CN116525072A - 一种医学影像的三维诊断系统及电子设备 - Google Patents
一种医学影像的三维诊断系统及电子设备 Download PDFInfo
- Publication number
- CN116525072A CN116525072A CN202310440068.0A CN202310440068A CN116525072A CN 116525072 A CN116525072 A CN 116525072A CN 202310440068 A CN202310440068 A CN 202310440068A CN 116525072 A CN116525072 A CN 116525072A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- image
- unit
- diagnostic system
- medical
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000012790 confirmation Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 16
- 238000002059 diagnostic imaging Methods 0.000 claims description 12
- 238000009877 rendering Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000001427 coherent effect Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种医学影像的三维诊断系统及电子设备,诊断系统包括:图像获取模块,图像获取模块被配置为获取诊断区域的二维断层图像;三维重建模块,三维重建模块被配置为基于二维断层图像生成三维图像;三维重建模块包括对象确定单元、图像处理单元、三维生成单元和图像显示单元,对象确定单元被配置为将二维断层图像中的主要对象和次要对象进行选择确认;图像处理单元被配置为对经对象确定单元处理后的图像进行处理;三维生成单元被配置为基于二维断层图像,生成三维图像;图像显示单元被配置为将处理后的图像进行显示。本发明提供的医学影像能够避免因只保留主要对象,导致最终生成的三维图像不够连贯,进而导致显示效果差的情况。
Description
技术领域
本发明属于医疗设备技术领域,具体涉及一种医学影像的三维诊断系统及电子设备。
背景技术
在传统的医学检测诊断时,通常采用获取人体某一部位的多个二维断层图像,然后依靠医护人员的经验将多个二维断层图像在大脑中生成三维图像,然后进行诊断。
现目前,已存在通过多个二维断层图像自动生成三维图像,以用于进行诊断,而在目前的三维图像生成过程中,需要将着重体现的对象进行切割,形成多个包含需要体现的对象的多个二维断层图像,然后将多个二维断层图像一一设置空间坐标点,最终形成三维图像。而在采用上述方法生成的三维图像具有一些缺点,在图像的切割过程中,在将需要体现的对象的其他对象进行切割然后再拼合形成三维图像时,会出现最终生成的三维图像不够连贯,导致显示效果差;还可能存在因边界无法确定,导致多个二维断层图像生成的三维图像出现错位,坐标点插入有误的情况,导致最终的三维图像内容出现较大的误差。
发明内容
本发明提供一种医学影像的三维诊断系统及电子设备,能够对二维断层图进行主要对象和次要对象的选择,以避免最终生成的三维图像内容缺失或出现较大误差的情况。
本发明通过下述技术方案实现:
一方面,本发明提供一种医学影像的三维诊断系统,包括:图像获取模块,图像获取模块被配置为获取诊断区域的二维断层图像;三维重建模块,三维重建模块被配置为基于二维断层图像生成三维图像;三维重建模块包括对象确定单元、图像处理单元、三维生成单元和图像显示单元,对象确定单元被配置为将二维断层图像中的主要对象和次要对象进行选择确认;图像处理单元被配置为对经对象确定单元处理后的图像进行处理;三维生成单元被配置为基于二维断层图像,生成三维图像;图像显示单元被配置为将经图像处理单元处理,以及三维生成单元处理后的图像进行显示。
在其中一些实施例中,三维生成单元被配置为将经对象确定单元处理后的图像进行处理,生成三维图像;图像处理单元被配置为将经三维生成单元生成的三维图像进行处理;图像显示单元被配置为将经图像处理单元处理后的图像进行显示。
在其中一些实施例中,医学影像的三维诊断系统还包括存储模块,存储模块被配置为存储有任一对象为主要对象时对应的次要对象的信息;对象确定单元被配置为在确定主要对象后,自动调用存储模块中该主要对象对应的次要对象的信息。
在其中一些实施例中,图像处理单元被配置为将次要对象进行隐藏处理,将除开主要对象和次要对象的其他对象进行删除处理。
在其中一些实施例中,三维重建模块还包括图像渲染单元,图像渲染单元被配置为对主要对象和/或次要对象进行颜色渲染。
在其中一些实施例中,医学影像的三维诊断系统还包括验证模块,验证模块被配置为对经三维重建模块生成的三维图像进行质量认证。
在其中一些实施例中,验证模块包括边界检测单元、断点检测单元和连续程度检测单元;边界检测单元被配置为获取三维图像的边界是否确定的信息;断点检测单元被配置为获取三维图像中是否存在断点的信息;连续程度检测单元被配置为获取主要对象和/或次要对象的连续程度的信息。
在其中一些实施例中,医学影像的三维诊断系统还包括预处理模块,预处理模块被配置为对图像获取模块获取的二维断层图像进行预处理;预处理模块包括图像分割单元,图像分割单元通过以下步骤对二维断层图像进行处理:S10、对二维断层图像进行灰度处理;S20、按照预设尺寸对二维断层图像进行切割,其中,切割舍弃的图像内容的最大灰度值小于预设灰度阈值。
另一方面,本发明提供一种医学影像的三维诊断电子设备,包括上述实施例中任一项的医学影像的三维诊断系统,还包括诊断系统,诊断系统用于根据生成的三维图像进行诊断。
本发明与现有技术相比,具有以下优点及有益效果:
本发明提供的医学影像的三维诊断系统能够将图像中的对象划分为主要对象、次要对象和其他对象,并根据重要程度进行不同处理,以避免因只保留主要对象,导致最终生成的三维图像不够连贯,进而导致显示效果差的情况。并且,能够有效对图像的边界进行确定,给予诊断人员更多的参考点,以及周围环境情况,以便更好的对诊断对象进行更好的诊断,能够有效提高诊断的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明一些实施例提供的医学影像的三维诊断系统的结构示意图;
图2为本发明另一些实施例提供的医学影像的三维诊断系统的结构示意图;
图3为本发明又一些实施例提供的医学影像的三维诊断系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,需要说明的是,所采用的术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,本发明的描述中若出现“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
一方面,本申请提供一种医学影像的三维诊断系统,请参阅图1,包括图像获取模块和三维重建模块,图像获取模块用于获取诊断区域的二维断层图像,比如CT图像、核磁共振图像或者超声图像等,获取的二维断层图像通常包括多个,图像获取模块直接对这些已经形成的二维断层图像进行获取。三维重建模块用于基于获取的多个二维断层图像生成三维图像。其中,三维重建模块包括对象确定单元、图像处理单元、三维生成单元和图像显示单元。对象确定单元用于将获取的多个二维断层图像中的主要对象和次要对象进行选择确认,多个二维断层图像中主要对象保持一致,次要对象也保持一致。主要对象和次要对象是指待查看的部位,以及待查看部位相邻的部位。主要对象和次要对象可以通过手动进行选择确认,也可以通过输入指令参数,自动进行选择确认。图像处理单元用于对已经选择确认对象(包括主要对象和次要对象)的图像进行处理,在具体的示例中,图像处理单元的方式可以包括但不限于对图像进行预处理,对图像中主要对象、次要对象和其他对象(除开主要对象和次要对象之外的其他对象)进行区分处理。三维生成单元用于基于多个二维断层图像,生成三维图像,将多个二维断层图像生成三维图像的方法可采用现有的算法直接进行。另一方面,需要注意的是,三维生成单元和图像处理单元的运行顺序不分先后,可以先通过图像处理单元进行处理,再由三维生成单元生成三维图像;也可以先通过三维生成单元生成三维图像,再由图像处理单元进行处理。在经图像处理单元和三维生成单元处理后,生成三维图像,再由图像显示单元将生成的三维图像进行显示。
通过上述设置,在二维断层图像进行较少处理的情况下,将图像中的对象划分为主要对象、次要对象和其他对象,并根据重要程度进行不同处理,以避免因只保留主要对象,导致最终生成的三维图像不够连贯,进而导致显示效果差的情况。并且,能够有效对图像的边界进行确定,给予诊断人员更多的参考点,以及周围环境情况,以便更好的对诊断对象进行更好的诊断,能够有效提高诊断的准确性。
在其中一些实施例中,三维生成单元具体的运行方式可采用以下方式:输入N张二维断层图像,每张切片可以看成是一幅二维图像,每张切片包括多个灰度值;在对输入的二维断层图像进行处理时,每一次读取两张切片,形成一层;每两张切片上下对应的四个点构成一个立方体,顺序处理一层中的立方体,直至得到整个三维图像。
在其中一些实施例中,请参阅图2,三维生成单元用于将经对象确定单元处理后的图像进行处理,生成三维图像;图像处理单元用于将三维生成单元生成的三维图像进行处理,图像显示单元用于将经图像处理单元处理后的图像进行显示处理。在上述实施例中,通过优先生成三维图像,再对生成的三维图像进行图像处理,能够有效避免因图像处理单元处理后导致二维图像边界、连贯点等缺失,造成后续三维生成单元生成三维图像的过程中图像不连贯的情况。
在其中一些实施例中,医学影像的三维诊断系统还包括存储模块,仍参阅图2,该存储模块内存储有任一对象为主要对象时对应的次要对象的信息,即在对象确定单元确定主要对象后,根据该存储模块,能够直接确定该主要对象对应的次要对象。在具体的示例中,存储模块内存储有多组信息,每组信息中包含一个主要对象,和与该主要对象对应的至少一个次要对象,对象确定单元在确定主要对象后,自动调用存储模块中的分组信息,得到该主要对象对应的次要对象的信息。具体的存储方式可采用预先创建分组信息。在该实施例中,能够在主要对象确定后,直接得到对应的次要对象的信息,而不需要在每次诊断过程中都进行一次主要对象和次要对象的选择。
在其中一些实施例中,图像处理单元在对图像进行处理的过程中,将次要对象进行隐藏处理,将除开主要对象和次要对象的其他对象进行删除处理。在具体的示例中,次要对象为与主要对象具有一定关联度的对象,而其他对象与主要对象关联度较低,因此直接做删除处理。而将次要对象进行隐藏处理,能够在常规情况下,着重显示主要对象;而在需要通过次要对象辅助诊断时,可以将已经隐藏的次要对象再次进行显示,并通过包括主要对象和次要对象的图像进行诊断。在具体的应用场景中,医护人员可根据诊断习惯选择次要对象是否显示。另一方面,在辅助判断的过程中,比如主要对象处无异常,此时可不再需要观察次要对象,此时次要对象隐藏,能够更加方便方便医护人员判断;而主要对象处存在疑似异常时,可再次显示次要对象,通过观察次要对象进行辅助诊断。
在其中一些实施例中,仍参阅图2,三维重建模块还包括图像渲染单元,图像渲染单元用于对主要对象和/或次要对象进行颜色渲染。在具体的示例中,可选择性对主要对象或次要对象进行颜色渲染,也可同时对主要对象和次要对象进行不同颜色渲染,以实现着重显示的目的。通过渲染单元对主要对象和/或次要对象进行颜色渲染,能够使得最终呈现的图像具有更好的显示效果,进一步提高诊断的准确率。
在一些示例中,图像渲染单元在对次要对象进行颜色渲染时,还可根据次要对象相对于主要对象的重要程度,进行不同颜色的渲染,以便医护人员在诊断过程中更好的对次要对象进行区分。
在其中一些实施例中,医学影像的三维诊断系统还包括验证模块,验证模块用于对经三维重建模块生成的三维图像进行质量认证。通过上述设置,能够自动识别生成的三维图像的质量高低。通常获取的二维断层图可以存在多张,基于多张二维断层图生成的三维图也可以是多张,基于该实施例,能够在三维图像的质量高低确认之后,对三维图像进行筛选,将质量较低的三维图像删除或进行保留不予显示等操作,然后将质量较高的三维图像进行显示,以使得医护人员能够具有更好的诊断效果。
在其中一些实施例中,验证模块包括边界检测单元、断电检测单元和连续程度检测单元。其中,边界检测单元用于获取三维图像的边界信息,以判断三维图像的边界是否确定,是否存在边界模糊不清,显示不全等情况。断点检测单元用于获取生成的三维图像中是否存在断点信息,即像素点有独立的存在,而在二维断层图中又没有对应的像素点,即可判断是在二维断层图生成三维图像的过程中,错误显示出独立的像素点。连续程度检测单元用于获取主要对象和/或次要对象的连续程度的信息,在具体的示例中,可根据情况,选择性获取主要对象或次要对象是否连续,是否存在断点,也可同时获取主要对象和次要对象是否连续的信息。在其他的示例中,也可根据主要对象和次要对象的选择性显示,然后获取仅显示的对象的信息。
在其中一些实施例中,三维重建模块还包括深度学习单元,用于对图像进行处理,以便最终显示的三维图像效果更好。在具体的示例中,三维重建模块在生成三维图像的过程后,可对生成的三维图像进行特征的检测、增强和提取操作。在一些示例中,特征的增强可通过深度学习单元实现,具体的,深度学习单元工作原理如下:
采用稀疏自编码器,在自编码算法的基础上加上稀疏性限制,算法具体如下:
其中,Wh为权重矩阵,X为输入,γ为权重衰减参数,hj为隐藏层每一个神经元的输出值。
激活函数为:
通过上述方式进行训练,得到网络模型。然后基于上述网络模型,对图像进行重构,具体的,重构步骤可包括:输入原始图像a、b;对原始图像a、b进行滑动分块,图像对应的所有列向量组成矩阵;将新的矩阵组合成联合矩阵;将新的联合矩阵作为输入信号输入到稀释自编码器中,经过训练得到字典W1;由字典W1得到原始图像对应的系数系数矩阵①和②,得到联合系数系数矩阵A;由公式ε=W1*A得到最终的融合图像。
在其中一些实施例中,请参阅图3,医学影像的三维诊断系统还包括预处理模块,预处理模块用于对图像获取模块获取的二维断层图像进行预处理,以使得后续能够更好的被三维重建模块识别和使用。在具体的示例中,预处理模块可包括图像分割单元,图像分割单元可通过以下步骤对二维断层图像进行处理:
S10、对二维断层图像进行灰度处理;
S20、按照预设尺寸对二维断层图像进行切割;其中,切割过程中舍弃的图像的内容的最大灰度值小于预设灰度阈值。
通过上述设置,能够保预处理后的二维断层图像能够更加精准的显示主要对象和/或次要对象,以提高后续三维重建模块的处理效率。
另一方面,本实施例提供一种医学影像的三维诊断电子设备,包括上述实施例中任一项的医学影像的三维诊断系统。
在其中一些实施例中,医学影像的三维诊断电子设备还包括诊断系统,所述诊断系统用于根据生成的三维图像进行诊断。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (9)
1.一种医学影像的三维诊断系统,其特征在于,包括:
图像获取模块,所述图像获取模块被配置为获取诊断区域的二维断层图像;
三维重建模块,所述三维重建模块被配置为基于所述二维断层图像生成三维图像;
所述三维重建模块包括对象确定单元、图像处理单元、三维生成单元和图像显示单元,所述对象确定单元被配置为将所述二维断层图像中的主要对象和次要对象进行选择确认;所述图像处理单元被配置为对经所述对象确定单元处理后的图像进行处理;所述三维生成单元被配置为基于所述二维断层图像,生成三维图像;所述图像显示单元被配置为将经所述图像处理单元处理,以及所述三维生成单元处理后的图像进行显示。
2.根据权利要求1所述的医学影像的三维诊断系统,其特征在于,所述三维生成单元被配置为将经所述对象确定单元处理后的图像进行处理,生成三维图像;所述图像处理单元被配置为将经所述三维生成单元生成的三维图像进行处理;所述图像显示单元被配置为将经所述图像处理单元处理后的图像进行显示。
3.根据权利要求1所述的医学影像的三维诊断系统,其特征在于,所述医学影像的三维诊断系统还包括存储模块,所述存储模块被配置为存储有任一对象为主要对象时对应的次要对象的信息;所述对象确定单元被配置为在确定主要对象后,自动调用所述存储模块中该主要对象对应的次要对象的信息。
4.根据权利要求1至3任一项所述的医学影像的三维诊断系统,其特征在于,所述图像处理单元被配置为将所述次要对象进行隐藏处理,将除开所述主要对象和所述次要对象的其他对象进行删除处理。
5.根据权利要求1所述的医学影像的三维诊断系统,其特征在于,所述三维重建模块还包括图像渲染单元,所述图像渲染单元被配置为对主要对象和/或次要对象进行颜色渲染。
6.根据权利要求1所述的医学影像的三维诊断系统,其特征在于,所述医学影像的三维诊断系统还包括验证模块,所述验证模块被配置为对经所述三维重建模块生成的三维图像进行质量认证。
7.根据权利要求6所述的医学影像的三维诊断系统,其特征在于,所述验证模块包括边界检测单元、断点检测单元和连续程度检测单元;所述边界检测单元被配置为获取所述三维图像的边界是否确定的信息;所述断点检测单元被配置为获取所述三维图像中是否存在断点的信息;所述连续程度检测单元被配置为获取所述主要对象和/或次要对象的连续程度的信息。
8.根据权利要求1所述的医学影像的三维诊断系统,其特征在于,所述医学影像的三维诊断系统还包括预处理模块,所述预处理模块被配置为对所述图像获取模块获取的二维断层图像进行预处理;所述预处理模块包括图像分割单元,所述图像分割单元通过以下步骤对所述二维断层图像进行处理:S10、对二维断层图像进行灰度处理;S20、按照预设尺寸对二维断层图像进行切割,其中,切割舍弃的图像内容的最大灰度值小于预设灰度阈值。
9.一种医学影像的三维诊断电子设备,其特征在于,包括权利要求1至8任一项所述的医学影像的三维诊断系统,还包括诊断系统,所述诊断系统用于根据生成的三维图像进行诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310440068.0A CN116525072A (zh) | 2023-04-23 | 2023-04-23 | 一种医学影像的三维诊断系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310440068.0A CN116525072A (zh) | 2023-04-23 | 2023-04-23 | 一种医学影像的三维诊断系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116525072A true CN116525072A (zh) | 2023-08-01 |
Family
ID=87395276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310440068.0A Pending CN116525072A (zh) | 2023-04-23 | 2023-04-23 | 一种医学影像的三维诊断系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116525072A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109345629A (zh) * | 2018-08-08 | 2019-02-15 | 安徽慧软科技有限公司 | 一种三维医学图像模糊凸显显示方法 |
CN109830289A (zh) * | 2019-01-18 | 2019-05-31 | 上海皓桦科技股份有限公司 | 肋骨图像显示装置 |
CN110580948A (zh) * | 2019-09-12 | 2019-12-17 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
CN110827960A (zh) * | 2019-11-04 | 2020-02-21 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
CN111369675A (zh) * | 2020-04-14 | 2020-07-03 | 中国医学科学院肿瘤医院 | 基于肺结节脏层胸膜投影的三维可视模型重建方法及装置 |
CN112862955A (zh) * | 2021-02-03 | 2021-05-28 | 北京百度网讯科技有限公司 | 建立三维模型的方法、装置、设备、存储介质和程序产品 |
CN113870339A (zh) * | 2020-06-30 | 2021-12-31 | 上海微创电生理医疗科技股份有限公司 | 图像处理方法、装置、计算机设备、存储介质及标测系统 |
-
2023
- 2023-04-23 CN CN202310440068.0A patent/CN116525072A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109345629A (zh) * | 2018-08-08 | 2019-02-15 | 安徽慧软科技有限公司 | 一种三维医学图像模糊凸显显示方法 |
CN109830289A (zh) * | 2019-01-18 | 2019-05-31 | 上海皓桦科技股份有限公司 | 肋骨图像显示装置 |
CN110580948A (zh) * | 2019-09-12 | 2019-12-17 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
CN110827960A (zh) * | 2019-11-04 | 2020-02-21 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
CN111369675A (zh) * | 2020-04-14 | 2020-07-03 | 中国医学科学院肿瘤医院 | 基于肺结节脏层胸膜投影的三维可视模型重建方法及装置 |
CN113870339A (zh) * | 2020-06-30 | 2021-12-31 | 上海微创电生理医疗科技股份有限公司 | 图像处理方法、装置、计算机设备、存储介质及标测系统 |
CN112862955A (zh) * | 2021-02-03 | 2021-05-28 | 北京百度网讯科技有限公司 | 建立三维模型的方法、装置、设备、存储介质和程序产品 |
Non-Patent Citations (1)
Title |
---|
赵谦等: "智能视频图像处理技术与应用", 西安电子科技大学出版社, pages: 23 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5297215A (en) | Apparatus and method of displaying medical images of sliced tissue | |
DE112018003279T5 (de) | Rekonstruktor und kontrastor zur anomalieerfassung | |
CN101596110B (zh) | 心脏mri中视场的自动确定 | |
EP3011905B1 (en) | Tomosynthesis-imaging control device, imaging device, imaging system, control method, and program for causing computer to execute control method | |
US8170328B2 (en) | Image display method, apparatus, and program | |
EP0366387A2 (en) | Obtaining three-dimensional images from tomographic data | |
CN113808106B (zh) | 一种基于深度学习的超低剂量pet图像重建系统及方法 | |
US20190122363A1 (en) | Tomographic Data Analysis | |
Venu et al. | Comparison of Traditional Method with watershed threshold segmentation Technique | |
Selim et al. | STAN-CT: Standardizing CT image using generative adversarial networks | |
CN110738633B (zh) | 一种机体组织的三维图像处理方法及相关设备 | |
JP2020503075A (ja) | 診断映像変換装置、診断映像変換モジュール生成装置、診断映像撮影装置、診断映像変換方法、診断映像変換モジュール生成方法、診断映像撮影方法、及びプログラム | |
EP1531425B1 (en) | Computer aided image acquisition and diagnosis system | |
CN115239674B (zh) | 基于多尺度判别的计算机血管造影成像合成方法 | |
CN111815735A (zh) | 一种人体组织自适应的ct重建方法及重建系统 | |
JP2014221163A (ja) | 画像診断支援装置及び支援方法 | |
CN109978965A (zh) | 一种模拟ct图像生成方法、装置、计算机设备和存储介质 | |
CN116525072A (zh) | 一种医学影像的三维诊断系统及电子设备 | |
US8265368B2 (en) | Image analysis apparatus, image processing apparatus, image analysis program storage medium, image processing program storage medium, image analysis method and image processing method | |
CN103284749B (zh) | 医用图像处理装置 | |
JPH08161520A (ja) | 三次元画像の対象部分抽出方法 | |
CN110197722B (zh) | Ai-cpu系统平台 | |
DE602004011504T2 (de) | Regionenabgrenzung bei der ct-angiographie | |
CN114565582B (zh) | 一种医学图像分类和病变区域定位方法、系统及存储介质 | |
WO2009004571A1 (en) | Method and apparatus for image reconstruction |
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 |