CN116188617B - Ct图像数据处理方法、装置及ct系统 - Google Patents
Ct图像数据处理方法、装置及ct系统 Download PDFInfo
- Publication number
- CN116188617B CN116188617B CN202310434881.7A CN202310434881A CN116188617B CN 116188617 B CN116188617 B CN 116188617B CN 202310434881 A CN202310434881 A CN 202310434881A CN 116188617 B CN116188617 B CN 116188617B
- Authority
- CN
- China
- Prior art keywords
- image
- target area
- target
- image data
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000003384 imaging method Methods 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000010521 absorption reaction Methods 0.000 claims abstract description 19
- 210000000481 breast Anatomy 0.000 claims description 107
- 230000002308 calcification Effects 0.000 claims description 62
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000012946 outsourcing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 210000005075 mammary gland Anatomy 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 abstract description 13
- 238000004364 calculation method Methods 0.000 abstract description 4
- 208000004434 Calcinosis Diseases 0.000 description 65
- 210000001519 tissue Anatomy 0.000 description 12
- 210000004907 gland Anatomy 0.000 description 11
- 239000000126 substance Substances 0.000 description 7
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 238000007665 sagging Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000007667 floating Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000762 glandular Effects 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 210000004872 soft tissue Anatomy 0.000 description 4
- 210000000577 adipose tissue Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000002685 pulmonary effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010006272 Breast mass Diseases 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000030270 breast disease Diseases 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 229940039231 contrast media Drugs 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 206010020718 hyperplasia Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000004088 microvessel Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 208000023516 stroke disease Diseases 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
-
- 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
- A61B6/465—Displaying means of special interest adapted to display user selection data, e.g. graphical user interface, icons or menus
-
- 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
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Pulmonology (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及图像处理技术领域,提供了一种CT图像数据处理方法、装置及CT系统。该方法获取投影数据,通过对投影数据进行重建得到第一目标区域的CT图像,依据第一目标区域的CT图像和投影数据生成第二目标区域的CT图像,第二目标区域位于第一目标区域内,第二目标区域的CT图像的精度高于第一目标区域的CT图像的精度,依据第二目标区域的CT图像确定目标对象的成像信息,目标对象位于第二目标区域内,成像信息至少包括位置坐标信息和X射线吸收程度信息,对第一目标区域的CT图像和目标对象的成像信息分别进行单独存储。根据本发明,减少了影像数据对例如算力和存储空间等资源的耗用,增加了数据重建和数据存储的效率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及CT图像数据处理方法、装置及CT系统。
背景技术
医学三维影像数据在临床应用中有广泛的应用,医生可以通过影像数据来观察并了解患者的病情。为了能够准确识别出病灶并对患者的病情进行准确诊断,因此获取并保存的医学三维影像数据的数据量普遍较大,从而能够清晰地呈现出患者的患病部位图像。
为了减少影像数据在存储过程中发生的资源消耗,行业中采取了一些压缩技术,例如DICOM(Digital Imaging and Communications in Medicine,医学数字成像和通信)作为医学图像和相关信息的传输标准能够支持JPEG(Joint Photographic ExpertsGroup)等图像格式的压缩,或者直接使用压缩文件的方式压缩影像数据文件。
然而,对影像数据进行压缩虽然能够减少存储空间的占用,但在保存影像数据时需要进行压缩,在读取影像数据时需要进行解压缩,这需要耗费更多的时间和运算资源,并且还对内存和图形处理器缓存有着较高的要求。
发明内容
为了解决上述技术问题中的至少一个,本发明提供了CT图像数据处理方法、装置及CT系统。
本发明第一方面提出了一种CT图像数据处理方法,包括:获取投影数据;通过对所述投影数据进行重建得到第一目标区域的CT图像,其中,所述第一目标区域对应于人体的第一对象;依据第一目标区域的CT图像和所述投影数据生成第二目标区域的CT图像,其中,所述第二目标区域位于所述第一目标区域内,第二目标区域的CT图像的精度高于所述第一目标区域的CT图像的精度;依据所述第二目标区域的CT图像确定目标对象的成像信息,其中,所述目标对象位于所述第二目标区域内,所述成像信息至少包括位置坐标信息和X射线吸收程度信息;以及对所述第一目标区域的CT图像和所述目标对象的成像信息分别进行单独存储。
根据本发明的一个实施方式,通过对所述投影数据进行重建得到第一目标区域的CT图像,包括:按完整成像区域对所述投影数据进行重建得到初始CT图像;以及依据所述初始CT图像得到所述第一目标区域的CT图像。
根据本发明的一个实施方式,依据所述初始CT图像得到所述第一目标区域的CT图像,包括:对所述初始CT图像进行分割,得到所述第一目标区域的CT图像;或者,依据所述初始CT图像确定所述第一目标区域,按第一精度和所述第一目标区域对所述投影数据进行重建得到所述第一目标区域的CT图像,其中,所述第一精度高于所述初始CT图像的精度。
根据本发明的一个实施方式,在按第一精度和所述第一目标区域对所述投影数据进行重建时,通过分块重建或分层重建的方式对所述投影数据进行重建。
根据本发明的一个实施方式,通过对所述初始CT图像进行阈值分割的方式确定所述第一目标区域。
根据本发明的一个实施方式,依据所述第二目标区域的CT图像确定目标对象的成像信息,包括:通过对所述第二目标区域的CT图像进行阈值分割的方式识别所述目标对象;以及从所述第二目标区域的CT图像中提取所述目标对象的成像信息。
根据本发明的一个实施方式,对所述第一目标区域的CT图像进行存储,包括:沿预设方向对所述第一目标区域的CT图像进行切片得到切片图像数据,其中,所述预设方向依据所述第一目标区域的形状设置;以及对所述切片图像数据进行存储。
根据本发明的一个实施方式,所述预设方向为沿矢状轴方向。
根据本发明的一个实施方式,对所述第一目标区域的CT图像进行切片得到切片图像数据,包括:对所述第一目标区域的CT图像进行切片;以及在切片结果中确定所述第一对象的最小外接圆或最小外包矩形,并将所述最小外接圆或最小外包矩形中的图像数据作为切片图像数据。
根据本发明的一个实施方式,在对所述第一目标区域的CT图像进行切片时,切片间隔和/或切片数量依据所述第一对象的尺寸设置。
根据本发明的一个实施方式,对于小于第一预设尺寸的所述目标对象,所述成像信息包括所述目标对象中心点的位置坐标信息、CT值和所述目标对象的直径。
根据本发明的一个实施方式,对于大于第二预设尺寸的所述目标对象,所述成像信息包括所述目标对象的形状信息、所述目标对象中心点的位置坐标信息和CT值。
根据本发明的一个实施方式,所述CT图像数据处理方法还包括:响应于阅片指示,开始对所述第一目标区域的CT图像和所述目标对象进行显示。
根据本发明的一个实施方式,对所述第一目标区域的CT图像和所述目标对象进行显示,包括:对所述第一目标区域的CT图像进行显示;以及响应于画面放大指示,开始对放大后的画面中的包含的所述目标对象进行显示。
根据本发明的一个实施方式,在所述第一目标区域的CT图像所需的加载能力超出显示设备的加载能力时,对所述第一目标区域的CT图像进行显示,包括:对所述第一目标区域的CT图像进行降采样,并对降采样后的图像进行显示。
根据本发明的一个实施方式,所述第一对象为乳房,所述目标对象包括钙化点。
本发明第二方面提出了一种CT图像数据处理装置,包括:存储器,所述存储器存储执行指令;以及处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行上述任一实施方式所述的CT图像数据处理方法。
本发明第三方面提出了一种CT系统,包括:上述任一实施方式所述的CT图像数据处理装置。
附图说明
附图示出了本发明的示例性实施方式,并与其说明一起用于解释本发明的原理,其中包括了这些附图以提供对本发明的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是根据本发明的一个实施方式的CT图像数据处理方法的流程示意图。
图2是根据本发明的另一个实施方式的CT图像数据处理方法的流程示意图。
图3是根据本发明的又一个实施方式的CT图像数据处理方法的流程示意图。
图4是根据本发明的还一个实施方式的CT图像数据处理方法的流程示意图。
图5是根据本发明的再一个实施方式的CT图像数据处理方法的流程示意图。
图6是根据本发明的一个实施方式的采用处理系统的硬件实现方式的CT图像数据处理装置的示意图。
具体实施方式
下面结合附图和实施方式对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分。
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本发明的技术方案。
除非另有说明,否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本发明的技术构思的一些方式的各种细节的示例性特征。因此,除非另有说明,否则在不脱离本发明的技术构思的情况下,各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
本文使用的术语是为了描述具体实施例的目的,而不是限制性的。如这里所使用的,除非上下文另外清楚地指出,否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外,当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时,说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组,但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是,如这里使用的,术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语,如此,它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
下面以乳腺CT的图像处理为例,参考附图描述本发明的CT图像数据处理方法、装置及CT系统。
乳腺CT主要用于检查乳腺部位的组织结构和异常情况。例如,乳腺CT能够对乳腺肿块和组织钙化进行检测。在通过乳腺CT对被检者进行检查时,需要记录微小钙化点,因此需要保存超高分辨率的图像,但是超高分辨率图像在存储时需要较大的存储空间,并且在读写数据时也需要消耗较长的时间。具体来说,如果要使得乳腺CT图像能够分辨0.1mm以下的钙化点,则在存储的CT图像数据中,体素边长需要设置为小于0.1mm,例如设置为75μm,同时还要记录下整个乳房的信息。这种情况下,数据量将比一般的医学图像提高一到两个数量级,对存储和计算资源的需求将极高。若对CT图像进行压缩,则在压缩和解压缩时会耗用更多的时间和运算资源,并且还对内存和图形处理器缓存有着较高的要求。
可以理解的是,除了乳腺CT外,在许多其他CT扫描中,也会需要高分辨率CT图像来显示出微小的异常区域,以便医生更准确地诊断疾病。例如肺部CT检查时,需要高分辨率图像来记录微小的肺部结节;在脑部CT检查时,需要高分辨率图像来记录脑卒中或神经退行性疾病或者微小血管的细节。
图1是根据本发明的一个实施方式的CT图像数据处理方法的流程示意图。参阅图1,本实施方式的CT图像数据处理方法M10可以包括以下步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。
S100,获取投影数据。
在对被检者进行乳腺CT拍摄时,被检者可以趴卧在扫描床上。扫描床上的相应位置可以设置有通孔,使得当被检者趴卧在扫描床上时,乳房能够穿过通孔并处于自然下垂的状态,即乳头的朝向与下垂的方向相一致,此时乳房的边界大致呈抛物面状。在启动CT机并对被检者开始扫描时,射源发出X射线,探测器接收到穿过被检者的X射线并形成投影数据。可以理解的是,射源和探测器均可以设置于扫描床的下方并大致面向乳房,在扫描后得到的投影数据所对应的空间范围可以为圆柱状,乳房位于该圆柱空间内。
可以理解的是,由于乳腺CT需要对钙化点进行检测,而钙化点的尺寸可能很小,因此在对被检者进行扫描时,需要采用高分辨率模式进行扫描,得到高精度的投影数据,从而能够通过后续步骤确定出微小的钙化点。
S200,通过对投影数据进行重建得到第一目标区域的CT图像。其中,第一目标区域对应于人体的第一对象。
对于乳腺CT的场景,第一目标区域可以为乳房的空间区域,此时第一对象为乳房。由于在乳腺CT检查主要是评估乳腺疾病和异常,例如肿块、囊肿和乳腺增生,而乳房中的大部分组成部分(例如软组织)不是检查时的最关键部分,因此对乳房软组织的精度要求可以相对较低。由此,可以通过对投影数据进行低分辨率的重建得到重建结果,并依据重建结果得到低分辨率的三维的第一目标区域CT图像,简称第一CT图像或乳房CT图像。重建时使用的算法可以是滤波反投影算法(Filtered Back Projection,FPB),或者采用迭代重建(Iterative Reconstruction)算法。
在后续医生需要进行阅片时,会对第一CT图像进行显示。由于是采用相对较低的分辨率进行重建得到的第一CT图像,因此在重建时所需的时间、运算资源的耗用和对硬件的要求均较低,并且由于对乳房的精度需求相对较低,因此低分辨率的乳房CT图像也能够满足医生阅片时对乳房的精度要求。
S300,依据第一目标区域的CT图像和投影数据生成第二目标区域的CT图像。其中,第二目标区域位于第一目标区域内,第二目标区域的CT图像的精度高于第一目标区域的CT图像的精度。
第二目标区域可以为乳房中的乳腺腺体。乳腺腺体位于乳房内,钙化点则位于乳腺腺体内。通过生成乳腺腺体的CT图像以便于后续确定钙化点的信息。由于钙化点是乳腺CT检查中需要评估的重要指标之一,医生在阅片时需要了解乳腺中的钙化点情况,在CT影像中需要较高的分辨率来显示钙化点的情况,因此在CT图像中对钙化点的精度要求较高。由此,可以通过乳房CT图像和投影数据来生成三维的第二目标区域的CT图像,简称第二CT图像或腺体CT图像。例如,通过第一CT图像来确定出腺体区域,具体可以通过图像分割的方式在第一CT图像中确定出腺体区域,然后对腺体区域利用高精度的投影数据进行高分辨率模式下的重建,从而得到高精度的第二CT图像。在生成第二CT图像时,可以采用高分辨率或超高分辨率模式进行生成,使得第二CT图像的精度高于第一CT图像,进而使得钙化点的精度也较高。
S400,依据第二目标区域的CT图像确定目标对象的成像信息。其中,目标对象位于第二目标区域内,成像信息至少包括位置坐标信息和X射线吸收程度信息。
目标对象可以包括钙化点和钙化灶。在精度较高的腺体CT图像中识别出钙化点和钙化灶,例如可以通过图像分割的方式识别出钙化点和钙化灶,然后确定出这些钙化点和钙化灶的位置坐标以及X射线吸收程度。其中,X射线吸收程度可以采用CT值来表征。CT值是测定人体某一局部组织或器官密度大小的一种计量单位,用于定量衡量组织对于X光的吸收率,根据吸收率相对于水的标准化量计算得出,属于相对数值。
S500,对第一目标区域的CT图像和目标对象的成像信息分别进行单独存储。
钙化点和钙化灶在乳房中的分布是稀疏的,例如可能是少量分布在乳腺组织中。因此在得到乳房CT图像和钙化点/钙化灶的成像信息后,对图像和成像信息以不同的存储格式分别进行存储。例如,乳房CT图像的存储格式为图像格式,而成像信息的存储格式则可以包括浮点数,通过浮点数来记录目标对象的位置坐标信息和X射线吸收程度信息(如CT值)。
根据本发明的实施方式提出的CT图像数据处理方法,以低分辨率生成并存储CT图像,以高分辨率生成待观测的微小目标对象并以非图像方式对其进行存储,对CT图像和微小目标对象以不同的数据格式进行分开存储,在CT图像的重建和CT数据存储时,降低了对例如内存和图像处理器等硬件的要求和对设备的负担,减少了影像数据对例如算力和存储空间等资源的耗用,增加了数据重建和数据存储的效率,同时能够对例如微小钙化点和肿块等的微小目标对象进行高精度地记录。
图2是根据本发明的另一个实施方式的CT图像数据处理方法的流程示意图。参阅图2,步骤S200可以包括步骤S210和步骤S220。
S210,按完整成像区域对投影数据进行重建得到初始CT图像。
完整成像区域为CT机完整的成像视野,第一目标区域和第二目标区域均包含于完整成像区域内。在生成乳房CT图像时,首先按完整成像区域和低分辨率模式对投影数据进行粗重建,得到完整视野的三维CT图像,也就是初始CT图像。初始CT图像中包含了第一目标区域,也就是包含了乳房。
S220,依据初始CT图像得到第一目标区域的CT图像。
在得到初始CT图像后,对初始CT图像进行图像处理,从中得到乳房CT图像。示例性地,步骤S220可以通过以下两种方式的任一种来得到乳房CT图像。
第一种,对初始CT图像进行分割,得到第一目标区域的CT图像。
在采用第一种方式时,直接对低分辨率的初始CT图像进行分割,依据分割结果得到乳房CT图像,即第一目标区域的CT图像。此种方式适合于:初始CT图像的分辨率已经满足在阅片时对乳房精度的要求,因此可以直接对初始CT图像进行分割获取乳房CT图像而无需对乳房区域进行更高分辨率的重建。此时各重建CT图像的精度大小关系为:初始CT图像精度=第一CT图像(乳房)精度<第二CT图像(腺体)精度。
第二种,依据初始CT图像确定第一目标区域,按第一精度和第一目标区域对投影数据进行重建得到第一目标区域的CT图像,其中,第一精度高于初始CT图像的精度。
在采用第二种方式时,先对低分辨率的初始CT图像进行分割,依据分割结果确定出乳房的区域范围,然后对乳房的区域范围进行重建,重建时依据的分辨率要高于重建初始CT图像时的分辨率,使得重建得到的乳房CT图像的精度高于初始CT图像的精度。此种方式适合于:初始CT图像的分辨率无法满足在阅片时对乳房精度的要求,因此在对初始CT图像进行分割并得到乳房区域后,还需要对乳房区域进行更高分辨率的重建,从而得到乳房CT图像。此时各重建CT图像的精度大小关系为:初始CT图像精度<第一CT图像(乳房)精度<第二CT图像(腺体)精度。
可以理解的是,对于上述两种方式中的任一种来说,若在扫描时被检者的乳房通过通孔处于自然下垂状态并且射源和探测器均位于扫描床下方并与乳房所在的位置大致平齐,则初始CT图像中可能仅包含空气区域和乳房区域。按方式一进行分割或者按方式二进行区域确定时,相当于将空气区域与乳房区域分离,从而按方式一直接得到乳房区域图像或者按方式二再通过重建得到乳房区域图像,即乳房CT图像。
示例性地,在上述第二种方式中,在按第一精度和第一目标区域对投影数据进行重建时,可以通过分块重建或分层重建的方式对投影数据进行重建。
若采用分层重建的方式,则可以先对第一目标区域的空间区域进行分层,并利用预先确定出的重建设备(如计算机)单次能够进行重建的最大数据量,确定单次能够重建的最大层数值,满足每层需要重建的体素数之和小于最大能重建的数据量即可。每次重建得到的结果可以直接保存到硬盘中,保存的文件格式可以采用raw文件、dicom文件或其他格式文件。然后释放重建设备的缓存,继续进行剩余层的重建,直至将第一目标区域内的投影数据全部重建完毕。
若采用分块重建的方式,则可以先将第一目标区域的空间区域分割为多个区域块,分别对每个区域块单独进行重建,重建之后进行区域块之间的配准和整合,得到整个第一目标区域的重建结果。
分层重建和分块重建均可以减少对重建设备的内存要求和运算资源的占用量,并且可以提高重建的速度。
示例性地,在上述两种方式中,可以通过对初始CT图像进行阈值分割的方式确定第一目标区域。阈值分割用于将图像中不同组织的像素值分为不同的区域,以便对特定组织进行分析和处理。具体来说,阈值分割可以根据预先设定的阈值,将与该阈值相似或高于该阈值的像素归为一类,并将低于该阈值的像素归为另一类,由此实现对人体不同部位的划分,得出乳房的区域范围。阈值分割时采用的阈值可以是X光吸收系数。X光吸收系数能够表征X射线通过物质时被物质吸收的程度,通过直接测量X射线在物质中的吸收能力得到,属于物质固有属性。在CT图像中,不同组织和物质对X射线的吸收程度是不同的,因此可以使用X光吸收系数作为阈值分割的依据来区分不同的组织和物质,从而将乳房与空气等其他不相关的区域分开。
图3是根据本发明的又一个实施方式的CT图像数据处理方法的流程示意图。参阅图3,步骤S300可以包括步骤S310和步骤S320。
S310,通过对第一目标区域的CT图像进行阈值分割确定第二目标区域。
S320,按第二目标区域对投影数据进行重建得到第二目标区域的CT图像。
在乳房中,脂肪组织的密度小于腺体组织,因此脂肪组织的吸收系数小于腺体组织,可以采用分割的方式得到腺体组织区域(第二目标区域)。由于乳房内部各部分的组成和成分对于X射线的吸收程度有所不同,通过阈值分割能够快速准确地实现不同对象的分割和识别,因此对第一CT图像进行分割的方式可以采用上述阈值分割的方式。另外,也可以通过接收用户对CT系统的输入来确定出用户期望分割出的第二目标区域。
得到第二目标区域(腺体)的空间范围后,按第二目标区域的空间范围对投影数据进行重建,得到第二目标区域的CT图像(第二CT图像,即腺体CT图像)。由于对目标对象(例如钙化点和钙化灶)的精度要求较高,因此可以采用高分辨率或超高分辨率模式进行第二CT图像的重建,得到高精度的第二CT图像。
继续参阅图3,步骤S400可以包括步骤S410和步骤S420。
S410,通过对第二目标区域的CT图像进行阈值分割的方式识别目标对象。
S420,从第二目标区域的CT图像中提取目标对象的成像信息。
对第二CT图像进行分割,得到目标对象(钙化点和钙化灶)的图像。通过对目标对象的图像进行分析,提取出目标对象的坐标点和CT值。
图4是根据本发明的还一个实施方式的CT图像数据处理方法的流程示意图。参阅图4,步骤S500中对第一目标区域的CT图像进行存储的方式可以包括步骤S510和步骤S520。
S510,沿预设方向对第一目标区域的CT图像进行切片得到切片图像数据。其中,预设方向依据第一目标区域的形状设置。
S520,对切片图像数据进行存储。
以第一对象对应乳房为例,由于乳房的形状不是完全不规则的,尤其是在处于自然下垂的状态下,乳房的形状相对规则,例如呈圆锥型、纺锤型或半球型。因此可以依据乳房的形状来确定出预设方向,并沿预设方向对乳房CT图像进行切片。示例性地,预设方向可以为沿矢状轴方向。矢状轴(Sagittal Axis)用于描述人体在前后方向上的定位,即从人体的前方到人体的后方的方向。可以理解的是,第一对象形状的不同或下垂方向的不同可以对应有不同的预设方向,例如还可以采用冠状轴(Coronal Axis)或垂直轴(VerticalAxis)作为预设方向。其中,冠状轴用于描述人体在左右方向上的定位,即从左侧到右侧的方向;垂直轴用于描述人体在上下方向上的定位,即从头到脚的方向。假设矢状轴为Z轴,在沿Z轴方向对乳房CT图像进行切片时,可以是沿从人体后方到人体前方的方向来进行切片并记录切片数据。
按照Z方向进行切片能够得到一系列切片图像数据。在对切片图像数据进行保存时,可以使用raw文件格式进行密集存储,也可以进行压缩并使用dicom文件进行存储。存储后得到一个raw序列或dicom序列,序列中记录了整个乳房的成像信息。
通过对乳房CT图像进行切片并保存切片数据作为乳房成像信息,能够减少数据存储量以及显示时的加载时间,进一步降低了对内存和图形处理器的硬件要求。
步骤S510可以包括:对第一目标区域的CT图像进行切片,在切片结果中确定第一对象的最小外接圆或最小外包矩形,并将最小外接圆或最小外包矩形中的图像数据作为切片图像数据。
在切片过程中,对得到的每个切片结果进行识别,识别出其中的乳房区域,然后确定出该切片图像中乳房的最小外接圆或最小外包矩形,并将最小外接圆或最小外包矩形内的图像作为切片图像数据进行保存,同时还记录切片图像的中心点位置信息。由于切片图像之间具有切片间隔,第一CT图像的通过外接圆或外包矩形来进一步降低待存储数据占用的存储空间。
示例性地,在对第一目标区域的CT图像进行切片时,切片间隔和/或切片数量可以依据第一对象的尺寸设置。
Z方向的切片数量可以根据乳房大小自适应调整。切片间隔和切片像素边长可以取一个较大值,具体可以根据设备硬件条件和对乳房的图像质量要求进行设置。当选取的像素边长较大或者设备硬件配置很高的情况下,可以直接用三维数组对切片图像数据进行保存,即保存一个立方体区域的数据,此时无需进行切片间隔和切片数量的自适应调整。
在钙化点和钙化灶的成像信息存储方面,示例性地,对于小于第一预设尺寸的目标对象,成像信息可以包括目标对象中心点的位置坐标信息、CT值和目标对象的直径。对于大于第二预设尺寸的目标对象,成像信息可以包括目标对象的形状信息、目标对象中心点的位置坐标信息和CT值。
钙化点和钙化灶的数据保存可以采用离散的方式进行存储。对于尺寸较小的钙化点,例如直径小于1mm的钙化点,由于其体积过小因此无需考虑其具体形状,通过五个浮点数记录即可。五个浮点数包括:被视为圆球状的钙化点的圆心坐标(包括X、Y、Z轴共三个坐标值),CT值以及钙化点的直径。对于尺寸较大的钙化点和钙化灶,可以根据其具体形状来确定如何存储。若钙化点的形状近似于规则形状,则钙化点的形状信息为其具体的形状。若钙化点的形状较为不规则,则钙化点的形状信息为其形状模型的信息。
图5是根据本发明的再一个实施方式的CT图像数据处理方法的流程示意图。参阅图5,CT图像数据处理方法M10还可以包括步骤S600。
S600,响应于阅片指示,开始对第一目标区域的CT图像和目标对象进行显示。
在完成对乳房CT图像和钙化点成像信息进行存储后,或者在获取到乳房CT图像和钙化点成像信息但还未进行存储之前,若医生向CT系统发出了阅片指示,则CT系统开始对乳房CT图像和钙化点进行加载,然后通过图形处理器GPU的渲染后进行显示,以便于医生对被检者的CT图像进行查看。由于通过步骤S100值步骤S500以低分辨率生成并存储CT图像,以高分辨率生成待观测的微小目标对象并以非图像方式对其进行存储,以及对CT图像和微小目标对象以不同的数据格式进行分开存储,因此能够降低在显示CT图像过程中的硬件需要和设备负担,进一步减少了软件资源的耗用和占用,同时对待观测的微小目标对象能够进行高精度地显示,例如微小钙化点和肿块。
示例性地,在步骤S600中,对第一目标区域的CT图像和目标对象进行显示的方式可以包括:对第一目标区域的CT图像进行显示,响应于画面放大指示,开始对放大后的画面中的包含的目标对象进行显示。
由于同时对乳房图像和钙化点进行显示可能会对图形处理器GPU造成较大的硬件负担,因此为了减少对GPU产生的负担,使得渲染和显示过程更为流畅,因此可以在初始时刻仅加载乳房图像,并不对钙化点进行加载。当医生通过输入指令或点击按钮等方式向CT系统发出画面放大指示以便于能够观察乳房的更为细节的情况时,此时再开始对钙化点进行加载和渲染,然后对钙化点进行显示。
示例性地,在步骤S600中,在第一目标区域的CT图像所需的加载能力超出显示设备的加载能力时,在对第一目标区域的CT图像进行显示时,先对第一目标区域的CT图像进行降采样,并对降采样后的图像进行显示。
若仅加载乳房CT图像而暂时不加载钙化点时仍然会对图形处理器GPU造成较大的硬件负担,则可以在加载乳房CT图像之前先对乳房CT图像进行降采样,通过降采样来增加体素边长。体素边长与图像的分辨率和精度有直接关系,体素边长越小,分辨率和精度越高。因此增加体素边长能够降低乳房CT图像的精度,以避免CT系统的显示设备发生卡顿,使得渲染和显示过程更为流畅。
对于一台视野为28cm*28cm的CT机,在该视野下,若选择的体素数量是1024*1024*1024,则在用uint16型数据来表示CT图像时,在不对CT图像进行压缩存储的情况下,数据量为2G左右。这基本达到了目前普通高配工控机能够承受的极限。若数据量更大,则会出现显示卡顿、加载慢、电脑卡死等问题。并且,在当前视野和当前的体素数量下,体素边长为0.273mm,在这样的体素边长下难以对微小的钙化点进行记录。
另外,大多数人的乳房尺寸不会达到当前视野(28cm *28cm)的边界,甚至可能远小于当前视野的尺寸,因此在当前视野的范围内有很多数据是拍摄到的空气,这部分数据属于无效数据。同时,乳房的形状相对比较固定,主要呈现上大下小的形状,如果采用统一的长方体或正方体来保存数据,则在长方体或正方体的下方会保存大量无效数据。
基于此,本实施方式提供的CT图像数据处理方法M10采用自适应的方式来降低无效数据的数据量。具体为,在对投影数据进行重建时,首先进行一次粗重建得到初始CT图像(步骤S210),例如按1mm的体素边长进行重建。在28cm*28cm的视野范围下,体素数量为280*280*280,使得体素数量较少,加快了重建速度并降低了计算量。
在粗重建中得到了乳房的低精度信息,然后可以对初始CT图像进行降噪滤波或高斯滤波或中值滤波,并对初始CT图像进行阈值分割,此时的阈值可以设置为0.18(X光吸收系数),阈值分割后得到乳房的每层的有效数据直径d,该直径即为最小外接圆的直径。对于不同大小的乳房,d能够在Z轴方向上d自适应。初始CT图像中的有效区域表示为:。其中,有效区域即为初始CT图像中的乳房区域,即第一目标区域。x为X轴的体素坐标,y为Y轴的体素坐标,z为Z轴的体素坐标,Z轴可以为矢状轴,此时X轴和Y轴中,其中一个为冠状轴,另一个为垂直轴。f(z)为关于z的函数。若某个坐标点的x、y、z坐标值满足上述公式,说明该坐标点位于第一目标区域内。
然后按有效区域对投影数据进行分块重建或分层重建,从而得到第一目标区域,也就是得到了乳房的CT图像(步骤S220)。在本次重建过程中,体素边长可以选择保存乳房的合适边长,例如采用0.25mm的体素边长。通过分块重建或分层重建的方式对上述有效区域进行重建即可得到乳房CT图像。
需要说明的是,如果重建设备的最大单次重建数据量较大,并且对乳房CT图像的精度要求较低,则可以无需采用分块重建或分层重建的方式进行重建,而是可以单次重建完成得到乳房CT图像。例如,重建时的体素边长采用0.5mm,视野为28cm*28cm*28cm,则此时体素数量为560*560*560,重建的数据量小于最大单次重建数据量,因此可以一次重建完并直接保存。
之后通过乳房CT图像确定出乳腺腺体的区域范围(步骤S310)。钙化点一般不会出现在脂肪组织中,可以选择利用乳房的结果再次用更高精度对腺体区域进行重建,也就是使用更小的体素再次重建,例如将体素边长设置为0.1mm或0.075mm,重建方式可以通过分层重建或分块重建,从而得到腺体CT图像(步骤S320)。此次重建可以得到微小钙化点的分布,但是这些点的保存需要同样的分辨率,数据量也过大。
考虑到钙化点是稀疏的,因此在确定出钙化点和钙化灶的成像信息后(步骤S410和步骤S420),可以选择使用离散的方式对其进行保存。钙化点的密度远大于乳房的软组织,因此可以直接对腺体CT图像进行阈值分割得到钙化点,然后记录每个微小钙化点的位置,有特殊形状的钙化点保存形状信息(步骤S500)。对于钙化灶等尺寸较大的目标,例如体素边长大于1mm的钙化灶,在乳房软组织的数据中已经有体现,因此可以不进行单独保存。
在医生需要阅片时,可以在初始时仅加载之前保存的乳房CT图像,也就是加载上述0.25mm体素的图像。如果0.25mm体素边长的图像超出的显示设备的加载能力,则可以采用更大的体素降采样显示。当医生查看某个部位的细节时,再将钙化点渲染到局部的图像上(步骤600)。
图6是根据本发明的一个实施方式的采用处理系统的硬件实现方式的CT图像数据处理装置的示意图。参阅图6,本实施方式的CT图像数据处理装置1000,可以包括存储器1300和处理器1200。存储器1300存储执行指令,处理器1200执行存储器1300存储的执行指令,使得处理器1200执行上述任一实施方式的CT图像数据处理方法。
该装置1000可以包括执行上述流程图中各个或几个步骤的相应模块。因此,可以由相应模块执行上述流程图中的每个步骤或几个步骤,并且该装置可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
例如,CT图像数据处理装置1000可以包括投影数据获取模块1002、第一图像重建模块1004、第二图像生成模块1006 、成像信息确定模块1008和数据存储模块1010。投影数据获取模块1002用于获取投影数据。第一图像重建模块1004用于通过对投影数据进行重建得到第一目标区域的CT图像,其中,第一目标区域对应于人体的第一对象。第二图像生成模块1006用于依据第一目标区域的CT图像和投影数据生成第二目标区域的CT图像,其中,第二目标区域位于第一目标区域内,第二目标区域的CT图像的精度高于第一目标区域的CT图像的精度。成像信息确定模块1008用于依据第二目标区域的CT图像确定目标对象的成像信息,其中,目标对象位于第二目标区域内,成像信息至少包括位置坐标信息和X射线吸收程度信息。数据存储模块1010用于对第一目标区域的CT图像和目标对象的成像信息分别进行单独存储。第一对象可以为乳房,第一目标区域可以为乳房的空间区域,目标对象可以包括钙化点。
第一图像重建模块1004得到第一目标区域的CT图像的方式可以包括:按完整成像区域对投影数据进行重建得到初始CT图像;以及依据初始CT图像得到第一目标区域的CT图像。其中,依据初始CT图像得到第一目标区域的CT图像的方式可以包括:对初始CT图像进行分割,得到第一目标区域的CT图像;或者,依据初始CT图像确定第一目标区域,按第一精度和第一目标区域对投影数据进行重建得到第一目标区域的CT图像,其中,第一精度高于初始CT图像的精度。第一图像重建模块1004在按第一精度和第一目标区域对投影数据进行重建时,可以通过分块重建或分层重建的方式对投影数据进行重建。第一图像重建模块1004可以通过对初始CT图像进行阈值分割的方式确定第一目标区域。
成像信息确定模块1008确定目标对象的成像信息的方式可以包括:通过对第二目标区域的CT图像进行阈值分割的方式识别目标对象;以及从第二目标区域的CT图像中提取目标对象的成像信息。
数据存储模块1010对第一目标区域的CT图像进行存储的方式可以包括:沿预设方向对第一目标区域的CT图像进行切片得到切片图像数据,其中,预设方向依据第一目标区域的形状设置;以及对切片图像数据进行存储。其中,预设方向可以为沿矢状轴方向。数据存储模块1010得到切片图像数据的方式可以包括:对第一目标区域的CT图像进行切片;以及在切片结果中确定第一对象的最小外接圆或最小外包矩形,并将最小外接圆或最小外包矩形中的图像数据作为切片图像数据。其中,在数据存储模块1010对第一目标区域的CT图像进行切片时,切片间隔和/或切片数量可以依据第一对象的尺寸设置。
对于小于第一预设尺寸的目标对象,成像信息可以包括目标对象中心点的位置坐标信息、CT值和目标对象的直径。对于大于第二预设尺寸的目标对象,成像信息可以包括目标对象的形状信息、目标对象中心点的位置坐标信息和CT值。
CT图像数据处理装置1000还可以包括CT图像显示模块。CT图像显示模块用于响应于阅片指示,开始对第一目标区域的CT图像和目标对象进行显示。CT图像显示模块对第一目标区域的CT图像和目标对象进行显示的方式可以包括:对第一目标区域的CT图像进行显示;以及响应于画面放大指示,开始对放大后的画面中的包含的目标对象进行显示。其中,在第一目标区域的CT图像所需的加载能力超出显示设备的加载能力时,CT图像数据处理装置1000对第一目标区域的CT图像进行显示的方式可以包括:对第一目标区域的CT图像进行降采样,并对降采样后的图像进行显示。
需要说明的是,本实施方式的CT图像数据处理装置1000中未披露的细节,可参照本发明提出的上述实施方式的CT图像数据处理方法M10中所披露的细节,此处不再赘述。
该硬件结构可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器,这取决于硬件的特定应用和总体设计约束。总线1100将包括一个或多个处理器1200、存储器1300和/或硬件模块的各种电路连接到一起。总线1100还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其他电路1400连接。
总线1100可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,该图中仅用一条连接线表示,但并不表示仅有一根总线或一种类型的总线。
根据本发明的实施方式提出的CT图像数据处理装置,以低分辨率生成并存储CT图像,以高分辨率生成待观测的微小目标对象并以非图像方式对其进行存储,对CT图像和微小目标对象以不同的数据格式进行分开存储,在CT图像的重建和CT数据存储时,降低了对例如内存和图像处理器等硬件的要求和对设备的负担,减少了影像数据对例如算力和存储空间等资源的耗用,增加了数据重建和数据存储的效率,同时能够对例如微小钙化点和肿块等的微小目标对象进行高精度地记录。
本发明还提供了一种CT系统,该CT系统包括上述任一实施方式所述的CT图像数据处理装置。CT系统具体可以包括CT 机、计算机、数据存储设备、显示器、控制台和辅助设备。CT 机包括投影数据获取模块,用于获取人体内部的图像,CT 机可以采用全身CT机。计算机包括第一图像重建模块1004、第二图像生成模块1006和成像信息确定模块1008,用于处理和重建CT图像。数据存储设备包括数据存储模块1010,用于存储CT图像和相关数据。显示器包括CT图像显示模块,用于显示CT图像。控制台用于接收用户的输入,并允许操作员设置扫描参数和控制扫描。辅助设备可以包括注射泵和对比剂注射器等设备。
需要说明的是,本实施方式的CT系统中未披露的细节,可参照本发明提出的上述实施方式的CT图像数据处理方法M10中所披露的细节,此处不再赘述。
根据本发明的实施方式提出的CT系统,以低分辨率生成并存储CT图像,以高分辨率生成待观测的微小目标对象并以非图像方式对其进行存储,对CT图像和微小目标对象以不同的数据格式进行分开存储,在CT图像的重建和CT数据存储时,降低了对例如内存和图像处理器等硬件的要求和对设备的负担,减少了影像数据对例如算力和存储空间等资源的耗用,增加了数据重建和数据存储的效率,同时能够对例如微小钙化点和肿块等的微小目标对象进行高精度地记录。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如,本发明中的方法实施方式可以被实现为软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其他实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,可以具体实现在任何可读存储介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
应当理解,本发明的各部分可以用硬件、软件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施方式方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,该程序可以存储于一种可读存储介质中,该程序在执行时,包括方法实施方式的步骤之一或其组合。该存储介质可以是易失性/非易失性存储介质。
此外,在本发明各个实施方式中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施方式/方式”、“一些实施方式/方式”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式/方式或示例中。在本说明书中,对上述术语的示意性表述不必须是相同的实施方式/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
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至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本发明,而并非是对本发明的范围进行限定。对于所属领域的技术人员而言,在上述发明的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本发明的范围内。
Claims (12)
1.一种CT图像数据处理方法,其特征在于,包括:
获取投影数据,所述投影数据为按高分辨率对被检者的乳房进行扫描得到的高精度投影数据;
按完整成像区域对所述投影数据进行低分辨率重建得到初始CT图像,依据所述初始CT图像得到第一目标区域的CT图像,其中,所述第一目标区域对应于乳房区域;
通过对所述第一目标区域的CT图像进行阈值分割确定第二目标区域,所述第二目标区域包括乳腺腺体区域,按所述第二目标区域对所述投影数据进行高分辨率重建得到第二目标区域的CT图像,其中,所述第二目标区域位于所述第一目标区域内,第二目标区域的CT图像的精度高于所述第一目标区域的CT图像的精度;
依据所述第二目标区域的CT图像确定目标对象的成像信息,其中,所述目标对象位于所述第二目标区域内,所述目标对象包括钙化点,所述成像信息至少包括位置坐标信息和X射线吸收程度信息,其中,对于小于第一预设尺寸的所述目标对象,所述成像信息包括所述目标对象中心点的位置坐标信息、CT值和所述目标对象的直径,对于大于第二预设尺寸的所述目标对象,所述成像信息包括所述目标对象的形状信息、所述目标对象中心点的位置坐标信息和CT值,所述第二预设尺寸大于所述第一预设尺寸;以及
对所述第一目标区域的CT图像和所述目标对象的成像信息分别进行单独存储,其中,对所述第一目标区域的CT图像进行存储,包括:沿从人体后方到人体前方的方向对所述第一目标区域的CT图像进行切片得到切片图像数据,以及对所述切片图像数据进行存储。
2.根据权利要求1所述的CT图像数据处理方法,其特征在于,依据所述初始CT图像得到所述第一目标区域的CT图像,包括:
对所述初始CT图像进行分割,得到所述第一目标区域的CT图像;或者,
依据所述初始CT图像确定所述第一目标区域,按第一精度和所述第一目标区域对所述投影数据进行重建得到所述第一目标区域的CT图像,其中,所述第一精度高于所述初始CT图像的精度。
3.根据权利要求2所述的CT图像数据处理方法,其特征在于,在按第一精度和所述第一目标区域对所述投影数据进行重建时,通过分块重建或分层重建的方式对所述投影数据进行重建。
4.根据权利要求2所述的CT图像数据处理方法,其特征在于,通过对所述初始CT图像进行阈值分割的方式确定所述第一目标区域。
5.根据权利要求1所述的CT图像数据处理方法,其特征在于,依据所述第二目标区域的CT图像确定目标对象的成像信息,包括:
通过对所述第二目标区域的CT图像进行阈值分割的方式识别所述目标对象;以及
从所述第二目标区域的CT图像中提取所述目标对象的成像信息。
6.根据权利要求1所述的CT图像数据处理方法,其特征在于,对所述第一目标区域的CT图像进行切片得到切片图像数据,包括:
对所述第一目标区域的CT图像进行切片;以及
在切片结果中确定所述目标对象的最小外接圆或最小外包矩形,并将所述最小外接圆或最小外包矩形中的图像数据作为切片图像数据。
7.根据权利要求1所述的CT图像数据处理方法,其特征在于,在对所述第一目标区域的CT图像进行切片时,切片间隔和/或切片数量依据所述目标对象的尺寸设置。
8.根据权利要求1所述的CT图像数据处理方法,其特征在于,所述CT图像数据处理方法还包括:
响应于阅片指示,开始对所述第一目标区域的CT图像和所述目标对象进行显示。
9.根据权利要求8所述的CT图像数据处理方法,其特征在于,对所述第一目标区域的CT图像和所述目标对象进行显示,包括:
对所述第一目标区域的CT图像进行显示;以及
响应于画面放大指示,开始对放大后的画面中的包含的所述目标对象进行显示。
10.根据权利要求9所述的CT图像数据处理方法,其特征在于,在所述第一目标区域的CT图像所需的加载能力超出显示设备的加载能力时,对所述第一目标区域的CT图像进行显示,包括:
对所述第一目标区域的CT图像进行降采样,并对降采样后的图像进行显示。
11.一种CT图像数据处理装置,其特征在于,包括:
存储器,所述存储器存储执行指令;以及
处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行如权利要求1至10中任一项所述的CT图像数据处理方法。
12.一种CT系统,其特征在于,包括:如权利要求11所述的CT图像数据处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310434881.7A CN116188617B (zh) | 2023-04-21 | 2023-04-21 | Ct图像数据处理方法、装置及ct系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310434881.7A CN116188617B (zh) | 2023-04-21 | 2023-04-21 | Ct图像数据处理方法、装置及ct系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116188617A CN116188617A (zh) | 2023-05-30 |
CN116188617B true CN116188617B (zh) | 2023-08-08 |
Family
ID=86449174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310434881.7A Active CN116188617B (zh) | 2023-04-21 | 2023-04-21 | Ct图像数据处理方法、装置及ct系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116188617B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118071869A (zh) * | 2024-04-22 | 2024-05-24 | 有方(合肥)医疗科技有限公司 | 图像处理方法、电子设备、可读存储介质及程序产品 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5812629A (en) * | 1997-04-30 | 1998-09-22 | Clauser; John F. | Ultrahigh resolution interferometric x-ray imaging |
JP2011092554A (ja) * | 2009-10-30 | 2011-05-12 | Toshiba Corp | Pet―ct装置 |
JP2011220982A (ja) * | 2010-04-02 | 2011-11-04 | Toshiba It & Control Systems Corp | Ct装置 |
JP2014176515A (ja) * | 2013-03-14 | 2014-09-25 | Toshiba Corp | X線ct装置 |
CN108268850A (zh) * | 2018-01-24 | 2018-07-10 | 成都鼎智汇科技有限公司 | 一种基于图像的大数据处理方法 |
CN108542414A (zh) * | 2018-05-14 | 2018-09-18 | 广州华端科技有限公司 | 计算机断层图像的散射校正方法以及装置 |
US10140733B1 (en) * | 2017-09-13 | 2018-11-27 | Siemens Healthcare Gmbh | 3-D vessel tree surface reconstruction |
CN115252233A (zh) * | 2022-07-28 | 2022-11-01 | 大连理工大学 | 基于深度学习的全髋关节置换术中髋臼杯的自动化规划方法 |
CN115311258A (zh) * | 2022-09-15 | 2022-11-08 | 佛山读图科技有限公司 | 一种spect平面图像中自动分割器官的方法和系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006119426A2 (en) * | 2005-05-03 | 2006-11-09 | Regents Of The University Of California | Biopsy systems for breast computed tomography |
US10939879B2 (en) * | 2016-07-25 | 2021-03-09 | Canon Medical Systems Corporation | X-ray CT apparatus |
EP3669942B1 (en) * | 2018-12-17 | 2022-01-05 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for determining a region of interest of a subject |
US11501474B2 (en) * | 2019-02-18 | 2022-11-15 | Argospect Technologies Inc. | Collimators for medical imaging systems and image reconstruction methods thereof |
AU2020392235A1 (en) * | 2019-11-26 | 2022-06-02 | Sail Sv Llc | X-ray imaging system |
-
2023
- 2023-04-21 CN CN202310434881.7A patent/CN116188617B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5812629A (en) * | 1997-04-30 | 1998-09-22 | Clauser; John F. | Ultrahigh resolution interferometric x-ray imaging |
JP2011092554A (ja) * | 2009-10-30 | 2011-05-12 | Toshiba Corp | Pet―ct装置 |
JP2011220982A (ja) * | 2010-04-02 | 2011-11-04 | Toshiba It & Control Systems Corp | Ct装置 |
JP2014176515A (ja) * | 2013-03-14 | 2014-09-25 | Toshiba Corp | X線ct装置 |
US10140733B1 (en) * | 2017-09-13 | 2018-11-27 | Siemens Healthcare Gmbh | 3-D vessel tree surface reconstruction |
CN108268850A (zh) * | 2018-01-24 | 2018-07-10 | 成都鼎智汇科技有限公司 | 一种基于图像的大数据处理方法 |
CN108542414A (zh) * | 2018-05-14 | 2018-09-18 | 广州华端科技有限公司 | 计算机断层图像的散射校正方法以及装置 |
CN115252233A (zh) * | 2022-07-28 | 2022-11-01 | 大连理工大学 | 基于深度学习的全髋关节置换术中髋臼杯的自动化规划方法 |
CN115311258A (zh) * | 2022-09-15 | 2022-11-08 | 佛山读图科技有限公司 | 一种spect平面图像中自动分割器官的方法和系统 |
Non-Patent Citations (1)
Title |
---|
基于SIFT-LBP稀疏编码的肝包虫CT图像分类;胡彦婷;陈建军;杜守洪;木拉提・哈米提;;科技通报(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116188617A (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5081390B2 (ja) | 腫瘍量を監視する方法及びシステム | |
US7840046B2 (en) | System and method for detection of breast masses and calcifications using the tomosynthesis projection and reconstructed images | |
JP6368779B2 (ja) | トモシンセシスデータからエッジ保存合成マンモグラムを生成するための方法 | |
US7680313B2 (en) | Method and apparatus for post-processing of a 3D image data record, in particular for virtual colonography | |
US7860331B2 (en) | Purpose-driven enhancement filtering of anatomical data | |
US8031917B2 (en) | System and method for smart display of CAD markers | |
US20060029268A1 (en) | Image displaying apparatus, image displaying method, computer readable medium and computer program product | |
JP5295562B2 (ja) | フレキシブル3次元回転血管造影−コンピュータ断層撮影融合方法 | |
EP2493381B1 (en) | Three-dimensional analysis of lesions represented by image data | |
JP5390080B2 (ja) | 医用画像表示装置 | |
CN110458837B (zh) | 一种图像后处理方法、装置、电子设备及存储介质 | |
JP2008515466A (ja) | 対象物のクラスの画像表現を識別する方法及びシステム | |
CN116188617B (zh) | Ct图像数据处理方法、装置及ct系统 | |
US9275478B2 (en) | Method, control system, and computer program for compression of digital breast tomosynthesis data | |
EP3326533A1 (en) | Tomographic device and tomographic image processing method according to same | |
US20040161144A1 (en) | Method for producing an image | |
JP2022076477A (ja) | 医用情報処理装置、医用情報処理システム及び医用情報処理方法 | |
CN108269292B (zh) | 用于根据三维图像数据组产生二维投影图像的方法和设备 | |
CN110738633A (zh) | 一种机体组织的三维图像处理方法及相关设备 | |
CN113940691A (zh) | 用于图像采集的患者定位的系统和方法 | |
EP1016039B1 (en) | Computer detection of microcalcifications in mammograms | |
Li et al. | Three-dimensional computer generated breast phantom based on empirical data | |
EP3503020A1 (en) | Clinical task-based processing of images | |
Samei et al. | CT-based quantification | |
JP3896349B2 (ja) | 医用画像処理装置、および、プログラム |
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 |