫描,获得多个影像序列,其中,影像序列中可能包含影像所表达信息的生理结构的名称,影像序列中可能包含一个或多个病灶。还可以是获取预先已经得到的影像序列,也就是所得到的待处理影像序列可以是历史数据,即历史影像序列。
同时,在利用扫描的方式得到影像时,所得到的影像序列可以是电子计算机断层扫描(Computed Tomography,CT)图像、磁共振检查(Magnetic Resonance,MR)图像和4D超声超声波图像等方式。而具体的部位可以是心脏、脑部、肺部、肝脏、血管、骨骼等人体生理结构。
步骤S102、获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则。
在得到需要进行处理的影像序列之后,将会对待处理影像序列进行相应的处理,进而根据实际的需求实现影像的展示。具体地,在得到待处理影像序列之后,需要对其进行相应的影像处理,而在确定如何进行处理时,由于针对不同的部位在进行影像处理时的处理方式有所差异,因此在得到待处理影像序列时,首先获取待处理影像序列的序列标识,然后根据所得到的序列标识确定待处理影像序列对应的处理规则,也就是确定对应的影像处理规则,具体体现在影像的不同运算。
其中,待处理图像序列的序列标识是一种针对所扫描的部位的一种标识,比如器官的名称、骨骼的名称以及病灶的名称等等均为可以作为一影像的序列标识,而具体的序列标识可以是文字表示,还可以是数字和/或字母表示。
在得到的待处理影像序列对应的序列标识之后,将会根据序列标识确定和得到待处理影像序列对应的进行影像处理的处理规则。进而在得到了处理规则之后对待处理影像序列进行处理。
草诏图2,图2为本申请实施例提供的获取序列标识的步骤的一流程示意图。其中,该步骤包括步骤S201至步骤S203。
步骤S201、对所述待处理影像序列进行标识识别,确定所述待处理影像序列是否包含有序列标识;
步骤S202、若确定所述待处理影像序列不包含有序列标识,则对所述待处理影像序列进行特征提取,得到所述待处理影像序列对应的序列标识;
步骤S203、若确定所述待处理影像序列包含有序列标识,则识别所包含的序列标识。
对于所得到的待处理影像序列,可以包含有相关的序列标识,同时也可能不包含有相关的序列标识。因此,在获取待处理影像序列对应的序列标识时,通过对所得到的待处理影像序列进行标识识别,确定待处理影像序列中是否包含有序列标识,而在确定包含有相关的序列标识时,直接对所包含的序列标识进行获取,即得到了待处理影像序列的序列标识;而在通过识别确定待处理影像序列中没有包含有相关的序列标识时,需要对待处理影响进行进一步的处理,以得到待处理影像序列的序列标识。
实际上,所得到的影像序列是一种对人体体内相关部位的图像的扫描和获取,是一种对人体各部位的相应展示。因此,在对所得到的待处理影像序列进行处理时,首先确定待处理影像序列中是否已经包含生理结构的名称,比如器官的名称、骨骼的名称以及病灶的名称等,而在确定包含时可以则直接提取其生理结构的名称,也就是得到的序列标识;而在待处理影像序列中未包含生理结构的名称,则可以利用序列生理结构的名称识别模型对待处理影像序列中的生理结构的名称进行识别,提取出影像序列的生理结构的名称。
其中,序列生理结构的名称识别模型的构建方式为,可以是以标记有影像生理结构的名称的影像序列作为输入,利用深度学习神经网络进行多次训练,得到序列生理结构的名称识别模型。
对于影像序列,可以在影像序列的扫描生成的时候对其所包含的序列标识进行记录、识别和标记,比如在进行扫描时,预先确定好进行扫描的部位,然后利用预先所确定好的部位对扫描得到的影像序列进行标识,再比如在扫描得到一影像序列时,利用所构建好的序列生理结构的名称识别模型对影像序列进行信息提取,以确定其所包含的生理结构的的名称,也就是序列标识。
同时,由于在实际的处理过程中,会存在实时处理的过程,因此在得到待处理影像序列时,若确定待处理影像序列中不包含有相应的序列标识,则需要对进行标识识别,以得到其所包含的序列标识。对于一影像序列来说,由于是对不同部位的扫描,因此通常情况下是会包含有相应的部位图像在影像序列中,也就是会包含有一定的序列标识。
在得到的待处理影像对应的序列标识之后,将会根据序列标识确定其所对应的处理规则,进而按照所得到的处理规则对待处理影像进行进一步的处理,得到最终进行展示的影像信息。
在一实施例中,在确定待处理影像序列对应的处理规则时,根据所得到的序列标识得到,具体地,在确定处理规则时,包括:获取待处理影像序列,以及处理规则列表;接收输入的病灶类型,并根据序列标识以及病灶类型,在处理规则列表中进行查询酦醅,得到待处理影像序列对应的处理规则,其中所述处理规则的数量至少为一。
其中,一个病变组织,就称为病灶。
在实际应用中,针对不同部位的具有不同病灶类型的影像序列,在进行影像处理时具体的处理方式有所差异,比如,针对钙化类型的影像序列,需要先对影像序列进行亮度调整,然后再进行“减法”运算,最后再进行影像的叠加等操作。
病灶类型的输入,用来确定在对待处理影像进行叠加处理时所对应的处理区域,在将扫描得到的影像输入并进行处理时,通过输入进行处理的影像的病灶类型确定进行叠加处理的区域,比如影像所包含的病灶类型为一,那么在输入了病灶类型之后,在进行叠加处理时对病灶类型所对应的区域进行处理,比如在病灶类型为二时,在进行叠加处理时,按照各自病灶对应的处理规则对各自对应的区域进行叠加处理,以完成对每一个病灶的叠加处理。
病灶类型的确定可以在对影像序列进行处理时,可以更加准确的对影响序列进行处理,比如针对不同的病灶类型的处理方式的不同,可以使得在进行影像的处理时具有更好的处理效果。因此,在确定待处理影像序列处理规则时,还可以确定其所包含的病灶类型,进而根据所得到的序列标识以及病灶类型,在预先所建立好的处理规则列表中进行查询匹配,得到待处理影像序列处理规则。
其中,处理规则列表中记录着不同的序列标识以及病灶类型与处理规则之间的对应关系,预先确定不同的序列标识和病灶类型所对应的处理规则,通过建立相应的对应关系,实现通过对处理规则列表的查询即可确定当前在进行影像处理时的具体处理规则。
步骤S103、根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像。
在确定了待处理影像序列对应的处理规则之后,将会根据所得到的处理规则对待处理影像序列进行处理。具体地,在得到处理规则时,根据处理规则所包含的处理方式和运算方式,对待处理影像序列进行处理,得到若干类型的运算影像。
在进行影像处理时,通过对若干影像序列进行相应的处理,得到可以用来展示的影像序列,而所展示的影像序列可以使得医生准确的对患者的病情进行判断。因此,在进行处理时,需要对待处理影像序列进行相应的预处理,然后在根据所得到的处理规则进行后续的影像运算和叠加等操作。
参照图3,图3为本申请实施例提供的进行处理得到运算影像的步骤的一流程示意图。其中,该步骤包括步骤S301至步骤S303。
步骤S301、对所述待处理影像序列进行配准,得到若干待处理影像序列组;
步骤S302、对所述若干待处理影像序列组进行边缘处理,得到处理后的所述若干待处理影像序列组;
步骤S303、根据所述处理规则,对处理后的所述若干待处理影像序列组进行处理,得到若干运算影像。
在对待处理影像序列根据所得到的处理规则进行处理时,需要在进行处理之前对待处理影像序列进行相应的处理,实际上,待处理影像序列的包含有若干数量的影像序列,因此,在进行处理时,对待处理影像序列进行配准处理,得到若干组别的待处理影像序列组,然后在对所得到待处理影像序列组进行边缘优化处理,进而在完成边缘优化处理之后,按照所得到的处理规则对其进行影像运算,得到若干个运算影像。
在对待处理影像序列进行配准处理时,是对待处理影像序列进行分组处理,以将具有较高相似性和/或相似度的影像序列划分为同一个组别,其中,对于划分为同一组别和/或类别的影像序列,可以是两个,也可以是多个,在此不作限制。
在一实施例中,在进行配准时,以两个影像序列为一组进行配准处理,然后通过配准将待处理影像序列划分为若干待处理影像序列组。而在对待处理影像序列进行配准处理时,可以利用深度学习神经网络、互信息算法以及参考格点算法等方法来实现。
以针对参考格点算法为例,在进行配准处理时:在每个影像序列中创建至少3个参考点,也就是3个像素点,且每个序列中的参考点表示的信息是相同的,通过一个影像序列中所设定的参考点在另一个影像序列中的位置,确定进行影像配准的偏移量,进而对于影像序列中的其他点,通过差值计算偏移量,进而通过偏移量移动其他的点。
在完成对待处理影像序列的配准处理之后,进行边缘优化处理,具体地,通过边缘优化处理实现对配准后的每一组的影像序列组进行处理。例如,一个影像序列为基准影像序列,另一个影像序列为调整影像序列,在匹配之后,基准影像序列和调整影像序列中的目标影像的边界出现1~2个像素的边界线,此时将会对目标影像(例如病灶区域影像)进行放大/缩小/平移,以消除边界线。
通过对待处理影像进行配准和边缘优化处理之后,将会对预处理后的待处理影像序列根据所得到的处理规则进行影像的叠加等操作。具体包括:获取所述处理规则包含的影像调节参数以及运算类型,其中,所述运算类型包括差值运算、求和运算以及比值运算;根据所述影像调节参数,对处理后的所述若干待处理影像序列组的每一组待处理影像序列中的影像序列进行区域影像调整;根据所述运算类型,对完成区域影像调整后的每一组待处理影像序列进行影像运算,得到若干组运算影像。
在一实施例中,在完成对待处理影像序列的配准和边缘优化处理之后,进行处理时,首先确定处理规则中所包含的影像调节参数以及相应的运算类型,然后根据影像调节参数确定相应的调节区域,并且根据所得到的调节参数对调节区域进行区域影像调节,最后根据所得到的运算类型实现对每一组待处理影像序列进行影像运算,得到每一组所对应的运算影像。
其中,影像调节参数中包含有参数阈值和参数值,参数阈值用来确定影像序列中需要进行调节的调节区域,而参数值用来确定如何进行调节,比如亮度调节幅度、对比度幅度以及窗宽窗位值等。
在进行实际的处理时,首先根据需要处理的影像序列的生理结构的名称,在处理流程表中匹配到相对的一种处理流程,也就是一种处理规则,进而根据所得到的处理流程实现对影像序列处理。
示例性地,在所得到的处理流程是:将配准后的两个影像序列进行“减法”运算,得到差值影像时,此时的处理方式为:在完成对待处理影像序列的配准和边缘优化处理之后,在每一组影像序列中存在有两个影像序列,在此可以将其中一个设置为基准影像序列,另一个设置为调整影像序列,在进行处理实力得到差值影像时,可以是通过在基准影像序列的整体中减去调整影像序列的整体,得到一个差值影像;还可以是在基准影像序列中的病灶区域减去调整影像序列中的病灶区域,得到差值影像。
另外,在对影像序列进行处理是,除了可以得到差值影像,还可以进行其他的运算处理,比如加法和比值运算,进而得到相对应的运算运算影像。其中,加法运算的结果可以为a1-a2,比值运算的结果可以为(a1-a2)/(a1+a2),a1为一个影像序列(如基准影像序列),a2为另一个影像序列(如调整影像序列)。
示例性地,在所得到的处理流程是:根据设置的调节参数对需要进行处理的影像序列进行调节处理,得到目标影像序列。此时在得到影像调节参数之后,根据影像调节参数中的相关参数对需要进行调节的影像序列进行调节,比如进行亮度、对比度以及区域的调节等。
比如,在进行调节时可以是:根据设置亮度阈值,对两个影像序列中符合亮度阈值的区域进行调整,得到目标亮度区域的影像。
再比如,在进行调解时可以是:先进行归一化处理,以对两个影像序列均进行调整,具体地,调整至统一标准。其中,统一标准可以为:亮度、对比度以及窗宽窗位值等。
需要说明的是,在进行处理得到待处理影像序列不是病灶类型而是常规的影像图像时,将会基于步骤S103中的方式对待处理影像序列进行处理,包括但不限于有配准、对齐等操作。而在输入到设备或者系统中的处理对象为病灶类型时,在进行叠加处理时,不需要进行配准以及对齐等操作。是因为,病灶类型的得到过程中已经包含有配准和对齐等操作,而在进行具体叠加时,通过识别病灶类型的序列标识,并且根据所识别得到的序列标识确定对应的处理规则,其中处理规则包括具体的叠加方式,进而根据所得到的处理规则实现影像叠加。
步骤S104、将所述运算影像进行影像叠加,得到叠加影像。
在完成对待处理影像序列的处理之后,将会将所得到的若干类型的运算影像进行影像叠加处理,得到最终输出的叠加影像。
在实际应用中,对于所输出得到的叠加影像中,可以包含有多个不同的叠加结果,比如,在待处理影像序列中包含有多个需要进行影像叠加的区域时,每一个区域都会按照各自对应的处理规则进行影像叠加,此时在完成所有的区域的影像叠加之后,将所得到的所有的叠加影像生成在同一个影像中,其中每一个区域可以对应一个生理结构,也可以对应一个病灶类型。在进行影像叠加处理时,通过对待处理影像序列中所有需要进行叠加的对象进行处理,最后将所有的叠加结果融合在一个影像中,使得在进行查看时可以对所有的信息进行快速查看。
综上所述,本发明实施例提供的影像序列处理方法,在进行征象影像的处理时,首先获取需要进行处理的待处理影像序列,然后通过对待处理影像序列的序列标识的获取,实现在预设的处理流程列表中,确定与当前待处理影像序列对应的处理规则和流程,进而根据所得到的处理规则和流程实现对待处理影像序列处理,最后通过将不同类型的运算影像进行叠加处理,得到最终进行展示的叠加影像。实现了通过配置好不同的征象影像的处理方式和处理流程,使得在征象影像的处理过程中,可以快速的确定当前进行影像处理的方式,提高征象影像融合处理的效率,同时在进行影像处理时,利用不同类型的处理方式的融合,也可以提高影像处理的准确性,最后在得到叠加影像中,将所有的运算影像融合在一个叠加影像中,使得叠加影像中包含有多个叠加后的征象,可以更加直观的对影像序列中的征象信息进行查看。
根据上述实施例所描述的方法,本实施例将从影像序列处理装置的角度进一步进行描述,该影像序列处理装置具体可以作为独立的实体来实现,也可以集成在电子设备,比如终端中来实现,该终端可以包括手机、平板电脑等。
请参见图4,图4是本发明实施例提供的影像序列处理装置的一种结构示意图,如图4所示,本发明实施例提供的影像序列处理装置400,包括:
影像获取模块401,用于获取待处理影像序列;
规则确定模块402,用于获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
影像运算模块403,用于根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
影像叠加模块404,用于将所述运算影像进行影像叠加,得到叠加影像。
具体实施时,以上各个模块和/或单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个模块和/或单元的具体实施可参见前面的方法实施例,具体可以达到的有益效果也请参看前面的方法实施例中的有益效果,在此不再赘述。
另外,请参见图5,图5为本申请实施例提供的电子设备的一种结构示意图,该电子设备可以是移动终端如智能手机、平板电脑等设备。如图5所示,电子设备500包括处理器501、存储器502。其中,处理器501与存储器502电性连接。
处理器501是电子设备500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,通过运行或加载存储在存储器502内的应用程序,以及调用存储在存储器502内的数据,执行电子设备500的各种功能和处理数据,从而对电子设备500进行整体监控。
在本实施例中,电子设备500中的处理器501会按照如下的步骤,将一个或一个以上的应用程序的进程对应的指令加载到存储器502中,并由处理器501来运行存储在存储器502中的应用程序,从而实现各种功能:
获取待处理影像序列;
获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
将所述运算影像进行影像叠加,得到叠加影像。
该电子设备500可以实现本发明实施例所提供的影像序列处理方法任一实施例中的步骤,因此,可以实现本发明实施例所提供的任一影像序列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。
请参见图6,图6为本申请实施例提供的电子设备的另一种结构示意图,如图6所示,图6示出了本发明实施例提供的电子设备的具体结构框图,该电子设备可以用于实施上述实施例中提供的影像序列处理方法。该电子设备600可以为移动终端如智能手机或笔记本电脑等设备。
RF电路610用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。RF电路610可包括各种现有的用于执行这些功能的电路元件,例如,天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。RF电路610可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术,包括但并不限于全球移动通信系统(Global System for Mobile Communication,GSM)、增强型移动通信技术(Enhanced DataGSM Environment,EDGE),宽带码分多址技术(Wideband Code Division MultipleAccess,WCDMA),码分多址技术(Code Division Access,CDMA)、时分多址技术(TimeDivision Multiple Access,TDMA),无线保真技术(Wireless Fidelity,Wi-Fi)(如美国电气和电子工程师协会标准IEEE 802.11a,IEEE 802.11b,IEEE802.11g和/或IEEE802.11n)、网络电话(Voice over Internet Protocol,VoIP)、全球微波互联接入(Worldwide Interoperability for Microwave Access,Wi-Max)、其他用于邮件、即时通讯及短消息的协议,以及任何其他合适的通讯协议,甚至可包括那些当前仍未被开发出来的协议。
存储器620可用于存储软件程序以及模块,如上述实施例中影像序列处理方法对应的程序指令/模块,处理器680通过运行存储在存储器620内的软件程序以及模块,从而执行各种功能应用以及影像序列处理,即实现如下功能:
获取待处理影像序列;
获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
将所述运算影像进行影像叠加,得到叠加影像。
存储器620可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器620可进一步包括相对于处理器680远程设置的存储器,这些远程存储器可以通过网络连接至电子设备600。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入单元630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,输入单元630可包括触敏表面631以及其他输入设备632。触敏表面631,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631上或在触敏表面631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631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680,并能接收处理器680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631。除了触敏表面631,输入单元630还可以包括其他输入设备632。具体地,其他输入设备632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640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600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640可包括显示面板641,可选的,可以采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板641。进一步的,触敏表面631可覆盖显示面板641,当触敏表面631检测到在其上或附近的触摸操作后,传送给处理器680以确定触摸事件的类型,随后处理器680根据触摸事件的类型在显示面板641上提供相应的视觉输出。虽然在图中,触敏表面631与显示面板641是作为两个独立的部件来实现输入和输出功能,但是在某些实施例中,可以将触敏表面631与显示面板641集成而实现输入和输出功能。
电子设备600还可包括至少一种传感器650,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641的亮度,接近传感器可在翻盖合上或者关闭时产生中断。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,可用于识别手机姿态的应用(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600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660、扬声器661,传声器662可提供用户与电子设备600之间的音频接口。音频电路660可将接收到的音频数据转换后的电信号,传输到扬声器661,由扬声器661转换为声音信号输出;另一方面,传声器662将收集的声音信号转换为电信号,由音频电路660接收后转换为音频数据,再将音频数据输出处理器680处理后,经RF电路610以发送给比如另一终端,或者将音频数据输出至存储器620以便进一步处理。音频电路660还可能包括耳塞插孔,以提供外设耳机与电子设备600的通信。
电子设备600通过传输模块670(例如Wi-Fi模块)可以帮助用户接收请求、发送信息等,它为用户提供了无线的宽带互联网访问。虽然图中示出了传输模块670,但是可以理解的是,其并不属于电子设备600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680是电子设备600的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器620内的软件程序和/或模块,以及调用存储在存储器620内的数据,执行电子设备600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680可包括一个或多个处理核心;在一些实施例中,处理器680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。可以理解地,上述调制解调处理器也可以不集成到处理器680中。
电子设备600还包括给各个部件供电的电源690(比如电池),在一些实施例中,电源可以通过电源管理系统与处理器680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690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600还包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等,在此不再赘述。具体在本实施例中,电子设备的显示单元是触摸屏显示器,移动终端还包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行以下操作的指令:
获取待处理影像序列;
获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
将所述运算影像进行影像叠加,得到叠加影像。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个模块的具体实施可参见前面的方法实施例,在此不再赘述。
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,本发明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,以执行本发明实施例所提供的影像序列处理方法中任一实施例的步骤。
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,可以执行本发明实施例所提供的影像序列处理方法任一实施例中的步骤,因此,可以实现本发明实施例所提供的任一影像序列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影像序列处理方法、装置、电子设备及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。并且,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种影像序列处理方法,其特征在于,包括:
获取待处理影像序列;
获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
将所述运算影像进行影像叠加,得到叠加影像。
2.如权利要求1所述的影像序列处理方法,其特征在于,所述获取所述待处理影像序列的序列标识,包括:
对所述待处理影像序列进行标识识别,确定所述待处理影像序列是否包含有序列标识;
若确定所述待处理影像序列不包含有序列标识,则对所述待处理影像序列进行特征提取,得到所述待处理影像序列对应的序列标识;
若确定所述待处理影像序列包含有序列标识,则识别所包含的序列标识。
3.如权利要求1所述的影像序列处理方法,其特征在于,所述基于所述序列标识得到所述待处理影像序列对应的处理规则,包括:
获取所述待处理影像序列,以及处理规则列表;
接收输入的病灶类型,并根据所述序列标识以及所述病灶类型,在所述处理规则列表中进行查询匹配,得到所述待处理影像序列对应的处理规则,其中所述处理规则的数量至少为一。
4.如权利要求1所述的影像序列处理方法,其特征在于,所述根据所述处理规则对所述待处理影像进行处理,得到若干类型的运算影像,包括:
对所述待处理影像序列进行配准,得到若干待处理影像序列组;
对所述若干待处理影像序列组进行边缘处理,得到处理后的所述若干待处理影像序列组;
根据所述处理规则,对处理后的所述若干待处理影像序列组进行处理,得到若干组运算影像。
5.如权利要求4所述的影像序列处理方法,其特征在于,所述根据所述处理规则,对处理后的所述若干待处理影像序列组进行处理,得到若干组运算影像,包括:
获取所述处理规则包含的影像调节参数以及运算类型,其中,所述运算类型包括差值运算、求和运算以及比值运算;
根据所述影像调节参数,对处理后的所述若干待处理影像序列组的每一组待处理影像序列中的影像序列进行区域影像调整;
根据所述运算类型,对完成区域影像调整后的每一组待处理影像序列进行影像运算,得到若干组运算影像。
6.如权利要求5所述的影像序列处理方法,其特征在于,所述根据所述影像调节参数,对处理后的所述若干待处理影像序列组的每一组待处理影像序列中的影像序列进行区域影像调整,包括:
获取所述影像调节参数中包含的参数阈值和参数值,并根据所述参数阈值确定每一组待处理影像序列中的影像序列的影像调节区域;
根据所述参数值,对所述影像调节区域中的各像素点进行调节。
7.如权利要求5所述的影像序列处理方法,其特征在于,所述根据所述运算类型,对完成区域调整后的每一组待处理影像序列进行影像运算,得到若干组运算影像,包括:
在完成区域调整后的每一组待处理影像序列中,确定基准影像序列和调整影像序列;
根据所述基准影像序列和所述调整影像序列,基于所述运算类型得到每一组待处理影像序列对应的运算影像,其中,所述运算影像包括差值影像、求和影像以及比值影像。
8.一种影像序列处理装置,其特征在于,包括:
影像获取模块,用于获取待处理影像序列;
规则确定模块,用于获取所述待处理影像序列的序列标识,并基于所述序列标识得到所述待处理影像序列对应的处理规则;
影像运算模块,用于根据所述处理规则对所述待处理影像序列进行处理,得到若干类型的运算影像;
影像叠加模块,用于将所述运算影像进行影像叠加,得到叠加影像。
9.一种电子设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述存储器与所述处理器耦接,且所述处理器执行所述计算机程序时,实现如权利要求1至7任一项所述的影像序列处理方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至7任一项所述的影像序列处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210096035.4A CN114429493B (zh) | 2022-01-26 | 2022-01-26 | 影像序列处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210096035.4A CN114429493B (zh) | 2022-01-26 | 2022-01-26 | 影像序列处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114429493A true CN114429493A (zh) | 2022-05-03 |
CN114429493B CN114429493B (zh) | 2023-05-09 |
Family
ID=81312368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210096035.4A Active CN114429493B (zh) | 2022-01-26 | 2022-01-26 | 影像序列处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114429493B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110600122A (zh) * | 2019-08-23 | 2019-12-20 | 腾讯医疗健康(深圳)有限公司 | 一种消化道影像的处理方法、装置、以及医疗系统 |
CN110610181A (zh) * | 2019-09-06 | 2019-12-24 | 腾讯科技(深圳)有限公司 | 医学影像识别方法及装置、电子设备及存储介质 |
WO2020097836A1 (zh) * | 2018-11-15 | 2020-05-22 | 深圳市欢太科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN111242893A (zh) * | 2019-12-30 | 2020-06-05 | 北京深睿博联科技有限责任公司 | 神经系统影像分析方法和装置 |
WO2021185142A1 (zh) * | 2020-03-18 | 2021-09-23 | 维沃移动通信有限公司 | 图像处理方法、电子设备及存储介质 |
WO2021189855A1 (zh) * | 2020-09-22 | 2021-09-30 | 平安科技(深圳)有限公司 | 基于ct序列的图像识别方法、装置、电子设备及介质 |
CN113808125A (zh) * | 2021-04-23 | 2021-12-17 | 数坤(北京)网络科技股份有限公司 | 医学影像处理方法、病灶类型识别方法以及相关产品 |
CN113838556A (zh) * | 2021-09-24 | 2021-12-24 | 北京三春晖医疗器械有限公司 | 一种复合脉冲电场肿瘤消融计划系统 |
CN113827263A (zh) * | 2021-11-08 | 2021-12-24 | 上海联影智能医疗科技有限公司 | 灌注影像处理方法、系统、电子设备及存储介质 |
CN113902642A (zh) * | 2021-10-13 | 2022-01-07 | 数坤(北京)网络科技股份有限公司 | 一种医学图像处理方法、装置、电子设备和存储介质 |
-
2022
- 2022-01-26 CN CN202210096035.4A patent/CN114429493B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020097836A1 (zh) * | 2018-11-15 | 2020-05-22 | 深圳市欢太科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN110600122A (zh) * | 2019-08-23 | 2019-12-20 | 腾讯医疗健康(深圳)有限公司 | 一种消化道影像的处理方法、装置、以及医疗系统 |
CN110610181A (zh) * | 2019-09-06 | 2019-12-24 | 腾讯科技(深圳)有限公司 | 医学影像识别方法及装置、电子设备及存储介质 |
CN111242893A (zh) * | 2019-12-30 | 2020-06-05 | 北京深睿博联科技有限责任公司 | 神经系统影像分析方法和装置 |
WO2021185142A1 (zh) * | 2020-03-18 | 2021-09-23 | 维沃移动通信有限公司 | 图像处理方法、电子设备及存储介质 |
WO2021189855A1 (zh) * | 2020-09-22 | 2021-09-30 | 平安科技(深圳)有限公司 | 基于ct序列的图像识别方法、装置、电子设备及介质 |
CN113808125A (zh) * | 2021-04-23 | 2021-12-17 | 数坤(北京)网络科技股份有限公司 | 医学影像处理方法、病灶类型识别方法以及相关产品 |
CN113838556A (zh) * | 2021-09-24 | 2021-12-24 | 北京三春晖医疗器械有限公司 | 一种复合脉冲电场肿瘤消融计划系统 |
CN113902642A (zh) * | 2021-10-13 | 2022-01-07 | 数坤(北京)网络科技股份有限公司 | 一种医学图像处理方法、装置、电子设备和存储介质 |
CN113827263A (zh) * | 2021-11-08 | 2021-12-24 | 上海联影智能医疗科技有限公司 | 灌注影像处理方法、系统、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
JOAO MANUEL R S TAVARES: "Analysis of biomedical images based on automated methods of image registration" * |
吴劲松,周良辅,高歌军,洪汛宁,毛颖,杜固宏: "多影像融合技术在神经导航手术的临床应用" * |
Also Published As
Publication number | Publication date |
---|---|
CN114429493B (zh) | 2023-05-09 |
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 | |
CN110443794B (zh) | 一种基于病理图像的图像状态确定方法、装置以及系统 | |
CN110610181A (zh) | 医学影像识别方法及装置、电子设备及存储介质 | |
US20150049924A1 (en) | Method, terminal device and storage medium for processing image | |
CN110070129B (zh) | 一种图像检测方法、装置及存储介质 | |
CN107451979A (zh) | 一种图像处理方法、装置和存储介质 | |
EP2960866A2 (en) | Method and apparatus for creating curved surface model | |
CN113177928B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN105989572B (zh) | 图片处理方法及装置 | |
CN108875594B (zh) | 一种人脸图像的处理方法、装置以及存储介质 | |
CN110147742B (zh) | 一种关键点定位方法、装置及终端 | |
CN110443769A (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN112488914A (zh) | 图像拼接方法、装置、终端及计算机可读存储介质 | |
CN114066875A (zh) | 切片图像处理方法、装置、存储介质及终端设备 | |
CN113554741B (zh) | 一种对象三维重建的方法、装置、电子设备及存储介质 | |
CN114429493B (zh) | 影像序列处理方法、装置、电子设备及存储介质 | |
CN115984228A (zh) | 胃镜图像处理方法、装置、电子设备及存储介质 | |
CN115393323A (zh) | 一种目标区域获得方法、装置、设备和存储介质 | |
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 | |
CN111355892B (zh) | 图片拍摄方法、装置、存储介质及电子终端 | |
CN115375603A (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN114343687A (zh) | 肾上腺功能性肿瘤分型定位设备、装置及存储介质 | |
CN109831770B (zh) | 移动终端的配对方法、装置、存储介质及移动终端 | |
CN114140864B (zh) | 轨迹跟踪方法、装置、存储介质及电子设备 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230612 Address after: 200,030 Room 307, Area A, Floor 2, No.420 Fenglin Road, Xuhui District, Shanghai Patentee after: Shukun (Shanghai) Medical Technology Co.,Ltd. Address before: 100120 rooms 303, 304, 305, 321 and 322, building 3, No. 11, Chuangxin Road, science and Technology Park, Changping District, Beijing Patentee before: Shukun (Beijing) Network Technology Co.,Ltd. |