CN115176317A - 医疗影像装置的操作方法及医疗影像电子装置 - Google Patents
医疗影像装置的操作方法及医疗影像电子装置 Download PDFInfo
- Publication number
- CN115176317A CN115176317A CN202180017059.XA CN202180017059A CN115176317A CN 115176317 A CN115176317 A CN 115176317A CN 202180017059 A CN202180017059 A CN 202180017059A CN 115176317 A CN115176317 A CN 115176317A
- Authority
- CN
- China
- Prior art keywords
- lesion
- contour
- arrow
- lesions
- medical image
- 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.)
- Pending
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 315
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000003902 lesion Effects 0.000 claims abstract description 631
- 238000010586 diagram Methods 0.000 description 28
- 238000010801 machine learning Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010191 image analysis Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 239000000470 constituent Substances 0.000 description 5
- 230000003252 repetitive effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011017 operating method Methods 0.000 description 3
- 235000013290 Sagittaria latifolia Nutrition 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 235000015246 common arrowhead Nutrition 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010007572 Cardiac hypertrophy Diseases 0.000 description 1
- 208000006029 Cardiomegaly Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000009607 mammography Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/468—Arrangements for interfacing with the operator or the patient characterised by special input means allowing annotation or message recording
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/468—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means allowing annotation or message recording
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- High Energy & Nuclear Physics (AREA)
- Epidemiology (AREA)
- Multimedia (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开涉及一种医疗影像装置的操作方法。所述医疗影像装置的操作方法,包括如下步骤:获取关于从医疗影像中检测出的至少一个病变的病变信息;基于所获取的病变信息,确定与至少一个病变相对应的至少一个轮廓的形状和位置;确定包括文本的至少一个文本区域的位置,所述文本显示关于医疗影像中的至少一个病变的病变信息;以及基于所确定的至少一个轮廓的形状和位置和所确定的至少一个文本区域的位置,将至少一个轮廓和至少一个文本区域中包括的文本显示在医疗影像中。
Description
技术区域
本公开涉及用于从医疗影像中获取病变信息并将病变信息显示在医疗影像中的装置及方法。
背景技术
随着大数据或人工智能等技术的发展,从医疗影像中自动检测病变的技术的可信度正在逐渐提高。因此,医疗装置也能够从医疗影像中检测多个病变。但是,如果将关于检测的多个病变的信息全都显示在一个医疗影像中,就有可能导致医疗影像中出现的信息过多。如果在医疗影像中显示过多信息,不仅会遮挡原始影像,而且医务人员可能需要很长时间来利用所显示的病变信息进行诊断。另外,医务人员也有可能漏掉所显示的多个病变信息中的一部分。
因此,需要将病变有效地显示在影像中的技术。
发明内容
要解决的技术问题
本公开提供用于解决上述问题的医疗影像处理方法、存储在记录介质中的计算机程序及医疗影像装置(系统)。
用于解决问题的手段
根据本公开一实施例的医疗影像装置的操作方法,其特征在于,包括如下步骤:获取关于包括在医疗影像中的至少一个病变的病变信息;基于所获取的病变信息,在医疗影像中生成与至少一个病变相对应的至少一个轮廓(contour);以及输出在医疗影像中生成的至少一个轮廓。
根据本公开一实施例的医疗影像装置的操作方法的生成至少一个轮廓的步骤,其特征在于,包括如下步骤:基于所获取的病变信息,基于与包括在医疗影像中的多个病变之间所重复的病变区域相关的信息或与多个病变之间的相关性相关的信息中的至少一个生成轮廓。
根据本公开一实施例的医疗影像装置的操作方法的生成至少一个轮廓的步骤,其特征在于,包括如下步骤:基于多个病变所包括的第一病变信息和第二病变信息,确定第一病变的区域和第二病变的区域所重复的区域之大小;基于第二病变信息,确定与第二病变存在于医疗影像的概率相关的信息;以及当重复的区域的大小大于第一临界值,且与第二病变存在于医疗影像的概率相关的信息小于第二临界值时,生成围绕第一病变的至少一个轮廓。
根据本公开一实施例的医疗影像装置的操作方法的生成至少一个轮廓的步骤,其特征在于,包括如下步骤:确定第一病变和第二病变之间在病理学上是否存在相似性;确定第一病变和第二病变在同一区域是否存在共存性;当是否存在相似性表示为第一病变和第二病变相似,或者是否存在共存性表示为第一病变和第二病变不能共存时,生成围绕第一病变的至少一个轮廓,且不生成围绕第二病变的至少一个轮廓。
根据本公开一实施例的医疗影像装置的操作方法,其特征在于,还包括基于多个病变信息,以存在于医疗影像的概率高的顺序排列多个病变信息的步骤,并且第一病变存在于医疗影像的概率大于第二病变。
根据本公开一实施例的医疗影像装置的操作方法的输出至少一个轮廓的步骤,其特征在于,包括如下步骤:确定关于多个第一候选箭头的第一候选箭头信息,所述多个第一候选箭头指向至少一个轮廓中的第一轮廓;在第一轮廓的外部确定箭头-文本区域;在箭头-文本区域中,确定与多个第一候选箭头相对应且显示关于第一轮廓的病变信息的文本框的一侧(side)和包括在第一候选箭头信息中的多个第一候选箭头的一端相交的接触点区域;基于所确定的接触点区域,生成关于第一轮廓的文本框及关于箭头的可显示位置的至少一个箭头套件;针对每个至少一个箭头套件获取分数;基于所获取的分数,选择至少一个箭头套件中的一个箭头套件;以及基于所选择的一个箭头套件,与至少一个轮廓一同输出箭头和文本框中的文本。
根据本公开一实施例的医疗影像装置的操作方法的确定第一候选箭头信息的步骤,其特征在于,包括当关于第一轮廓的第一文本框与关于第二轮廓的第二文本框或第二轮廓重叠时,通过移动包括在第一候选箭头信息中的候选箭头的始点或末端,使得第一文本框不与第二文本框或第二轮廓重叠,从而获取修改的第一候选箭头信息的步骤;生成至少一个箭头套件的步骤包括:基于所修改的第一候选箭头信息来生成至少一个箭头套件的步骤。
根据本公开一实施例的医疗影像装置的操作方法,其特征在于,还包括:确定关于多个第二候选箭头的第二候选箭头信息的步骤,所述多个第二候选箭头信息指向至少一个轮廓中的第二轮廓;确定第一候选箭头信息的步骤包括:通过移动多个第一候选箭头中的一个的始点或末端,使得多个第一候选箭头中的一个不与多个第二候选箭头中的一个交叉,从而获取修改的第一候选箭头信息的步骤;生成至少一个箭头套件的步骤包括:基于所修改的第一候选箭头信息来生成至少一个箭头套件的步骤。
根据本公开一实施例的医疗影像装置的操作方法的确定第一候选箭头信息的步骤,包括如下步骤:获取第一轮廓和至少一个轮廓中的第二轮廓的交点;获取多个第一候选箭头中的一个和第一轮廓相接触的第一接触点;通过修改多个第一候选箭头中的一个的始点或末端的位置,使得第一接触点和交点相距临界值以上,从而获取修改的第一候选箭头信息;生成至少一个箭头套件的步骤包括:基于所修改的第一候选箭头信息来生成至少一个箭头套件的步骤。
根据本公开一实施例的医疗影像装置的操作方法的箭头-文本区域,其特征在于,不与第一轮廓接触,且为围绕第一轮廓的环形区域。
根据本公开一实施例的医疗影像装置的操作方法的分数,其特征在于,与至少一个轮廓相对应的至少一个文本框之间的距离越远而越高,与至少一个轮廓相对应的至少一个箭头的长度越短而越高,包括在至少一个轮廓中的两个轮廓的交点与至少一个轮廓和至少一个箭头的接触点之间的距离越远而越高。
根据本公开一实施例的医疗影像装置的操作方法的生成至少一个轮廓的步骤,其特征在于,包括:基于所获取的病变信息来确定至少一个轮廓的位置和形状的步骤。
根据本公开一实施例的医疗影像装置的操作方法的确定至少一个轮廓的位置和形状的步骤,其特征在于,包括如此步骤:基于病变信息,获取医疗影像中的各像素包括在至少一个病变的区域中的概率;以及基于包括在至少一个病变的区域中的概率,确定至少一个轮廓的厚度。
根据本公开一实施例的医疗影像装置,其特征在于,包括:处理器和存储器,所述处理器,根据存储器中存储的命令,获取关于包括在医疗影像中的至少一个病变的病变信息,并且基于获取的病变信息,在医疗影像中生成与至少一个病变相对应的至少一个轮廓,输出医疗影像中生成的至少一个轮廓。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,基于获取的病变信息,基于与包括在医疗影像中的多个病变之间重复的病变区域相关的信息或与多个病变之间的相关性相关的信息中的至少一个来生成轮廓。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,基于包括在多个病变中的第一病变信息和第二病变信息,确定第一病变的区域和第二病变的区域所重复的区域的大小,基于第二病变信息确定与第二病变存在于医疗影像的概率相关的信息,当重复区域的大小大于第一临界值,且与第二病变存在于医疗影像的概率相关的信息小于第二临界值时,生成围绕第一病变的至少一个轮廓。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,确定第一病变和第二病变之间在病理学上是否存在相似性,确定第一病变和第二病变在同一区域是否存在共存性,当是否存在相似性表示为第一病变和第二病变存在相似性,或是否存在共存性表示为第一病变和第二病变不能共存时,生成围绕第一病变的至少一个轮廓,且不生成围绕第二病变的至少一个轮廓。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,基于多个病变信息,以存在于医疗影像的概率高的顺序排列多个病变信息,且第一病变存在于医疗影像的概率大于第二病变。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,确定关于多个第一候选箭头的第一候选箭头信息,所述多个第一候选箭头指向至少一个轮廓中的第一轮廓,在第一轮廓的外部确定箭头-文本区域,在箭头-文本区域中,确定与多个第一候选箭头相对应且显示关于第一轮廓的病变信息的文本框的一侧(side)和包括在第一候选箭头信息中的多个第一候选箭头的一端相交的接触点区域,基于所确定的接触点区域,生成关于第一轮廓的文本框及对于箭头的可显示位置的至少一个箭头套件,针对每个至少一个箭头套件获取分数,基于所获取的分数,选择至少一个箭头套件中的一个箭头套件,基于所选择的一个箭头套件,与至少一个轮廓一同输出箭头和文本框中的文本。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,当关于第一轮廓的第一文本框与关于第二轮廓的第二文本框或第二轮廓重叠时,通过移动包括在第一候选箭头信息中的候选箭头的始点或末端,使得第一文本框不与第二文本框或第二轮廓重叠,从而获取修改的第一候选箭头信息,基于所修改的第一候选箭头信息来生成至少一个箭头套件。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,确定关于多个第二候选箭头的第二候选箭头信息,所述多个第二候选箭头指向至少一个轮廓中的第二轮廓,通过移动多个第一候选箭头中的一个的始点或末端,使得多个第一候选箭头中的一个不与多个第二候选箭头中的一个交叉,从而获取修改的第一候选箭头信息,基于所修改的第一候选箭头信息来生成至少一个箭头套件。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,获取第一轮廓和至少一个轮廓中的第二轮廓的交点,获取多个第一候选箭头中的一个和第一轮廓相接触的第一接触点,通过修改多个第一候选箭头中的一个的始点或末端的位置,使得第一接触点和交点相距临界值以上,从而获取修改的第一候选箭头信息,基于所修改的第一候选箭头信息来生成至少一个箭头套件。
根据本公开一实施例的医疗影像装置的箭头-文本区域,其特征在于,不与第一轮廓接触,且为围绕第一轮廓的环形区域。
根据本公开一实施例的医疗影像装置的分数,其特征在于,与至少一个轮廓相对应的至少一个文本框之间的距离越远而越高,与至少一个轮廓相对应的至少一个箭头的长度越短而越高,包括在至少一个轮廓中的两个轮廓的交点与至少一个轮廓和至少一个箭头的接触点之间的距离越远而越高。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,基于所获取的病变信息来确定至少一个轮廓的位置和形状。
根据本公开一实施例的医疗影像装置的处理器,其特征在于,根据存储器中存储的命令,基于病变信息,获取医疗影像中的各像素包括在至少一个病变的区域中的概率,基于包括在至少一个病变的区域中的概率,确定至少一个轮廓的厚度。
根据本公开一实施例的医疗影像装置的操作方法,其特征在于,包括如下步骤:获取关于从医疗影像中检测出的至少一个病变的病变信息;基于所获取的病变信息,确定与至少一个病变相对应的至少一个轮廓的形状和位置;确定包括显示对于医疗影像中的至少一个病变的病变信息的文本的至少一个文本区域的位置;以及基于所确定的至少一个轮廓的形状和位置和所确定的至少一个文本区域的位置,将至少一个轮廓以及至少一个文本区域中所包括的文本显示在医疗影像中。
根据本公开一实施例的确定至少一个文本区域的位置的步骤包括如下步骤:基于至少一个轮廓和至少一个文本区域之间的距离或至少一个轮廓和至少一个文本区域之间的重叠与否中的至少一个,确定至少一个文本区域的位置的步骤。
根据本公开一实施例的获取步骤,包括如下步骤:获取关于从医疗影像中检测出的多个病变的病变信息的步骤。确定至少一个轮廓的形状和位置的步骤,包括如下步骤:在多个病变中确定要显示在医疗影像中的一部分病变;以及确定关于确定的一部分病变的至少一个轮廓的形状和位置。确定至少一个文本区域的位置的步骤包括:确定包括关于所确定的一部分病变的病变信息的至少一个文本区域的位置的步骤。
根据本公开一实施例的确定一部分病变的步骤,包括如下步骤:确认多个病变中病变区域重复的病变;以及基于所重复的病变之间的重复区域的大小、每个所重复的病变的病变概率、所重复的病变之间的相关性或所重复的病变中的一部分存在于一个医疗影像的概率中的至少一个,在多个病变中一部分病变。
根据本公开一实施例的方法还包括:生成指向至少一个轮廓的至少一个箭头的步骤。显示步骤包括:将生成的至少一个箭头显示在医疗影像中,以便连接至少一个轮廓和至少一个文本区域之间的步骤。
根据本公开一实施例的获取步骤包括获取关于从医疗影像中检测出的多个病变的病变信息的步骤。生成箭头的步骤包括生成分别关于多个病变的箭头的步骤。将生成的箭头显示在医疗影像中的步骤包括:将每个关于多个病变的箭头显示在医疗影像中,使得关于所生成的每个多个病变的箭头相互不交叉的步骤。
根据本公开一实施例的获取步骤包括获取关于从医疗影像中检测出的多个病变的病变信息的步骤。生成箭头的步骤包括生成关于每个多个病变的箭头的步骤。将生成的箭头显示在医疗影像中的步骤包括:将关于每个多个病变的箭头显示在医疗影像中,使得关于每个所生成的多个病变的箭头和与每个多个病变相对应的轮廓相互不交叉的步骤。
根据本公开一实施例的将所生成的箭头显示在医疗影像中的步骤,包括如下步骤:确定所生成的箭头与至少一个轮廓相接触的至少一个接触点区域;以及显示所生成的至少一个箭头,使其连接到至少一个接触点区域。
根据本公开一实施例的确定至少一个接触点区域的步骤包括:在与至少一个轮廓相接触的多个接触点区域中,基于多个接触点区域之间的距离,确定至少一个接触点区域的步骤。
根据本公开一实施例的至少一个文本区域包括多个文本区域,确定至少一个文本区域的位置的步骤,包括:基于多个文本区域之间的距离,确定多个文本区域的每一个的位置的步骤。
根据本公开一实施例的电子装置,其中,包括:存储器,存储一个以上的命令(instructions);以及处理器,配置为通过执行存储的一个以上的命令,获取关于从医疗影像中检测出的至少一个病变的病变信息,基于所获取的病变信息,确定与至少一个病变相对应的轮廓的形状和位置,确定包括显示关于医疗影像中的至少一个病变的病变信息的文本的至少一个文本区域的位置,基于所确定的至少一个轮廓的形状和位置以及所确定的至少一个文本区域,将包括在至少一个轮廓以及至少一个文本区域中的文本显示在医疗影像中。
根据本公开一实施例的处理器进一步配置为,基于至少一个轮廓和至少一个文本区域之间的距离或至少一个轮廓和至少一个文本区域之间的重叠与否中的至少一个,确定至少一个文本区域的位置。
根据本公开一实施例的处理器进一步配置为,获取关于从医疗影像中检测出的多个病变的病变信息,确定多个病变中要显示在医疗影像中的一部分病变,确定关于所确定的一部分病变的至少一个轮廓的形状和位置,确定包括关于所确定的一部分病变的病变信息的至少一个文本区域的位置。
根据本公开一实施例的处理器进一步配置为,确认多个病变中病变区域重复的病变,并基于重复的病变之间的重复区域的大小、每个重复的病变的病变概率、重复的病变之间的相关性或重复的病变中的一部分在一个医疗影像中存在的概率中的至少一个,确定多个病变中的一部分病变。
根据本公开一实施例的处理器进一步配置为,生成指向至少一个轮廓的至少一个箭头,将所生成的至少一个箭头显示在医疗影像中,以连接至少一个轮廓和至少一个文本区域之间。
根据本公开一实施例的处理器进一步配置为,获取关于从医疗影像中检测出的多个病变的病变信息,生成关于每个多个病变的箭头,将每个多个病变的箭头显示在医疗影像中,使得所生成的每个多个病变的箭头相互不交叉。
根据本公开一实施例的处理器进一步配置为,获取关于从医疗影像中检测出的多个病变的病变信息,生成关于每个多个病变的箭头,将关于每个多个病变的箭头显示在医疗影像中,使得关于所生成的每个多个病变的箭头和与每个多个病变相对应的轮廓相互不交叉。
根据本公开一实施例的处理器进一步配置为,确定所生成的箭头和至少一个轮廓相接触的至少一个接触点区域,显示所生成的箭头,使其连接到至少一个接触点区域。
根据本公开一实施例的处理器进一步配置为,在与至少一个轮廓相接触的多个接触点区域中,基于多个接触点区域之间的距离,确定至少一个接触点区域。
根据本公开一实施例的至少一个文本区域包括多个文本区域,处理器进一步配置为基于所述多个文本区域之间的距离,确定多个文本区域的每一个的位置。
另外,用于实现如上所述的医疗影像装置的操作方法的程序,可以记录在计算机可读记录介质中。
附图说明
图1是示出本公开一实施例的医疗影像装置的图。
图2是示出本公开一实施例的医疗影像装置的操作的流程图。
图3是示出本公开一实施例的医疗影像的图。
图4示出根据本公开一实施例的医疗影像装置的操作方法的伪代码(pseudocode)。
图5是示出根据本公开的一实施例的医疗影像装置所显示的医疗影像的图。
图6是示出根据本公开的一实施例的医疗影像装置所显示的医疗影像的图。
图7是示出根据本公开的一实施例的医疗影像装置所显示的医疗影像的图。
图8是示出根据本公开的一实施例的医疗影像装置所显示的医疗影像的图。
图9是示出本公开一实施例的医疗影像装置的操作的流程图。
图10是用于说明本公开一实施例的医疗影像装置的操作的图。
图11是用于说明本公开一实施例的医疗影像装置的操作的图。
图12是用于说明本公开一实施例的医疗影像装置的操作的图。
图13是用于说明本公开一实施例的医疗影像装置的操作的图。
图14是用于说明本公开一实施例的医疗影像装置的操作的图。
图15是用于说明本公开一实施例的医疗影像装置的操作的图。
图16是用于说明本公开一实施例的医疗影像装置的操作的图。
图17是用于说明根据本公开一实施例的获取分数的方法的图。
图18是用于说明根据本公开一实施例的获取分数的方法的图。
图19示出本公开一实施例的医疗影像。
图20示出本公开一实施例的医疗影像。
图21是示出本公开一实施例的电子装置的内部结构的框图。
图22是示出本公开一实施例的医疗影像装置的操作方法的流程图。
具体实施方式
所公开的实施例的优点、特征以及实现的方法通过参照附图以及以下的实施例,会变得明确。然而,本公开并不限于以下公开的各实施例,可以以不同的多种形式实现,提供本实施例的目的仅在于,使本公开完整,并向本领域技术人员充分告知本发明的范围。
对在本说明书中使用的术语进行简要说明,并对所公开的实施例进行详细说明。
在本说明书中所使用的术语是在考虑本公开中的功能的基础上尽可能选择了当前广泛使用的通用的术语,但是根据本领域技术人员的意图、判例或新技术的出现等,这些术语可以改变。另外,在特定的情况下,申请人任意选择了一些术语,在这种情况下,将在本公开的说明部分中进行详细记载了所选术语的含义。因此,本公开中所使用的术语应基于术语所具有的含义和本说明书的整体内容来进行定义,而不能仅基于单纯的术语的名称来进行定义。
除非在上下文明确定义为单数,否则本说明书中的单数表达包括复数表达。此外,除非在上下文明确定义为复数,否则复数表达包括单数表达。
在整个说明书中,某个部分“包括”某一个构成要素时,除非有与其相反的描述,否则还可以包括其他构成要素,而不是排除其他构成要素。
此外,说明书中使用的术语“部”是指软件或硬件构成要素,并且“部”执行某些作用。但“部”并非限制于软件或硬件。“部”可以以存在于可寻址(Addressing)的存储介质中的方式构成,或可以以再现一个或多个处理器的方式构成。因此,作为一例,“部”包括:如软件构成要素、面向对象软件构成要素、类构成要素及任务构成要素的构成要素、过程、函数、属性、程序(procedure)、子例程(subroutine)、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、数组和变量。由构成要素和“部”提供的功能,可以通过接合为更少的构成要素和“部”来提供,或者可以通过进一步分离为更多的构成要素和“部”来提供。
根据本公开的一实施例,“部”可以以处理器和存储器实现。术语“处理器”应该广义地解释为包括通用处理器、中央处理器(CPU)、微处理器、数字信号处理器(DigitalSignal Processor,DSP)、控制器、微控制器、状态机等。在某些情况下,“处理器”可以指专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑设备(Programmable Logic Device,PLD)、现场可编程门阵列(field programmable gatearray,FPGA)等。术语“处理器”可以指处理设备的组合,例如,DSP和微处理器的组合、多个微处理器的组合、与DSP核心接合的一个以上的微处理器的组合或任意其他这样的构成的组合。
术语“存储器”应该广义地解释为包括能够存储电子信息的任何电子组件。术语“存储器”可以指各种类型的处理器-可读介质,例如随机存取存储器(Random AccessMemory,RAM)、只读存储器(read only memory,ROM)、非易失性随机访问存储器(Non-Volatile Random Access Memory,NVRAM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(erasable programmable read-only memory,EPROM)、电可擦写可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、闪存存储器(flashmemory)、磁或光数据存储装置、寄存器等。如果处理器可以从存储器读取信息和/或在存储器中记录信息,则称存储器与处理器处于电子通信状态。集成在处理器中的存储器与处理器处于电子通信状态。
下面将参考附图对实施例进行详细描述,以便本公开所属技术领域的普通技术人员能够容易地实施。并且,为了清楚地说明本公开,将省略附图中与描述无关的部分。
图1是示出本公开一实施例的医疗影像装置的图。
医疗影像装置100可以包括控制部110、数据库120及输出部130。控制部110可以包括处理器和存储器。处理器可执行存储器中存储的指令。
数据库120可以存储各种数据。例如,数据库120可以存储医疗影像或医务人员的分析结果及医疗分析装置的分析结果中的至少一个。另外,数据库120可以包括用于分析医疗影像的医疗影像分析模型。医疗影像分析模型可以是规则库模型或机器学习模型。
输出部130可以包括影像输出部和声音输出部中的至少一个。输出部130可以由控制部110控制。输出部130可输出医疗影像和分析结果中的至少一个。
下面将进一步详细说明医疗影像装置100的操作。
图2是示出本公开一实施例的医疗影像装置的操作的流程图。
医疗影像装置100可执行获取关于包括在医疗影像中的至少一个病变的病变信息的步骤210。医疗影像可以是拍摄患者身体的一部分的影像。医疗影像可以是由各种医疗影像拍摄装置拍摄的影像。例如,医疗影像可以是计算机断层扫描(Computed Tomography,CT)、磁共振成像(Magnetic Resonance Imaging,MRI)、X射线(X-RAY)、乳房摄影术(Mammography)或超声波检查(ultrasonography)中的一个。可以从数据库120接收医疗影像。此外,可以从外部装置接收医疗影像。例如,可以从作为除医疗影像装置100以外的其他装置的外部医疗影像摄影装置接收医疗影像。
病变信息可以是关于包括在医疗影像中的病变的信息。病变信息可以是关于通过医疗影像分析装置自动分析而检测的病变的信息。但不限于此,病变信息可以是由医务人员进行的分析结果。
医疗影像装置100可以从外部装置或从医疗影像装置100的数据库120接收病变信息。另外,医疗影像装置100可以通过使用自身的分析工具分析医疗影像来获取病变信息。自身的分析工具可以是用于检测病变的规则库模型或机器学习模型。例如,自身的分析工具可以包括基于机器学习进行学习的医疗影像分析模型。
病变信息可以包括关于病变类型的信息、病变的位置信息、病变存在于医疗影像的概率信息、病变的形状信息、病变的大小及病变的区域信息中的至少一者。
关于病变类型的信息可以包括病变名称或病变分类信息中的至少一者。关于病变类型的信息可以是由医务人员诊断的信息,也可以是基于自身的分析工具诊断的信息。如上所述,医疗影像分析装置可以基于规则库或机器学习模型从医疗影像中获取关于病变类型的信息。
病变的位置信息可以表示病变存在于医疗影像的概率最高的至少一个地点。病变的位置信息可以表示为至少一个坐标值。病变的位置信息可以是病变在医疗影像中所处位置的像素坐标值。当病变占据医疗影像的部分区域时,病变的位置信息可以表示为多个坐标值。另外,病变的位置信息可以包括一个病变地点的坐标值及距离病变地点的半径信息。但不限于此,病变的位置信息可以以各种方式表示。
病变存在于医疗影像的概率信息表示基于医疗影像,病变存在于与医疗影像相对应的患者身体的一部分的概率。医疗影像分析装置可通过使用规则库或机器学习模型检测出存在于医疗影像的病变。另外,医疗影像分析装置还可以基于规则库或机器学习模型来该病变存在于预测医疗影像的概率。病变存在于医疗影像的概率信息可以包括与医疗影像中包括的各像素相对应的概率值。病变存在于医疗影像的概率信息可以包括与医疗影像的特定区域相对应的概率值。其中,特定区域作为包括在医疗影像中的区域,可以是小于或等于医疗影像的影像。可以通过医疗影像分析装置获取或通过医务人员接收与医疗影像的特定区域相对应的概率值。
另外,医疗影像装置100可以基于与包括在特定区域中的像素相对应的概率值来确定与特定区域相对应的概率值。例如,医疗影像装置100可以使用包括在特定区域中的像素的概率值的最大值、平均值、中值或最小值来获取与特定区域相对应的代表概率值。医务人员可通过基于概率信息进行诊断来降低误诊的概率。
病变的形状信息可以表示与病变的形状相关的信息。病变的形状信息可以是与病变的轮廓线的形状相关的信息。病变的形状信息可以具有圆形、椭圆形或非典型的形状。病变的形状信息可以由医务人员的诊断来确定。另外,医疗影像分析装置可基于规则库或机器学习模型获取病变形状信息。
病变的大小信息是关于病变的大小的信息,可以是医疗影像中病变区域所包括的像素的数量。另外,病变的大小信息可以是医疗影像中病变的水平长度或垂直长度。另外,病变的大小信息可以是医疗影像中病变区域的面积。病变的大小信息可以表示包括在病变区域中的像素的数量。另外,病变的大小信息可以表示半径。即,可以由基于病变的中心点和半径的圆的内部区域来表示病变区域。
病变的区域信息可以表示病变存在于医疗影像的概率高的区域。医疗影像装置100可以从医务人员接收病变的区域信息。另外,医疗影像装置100可基于规则库或机器学习模型自动获取病变的区域信息。医疗影像装置100可针对医疗影像的各像素计算出病变存在的概率。或者,医疗影像装置100可针对像素组计算出病变存在的概率。例如,像素组可以包括多个像素。像素组可以表示医疗影像中的一定区域。医疗影像装置100可针对像素组计算出病变存在的概率。当病变存在于像素的概率为临界值以上时,医疗影像装置100可确定该像素包括在病变区域中。即,病变区域中包括的像素中存在病变的概率可以是临界值以上。临界值可以是预设的信息。
医疗影像装置100可基于所获取的病变信息,执行生成与医疗影像中的至少一个病变相对应的至少一个轮廓的步骤220。
轮廓可以表示病变的位置或形状中的一个。相对于一个医疗影像,医疗影像装置100可表示至少一个病变。多个病变可以具有彼此不同的位置和形状。医疗影像装置100可基于病变信息获取至少一个病变的位置和形状。医疗影像装置100可通过反映每个病变的位置和形状来生成轮廓。即,医疗影像装置100可基于所获取的病变信息,确定至少一个轮廓的位置和形状。即,可基于医疗影像装置100的病变信息中包括的病变的位置,确定轮廓的位置。另外,医疗影像装置100可基于病变信息中包括的病变的形状,确定轮廓的形状。
轮廓的位置可与病变信息中包括的病变的位置信息相对应。医疗影像装置100可基于病变信息确定轮廓的形状。医疗影像装置100可通过以下过程确定轮廓。
更具体地,医疗影像装置100可基于病变信息中包括的病变区域的轮廓线确定轮廓。如上所述,当像素中存在病变的概率为临界值以上时,医疗影像装置100可确定该像素包括在病变区域中。即,病变区域中的像素中存在病变的概率可以是临界值以上。医疗影像装置100可以将病变信息中包括的病变区域的轮廓线确定为轮廓。轮廓可以围绕病变区域。
另外,医疗影像装置100可以通过将病变区域的轮廓线扩大A倍来获取包括病变的轮廓。A可以是大于1的实数。即,轮廓可以大于或等于病变区域。将病变区域的轮廓线扩大A倍可能意味着病变区域的水平长度成为A倍,垂直长度成为A倍。因此,轮廓内部的面积可以成为病变区域的面积的A2倍。
另外,医疗影像装置100可以将包括病变区域的多边形、椭圆形或圆形确定为轮廓,所述病变区域包括在病变信息。根据本公开,医务人员可以集中观察作为医疗影像中的一部分的轮廓之周围,并且最终可以容易地确定轮廓的内部是否存在病变。
轮廓的形状还可以包括轮廓的线的厚度。医疗影像装置100可基于病变信息获取轮廓的线的厚度。例如,医疗影像装置100可基于病变信息,获取医疗影像中的各像素包括在至少一个病变区域中的概率。另外,医疗影像装置100可基于像素包括在至少一个病变区域中的概率来确定至少一个的轮廓的厚度,所述像素包括在轮廓内部。例如,轮廓的厚度可以随着概率增加而变厚。
医疗影像装置100可以获取医疗影像中包括的各像素包括在病变中的概率。另外,医疗影像装置100可以将包括在病变中的概率等于临界值的像素的组合确定为轮廓。由于包括在病变中的概率是不连续的,因此可能不存在与临界值相同的值。在这种情况下,当在两个相邻像素中,与其中一个相对应的概率大于临界值且与另一个相对应的概率小于临界值时,可以将两个相邻像素中的一个包括在轮廓中。轮廓内部的像素包括在病变区域中的概率可能大于临界值。这里,临界值可以是预设值。
另外,医疗影像装置100可以将包括在病变中的概率包括在临界范围内的像素之组合确定为轮廓。临界范围非常窄,以至于像素组看起来像线。轮廓内部的像素包括在病变区域中的概率可能大于临界范围的最小值。这里,临界范围可以是预设范围。
到目前为止,对医疗影像装置100针对一个病变生成一个轮廓的结构进行了说明。当医疗影像中存在多个病变时,医疗影像装置100可以生成与多个病变相对应的多个轮廓。对此,将结合图3进行说明。
图3是示出本公开一实施例的医疗影像的图。
另外,医疗影像装置100可对于医疗影像中包括的一个病变生成至少一个轮廓。医疗影像装置100可对于一个病变生成至少一个轮廓,例如等高线。线的内部像素包括在病变区域中的概率可以大于临界值,所述线为包括在等高线中的多个线中的一个。
参照图3,医疗影像可以包括一个病变的第一等高线311和第二等高线312。第一等高线311的内侧区域所包括的像素包括在病变区域中的概率可以是第一临界值以上。第二等高线312的内侧区域所包括的像素包括在病变区域中的概率可以是第二临界值以上。第二等高线312的内侧区域及第一等高线311的外侧区域所包括的像素包括在病变区域中的概率可以低于第一临界值且大于等于第二临界值。这里,第一临界值和第二临界值可以是预设的值。第一临界值可以大于第二临界值。
等高线内部的像素包括在病变区域中的概率越高,医疗影像装置100生成的等高线可以越厚。例如,第一等高线311的内侧区域所包括的像素包括在病变区域中的概率可能高。但是第一等高线311至第二等高线312之间所包括的像素包括在病变区域中的概率可能相对较低。因此,医疗影像装置100可以将第一等高线311显示为比第二等高线312厚。
医疗影像装置100可以根据等高线内部的像素包括在病变区域中的概率,生成不同颜色的等高线。例如,第一等高线311的内侧区域所包括的像素包括在病变区域中的概率可能高。但是第一等高线311至第二等高线312之间所包括的像素包括在病变区域中的概率可能相对低。因此,医疗影像装置100可以将第一等高线311显示为红色,将第二等高线312显示为橙色。
医疗影像装置100可以基于等高线内部的像素包括在病变区域中的概率,用不同的颜色表示等高线之间的区域。例如,第一等高线311的内部区域所包括的像素包括在病变区域中的概率可能高。但是,第一等高线311至第二等高线312之间所包括的像素包括在病变区域中的概率可能相对低。因此,医疗影像装置100可以将第一等高线311的内部填充为红色,将第二等高线312和第一等高线311之间的区域填充为橙色。医疗影像装置100可以通过调整透明度,使得原始医疗影像不被填充色覆盖。
像素包括在病变区域中的概率可以包括在特定临界范围内,所述像素包括在等高线所包括的多个线中的一个线。特定临界范围可以是预设的范围。参照图3,第一等高线311所包括的像素包括在病变区域中的概率可以包括在第一临界范围内。另外,第二等高线312所包括的像素包括在病变区域中的概率可以包括在第二临界范围内。第一临界范围的最小值可以大于第二临界范围的最大值。
另外,医疗影像装置100可以通过扩大病变信息所包括的病变区域的轮廓线来生成多个轮廓。例如,第一等高线311可以是病变区域的轮廓线。医疗影像装置100可以通过扩大第一等高线311来获取第二等高线312。第二等高线312的厚度可以比第一等高线311薄。
医疗影像装置100可执行输出医疗影像中所生成的至少一个轮廓的步骤230。输出部130可输出医疗影像及至少一个轮廓。
医疗影像装置100可执行以下步骤,以生成至少一个轮廓。
医疗影像装置100可执行基于所获取的病变信息,基于与医疗影像所包括的多个病变之间所重复的病变区域相关的信息或与多个病变之间的相关性相关的信息中的至少一个来生成轮廓的步骤。
医疗影像可以检测到多个病变。可分别针对多个病变获取病变信息。如上所述,病变信息可以包括病变区域信息。
医疗影像装置100可基于病变信息获取与多个病变之间所重复的病变区域相关的信息。另外,医疗影像装置100可获取与多个病变之间的相关性相关的信息。
与多个病变之间的相关性相关的信息为表示多个病变之间是否存在医学上的相关性的信息。例如,与相关性相关的信息可以包括关于共存性与否的信息,其中,所述共存性表示多个病变是否可以同时在同一患者中表现。例如,当第一病变不能与第二病变同时出现时,则为无共存性,当第一病变能与第二病变同时出现时,则为有共存性。
另外,与相关性相关的信息可以包括关于相似性与否的信息,其中,所述相似性表示多个病变同时表现的可能性是否高。多个病变具有不同的名称,但实际上有相似的情况。例如,当医学上第一病变表现且第二病变也表现时,存在相似性。第一病变表现时第二病变也表现,可能并不意味着第二病变表现时第一病变会表现。但不限于此,第一病变表现时第二病变也表现,可以意味着第二病变表现时第一病变会表现。
另外,由于第一病变的表现和第二病变是独立的,因此如果第一病变的表现对第二病变的表现没有任何影响,则第一病变和第二病变不具有相似性。另外,如果第二病变的表现对第一病变的表现没有任何影响,则第一病变和第二病变不具有相似性。
医疗影像装置100可基于规则库或机器学习模型获取与相关性相关的信息。医疗影像装置100可基于数据库120,获取与相关性相关的信息。医疗影像装置100可以获取关于第一病变的第一病变信息。此外,医疗影像装置100可以获取关于第二病变的第二病变信息。医疗影像装置100可以从第一病变信息中获取包括第一病变的代码、名称、类型中的至少一个的第一病变标识符。另外,医疗影像装置100可以从第二病变信息中获取包括第二病变的代码、名称、类型中的至少一个的第二病变标识符。医疗影像装置100可基于第一病变标识符和第二病变标识符,从数据库获取与第一病变和第二病变的相关性相关的信息。例如,数据库可以预先存储有根据第一标识符和第二病变标识符的与相关性相关的信息。医疗影像装置100可以从数据库导出与相关性相关的信息,其与第一标识符和第二标识符相对应。
医疗影像装置100可以从除了数据库120以外的地方获取与相关性有关的信息。医疗影像装置100可通过将第一病变信息和第二病变信息应用于机器学习模型来获取与相关性相关的信息。机器学习模型可以是对第一病变和第二病变之间的相关性进行机器学习的模型。医疗影像装置100可以从医务人员获取与相关性相关的信息。此外,医疗影像装置100可以从病变信息获取与相关性相关的信息。
与第一病变相关的第一病变信息可以包括关于与第一病变有相似性的病变的信息及关于与第一病变有共存性的病变的信息。医疗影像装置100可基于第一病变信息确定第二病变是否与第一病变具有相似性和共存性。
医疗影像装置100可基于来自医务人员的输入信号获取与相关性相关的信息。另外,医疗影像装置100可从外部装置获取与相关性相关的信息。
为了生成至少一个轮廓,医疗影像装置100可执行基于多个病变所包括的第一病变信息和第二病变信息来确定第一病变的区域和第二病变的区域重复的区域的大小的步骤。
如上所述,医疗影像装置100可以获取关于第一病变的第一病变信息和关于第二病变的第二病变信息。医疗影像装置100可以从第一病变信息获取医疗影像中的第一病变的区域信息,并且从第二病变信息获取医疗影像中的第二病变的区域信息。另外,医疗影像装置100可确定第一病变区域和第二病变区域重复的区域的大小。重复区域的大小可以由重复区域的像素的数量、重复区域的面积、重复区域的水平长度或重复区域的垂直长度中的至少一个来表示。
这里,第一病变的区域和第二病变的区域可以简单地表示第一病变的区域和第二病变的区域,但不限于此。第一病变的区域还可以意味着与第一病变相对应的第一轮廓的内部区域。另外,第二病变的区域还可以意味着与第二病变相对应的第二轮廓的内部区域。
医疗影像装置100可执行基于第二病变信息确定与第二病变存在于医疗影像的概率相关的信息的步骤。如上所述,与第二病变存在于医疗影像的概率相关的信息可以是与医疗影像中包括的各像素值相对应的概率值或与医疗影像中包括的特定区域相对应的概率值。这里,特定区域可与生成的轮廓相对应。
另外,当重复区域的大小大于第一临界值且与第二病变存在于医疗影像的概率相关的信息小于第二临界值时,医疗影像装置100可执行生成围绕第一病变的至少一个轮廓的步骤。第一临界值和第二临界值可以是预设的值。第二临界值可以是与第一病变存在于医疗影像的概率相关的信息,但不限于此。
轮廓可以大于或等于第一病变区域。由于已经对生成围绕第一病变的至少一个轮廓的方法进行了说明,因此将省略重复的说明。
当重复区域的大小大于第一临界值且与第二病变存在于医疗影像的概率相关的信息小于第二临界值时,医疗影像装置100只生成围绕第一病变的至少一个轮廓,可能不生成围绕第二病变的至少一个轮廓。这是因为重复区域的大小大于第一临界值,所以第一病变和第二病变有相当部分重复,并且与第二病变存在于医疗影像的概率相关的信息小于第二临界值,因此第二病变在医疗影像中的重要性可能相对较低。
为了生成至少一个轮廓,医疗影像装置100可执行确定第一病变和第二病变之间是否存在病理学上的相似性的步骤。是否存在相似性可以包括在与相关性相关的信息中。由于已经对是否存在相似性的信息进行说明,因此将省略重复的说明。另外,就是否存在相似性而言,医疗影像装置100可基于数据库通过规则库确定,或从机器学习模型获取,或从医务人员接收,或从病变信息中获取。由于已经对获取与相关性相关的信息的过程进行了说明,因此将省略重复的说明。
医疗影像装置100可执行确定第一病变和第二病变在同一区域是否存在共存性的步骤。由于已经对关于是否具有共存性的信息进行了说明,因此将省略重复的说明。另外,就是否存在共存性而言,医疗影像装置100可基于数据库通过规则库(rull base)确定,或从机器学习模型获取,或从医务人员接收,或从病变信息中获取。由于已经对获取与相关性相关的信息的过程进行了说明,因此将省略重复的说明。
当是否存在相似性表示为第一病变和第二病变相似,或者是否存在共存性表示为第一病变和第二病变不能共存时,医疗影像装置100可执行生成围绕第一病变的至少一个轮廓,且不生成围绕第二病变的至少一个轮廓的步骤。
当是否存在相似性表示为第一病变和第二病变相似时,医疗影像装置100可以生成只围绕第一病变的至少一个轮廓。这是因为存在相似性意味着当第一病变表现时,第二病变可能表现。当是否存在相似性表示为第一病变和第二病变不相似时,医疗影像装置100可生成与第一病变相对应的至少一个轮廓和与第二病变相对应的至少一个轮廓两者。
另外,当是否存在共存性表示为第一病变和第二病变不能共存时,医疗影像装置100可以生成只围绕第一病变或第二病变中的一个的至少一个轮廓。医疗影像装置100可以对第一病变和第二病变存在于医疗影像的概率进行比较,以便确定生成对于第一病变或第二病变中的哪一个病变的轮廓。另外,当第一病变存在于医疗影像的概率大于第二病变时,医疗影像装置100可以生成围绕第一病变的至少一个轮廓。医疗影像装置100可以不生成围绕第二病变的至少一个轮廓。相反,当第一病变存在于医疗影像的概率低于第二病变时,医疗影像装置100可以生成围绕第二病变的至少一个轮廓。医疗影像装置100可以不生成围绕第一病变的至少一个轮廓。
医疗影像装置100还可执行基于多个病变信息,按照存在于医疗影像的概率高的顺序排列多个病变信息的步骤。医疗影像装置100可通过按照存在于一个医疗影像的概率高的顺序排列多个病变信息,从而当两个病变之间不存在共存性时,不输出与存在的概率低的病变相对应的轮廓。
另外,当是否存在共存性表示为第一病变和第二病变可以相互共存时,医疗影像装置100可以生成与第一病变相对应的至少一个轮廓和与第二病变相对应的至少一个轮廓两者。
图4示出本公开一实施例的医疗影像装置的操作方法的伪代码(pseudocode)。
在线410中,C可以表示与检测出的多个病变相对应的轮廓的集合。C可以包括共M个元素。即,可以是C={c1、c2、...、cM}。
医疗影像装置100可以在索引i从1增加到M-1时执行for句。在线420中,R(i)为将集合C中的轮廓元素按照存在于医疗影像的概率高的顺序排列的函数。即,R(1)可输出关于存在于医疗影像的概率最高的病变的至少一个轮廓。另外,R(M-1)可输出存在于医疗影像中存在的概率最低的病变的至少一个轮廓。医疗影像装置100可以通过R(i)将与具有第i高概率的病变相对应的轮廓分配给cp。医疗影像装置100可以通过R(i)将关于随着i增加而以低概率存在于医疗影像的病变的轮廓分配给cp。
在线430中,D(cp)为输出对应于轮廓cp的病变信息的函数。医疗影像装置100可以通过D(cp)将对应于cp的病变信息分配给dp。
医疗影像装置100可以在索引j从2增加到M执行for句。在图4中,索引j从2开始增加,但不限于此。索引j可以从i+1增加到M。
在线440中,R(j)为将集合C中的轮廓元素按照存在于医疗影像的概率高的顺序排列的函数。医疗影像装置100可以通过R(j)将与第j高概率的病变相对应的轮廓分配给cq。
在线450中,D(cq)为输出对应于轮廓cq的病变信息的函数。医疗影像装置100可以通过D(cq)将对应于cq的病变信息分配给dq。
在线460中,IoU(cp、cq)可以表示轮廓cp和轮廓cq的区域的重复区域的大小。另外,S(cq)可以表示轮廓cq内部的像素包括在病变区域中的概率。
在线460中,当轮廓cp和轮廓cq的区域重复的区域大小大于临界值MTdq,且轮廓cq内部的像素包括在病变区域中的概率小于临界值STdq时,医疗影像装置100可执行线470。
在线470中,Sim(dp、dq)可输出关于病变信息dp和病变信息dq是否存在相似性的信息。当Sim(dp、dq)为1时,可表示病变信息dp和病变信息dq之间存在相似性。另外,当Sim(dp、dq)为0时,可表示病变信息dp和病变信息dq之间不存在相似性。
CoOcc(dp、dq)可输出关于病变信息dp和病变信息dq是否存在共存性的信息。当CoOcc(dp、dq)为1时,可表示病变信息dp和病变信息dq之间存在共存性。另外,当CoOcc(dp、dq)为0时,可表示病变信息dp和病变信息dq之间不存在共存性。
在线470中,当病变信息dp和病变信息dq之间存在相似性,且病变信息dp和病变信息dq之间不存在共存性时,医疗影像装置100可执行线480。
当满足上述条件时,医疗影像装置100可从集合C去除轮廓cq。即,当轮廓cp和轮廓cq的区域重复的区域大小大于临界值MTdq且轮廓cq的内部像素包括在病变区域中的概率小于临界值STdq,并且病变信息dp和病变信息dq之间存在相似性,病变信息dp和病变信息dq之间不存在共存性时,医疗影像装置100可从集合C去除轮廓cq。医疗影像装置100可将包括在集合C中的轮廓输出至输出部130。即,医疗影像装置100可以不输出轮廓cq。
图5至图8是示出根据本公开一实施例的医疗影像装置所显示的医疗影像的图。
医疗影像装置100可以在轮廓附近显示箭头或文本。文本可以包括与轮廓相关的内容。图5至图8是示出位于轮廓附近的箭头或文本的配置的示例。参照图5至图8,医疗影像装置100可以配置箭头和文本,以使用户可明确掌握轮廓表示的含义。
参照图5,医疗影像装置100可输出医疗影像的同时,输出轮廓。另外,医疗影像装置100可在轮廓附近显示箭头和文本。箭头可以连接轮廓和文本。另外,文本可以对包括在轮廓中的病变进行说明。医疗影像装置100可基于病变信息获取文本。
医疗影像510示出箭头和文本显示不正确的示例。参照框511,多个文本被重复显示。另外,参照框511,多个箭头的至少一部分可能交叉。因此,医务人员可能难以确认文本的内容。
医疗影像520示出根据本公开的医疗影像装置100正常显示的医疗影像。参照框521,包括在医疗影像520中的箭头不相互交叉。另外,文本也不重复。因此,医务人员可以明确掌握轮廓所表示的含义。
参照图6,医疗影像610示出箭头和文本显示不正确的示例。参照框611,箭头穿过轮廓。当箭头穿过轮廓时,箭头的长度可能较长,并且箭头所指的轮廓和文本之间的距离可能较远。因此,医务人员可能难以确认该文本是关于哪一个轮廓的说明。
医疗影像620示出根据本公开的医疗影像装置100正常显示的医疗影像。参照框621,包括在医疗影像620中的箭头不穿过轮廓。因此,医务人员可以明确掌握轮廓所表示的含义。
参照图7,医疗影像710示出箭头和文本显示不正确的示例。参照框711,箭头和文本显示在轮廓的上面。当箭头和文本显示在轮廓的上面时,文本的可读性会低。因此,医务人员可能难以确认文本的内容。
医疗影像720示出根据本公开的医疗影像装置100正常显示的医疗影像。参照框721,包括在医疗影像720中的箭头和文本没有显示在轮廓的上面。因此,医务人员可以明确掌握轮廓所表示的含义。
参照图8,医疗影像810示出箭头和文本显示不正确的示例。参照框811,箭头显示在两个轮廓的交叉点上面。当箭头显示在两个轮廓的交叉点上面时,可能难以掌握箭头指向哪一个轮廓。因此,医务人员可能难以确认与轮廓相对应的文本。
医疗影像820示出根据本公开的医疗影像装置100正常显示的医疗影像。参照框821,包括在医疗影像820中的箭头没有显示在两个轮廓的交叉点上面。因此,医务人员可以明确掌握与轮廓相对应的文本。
图9是示出本公开一实施例的医疗影像装置的操作的流程图。另外,图10至13是用于说明本公开一实施例的医疗影像装置的操作的图。
为了输出至少一个轮廓,医疗影像装置100可执行确定关于多个第一候选箭头的第一候选箭头信息的步骤910,所述多个第一候选箭头指向至少一个轮廓中的第一轮廓。
候选箭头信息可以包括关于箭头始点的位置信息、关于箭头末端的位置信息、关于箭头方向的信息及关于箭头长度的信息中的至少一者。
参照图10的左上方的图,医疗影像装置100可获取指向至少一个轮廓中的第一轮廓1010的多个第一候选箭头1021、1022、1023。多个第一候选箭头1021、1022、1023可几乎垂直于第一轮廓1010。多个第一候选箭头1021、1022、1023可包括始点和末端。在本公开中,箭头的始点可以是指在箭头上距离轮廓最近的点。在本公开中,末端可以是指在箭头上始点的另一端。箭头的始点可以是箭头头部,但不限于此,箭头的末端可以是箭头头部。
多个第一候选箭头1021、1022、1023的始点的位置可以在轮廓1010上随机确定。另外,多个第一候选箭头1021、1022、1023的数量可以是预设的数量。在图10中,并没有对所有的多个第一候选箭头分配附图标记,但是多个第一候选箭头1021、1022、1023的数量可以是10个。多个第一候选箭头1021、1022、1023的长度可以是预设的。另外,多个第一候选箭头1021、1022、1023的长度可以在预设的范围内随机确定。
参照图11,医疗影像装置100可获取指向至少一个轮廓中的第一轮廓1110的多个第一候选箭头1121、1122、1123。文本框1131、1132、1133可位于多个第一候选箭头1121、1122、1123的末端。文本框1131、1132、1133内可显示文本。多个第一候选箭头1121、1122、1123和文本框1131、1132、1133可一一对应。
可根据预设方式确定多个第一候选箭头1121、1122、1123和文本框1131、1132、1133之间的位置。可基于多个第一候选箭头1121、1122、1123的方向设置文本框1131、1132、1133的位置。另外,医疗影像装置100可设置文本框的位置,以使多个第一候选箭头1121、1122、1123中的一个位于文本框的角或边上。例如,当第一候选箭头1121的始点位于末端的左上方时,文本框1131的左上顶点可以靠近第一候选箭头1121的末端。另外,当第一候选箭头1122的始点位于末端的左侧时,文本框1132的左边可以靠近第一候选箭头1122的末端。由于在图11对箭头和文本的关系进行了说明,因此将省略进一步的说明。
图11所示的候选箭头和文本框的位置关系为一个实施例,除此之外,候选箭头和文本框可能存在多种位置关系。
候选箭头1160的头部可位于末端。即,候选箭头1160的始点可以靠近或接触轮廓1150,候选箭头1160的末端可以靠近或接触文本区域1170(例如,框形文本区域等)的角或边。
再次参照图9,医疗影像装置100可执行在第一轮廓1010的外部确定箭头-文本区域1030的步骤920。
参照图10的右上方图,箭头-文本区域1030可以是包括箭头的末端和文本框的一部分的区域。在箭头-文本区域1030中,箭头的末端和文本框可以相邻。
参照图12,医疗影像装置100可以生成轮廓1210。医疗影像装置100可通过扩大轮廓1210来生成第一扩大轮廓1221。另外,医疗影像装置100可通过扩大轮廓1210来生成第二扩大轮廓1222。第二扩大轮廓1222可以包括第一扩大轮廓1221。医疗影像装置100可以以预设的倍数使用轮廓1210,以获取第一扩大轮廓1221和第二扩大轮廓1222。医疗影像装置100可以将第一扩大轮廓1221和第二扩大轮廓1222之间确定为箭头-文本区域1230。箭头-文本区域1230可以不与第一轮廓1210接触,且为围绕第一轮廓1210的圆形。
当在步骤910中生成的多个第一候选箭头的末端不包括在箭头-文本区域1030中时,医疗影像装置100可以调整多个第一候选箭头的始点或末端,以使多个第一候选箭头的末端包括在箭头-文本区域1030中。
再次参照图9,医疗影像装置100可执行在箭头-文本区域确定文本框的一侧(side)和多个第一候选箭头的一端相交的接触点区域的步骤930,其中,所述文本框与多个第一候选箭头相对应且显示关于第一轮廓的病变信息,所述多个第一候选箭头包括在第一候选箭头信息中。这里,一侧(side)可以指文本框的角或边。另外,一端可以是候选箭头的始点或末端。
参照图10的左下方图,医疗影像装置100可基于病变信息确定要放进文本框的文本。另外,医疗影像装置100可基于文本的字体和内容来确定文本框的大小。医疗影像装置100可以在多个第一候选箭头1041、1042、1043的末端布置文本框。
文本的内容可以包括关于病变类型的信息、病变存在于医疗影像的概率信息、病变的形状信息、病变的大小及病变在医疗影像的单位区域中存在的概率中的至少一个。
医疗影像装置100可确定关于文本框的信息。关于文本框的信息可以包括文本框的大小、文本框的高度、文本框的宽度或文本框的位置信息等。
医疗影像装置100可基于关于箭头的信息来确定文本框的位置。例如,医疗影像装置100可以使文本框的一个角或一个边位于距箭头的末端预定距离内。
医疗影像装置100可确定与多个第一候选箭头1041、1042、1043相对应的文本框能否位于医疗影像中。另外,医疗影像装置100可以将在箭头-文本区域1070中可使文本框位于医疗影像中的区域确定为接触点区域。例如,与第一候选箭头1041相对应的文本框的一部分区域可位于医疗影像1050的外侧。医疗影像装置100可以通过从箭头-文本区域1070中去除第一候选箭头1041所存在的区域来确定接触点区域。
另外,医疗影像装置100可确定与多个第一候选箭头1041、1042、1043相对应的文本框是否与目标对象重复。另外,医疗影像装置100可将防止文本框与目标对象重叠的区域确定为接触点区域。这里,目标对象可以包括轮廓、其他文本框或其他箭头中的至少一个。例如,与第一候选箭头1042相对应的文本框的一部分区域可以与其他轮廓1060重叠。医疗影像装置100可以通过从箭头-文本区域1070中去掉第一候选箭头1042所存在的区域来确定接触点区域。
当与第一候选箭头1043相对应的文本框位于医疗影像中,且不与目标对象重叠时,医疗影像装置100可通过使用包括第一候选箭头1040的末端的区域来获取接触点区域。
参照图10的右下方图,通过如上过程,医疗影像装置100可获取箭头-文本区域1070中的一部分作为接触点区域1080。医疗影像装置100可选择其末端包括在接触点区域中的多个候选箭头。另外,可以通过使用所选择的候选箭头来生成至少一个的箭头套件。
再次参照图9,医疗影像装置100可执行基于所确定的接触点区域生成关于第一轮廓的文本框及关于箭头的可显示位置的至少一个箭头套件的步骤940。
参照图13,医疗影像中可包括多个轮廓1310、1320、1330。医疗影像装置100可基于步骤910至步骤930,分别对于多个轮廓1310、1320、1330确定接触点区域。另外,医疗影像装置100可分别对于多个轮廓1310、1320、1330确定多个候选箭头。医疗影像装置100可选择其末端包括在接触点区域中的多个候选箭头。另外,医疗影像装置100可去除其末端不包括在接触点区域中的候选箭头。
医疗影像装置100可从至少有一部分包括在接触点区域中的多个候选箭头中,针对每个轮廓选择一个候选箭头来生成箭头套件。即,医疗影像装置100可从与一个轮廓相对应的多个候选箭头中选择一个来生成箭头套件。
例如,参照图13的第一组(SET 1),医疗影像装置100可从关于第一轮廓1310的多个候选箭头中选择第1-1箭头1311。另外,参照第一组,医疗影像装置100可从关于第二轮廓1320的多个候选箭头中选择第2-1箭头1321。另外,参照第一组,医疗影像装置100可从关于第三轮廓1330的多个候选箭头中选择第3-1箭头1331。第1-1箭头1311、第2-1箭头1321及第3-1箭头1331可以包括在第一组中。
参照图13的第二组,医疗影像装置100可从关于第一轮廓1310的多个候选箭头中选择第1-2箭头1312。另外,参照第二组,医疗影像装置100可从关于第二轮廓1320的多个候选箭头中选择第2-2箭头1322。另外,参照第二组,医疗影像装置100可从关于第三轮廓1330的多个候选箭头中选择第3-2箭头1332。第1-2箭头1312、第2-2箭头1322及第3-2箭头1332可以包括在第二组中。
医疗影像装置100可以生成预设的数量的套件。医疗影像装置100可以从多个候选箭头中随机选择要包括在套件中的箭头。医疗影像装置100可根据预设的方式将文本框位于箭头的末端。医疗影像装置100可将箭头信息包括在箭头套件内。即,医疗影像装置100可以将分别与多个轮廓相对应的箭头信息包括并存储在箭头套件、。
至少一个的箭头套件可以包括关于箭头信息或文本框的信息中的至少一个。如上所述,关于文本框的信息可以包括文本框的大小、文本框的高度、文本框的宽度或文本框的位置信息等。
再次参照图9,医疗影像装置100可执行分别针对至少一个的箭头套件获取分数的步骤950。分数表示医务人员可以舒适地查看医疗影像、轮廓、箭头和文本中的至少一个的程度。分数越高,表示医务人员可舒适地查看医疗影像、轮廓、箭头和文本中的至少一个。获取结合图17及18,对获取分数的步骤进行更详细说明。
医疗影像装置100可执行基于所获取的分数,从至少一个箭头套件中选择一个箭头套件的步骤960。医疗影像装置100可选择分数最高的箭头套件。例如,在图13中,当第一组和第二组中第一组的分数最高时,医疗影像装置100可选择第一组。另外,即使是分数最高的箭头套件,当箭头套件中的箭头相互交叉时,医疗影像装置100可能不选择该箭头套件。
当箭头套件中与第一轮廓相对应的第一箭头和与第二轮廓相对应的第二箭头交叉时,医疗影像装置100可能不选择该箭头套件。或者,当箭头套件中与第一轮廓相对应的第一箭头和与第二轮廓相对应的第二箭头交叉时,医疗影像装置100可能从至少一个的箭头套件中进行去除。
再次参照图9,医疗影像装置100可执行基于所选择的一个箭头套件,与至少一个的轮廓一同输出箭头和文本框中的文本的步骤950。医疗影像装置100可基于包括在所选择的箭头套件中的多个箭头信息来输出箭头。另外,医疗影像装置100可基于病变信息来确定文本的内容。另外,医疗影像装置100可基于预设的方法布置文本框,使其与箭头相邻。另外,医疗影像装置100可在文本框内显示文本。文本框可以不显示。
例如,在图13中,当医疗影像装置100选择第一组时,医疗影像装置100可以与第一组一同输出医疗影像1300、多个轮廓1310、1320、1330、多个箭头1311、1321、1331及文本。
图14是用于说明本公开一实施例的医疗影像装置的操作的图。
医疗影像装置100可执行如下过程,以确定第一候选箭头信息。下面的步骤可以与图9的步骤910至步骤940中的一个步骤一同执行。
当关于第一轮廓的第一文本框和关于第二轮廓的第二文本框或第二轮廓重叠时,医疗影像装置100可执行通过移动包括在第一候选箭头信息中的候选箭头的始点或末端以使第一文本框不与第二文本框或第二轮廓重叠,从而获取修改的第一候选箭头信息的步骤。
参照医疗影像1410,医疗影像装置100可确定关于第一轮廓的第一文本框1411与关于第二轮廓的第二文本框1412重叠。医疗影像装置100可通过移动包括在第一候选箭头信息中的候选箭头1413的始点或末端以使第一文本框1411不与第二文本框1412重叠,获取修改的第一候选箭头信息。例如,医疗影像装置100可根据第一文本框1411和第二文本框1412重叠的程度,相应地移动候选箭头1413。
医疗影像1420显示基于已修改的第一候选箭头信息的候选箭头1423。医疗影像装置100可获取基于候选箭头1423修改的第一文本框1421。已修改的第一文本框1421可不与第二文本框1422重叠。
参照医疗影像1430,医疗影像装置100可确定关于第一轮廓的第一文本框1431和第二轮廓1432重叠。医疗影像装置100可通过移动包括在第一候选箭头信息中的候选箭头1433的始点或末端以使第一文本框1431不与第二轮廓1432重叠,从而获取修改的第一候选箭头信息。
医疗影像1440显示基于已修改的第一候选箭头信息的候选箭头1443。医疗影像装置100可获取基于候选箭头1443修改的第一文本框1441。修改的第一文本框1441可不与第二轮廓1442重叠。
医疗影像装置100可执行基于已修改的第一候选箭头信息来生成至少一个的箭头套件的步骤。此步骤可以与图9的步骤940一同执行。
图15是用于说明本公开一实施例的医疗影像装置的操作的图。
医疗影像装置100可执行如下过程,以确定第一候选箭头信息。下面的步骤可以与图9的步骤910至步骤940中的一个步骤一同执行。
医疗影像装置100可执行确定关于多个第一候选箭头的第一候选箭头信息的步骤,所述多个第一候选箭头指向至少一个轮廓中的第一轮廓1521。多个第一候选箭头可包括第一候选箭头1522。另外,医疗影像装置100可执行确定关于多个第二候选箭头的第二候选箭头信息的步骤,所述多个第二候选箭头指向至少一个轮廓中的第二轮廓1531。多个第二候选箭头可包括第二候选箭头1532。
医疗影像装置100可确定多个第一候选箭头中的第一候选箭头1522和多个第二候选箭头中的第二候选箭头1532是否交叉。另外,如医疗影像1510,当第一候选箭头1522和第二候选箭头1532交叉时,医疗影像装置100可执行通过移动第一候选箭头1522的始点或末端,使得多个第一候选箭头中的第一候选箭头1522不与多个第二候选箭头中的第二候选箭头1532交叉,从而获取已修改的第一候选箭头信息的步骤。
如医疗影像1550,医疗影像装置100可以获取通过移动与第一轮廓1561相对应的第一候选箭头1522的始点及末端来获取修改的第一候选箭头1562。医疗影像装置100可以获取基于所修改的第一候选箭头1562修改的第一候选箭头信息。
医疗影像装置100可执行基于已修改的第一候选箭头信息生成至少一个的箭头套件的步骤。此步骤可以与图9的步骤940一同执行。
图16是用于说明本公开一实施例的医疗影像装置的操作的图。
医疗影像装置100可执行如下过程,以确定第一候选箭头信息。下面的步骤可与图9的步骤910至步骤940中的一个步骤一同执行。
参照医疗影像1610,医疗影像装置100可执行获取第一轮廓1621和至少一个轮廓中的第二轮廓1631的交点1640的步骤。医疗影像装置100可执行获取多个第一候选箭头中的一个第一候选箭头1622和第一轮廓1621相交的第一接触点1623的步骤。
医疗影像装置100可确定第一接触点1623与交点1640是否隔开临界值以上。这里,临界值可以是预设的值。当第一接触点1623和交点1640的距离小于临界值时,医疗影像装置100可修改作为多个第一候选箭头中的一个的第一候选箭头1622的始点或末端的位置,以使第一接触点1623与交点1640隔开临界值以上。医疗影像装置100可执行通过修改第一候选箭头1622的始点或末端的位置来获取已修改的第一候选箭头信息的步骤。医疗影像装置100可以沿着第一轮廓移动第一候选箭头1622的始点,以使第一接触点1623距离交点1640有临界值以上。另外,医疗影像装置100可移动第一候选箭头1622的末端,以使箭头垂直于轮廓。
医疗影像1650显示已修改的第一候选箭头1662。第二接触点可以是已修改的第一候选箭头1662和第一轮廓1661的接触点。另外,交点1680可以是第一轮廓1661和第二轮廓1671交叉的点。第二接触点1663可以与交点1680隔开临界值以上。
医疗影像装置100可执行基于已修改的第一候选箭头信息生成至少一个的箭头套件的步骤。此步骤可以与图9的步骤940一同执行。
图17及18用于说明本公开的一实施例的获取分数的方法的图。
如图9所述,医疗影像装置100可执行获取分数的步骤950。医疗影像装置100可根据预设的方法计算分数。医疗影像装置100可基于文本框之间的距离计算分数。
参照图17,与至少一个的轮廓1710、1720、1730相对应的至少一个的文本框1711、1721、1731之间的距离越远,医疗影像装置100可确定越高的分数。
例如,医疗影像装置100可确定文本框之间最短的距离。医疗影像装置100可确定第一文本框1711和第二文本框1721的第一距离1741。医疗影像装置100可确定第二文本框1721和第三文本框1731的第二距离1742。医疗影像装置100可确定第一文本框1711和第三文本框1731的第三距离1743。医疗影像装置100可基于第一距离1741、第二距离1742及第三距离1743确定分数。第一距离1741、第二距离1742及第三距离1743的总和越高,医疗影像装置100可以确定更高的分数。
另外,与至少一个的轮廓1710、1720、1730相对应的至少一个的箭头1712、1722、1732的长度越短,医疗影像装置100可以确定更高的分数。医疗影像装置100可基于分别与至少一个的轮廓相对应的至少一个的候选箭头信息,确定至少一个的箭头的长度。如上所述,候选箭头信息可以包括始点的位置、末端的位置或箭头的长度。医疗影像装置100可以从候选箭头信息获取箭头的长度。
更具体地,医疗影像装置100可基于与第一轮廓1710相对应的第一候选箭头信息、与第二轮廓1720相对应的第二候选箭头信息及与第三轮廓1730相对应的第三箭头信息获取第一箭头1712的长度、第二箭头1722的长度、第三箭头1732的长度。第一箭头1712的长度、第二箭头1722的长度、第三箭头1732的长度的总和越小,医疗影像装置100可以确定更高的分数。
参照图18,医疗影像装置100可基于包括在至少一个的轮廓1810、1820中的两个轮廓1810、1820的交点1851、1852及至少一个的轮廓1810、1820和至少一个的箭头1811、1821的接触点1812、1822之间的距离确定分数。更具体地,包括在至少一个的轮廓1810、1820中的两个轮廓1810、1820的交点1851、1852及至少一个的轮廓1810、1820和至少一个的箭头1811、1821的接触点1812、1822之间的距离越远,医疗影像装置100可以确定更高的分数。
医疗影像装置100可基于箭头信息,获取与包括在至少一个的轮廓中的第一轮廓1810相对应的第一箭头1811。另外,医疗影像装置100可基于箭头信息,获取与包括在至少一个的轮廓中的第二轮廓1820相对应的第二箭头1821。
医疗影像装置100可获取第一轮廓1810和第二轮廓1820的第一交点1851及第二交点1852。
另外,医疗影像装置100可以将第一轮廓1810和与第一箭头1811最靠近的地点确定为第一接触点1812。第一接触点1812可以是第一箭头1811的始点。另外,第一接触点1812可以是在第一轮廓1810中距离第一箭头1811最近的地点。
另外,医疗影像装置100可以将第二轮廓1820和与第一箭头1821最靠近的地点确定为第二接触点1822。第二接触点1822可以是第二箭头1821的始点。另外,第二接触点1822可以是在第二轮廓1820中距离第二箭头1821最近的地点。
医疗影像装置100可基于第一交点1851和第一接触点1812的距离1831、第一交点1851和第二接触点1822的距离1841、第二交点1852和第一接触点1812的距离1832及第二交点1852和第二接触点1822的距离1842确定分数。第一交点1851和第一接触点1812的距离1831、第一交点1851和第二接触点1822的距离1841、第二交点1852和第一接触点1812的距离1832及第二交点1852和第二接触点1822的距离1842的总和越大,医疗影像装置100可以确定更高的分数。
图19示出本公开一实施例的医疗影像。
类似于图2,医疗影像装置100可执行获取关于包括在医疗影像1900中的至少一个的病变的病变信息的步骤210。另外,医疗影像装置100可基于所获取的病变信息,执行在医疗影像中生成与至少一个的病变相对应的热图1920的步骤。
热图1920可显示在包括在病变信息中的病变区域上面。另外,热图1920可显示为大于包括在病变信息中的病变区域。
医疗影像装置100可基于医疗影像1900的像素包括在病变区域中的概率来改变颜色和透明度,从而生成热图1920。例如,像素包括在病变区域中的概率越高,可用红色系表示,像素包括在病变区域中的概率越低,可用蓝色系表示。另外,像素包括在病变区域中的概率越高,可表示为不透明,像素包括在病变区域中的概率越低,可表示为透明。
医疗影像装置100可获取医疗影像1900中的像素包括在病变区域中的概率的最大值。另外,医疗影像装置100可获取医疗影像1900中的像素包括在病变区域中的概率的最大值。另外,医疗影像装置100可确定概率的最大值是否低于临界值。这里,临界值可以是预设的值。当像素包括在病变区域中的概率低时,由于热图1920由透明度高或不显眼的颜色表示,因此会使医务人员难以确认。例如,如图19,当像素包括在病变区域中的概率低(即27%)时,医务人员可能难以确认热图。医疗影像装置100可通过确定概率的最大值是否低于临界值,来确定医务人员是否方便查看热图1920。
当概率的最大值低于临界值时,医疗影像装置100可执行生成围绕热图1920的至少一部分的轮廓1910的步骤。轮廓1910可以小于或等于热图1920。但不限于此,轮廓1910可以大于热图1920。当医务人员难以查看热图1920时,医疗影像装置100可生成轮廓。当医务人员难以查看热图1920时,医疗影像装置100可以通过只显示轮廓或同时显示轮廓和热图,从而医务人员容易地确认显示器上显示的病变信息。
以上,对获取医疗影像1900中的每个像素包括在病变区域中的概率的结构进行了说明。然而并不限于此。针对包括至少一个像素的每一个单位区域,医疗影像装置100可获取包括在病变区域中的概率。当医疗影像装置100使用单位区域时,也可以进行与上述相同的说明,因此将省略重复的说明。
图20示出本公开的一实施例的医疗影像。
类似于图2,医疗影像装置100可执行获取关于包括在医疗影像2000中的至少一个的病变的病变信息的步骤210。另外,医疗影像装置100可基于所获取的病变信息,执行生成医疗影像中与至少一个的病变相对应的至少一个的轮廓的步骤220。另外,类似于图9,医疗影像装置100可生成箭头和文本。但是在特定情况下,医疗影像装置100可以不生成箭头。
医疗影像装置100可确定病变区域或轮廓的内部区域是否大于临界值。当病变区域或轮廓的内部区域大于临界值时,医疗影像装置100可以不生成关于该轮廓的箭头。
或者,医疗影像装置100可确定关于医疗影像的病变区域或轮廓的内部区域的比率是否大于临界值。当关于医疗影像2000的病变区域或轮廓的内部区域的比率大于临界值时,医疗影像装置100可以不生成关于该轮廓的箭头。
另外,当包括在病变信息中的病变类型只能以大尺寸显示在医疗影像中时,医疗影像装置100可以不生成箭头。作为这种病变的例子,可以是纵隔增宽(MediastinalWidening,MW)或心脏肥大(cardiomegaly,Cm)。
当不生成箭头时,医疗影像装置100可以在医疗影像2000的一部分中显示与病变信息相关的文本。例如,可以在医疗影像2000的下方或角上显示与病变信息相关的文本。
参照图20,由于轮廓2020为相对小的区域,因此可以显示箭头和文本。但是,由于轮廓2010为相对大的区域,因此可以不显示箭头,而显示文本2011。医疗影像装置100可以将关于轮廓2010的文本2011显示在医疗影像2000中的一部分区域或一部分位置。例如,医疗影像装置100可以将关于轮廓2010的文本2011显示在医疗影像2000的角上或下方。
医疗影像装置100可以将轮廓2010的线的形状显示在文本2011的前面,以表示轮廓2010和文本2011之间具有相关性。另外,医疗影像装置100可以将轮廓2010的颜色和文本2011的颜色设置为相同颜色。
图21是示出本公开一实施例的电子装置2100的内部结构的框图。电子装置2100可以包括存储器2110、处理器2120、通信模块2130及输入输出接口2140。例如,电子装置2100可以包括上述医疗影像装置100。如图21所示,电子装置2100可以配置为使用通信模块2130通过网络传送信息及/或数据。
存储器2110可以包括任何非-暂时性的计算机可读记录介质。根据一实施例,存储器2110可以包括如随机存取存储器(Random Access Memory,RAM)、只读存储器(read onlymemory,ROM)、磁盘驱动器、固态硬盘(Solid State Disk或Solid State Drive,SSD)、闪存存储器(flash memory)等的非易失性大容量存储设备(permanent mass storagedevice)。作为另一例,ROM、SSD、闪存存储器、磁盘驱动器等非易失性大容量存储装置可以包括在电子装置2100中,作为与存储器不同的单独的永久性存储装置。另外,存储器2110中可以设置有运营系统和至少一个的程序代码(例如,在电子装置2100中安装并驱动的用于获取获取病变信息、确定轮廓的形状和位置、确定文本区域的位置等的代码)。
这些软件构成要素可以从与存储器2110分离的计算机可读记录介质中加载。这些单独的计算机可读记录介质可以包括可直接连接这些电子装置2100的记录介质,例如,软盘驱动器、磁盘、磁带、DVD/CD-ROM驱动器、存储卡等的计算机可读记录介质。作为另一例,软件构成要素可以通过通信模块2130加载至存储器2110,而不是计算机可读记录介质。例如,至少一个的程序可以基于计算机程序(例如,用于确定轮廓的形状和位置、确定文本区域的位置、确定箭头生成、箭头位置等的程序等)加载至存储器2110,通过开发者或发布应用程序的安装文件的文件发布系统通过通信模块2130提供的文件来安装所述计算机程序。
处理器2120可以配置为通过执行基本算术、逻辑及输入输出的计算来处理计算机程序的命令。命令可以通过存储器2110或通信模块2130提供给用户终端(未图示)或其他外部系统。例如,处理器2120可以接收医疗影像,并获取获取关于从医疗影像检测出的至少一个病变的病变信息。另外,处理器2120可基于所获取获取的病变信息,确定与至少一个的病变相对应的至少一个轮廓的形状和位置,并且确定包括显示关于医疗影像中的至少一个病变的病变信息的文本的至少一个文本区域的位置。在这种情况下,处理器2120可以将所确定的轮廓的形状和位置、文本区域的位置等提供给输入输出接口2140、用户终端(未图示)及/或其他外部系统。
通信模块2130可提供通过网络使用户终端(未图示)和电子装置2100相互通信的配置或功能,可提供电子装置2100与外部系统(作为一例,单独的云系统等)通信的配置或功能。作为一例,根据电子装置2100的处理器2120的控制提供的控制信号、指令、数据等可通过通信模块2130和网络、通过用户终端及/或外部系统的通信模块传送给用户终端及/或外部系统。例如,用户终端及/或外部系统可接收从电子装置2100收到的医疗影像、轮廓的形状和位置、文本的内容、文本区域的位置等。
另外,电子装置2100的输入输出接口2140可以是与电子装置2100连接或电子装置2100可包括的用于输入或输出的装置(未图示)接口的手段。例如,输入输出接口2140可以包括用于与配置成显示医疗影像的显示器机接口的手段。在图21中,输入输出接口2140被示为与处理器2120分开配置的元件,但不限于此,输入输出接口2140可以配置为包括在处理器2120中。电子装置2100可以包括比图21的构成要素更多的构成要素。然而,并不需要明确图示大多数的现有技术构成要素。
电子装置2100的处理器2120可以配置为用于管理、处理及/或保存从多个用户终端及/或多个外部系统接收的信息及/或数据。根据一实施例,处理器2120可以获取从医疗影像检测出的至少一个病变的病变信息,并基于所获取的病变信息,确定与至少一个病变相对应的至少一个轮廓的形状和位置。另外,处理器2120可确定包括显示关于医疗影像中的至少一个病变的病变信息的文本的至少一个文本区域的位置,并基于确定的至少一个的轮廓的形状、位置及确定的至少一个的文本区域的位置,将包括在至少一个的轮廓及至少一个的文本区域中的文本显示在医疗影像中。
图22是示出本公开的一实施例的医疗影像装置的操作方法2200的流程图。根据一实施例,医疗影像装置的操作方法2200可以通过处理器(例如,医疗影像装置(电子装置)的至少一个的处理器等)执行。如图所示,医疗影像装置的操作方法2200可通过处理器获取关于从医疗影像中检测出的至少一个病变的病变信息来开始(S2210)。附加地或替代地,处理器可以获取关于从医疗影像中检测出的多个病变的病变信息。
处理器可基于所获取的病变信息,确定与至少一个病变相对应的至少一个轮廓的形状和位置(S2220)。例如,处理器可以在多个病变中确定要显示在医疗影像中的一部分病变,并确定关于所确定的一部分的病变的至少一个轮廓的形状和位置。另外,处理器可确定包括文本的至少一个文本区域的位置,所述文本显示关于医疗影像中的至少一个病变的病变信息(S2230)。例如,处理器可基于至少一个轮廓和至少一个文本区域之间的距离或至少一个轮廓和至少一个文本区域之间的重叠与否中的至少一个,确定至少一个文本区域的位置。另外,处理器可确定包括关于已确定的一部分病变的病变信息的至少一个文本的位置。另外,至少一个文本区域可包括多个文本区域,在这种情况下,处理器可基于多个文本区域之间的距离确定多个文本区域的每一个的位置。
处理器可基于已确定的至少一个轮廓的形状和位置及已确定的至少一个文本区域的位置,将至少一个轮廓及至少一个文本区域所包括的文本显示在医疗影像中(S2240)。另外,处理器可以生成指向至少一个轮廓的至少一个箭头,将为了连接至少一个的轮廓和至少一个的文本区域之间而生成的至少一个箭头显示在医疗影像中。此时,处理器可以获取关于从医疗影像中检测出的多个病变的病变信息,并生成多个病变的每一个的箭头。之后,处理器可以将关于每个多个病变的箭头显示在医疗影像中,使得所生成的多个病变的每一个箭头相互不交叉。附加地或替代地,处理器可以将关于每个多个病变的每一个箭头显示在医疗影像中,使得所生成的关于每个多个病变的每一个箭头和分别对应于多个病变的轮廓互相不交叉。附加地或替代地,可确定与至少一个轮廓接触的至少一个接触点区域,显示所生成的至少一个箭头以连接到至少一个接触点区域。例如,至少一个的接触点区域可以包括与至少一个轮廓接触的多个接触点区域,在这种情况下,处理器可基于多个接触点区域之间的距离,确定至少一个的接触点区域。
根据一实施例,处理器可确定要显示在多个病变中医疗影像中的一部分的病变。在这种情况下,处理器可确认在多个病变中病变区域重复的病变,并基于重复的病变之间的重复区域之大小、重复的病变的每一个的病变概率、重复的病变之间的相关性或重复的多个病变中的一部分在一个医疗影像中存在的概率中的至少一个,确定多个病变中的一部分病变。根据这些实施例,医务人员可集中观察作为医疗影像一部分的轮廓周围,最终轻松确定轮廓的内部是否存在病变。
到目前为止,主要研究了各种实施例。本发明所属的技术领域的普通技术人员可应理解本发明可以以在不脱离本发明的本质特征的范围内修改形式实现。因此,所公开的实施例应被认为是描述性而不是限制性的观点。本发明的范围是由权利要求范围表示,而不是由前述的说明,凡在与其等同的范围内的差异均应解释为包含在本发明中。
同时,上述的本发明的实施例可以编写成计算机可执行的程序,并且使用计算机可读记录介质在操作上述程序的通用数字计算机中实现。所述计算机可读的记录介质包括如磁存储介质(例如,ROM、软盘、硬盘等)、光学可读介质(例如,CD-ROM、DVD等)的存储介质。
Claims (20)
1.一种医疗影像装置的操作方法,其中,包括如下步骤:
获取关于从医疗影像中检测出的至少一个病变的病变信息;
基于所述获取的病变信息,确定与所述至少一个病变相对应的至少一个轮廓的形状和位置;
确定包括文本的至少一个文本区域的位置,所述文本显示关于所述医疗影像中的所述至少一个病变的病变信息;以及
基于所述确定的至少一个轮廓的形状和位置以及所述确定的至少一个文本区域的位置,将所述至少一个轮廓和所述至少一个文本区域中包括的文本显示在所述医疗影像中。
2.根据权利要求1所述的医疗影像装置的操作方法,其中,
确定所述至少一个文本区域的位置的步骤包括:
基于所述至少一个轮廓和所述至少一个文本区域之间的距离或所述至少一个轮廓和所述至少一个文本区域之间的重叠与否中的至少一个,确定所述至少一个文本区域的位置的步骤。
3.根据权利要求1所述的医疗影像装置的操作方法,其中,
所述获取步骤包括:
获取关于从所述医疗影像中检测出的多个病变的病变信息的步骤;
所述确定至少一个轮廓的形状和位置的步骤包括:
在所述多个病变中确定要显示在所述医疗影像中的一部分病变的步骤,以及
确定关于所述确定的一部分病变的至少一个轮廓的形状和位置的步骤;
所述确定至少一个文本区域的位置的步骤包括确定至少一个文本区域的位置的步骤,所述文本包括关于所述确定的一部分病变的病变信息。
4.根据权利要求3所述的医疗影像装置的操作方法,其中,
所述确定一部分病变的步骤,包括如下步骤:
确认所述多个病变中病变区域重复的病变;
基于所述重复的病变之间的重复区域的大小、每个所述重复的病变的病变概率、所述重复的病变之间的相关性或所述重复的病变中的一部分存在于一个医疗影像的概率中的至少一个,确定所述多个病变中的一部分病变。
5.根据权利要求1所述的医疗影像装置的操作方法,其中,
还包括生成至少一个箭头的步骤,所述至少一个箭头指向所述至少一个轮廓,
所述显示步骤包括:
将所述生成的至少一个箭头显示在所述医疗影像中,以便连接所述至少一个轮廓和所述至少一个文本区域之间的步骤。
6.根据权利要求5所述的医疗影像装置的操作方法,其中,
所述获取步骤包括:
获取关于从所述医疗影像中检测出的多个病变的病变信息的步骤,
所述生成至少一个箭头的步骤包括:
生成关于每个所述多个病变的箭头的步骤,
将所述生成的箭头显示在所述医疗影像中的步骤包括:
将关于每个所述多个病变的箭头显示在所述医疗影像中,使得关于每个所述生成的多个病变的箭头相互不交叉的步骤。
7.根据权利要求5所述的医疗影像装置的操作方法,其中,
所述获取步骤包括:
获取关于从所述医疗影像中检测出的多个病变的病变信息的步骤,
所述生成箭头的步骤包括:
生成关于每个所述多个病变的箭头的步骤,
将所述生成的箭头显示在所述医疗影像中的步骤包括:
将关于每个所述多个病变的箭头显示在所述医疗影像中,使得关于每个所述生成的多个病变的箭头和与每个所述多个病变相对应的轮廓相互不交叉的步骤。
8.根据权利要求5所述的医疗影像装置的操作方法,其中,
将所述生成的箭头显示在所述医疗影像中的步骤,包括如下步骤:
确定所述生成的箭头与所述至少一个轮廓相接触的至少一个接触点区域;以及
显示所述生成的箭头,使其连接到所述至少一个接触点区域。
9.根据权利要求8所述的医疗影像装置的操作方法,其中,
所述确定至少一个接触点区域的步骤包括:
在与所述至少一个轮廓相接触的多个接触点区域中,基于所述多个接触点区域之间的距离,确定所述至少一个接触点区域的步骤。
10.根据权利要求1所述的医疗影像装置的操作方法,其中,
所述至少一个文本区域包括多个文本区域,
确定至少一个文本区域的位置的步骤包括:
基于所述多个文本区域之间的距离,确定每个所述多个文本区域的位置的步骤。
11.一种电子装置,其中,包括:
存储器,存储一个以上的命令;以及
处理器,配置为通过执行所述存储的一个以上的命令,
获取关于从医疗影像中检测出的至少一个病变的病变信息,
基于所述所获取的病变信息,确定与所述至少一个病变相对应的轮廓的形状和位置,
确定包括显示关于所述医疗影像中的所述至少一个病变的病变信息的文本的至少一个文本区域的位置,
基于所述确定的至少一个轮廓的形状和位置以及所述确定的至少一个文本区域,将包括在所述至少一个轮廓以及所述至少一个文本区域中的文本显示在所述医疗影像中。
12.根据权利要求11所述的电子装置,其中,
所述处理器进一步配置为,
基于所述至少一个轮廓和所述至少一个文本区域之间的距离或所述至少一个轮廓和所述至少一个文本区域之间的重叠与否中的至少一个,确定所述至少一个文本区域的位置。
13.根据权利要求11所述的电子装置,其中,
所述处理器进一步配置为,
获取关于从所述医疗影像中检测出的多个病变的病变信息,
确定所述多个病变中要显示在所述医疗影像中的一部分病变,
确定关于所述确定的一部分病变的至少一个轮廓的形状和位置,
确定包括关于所述确定的一部分病变的病变信息的至少一个文本区域的位置。
14.根据权利要求13所述的电子装置,其中,
所述处理器进一步配置为,
确认所述多个病变中病变区域重复的病变,
并基于所述重复的病变之间的重复区域的大小、每个所述重复的病变的病变概率、每个所述重复的病变之间的相关性或所述重复的病变中的一部分在一个医疗影像中存在的概率中的至少一个,确定所述多个病变中的一部分病变。
15.根据权利要求11所述的电子装置,其中,
所述处理器进一步配置为,
生成指向所述至少一个轮廓的至少一个箭头,
将所述生成的至少一个箭头显示在所述医疗影像中,以连接所述至少一个轮廓和所述至少一个文本区域之间。
16.根据权利要求15所述的电子装置,其中,
所述处理器进一步配置为,
获取关于从所述医疗影像中检测出的多个病变的病变信息,
生成关于每个所述多个病变的箭头,
将每个所述多个病变的箭头显示在所述医疗影像中,使得所述生成的每个多个病变的箭头相互不交叉。
17.根据权利要求15所述的电子装置,其中,
所述处理器进一步配置为,
获取关于从医疗影像中检测出的多个病变的病变信息,
生成关于每个所述多个病变的箭头,
将所述关于每个多个病变的箭头显示在所述医疗影像中,使得所述关于每个生成的每个多个病变的箭头和与每个所述多个病变相对应的轮廓相互不交叉。
18.根据权利要求15所述的电子装置,其中,
所述处理器进一步配置为,
确定所述生成的箭头和所述至少一个轮廓相接触的至少一个接触点区域,
显示所述生成的箭头,使其连接到所述至少一个接触点区域。
19.根据权利要求18所述的电子装置,其中,
所述处理器进一步配置为,
在与所述至少一个轮廓相接触的多个接触点区域中,基于所述多个接触点区域之间的距离,确定所述至少一个接触点区域。
20.根据权利要求11所述的电子装置,其中,
所述至少一个文本区域包括多个文本区域,
所述处理器进一步配置为,
基于所述多个文本区域之间的距离,确定每个所述多个文本区域的位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2020-0025445 | 2020-02-28 | ||
KR1020200025445A KR102216697B1 (ko) | 2020-02-28 | 2020-02-28 | 의료 영상 장치 및 의료 영상 처리 방법 |
PCT/KR2021/002426 WO2021172921A1 (ko) | 2020-02-28 | 2021-02-25 | 의료 영상 장치 및 의료 영상 처리 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115176317A true CN115176317A (zh) | 2022-10-11 |
Family
ID=74731405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180017059.XA Pending CN115176317A (zh) | 2020-02-28 | 2021-02-25 | 医疗影像装置的操作方法及医疗影像电子装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220415013A1 (zh) |
EP (1) | EP4095866A4 (zh) |
JP (1) | JP2023515609A (zh) |
KR (2) | KR102216697B1 (zh) |
CN (1) | CN115176317A (zh) |
WO (1) | WO2021172921A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102216697B1 (ko) * | 2020-02-28 | 2021-02-17 | 주식회사 루닛 | 의료 영상 장치 및 의료 영상 처리 방법 |
WO2024121886A1 (ja) * | 2022-12-05 | 2024-06-13 | 日本電気株式会社 | 内視鏡検査支援装置、内視鏡検査支援方法、及び、記録媒体 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5426105B2 (ja) * | 2008-03-27 | 2014-02-26 | 富士フイルム株式会社 | 医用レポートシステム、医用レポート閲覧装置、医用レポートプログラム、及び医用レポートシステムの作動方法 |
US20100158332A1 (en) * | 2008-12-22 | 2010-06-24 | Dan Rico | Method and system of automated detection of lesions in medical images |
JP5707148B2 (ja) * | 2010-01-27 | 2015-04-22 | 株式会社東芝 | 医用画像診断装置及び医用画像処理装置 |
KR102049336B1 (ko) * | 2012-11-30 | 2019-11-27 | 삼성전자주식회사 | 컴퓨터 보조 진단 장치 및 방법 |
JP6334927B2 (ja) * | 2014-01-23 | 2018-05-30 | 三菱電機株式会社 | 付加情報表示装置および付加情報表示プログラム |
WO2015121776A1 (en) * | 2014-02-12 | 2015-08-20 | Koninklijke Philips N.V. | Systems for monitoring lesion size trends and methods of operation thereof |
JP6827706B2 (ja) * | 2015-09-09 | 2021-02-10 | キヤノン株式会社 | 情報処理装置及びその方法、情報処理システム、コンピュータプログラム |
JP6646395B2 (ja) * | 2015-09-28 | 2020-02-14 | キヤノン株式会社 | 情報処理装置及びその方法、情報処理システム、コンピュータプログラム |
KR102216697B1 (ko) * | 2020-02-28 | 2021-02-17 | 주식회사 루닛 | 의료 영상 장치 및 의료 영상 처리 방법 |
-
2020
- 2020-02-28 KR KR1020200025445A patent/KR102216697B1/ko active IP Right Grant
-
2021
- 2021-02-02 KR KR1020210014945A patent/KR20210110183A/ko not_active Application Discontinuation
- 2021-02-25 CN CN202180017059.XA patent/CN115176317A/zh active Pending
- 2021-02-25 EP EP21759916.6A patent/EP4095866A4/en active Pending
- 2021-02-25 WO PCT/KR2021/002426 patent/WO2021172921A1/ko unknown
- 2021-02-25 JP JP2022552179A patent/JP2023515609A/ja active Pending
-
2022
- 2022-08-25 US US17/895,315 patent/US20220415013A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023515609A (ja) | 2023-04-13 |
EP4095866A4 (en) | 2024-03-06 |
US20220415013A1 (en) | 2022-12-29 |
KR102216697B1 (ko) | 2021-02-17 |
KR20210110183A (ko) | 2021-09-07 |
EP4095866A1 (en) | 2022-11-30 |
WO2021172921A1 (ko) | 2021-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101116110B (zh) | 医学图像浏览协议 | |
US20220415013A1 (en) | Medical imaging device and medical image processing method | |
US8423571B2 (en) | Medical image information display apparatus, medical image information display method, and recording medium on which medical image information display program is recorded | |
US8116574B2 (en) | Result filter and method for selecting the result data of an application for automatic pattern recognition | |
US10394416B2 (en) | User interface system and method for enabling mark-based interaction for images | |
US9619925B2 (en) | Method and image-processing system for generating a volume-viewing image of the interior of a body | |
JP2008529578A5 (zh) | ||
US11043296B2 (en) | Systems and methods for semi-automatic tumor segmentation | |
CN110400302B (zh) | 一种确定、显示乳房图像中病灶信息的方法及装置 | |
US20120207369A1 (en) | Presentation of Locations in Medical Diagnosis | |
CN113506365A (zh) | 图像显示方法及相关装置和电子设备、存储介质 | |
CN113516758A (zh) | 图像显示方法及相关装置和电子设备、存储介质 | |
CN111145877A (zh) | 交互方法、信息处理方法、显示方法及存储介质 | |
CN113329684A (zh) | 注释支持装置、注释支持方法及注释支持程序 | |
JP7380668B2 (ja) | 表示制御装置、表示制御システム、表示制御方法及びプログラム | |
JP5745947B2 (ja) | 医用画像処理装置、医用画像処理方法 | |
US20220409324A1 (en) | Systems and methods for telestration with spatial memory | |
EP3855392A1 (en) | System and method for linking a segmentation graph to volumetric data | |
WO2023274599A1 (en) | Methods and systems for automated follow-up reading of medical image data | |
CN114494317A (zh) | 基于腹腔镜的生物组织边缘提取方法及电子设备 | |
CN113506313A (zh) | 图像处理方法及相关装置和电子设备、存储介质 | |
JP7151464B2 (ja) | 肺画像処理プログラム、肺画像処理方法および肺画像処理システム | |
EP4379657A1 (en) | Method for detecting lesion and lesion detection program | |
US20230404532A1 (en) | Display device and control method of display device | |
Moerth | Scaling Up Medical Visualization: Multi-Modal, Multi-Patient, and Multi-Audience Approaches for Medical Data Exploration, Analysis and Communication |
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 |