CN117243627B - Cbct图像的处理方法及装置 - Google Patents
Cbct图像的处理方法及装置 Download PDFInfo
- Publication number
- CN117243627B CN117243627B CN202311530701.1A CN202311530701A CN117243627B CN 117243627 B CN117243627 B CN 117243627B CN 202311530701 A CN202311530701 A CN 202311530701A CN 117243627 B CN117243627 B CN 117243627B
- Authority
- CN
- China
- Prior art keywords
- image
- images
- plane
- target
- axis
- 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
- 238000007408 cone-beam computed tomography Methods 0.000 title claims abstract 23
- 238000003672 processing method Methods 0.000 title abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims description 39
- 238000010586 diagram Methods 0.000 claims description 32
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 13
- 210000004513 dentition Anatomy 0.000 claims description 10
- 230000036346 tooth eruption Effects 0.000 claims description 10
- 210000004373 mandible Anatomy 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 description 17
- 210000000988 bone and bone Anatomy 0.000 description 5
- 210000001847 jaw Anatomy 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4085—Cone-beams
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Pulmonology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
Abstract
本发明涉及图像处理领域,提供了一种CBCT图像的处理方法及装置,该方法首先按预设的基准面从CBCT图像中获取多个第一平面图像和多个第二平面图像,然后依据多个第一平面图像生成第一梯度图,并依据多个第二平面图像生成第二梯度图,确定第一梯度图和第二梯度图之间的目标位置关系,之后依据目标位置关系在相应坐标轴上形成的位移量确定CBCT图像相对于相应坐标轴的转动角度,最后依据转动角度使CBCT图像绕相应坐标轴进行旋转。根据本发明,对存在摆位偏差的CBCT图像的位置进行摆正,使得期望观测的区域能够处于图像的正中心并且朝向正前方,实现体数据朝向和位置的校准。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及CBCT图像的处理方法及装置。
背景技术
在进行CBCT(Cone beam CT,锥形束CT)拍摄时,通常需要对患者的头部进行摆位,从而能够使得拍摄结果满足阅片要求。但由于摆位效果可能不好,患者的被检区域可能并未处在图像的中心位置,并且患者的朝向距离预期方向也有所偏离,这就可能导致后续过程中,系统利用CT数据生成侧位片或胶片打印或进行其他处理操作时,得到的处理操作效果较差,无法满足医学要求。
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CBCT图像的处理方法及装置。
本发明第一方面提出了一种CBCT图像的处理方法,包括:按预设的基准面从所述CBCT图像中获取多个第一平面图像和多个第二平面图像,所述多个第一平面图像来自于第一空间区域,所述多个第二平面图像来自于第二空间区域,所述第一空间区域和所述第二空间区域分别位于所述基准面的两侧,所述基准面经过空间坐标系的原点;依据所述多个第一平面图像生成第一梯度图,并依据所述多个第二平面图像生成第二梯度图;确定所述第一梯度图和所述第二梯度图之间的目标位置关系,所述目标位置关系使得所述第一梯度图和所述第二梯度图之间的总重合梯度值最大;依据所述目标位置关系在相应坐标轴上形成的位移量确定所述CBCT图像相对于相应坐标轴的转动角度;以及依据所述转动角度使所述CBCT图像绕相应坐标轴进行旋转。
根据本发明的一个实施方式,所述多个第一平面图像中的至少部分图像包含牙列区域的内容,所述多个第二平面图像中的至少部分图像包含牙列区域的内容。
根据本发明的一个实施方式,所述多个第一平面图像和所述多个第二平面图像均平行于所述基准面。
根据本发明的一个实施方式,所述基准面为加载有所述CBCT图像的三维空间的yoz平面。
根据本发明的一个实施方式,所述第一平面图像的数量与所述第二平面图像的数量相同。
根据本发明的一个实施方式,所述多个第一平面图像之间间距相等,所述多个第二平面图像之间间距相等,相邻两个所述第一平面图像之间的间距与相邻两个所述第二平面图像之间的间距相同。
根据本发明的一个实施方式,以所述多个第一平面图像中与所述基准面距离最近的图像为第一起始图像,以所述多个第二平面图像中与所述基准面距离最近的图像为第二起始图像,所述第一起始图像与所述基准面之间的距离与所述第二起始图像与所述基准面之间的距离相等。
根据本发明的一个实施方式,依据所述多个第一平面图像生成第一梯度图,并依据所述多个第二平面图像生成第二梯度图,包括:对所述多个第一平面图像进行像素求和得到第一求和图像,并对所述多个第二平面图像进行像素求和得到第二求和图像;以及分别对所述第一求和图像和所述第二求和图像进行梯度计算,得到第一梯度图和第二梯度图。
根据本发明的一个实施方式,确定所述第一梯度图和所述第二梯度图之间的目标位置关系,包括:在平面上多次移动所述第一梯度图或所述第二梯度图,得到所述第一梯度图和所述第二梯度图之间的相对位置关系;确定每种所述相对位置关系下所述第一梯度图和所述第二梯度图的总重合梯度;以及将所述总重合梯度最大值对应的相对位置关系作为所述第一梯度图和所述第二梯度图之间的目标位置关系。
根据本发明的一个实施方式,依据所述目标位置关系在相应坐标轴上形成的位移量确定所述CBCT图像相对于相应坐标轴的转动角度,包括:以所述多个第一平面图像在垂直于所述基准面的方向上的中心位置为第一中心位置,以所述多个第二平面图像在垂直于所述基准面的方向上的中心位置为第二中心位置,确定所述第一中心位置和所述第二中心位置之间的中心位置间距;以及依据所述目标位置关系在相应坐标轴上形成的位移量和所述中心位置间距确定所述目标位置关系相对于相应坐标轴的转动角度。
根据本发明的一个实施方式,在按预设的基准面从所述CBCT图像中获取多个第一平面图像和多个第二平面图像之前,所述方法还包括:依据所述CBCT图像中目标空间区域内的图像内容生成目标对象的分布图,所述目标空间区域包括至少部分的所述目标对象,所述目标空间区域与所述基准面相交;依据所述分布图确定所述目标对象的中心坐标;确定所述分布图的中心线,所述中心线经过所述中心坐标;以及以所述中心坐标为新的原点,以所述中心线为新的Y轴,建立三维空间的新的空间坐标系,所述基准面经过的原点为所述新的空间坐标系的原点。
根据本发明的一个实施方式,依据所述CBCT图像中目标空间区域内的图像内容生成目标对象的分布图,包括:对所述CBCT图像中目标空间区域内的图像内容进行轴向切片,得到多个切片图像;以及分别对所述多个切片图像进行目标对象识别并依据识别结果生成目标对象的分布图。
根据本发明的一个实施方式,对所述CBCT图像中目标空间区域内的图像内容进行轴向切片,包括:从所述CBCT图像中确定目标空间区域;以及沿垂直轴对所述目标空间区域内的CBCT图像进行切片。
根据本发明的一个实施方式,分别对所述多个切片图像进行目标对象识别并依据识别结果生成目标对象的分布图,包括:分别对所述多个切片图像进行阈值分割,并对阈值分割的结果进行二值化,得到关于目标对象的多个二值图像;以及对所述多个二值图像进行累加,得到所述目标对象在所述目标空间区域内的分布图。
根据本发明的一个实施方式,依据所述分布图确定所述目标对象的中心坐标,包括:分别对所述分布图中属于所述目标对象的坐标点的X轴坐标值和Y轴坐标值进行求平均,并依据得到的X轴坐标均值和Y轴坐标均值确定中心坐标。
根据本发明的一个实施方式,确定所述分布图的中心线,包括:确定经过所述中心坐标的多个候选线;对于每个所述候选线,获取所述分布图中属于所述目标对象的坐标点与所述候选线之间的直线距离;以及计算所有所述直线距离的平方之和,确定使所述直线距离的平方之和最小的候选线作为所述分布图的中心线。
根据本发明的一个实施方式,所述目标对象包括人体头部的下颌骨和牙齿。
本发明第二方面提出了一种CBCT图像的处理装置,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CBCT图像的处理方法。
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CBCT图像的处理方法的流程示意图。
图2是根据本发明的一个实施方式的第一平面图像和第二平面图像在相应空间区域中的位置的示意图。
图3是根据本发明的一个实施方式的第一梯度图和第二梯度图的相对位置关系示意图。
图4是根据本发明的一个实施方式的生成梯度图的流程示意图。
图5是根据本发明的一个实施方式的确定目标位置关系的流程示意图。
图6是根据本发明的一个实施方式的确定转动角度的流程示意图。
图7是根据本发明的另一个实施方式的CBCT图像的处理方法的流程示意图。
图8是根据本发明的一个实施方式的生成目标对象的分布图的流程示意图。
图9是根据本发明的一个实施方式的目标空间区域的侧视示意图。
图10是根据本发明的一个实施方式的目标对象分布图的示意图。
图11是根据本发明的一个实施方式的确定目标对象的中心坐标的流程示意图。
图12是根据本发明的一个实施方式的确定目标对象的中心坐标的流程示意图。
图13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CBCT图像的处理装置的示意图。
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。
在进行口腔CBCT拍摄时,虽然可以通过颌托等装置对被检体进行摆位固定,但同样也可能发生摆位存在较小偏差甚至可能是较大偏差的情况,摆位偏差会使得被检体的朝向偏离正前方,从而使得被检区域偏离图像的中心位置,因此难以通过该CBCT图像对待观测区域进行病灶、形态等情况的观测,利用该CBCT图像得到的侧位片或其他处理得到的结果也难以满足医学要求。
下面以口腔CBCT的应用场景为例,参考附图描述本发明的CBCT图像的处理方法及装置。
图1是根据本发明的一个实施方式的CBCT图像的处理方法的流程示意图。参阅图1,本实施方式的CBCT图像的处理方法M10可以包括以下步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。
S100,按预设的基准面从CBCT图像中获取多个第一平面图像和多个第二平面图像,多个第一平面图像来自于第一空间区域,多个第二平面图像来自于第二空间区域,第一空间区域和第二空间区域分别位于基准面的两侧,基准面经过空间坐标系的原点。
S200,依据多个第一平面图像生成第一梯度图,并依据多个第二平面图像生成第二梯度图。
S300,确定第一梯度图和第二梯度图之间的目标位置关系,目标位置关系使得第一梯度图和第二梯度图之间的总重合梯度值最大。
S400,依据目标位置关系在相应坐标轴上形成的位移量确定CBCT图像相对于相应坐标轴的转动角度。
S500,依据转动角度使CBCT图像绕相应坐标轴进行旋转。
根据本发明的实施方式提出的CBCT图像的处理方法,对得到的成像结果进行数据处理,利用取自于基准面两侧的平面图像作为数据处理的数据源,通过生成梯度图来表征数据源的灰度变化率,并通过寻找两个梯度图的重合梯度值最大的位置得出基准面两侧的相匹配内容所在位置,利用相匹配内容的位置来使CBCT图像相对于坐标轴进行转动,从而对存在摆位偏差的CBCT图像的位置进行摆正,使得期望观测的区域能够处于图像的正中心并且朝向正前方,实现体数据朝向和位置的校准;同时,本实施方式主要针对二维图像数据进行处理和运算,相对于直接对三维图像数据进行处理和运算的方法来说,运算量较小,计算方式较为便捷,图像处理效率较高。
预设的基准面为经过三维空间原点的平面,三维空间加载有CBCT图像时,基准面将CBCT图像分为了两个空间区域,即第一空间区域和第二空间区域。其中,基准面的一侧为第一空间区域,基准面的另一侧为第二空间区域。
对于口腔CBCT来说,CBCT图像可以为人体头部的CBCT图像,图像中可以包含有牙列区域和下颌骨区域等内容。牙列区域被基准面分为左部分和右部分,其中一部分位于第一空间区域,另一部分位于第二空间区域。这里的“左”和“右”是按照面部的“左”和“右”进行区分的。
对于摆位无偏差的CBCT图像来说,当体数据加载到三维空间形成CBCT图像之后,图像中头部的垂直轴即对应于三维空间的空间直角坐标系(以下简称空间坐标系)的Z轴,头部的矢状轴对应于三维空间的空间坐标系的Y轴,头部的冠状轴对应于三维空间的空间坐标系的X轴。若在拍摄时存在摆位偏差,则CBCT图像中头部的朝向不是正前方,而是例如左上方、右下方等的朝向,并且牙齿区域相对于期望姿态来说也会相应存在一定的倾斜和位置偏差。
CBCT图像的正中矢状面为头部的正中矢状面,三维空间的正中矢状面为yoz平面。在摆位完全无偏差的情况下,CBCT图像的正中矢状面即为三维空间的yoz平面。在摆位有偏差的情况下,则CBCT图像的正中矢状面和三维空间的yoz平面之间存在一定的角度差。
基准面可以采用三维空间的yoz平面,牙列区域被yoz平面分为两部分,该两部分由于摆位偏差等原因而可能并不对称。
图2是根据本发明的一个实施方式的第一平面图像和第二平面图像在相应空间区域中的位置的示意图。参阅图2,g1为第一平面图像,g2为第二平面图像,S1为第一空间区域,S2为第二空间区域,R为基准面。
第一平面图像g1从CBCT图像的第一空间区域S1中进行截取,第二平面图像g2从CBCT图像的第二空间区域S2中进行截取。假设第一平面图像g1的数量设置为k1个,k1>1,第二平面图像g2的数量设置为k2个,k2>1,则k1个第一平面图像g1中的部分或全部图像中均包含有骨骼区域,k2个第二平面图像g2中的部分或全部图像中均包含有骨骼区域。
图像的梯度图能够表征图像变化的幅度情况,k1个第一平面图像g1对应生成一个第一梯度图,k2个第二平面图像g2对应生成一个第二梯度图。第一梯度图能够反映k1个第一平面图像中包含的所有图像内容形成的梯度变化情况,第二梯度图能够反映k2个第二平面图像中包含的所有图像内容形成的梯度变化情况。
图3是根据本发明的一个实施方式的第一梯度图和第二梯度图的相对位置关系示意图。参阅图3,G1为第一梯度图和第二梯度图中的其中一个梯度图,G2为另一个梯度图。O1为梯度图G1的中心点,O2为梯度图G2的中心点,dm为中心点O1和O2的相对位置关系在梯度图长度方向上的分量,dn为中心点O1和O2的相对位置关系在梯度图宽度方向上的分量。dm和dn即表征了梯度图G1和G2的相对位置关系。
相对位置关系可以通过两个梯度图的中心点在梯度图长度方向和宽度方向的距离和相对方向来表征。目标位置关系是梯度图G1和G2之间的其中一种相对位置关系。相对位置关系不同,则两个梯度图之间的重叠部分也就不同。当第一梯度图和第二梯度图之间的相对位置关系为目标位置关系时,两个梯度图之间相似度和重合度越高。
在得到目标位置关系之后,相当于得到了相应的dm和dn。通过dm得到体数据绕相应坐标轴Z轴的转动角度,以及通过dn得到体数据绕相应坐标轴Y轴的转动角度。dm的绝对值越大,说明平面图像在Z轴偏差的越多,则得出的Z轴转动角度越大,从而在绕Z轴转动之后实现对Z轴偏差的补偿。dn的绝对值越大,说明平面图像在Y轴偏差的越多,则得出的Y轴转动角度越大,从而在绕Y轴转动之后实现对Y轴偏差的补偿。通过对体数据进行转动,使得CBCT图像中的牙齿区域能够朝向正前方对二值图像进行累加的计(与Y轴方向一致或几乎一致),通过在三维空间中旋转CBCT图像使得CBCT图像的正中矢状面与空间坐标系的yoz平面重合或几乎重合,实现对颌面朝向的校准,便于后续在进行侧位片生成、胶片打印等医学用途时,生成的侧位片的效果能够满足要求。
示例性地,通过步骤S100获取到的上述多个第一平面图像中的至少部分图像可以包含牙列区域的内容,通过步骤S100获取到的上述多个第二平面图像中的至少部分图像可以包含牙列区域的内容。通过牙列区域等骨骼区域与其他软组织区域之间的像素值不同的特点,使得通过步骤S200生成的梯度图之间能够利用这一特点进行骨骼区域的识别和锚定,从而作为重合梯度值计算的基础。
继续参阅图2,上述多个第一平面图像g1和上述多个第二平面图像g2可以均平行于基准面R。基准面R可以为加载有CBCT图像的三维空间的yoz平面,yoz平面相当于该三维空间本身的正中矢状面。第一平面图像g1的数量与第二平面图像g2的数量可以相同。上述多个第一平面图像g1之间间距可以相等,上述多个第二平面图像g2之间间距可以相等,相邻两个第一平面图像g1之间的间距与相邻两个第二平面图像g2之间的间距可以相同。以上述多个第一平面图像g1中与基准面R距离最近的图像为第一起始图像,以上述多个第二平面图像g2中与基准面R距离最近的图像为第二起始图像,第一起始图像与基准面R之间的距离与第二起始图像与基准面R之间的距离可以相等。
例如,第一起始图像与基准面R之间的距离为40mm,即第一起始图像在X轴的坐标值为40,第二起始图像与基准面R之间的距离同样为40mm,即第二起始图像在X轴的坐标值为-40。g1=g2=80。相邻第一平面图像g1之间的距离为0.5mm,相邻第二平面图像g2之间的距离同样为0.5mm。此时,以与基准面R最远的第一平面图像g1为第一结束图像,以与基准面R最远的第二平面图像g2为第二结束图像,第一结束图像在X轴的坐标值为79.5,第二结束图像在X轴的坐标值为-79.5。
图4是根据本发明的一个实施方式的生成梯度图的流程示意图。参阅图4,步骤S200可以包括步骤S210和步骤S220。
S210,对多个第一平面图像进行像素求和得到第一求和图像,并对多个第二平面图像进行像素求和得到第二求和图像。
S220,分别对第一求和图像和第二求和图像进行梯度计算,得到第一梯度图和第二梯度图。
像素求和指的是按照像素值进行累加,例如对k1个第一平面图像进行像素求和时,对于每个坐标点,将k1个第一平面图像中该坐标点处的像素值进行累加,得到第一求和图像中该坐标点处的像素值,从而得到一个完整的第一求和图像。对于第二求和图像同理可得。对于得到的两个求和图像,通过分别进行梯度计算,得到两个梯度图,即第一梯度图G1和第二梯度图G2。
图5是根据本发明的一个实施方式的确定目标位置关系的流程示意图。参阅图5,步骤S300可以包括步骤S310、步骤S320和步骤S330。
S310,在平面上多次移动第一梯度图或第二梯度图,得到第一梯度图和第二梯度图之间的相对位置关系。
S320,确定每种相对位置关系下第一梯度图和第二梯度图的总重合梯度。
S330,将总重合梯度最大值对应的相对位置关系作为第一梯度图和第二梯度图之间的目标位置关系。
继续参阅图2,在得到梯度图G1和G2之后,可以对其中一个梯度图沿该梯度图的横纵轴进行平移,例如对G2进行平移。平移的方向和移动的距离不同,则相对位置关系不同,两个梯度图之间的重叠部分也就不同,并且两梯度图的总重合梯度值也就不同。总重合梯度值越大,则在当前的相对位置下的两个梯度图之间相似度和重合度越高,相应地,第一平面图像和第二平面图像的重合度也就越高。
对于被移动的梯度图来说,可以遍历所有可选的移动位置,对每个可选移动位置进行两个梯度图之间的总重合梯度计算。将每个可选移动位置的总重合梯度进行比较,确定出最大的总重合梯度值。将最大的总重合梯度值对应的相对位置关系作为目标位置关系,并得到在目标位置关系下,被移动的梯度图和位置不变的梯度图之间在横轴和纵轴上的位移。位移包括移动距离和移动方向。
可以遍历所有可选的相对位置关系,并对每个相对位置关系下两个梯度图之间的总重合梯度进行计算。对得到的各个总重合梯度进行比较,确定出最大的总重合梯度值。将最大的总重合梯度值对应的相对位置关系作为目标位置关系,从而得到在目标位置关系下两个梯度图之间的距离和相对位置方向。
总重合梯度Gtotal的计算公式可以为:。其中,G1为第一梯度图和第二梯度图中的其中一个梯度图,G2为另一个梯度图。例如,可以保持G1位置不变,在yoz平面上移动G2使得两幅图重合的梯度达到最大。G1和G2采用同一坐标系来表征坐标点位置。m和n分别为梯度图中横坐标和纵坐标的坐标值,G1(m,n)为梯度图G1中在(m,n)坐标处的梯度值。dm为中心点O1和O2的相对位置关系在梯度图长度方向上的分量,dn为中心点O1和O2的相对位置关系在梯度图宽度方向上的分量。dm和dn的正负对应于相对位置方向,dm和dn的绝对值对应于距离。G2(m,n)为梯度图G2中在(m+dm,n+dn)坐标处的梯度值。通过G1、G2的梯度值相乘来表征梯度的互相关。
可以理解的是,梯度图的长度方向对应于Y轴,宽度方向对应于Z轴,dm为Y轴方向的位移分量,dn为Z轴方向的位移分量。
图6是根据本发明的一个实施方式的确定转动角度的流程示意图。参阅图6,步骤S400可以包括步骤S410和步骤S420。
S410,以多个第一平面图像在垂直于基准面的方向上的中心位置为第一中心位置,以多个第二平面图像在垂直于基准面的方向上的中心位置为第二中心位置,确定第一中心位置和第二中心位置之间的中心位置间距。
S420,依据目标位置关系在相应坐标轴上形成的位移量和中心位置间距确定目标位置关系相对于相应坐标轴的转动角度。
当基准面为三维空间的yoz平面时,垂直于基准面的方向即为X轴方向。若在所有第一平面图像g1中,第一起始图像在X轴的坐标值为40,第一结束图像在X轴的坐标值为79.5,则第一中心位置在X轴的坐标值为(40+79.5)/2,第一中心位置在Y轴和Z轴的坐标值为0。相应地,第二中心位置在X轴的坐标值为(-40-79.5)/2,第二中心位置在Y轴和Z轴的坐标值为0。第一中心位置和第二中心位置之间的中心位置间距L为[(40+79.5)/2-(-40-79.5)/2]=119.5。
由于基准面R和从CBCT图像中获取到的各平面图像均平行于yoz平面,因此转动角度包括绕Y轴转动的转动角度θy和绕Z轴转动的转动角度θz。在计算转动角度时,可以依据以下公式分别计算:θy=arctan(dn/L),θz=arctan(dm/L)。得到θy和θz之后,将体数据依据θy沿Y轴旋转,以及依据θz沿Z轴旋转,即完成自适应调整。
在依据θy和θz进行体数据的绕轴转动时,转动的方向依据θy/θz的方向(即θy/θz的正负)和坐标轴的正方向之间的关系来确定。以图2中的坐标系方向为例,图3的视角为X轴正方向的视角,此时被移动的梯度图为G2,G2的最终位置相对于G1来说是朝向Y轴负方向移动,dm为负值(即θz为负值),以绕坐标轴正方向的逆时针为正向转动方向,此时应绕Z轴进行正向旋转;同时,G2的最终位置相对于G1来说是朝向Z轴正方向移动,dn为正值(即θy为正值),此时应绕Y轴进行正向旋转。如果同等条件下,dm为正值,则应绕Z轴进行反向旋转。如果同等条件下,dn为负值,则应绕Y轴进行反向旋转。
如果被移动的梯度图为G1,G1的最终位置相对于G2来说是朝向Y轴正方向移动,dm为正值,此时同样绕Z轴进行正向旋转;同时,G1的最终位置相对于G2来说是朝向Z轴负方向移动,dn为负值,此时同样Y轴进行正向旋转。
在进行CBCT扫描拍摄时,摆位偏差可能4较为严重,此时可以先依据CBCT图像数据来进行预处理,对三维空间的空间坐标系进行重新标定,通过标定新的空间坐标系来减少CBCT图像的摆位偏差,即正中矢状面与yoz平面之间的偏差,从而为后续通过步骤S100至步骤S500进行CBCT图像的旋转建立良好的实施条件。图7是根据本发明的另一个实施方式的CBCT图像的处理方法的流程示意图。参阅图7,在步骤S100之前,CBCT图像的处理方法M10还可以包括步骤S010、步骤S020、步骤S030和步骤S040。
S010,依据CBCT图像中目标空间区域内的图像内容生成目标对象的分布图,目标空间区域包括至少部分的目标对象,目标空间区域与基准面相交。
S020,依据分布图确定目标对象的中心坐标。
S030,确定分布图的中心线,中心线经过中心坐标。
S040,以中心坐标为新的原点,以中心线为新的Y轴,建立三维空间的新的空间坐标系,基准面经过的原点为新的空间坐标系的原点。
通过对CBCT图像的图像数据进行预处理,根据CBCT数据中的下颌部分的数据,确定出牙齿区域的中心和对称轴,从而建立新的空间坐标系,新的空间坐标系相比初始空间坐标系来说,牙齿区域的正中矢状面与yoz平面更加接近,利于后续进行平面图像获取时,获取到的平面图像的内容更加对称并更加适于确定出合理的旋转角度,从而使得旋转后的CBCT图像的正中矢状面与新空间坐标系的yoz平面相重合或几乎重合。
目标空间区域可以为下颌区域,例如目标空间区域可以为CBCT图像的下半部分区域。基准面R将目标空间区域分为了两个部分。下颌区域包括目标对象。目标对象可以包括人体头部的下颌骨和牙齿。目标对象的分布图可以为平面图,表征了目标对象在目标空间区域中的位置分布情况,例如目标对象的覆盖区域。
下颌骨和牙齿区域为不规则形状,基于下颌骨和牙齿区域的形状和区域范围,目标对象的中心坐标可能位于目标对象本身的区域范围之外。中心线用于将分布图中目标对象的区域范围进行对称划分,使得下颌的左部分和右部分较为对称地分布在中心线两侧。由于中心线能够将下颌分为左部分和右部分,因此可以依据中心线建立新空间直角坐标系,使得CBCT图像的正中矢状面与新空间直角坐标系的yoz平面之间的距离和角度差较小,为后续进行CBCT图像转动角度建立基础,使得算出的转动角度更为准确,提高最终完成CBCT图像转动后正中矢状面与yoz平面的重合度。
图8是根据本发明的一个实施方式的生成目标对象的分布图的流程示意图。参阅图8,步骤S010可以包括步骤S011和步骤S012。
S011,对CBCT图像中目标空间区域内的图像内容进行轴向切片,得到多个切片图像。
S012,分别对多个切片图像进行目标对象识别并依据识别结果生成目标对象的分布图。
其中,步骤S011可以包括以下步骤:从CBCT图像中确定目标空间区域,沿垂直轴对目标空间区域内的CBCT图像进行切片,得到多个切片图像。步骤S012可以包括以下步骤:分别对多个切片图像进行阈值分割,并对阈值分割的结果进行二值化,得到关于目标对象的多个二值图像,对多个二值图像进行累加,得到目标对象在目标空间区域内的分布图。
图9是根据本发明的一个实施方式的目标空间区域的侧视示意图。参阅图9,下牙的中间位置与下颌之间的距离通常为30mm左右,因此可以将颌托H上方25-35mm的范围作为目标空间区域S3。假设颌托H在当前空间坐标系的Z轴坐标为z1,颌托H位置和成像设备的成像几何参数是已知的,因此z1是已知量。目标空间区域S3的顶面与z1之间在Z轴方向上的距离可以为35mm,目标空间区域S3的底面与z1之间在Z轴方向上的距离可以为25mm。目标空间区域S3在X轴和Y轴方向上的长度可以与CBCT图像相同,也可以小于CBCT图像在X轴和Y轴方向上的长度。此时目标空间区域S3为牙齿附近的区域,主要包括了下颌骨区域。
按Z轴对目标空间区域S3进行切片,得到的多个切片图像均垂直于Z轴。对每个切片图像进行阈值分割,然后进行二值化,得到二值图像,从而分割出骨骼区域。进行阈值分割时采用的阈值类型可以为X射线吸收系数,X射线吸收系数可以选用0.32(HU=600)的数总重合梯度Gtotal的值,分割得到下颌骨头和牙齿区域。
对二值图像进行累加的计算公式可以为:。其中p(x,y)为分布图Scon中点(x,y)处的像素值,i为二值图像的序号,j为二值图像的总数量,也就是切片图像的总数量。bi(x,y)为第i个二值图像中点(x,y)处的像素值。
图10是根据本发明的一个实施方式的目标对象分布图的示意图。参阅图10,如果所有切片图像在点(x,y)处的像素值之和为0,说明点(x,y)在每个切片图像中均位于非目标对象的区域,因此点(x,y)在融合后的二值图像中的值为0,表明点(x,y)为非目标对象区域的点。如果所有切片图像在点(x,y)处的像素值之和大于0,说明点(x,y)在至少一个切片图像中位于目标对象的区域,因此点(x,y)在融合后的二值图像中的值为1,表明点(x,y)为目标对象区域的点。通过对二值图像进行累加,实现了二值图像的融合,得到一个二维的表征有目标对象区域分布的二值图像。
图11是根据本发明的一个实施方式的确定目标对象的中心坐标的流程示意图。参阅图11,步骤S020可以包括步骤S021。
S021,分别对分布图中属于目标对象的坐标点的X轴坐标值和Y轴坐标值进行求平均,并依据得到的X轴坐标均值和Y轴坐标均值确定中心坐标。
中心坐标的X轴坐标值即为X轴坐标均值xc,中心坐标的Y轴坐标值即为Y轴坐标均值yc。对于二值图像来说,各非零像素点的值均为1,因此目标对象的中心即为重心,中心坐标即为重心坐标。
X轴坐标均值xc的计算公式可以为:。Y轴坐标均值yc的计算公式可以为:/>。其中,N为非零像素点的数量,xnonzero为分布图Scon中的非零像素点的X轴坐标值,ynonzero为分布图Scon中的非零像素点的Y轴坐标值。由此得到中心坐标(xc,yc)。
图12是根据本发明的一个实施方式的确定目标对象的中心坐标的流程示意图。参阅图12,步骤S030可以包括步骤S031、步骤S032和步骤S033。
S031,确定经过中心坐标的多个候选线。
S032,对于每个候选线,获取分布图中属于目标对象的坐标点与候选线之间的直线距离。
S033,计算所有直线距离的平方之和,确定使直线距离的平方之和最小的候选线作为分布图的中心线。
在二维的分布图中,确定出中心坐标后,可以将每条经过中心坐标的直线作为一条候选线,或者将所有经过中心坐标的直线中与当前空间坐标系的Y轴之间的角度差在一定范围内的直线作为候选线。对所有候选线进行遍历,计算候选线与目标对象的各像素点之间距离的平方之和D,从而从候选线中确定出能够将目标对象进行对称分割的中心线。
可以通过以下公式计算候选线与目标对象的各像素点之间距离的平方之和D:。其中,di为第i个非零像素点到当前候选线的距离,I为分布图中非零像素点的数量,非零像素点即为目标对象的像素点。得到每个候选线的D值之后,计算min(D),确定出所有D值中的最小D值:Dmin。D值越小,说明候选线两侧的非零像素点分布越对称。Dmin对应的候选线即为中心线。
得到中心线后,即可将中心线作为新空间坐标系的Y轴,原空间坐标系中的中心坐标(xc,yc,0)作为新空间坐标系的原点,Z轴方向保持不变,将同时垂直于Z轴和Y轴的方向设置为X轴,得到新空间坐标系的三轴。新空间坐标系的yoz平面方程可以表达为:y-yc=k(x-xc),其中k为通过Dmin确定出的系数。在形成新空间坐标系后,可以将CBCT图像的体数据按新空间坐标系进行重新采样,得到新空间坐标系下的CBCT图像的数据信息。之后可以执行步骤S100至步骤S500,从而完成对新空间坐标系下的CBCT图像的旋转,实现对CBCT图像的位姿调整。其中,预设的基准面可以为新空间坐标系的yoz平面。
对于本实施方式的CBCT图像的处理方法,可以采用以下三种执行方式的任一种来实施。
方式一,对于重建得到的CBCT图像,用户先对CBCT图像进行查看。若图像的摆位偏差较为明显,则对成像系统发出第一指示,成像系统响应于用户发出的第一指示,对上述重建得到的CBCT图像先执行步骤S010至步骤S040,然后执行步骤S100至步骤S500,得到本次的图像处理结果。若图像的摆位偏差不太明显,则对成像系统发出第二指示,成像系统响应于用户发出的第二指示,对上述重建得到的CBCT图像执行步骤S100至步骤S500,得到本次的图像处理结果。
方式二,对于重建得到的CBCT图像,用户先对成像系统发出第二指示,成像系统响应于用户发出的第二指示,执行步骤S100至步骤S500,得到本次的图像处理结果。用户可以对处理结果进行查看,若认为处理结果因为摆位偏差过大而不满足要求,则向成像系统发出第一指示,成像系统响应于用户发出的第一指示,对上述重建得到的CBCT图像先执行步骤S010至步骤S040,然后执行步骤S100至步骤S500,得到新的图像处理结果,新的处理结果能够满足摆位偏差较大情况下的朝向及位置校准。
方式三,对于重建得到的CBCT图像,成像系统直接自动对重建得到的CBCT图像先执行步骤S010至步骤S040,然后执行步骤S100至步骤S500,得到图像处理结果,过程中无需用户发出指示。
以下为方式二的其中一种实施方式的CBCT图像的处理方法的过程。
响应于用户的第二指示,对初始CBCT图像依次执行平面图像获取步骤、梯度图生成步骤、位置关系确定步骤、转动角度确定步骤和图像旋转步骤,得到第一图像处理结果。然后响应于用户的第一指示,对初始CBCT图像依次执行分布图生成步骤、中心坐标确定步骤、中心线确定步骤、坐标系建立步骤、平面图像获取步骤、梯度图生成步骤、位置关系确定步骤、转动角度确定步骤和图像旋转步骤。
平面图像获取步骤包括:按预设的基准面从所述CBCT图像中获取多个第一平面图像和多个第二平面图像,所述多个第一平面图像来自于第一空间区域,所述多个第二平面图像来自于第二空间区域,所述第一空间区域和所述第二空间区域分别位于所述基准面的两侧,所述基准面经过空间坐标系的原点。
梯度图生成步骤包括:对所述多个第一平面图像进行像素求和得到第一求和图像,并对所述多个第二平面图像进行像素求和得到第二求和图像;分别对所述第一求和图像和所述第二求和图像进行梯度计算,得到第一梯度图和第二梯度图。
位置关系确定步骤包括:在平面上多次移动所述第一梯度图或所述第二梯度图,得到所述第一梯度图和所述第二梯度图之间的相对位置关系;确定每种所述相对位置关系下所述第一梯度图和所述第二梯度图的总重合梯度;将所述总重合梯度最大值对应的相对位置关系作为所述第一梯度图和所述第二梯度图之间的目标位置关系,所述目标位置关系使得所述第一梯度图和所述第二梯度图之间的总重合梯度值最大。
转动角度确定步骤包括:以所述多个第一平面图像在垂直于所述基准面的方向上的中心位置为第一中心位置,以所述多个第二平面图像在垂直于所述基准面的方向上的中心位置为第二中心位置,确定所述第一中心位置和所述第二中心位置之间的中心位置间距;依据所述目标位置关系在相应坐标轴上形成的位移量和所述中心位置间距确定所述目标位置关系相对于相应坐标轴的转动角度。
图像旋转步骤包括:依据所述转动角度使所述CBCT图像绕相应坐标轴进行旋转。
分布图生成步骤包括:从所述CBCT图像中确定目标空间区域,所述目标空间区域包括至少部分的所述目标对象,所述目标空间区域与所述基准面相交;沿垂直轴对所述目标空间区域内的CBCT图像进行切片;分别对所述多个切片图像进行阈值分割,并对阈值分割的结果进行二值化,得到关于目标对象的多个二值图像;对所述多个二值图像进行累加,得到所述目标对象在所述目标空间区域内的分布图。
中心坐标确定步骤包括:分别对所述分布图中属于所述目标对象的坐标点的X轴坐标值和Y轴坐标值进行求平均,并依据得到的X轴坐标均值和Y轴坐标均值确定中心坐标。
中心线确定步骤包括:确定经过所述中心坐标的多个候选线;对于每个所述候选线,获取所述分布图中属于所述目标对象的坐标点与所述候选线之间的直线距离;计算所有所述直线距离的平方之和,确定使所述直线距离的平方之和最小的候选线作为所述分布图的中心线,所述中心线经过所述中心坐标。
坐标系建立步骤包括:以所述中心坐标为新的原点,以所述中心线为新的Y轴,建立三维空间的新的空间坐标系,所述基准面经过的原点为所述新的空间坐标系的原点。
图13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CBCT图像的处理装置的示意图。参阅图13,本实施方式的CBCT图像的处理装置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CBCT图像的处理方法。
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,CBCT图像的处理装置1000可以包括平面图像获取模块1002、梯度图生成模块1004、位置关系确定模块1006、转动角度确定模块1008和图像旋转模块1010,处理装置1000还可以包括分布图生成模块1012、中心坐标确定模块1014、中心线确定模块1016和坐标系建立模块1018。
平面图像获取模块1002用于按预设的基准面从CBCT图像中获取多个第一平面图像和多个第二平面图像,多个第一平面图像来自于第一空间区域,多个第二平面图像来自于第二空间区域,第一空间区域和第二空间区域分别位于基准面的两侧,基准面经过空间坐标系的原点。
梯度图生成模块1004用于对多个第一平面图像进行像素求和得到第一求和图像,并对多个第二平面图像进行像素求和得到第二求和图像;分别对第一求和图像和第二求和图像进行梯度计算,得到第一梯度图和第二梯度图。
位置关系确定模块1006用于在平面上多次移动第一梯度图或第二梯度图,得到第一梯度图和第二梯度图之间的相对位置关系;确定每种相对位置关系下第一梯度图和第二梯度图的总重合梯度;将总重合梯度最大值对应的相对位置关系作为第一梯度图和第二梯度图之间的目标位置关系,目标位置关系使得第一梯度图和第二梯度图之间的总重合梯度值最大。
转动角度确定模块1008用于以多个第一平面图像在垂直于基准面的方向上的中心位置为第一中心位置,以多个第二平面图像在垂直于基准面的方向上的中心位置为第二中心位置,确定第一中心位置和第二中心位置之间的中心位置间距;依据目标位置关系在相应坐标轴上形成的位移量和中心位置间距确定目标位置关系相对于相应坐标轴的转动角度。
图像旋转模块1010用于依据转动角度使CBCT图像绕相应坐标轴进行旋转。
分布图生成模块1012用于从CBCT图像中确定目标空间区域,目标空间区域包括至少部分的目标对象,目标空间区域与基准面相交;沿垂直轴对目标空间区域内的CBCT图像进行切片;分别对多个切片图像进行阈值分割,并对阈值分割的结果进行二值化,得到关于目标对象的多个二值图像;对多个二值图像进行累加,得到目标对象在目标空间区域内的分布图。
中心坐标确定模块1014用于分别对分布图中属于目标对象的坐标点的X轴坐标值和Y轴坐标值进行求平均,并依据得到的X轴坐标均值和Y轴坐标均值确定中心坐标。
中心线确定模块1016用于确定经过中心坐标的多个候选线;对于每个候选线,获取分布图中属于目标对象的坐标点与候选线之间的直线距离;计算所有直线距离的平方之和,确定使直线距离的平方之和最小的候选线作为分布图的中心线,中心线经过中心坐标。
坐标系建立模块1018用于以中心坐标为新的原点,以中心线为新的Y轴,建立三维空间的新的空间坐标系,基准面经过的原点为新的空间坐标系的原点。
需要说明的是,本实施方式的CBCT图像的处理装置1000中未披露的细节,可参照本发明提出的上述实施方式的CBCT图像的处理方法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。
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。
本发明还提供了一种可读存储介质,可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现上述任一实施方式的CBCT图像的处理方法。
就本说明书而言,“可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。可读存储介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在存储器中。
本发明还提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现上述任一实施方式的CBCT图像的处理方法。
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,在上述公开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 (16)
1.一种CBCT图像的处理方法,其特征在于,包括:
按预设的基准面从所述CBCT图像中获取多个第一平面图像和多个第二平面图像,所述多个第一平面图像来自于第一空间区域,所述多个第二平面图像来自于第二空间区域,所述第一空间区域和所述第二空间区域分别位于所述基准面的两侧,所述基准面经过空间坐标系的原点;
对所述多个第一平面图像进行像素求和得到第一求和图像,并对所述多个第二平面图像进行像素求和得到第二求和图像;
分别对所述第一求和图像和所述第二求和图像进行梯度计算,得到第一梯度图和第二梯度图;在平面上多次移动所述第一梯度图或所述第二梯度图,得到所述第一梯度图和所述第二梯度图之间的相对位置关系;
确定每种所述相对位置关系下所述第一梯度图和所述第二梯度图的总重合梯度;
将所述总重合梯度最大值对应的相对位置关系作为所述第一梯度图和所述第二梯度图之间的目标位置关系,所述目标位置关系使得所述第一梯度图和所述第二梯度图之间的总重合梯度值最大;
依据所述目标位置关系在相应坐标轴上形成的位移量确定所述CBCT图像相对于相应坐标轴的转动角度;以及
依据所述转动角度使所述CBCT图像绕相应坐标轴进行旋转。
2.根据权利要求1所述的CBCT图像的处理方法,其特征在于,所述多个第一平面图像中的至少部分图像包含牙列区域的内容,所述多个第二平面图像中的至少部分图像包含牙列区域的内容。
3.根据权利要求1所述的CBCT图像的处理方法,其特征在于,所述多个第一平面图像和所述多个第二平面图像均平行于所述基准面。
4.根据权利要求1所述的CBCT图像的处理方法,其特征在于,所述基准面为加载有所述CBCT图像的三维空间的yoz平面。
5.根据权利要求1所述的CBCT图像的处理方法,其特征在于,所述第一平面图像的数量与所述第二平面图像的数量相同。
6.根据权利要求1所述的CBCT图像的处理方法,其特征在于,所述多个第一平面图像之间间距相等,所述多个第二平面图像之间间距相等,相邻两个所述第一平面图像之间的间距与相邻两个所述第二平面图像之间的间距相同。
7.根据权利要求1所述的CBCT图像的处理方法,其特征在于,以所述多个第一平面图像中与所述基准面距离最近的图像为第一起始图像,以所述多个第二平面图像中与所述基准面距离最近的图像为第二起始图像,所述第一起始图像与所述基准面之间的距离与所述第二起始图像与所述基准面之间的距离相等。
8.根据权利要求1-7中任一项所述的CBCT图像的处理方法,其特征在于,依据所述目标位置关系在相应坐标轴上形成的位移量确定所述CBCT图像相对于相应坐标轴的转动角度,包括:
以所述多个第一平面图像在垂直于所述基准面的方向上的中心位置为第一中心位置,以所述多个第二平面图像在垂直于所述基准面的方向上的中心位置为第二中心位置,确定所述第一中心位置和所述第二中心位置之间的中心位置间距;以及
依据所述目标位置关系在相应坐标轴上形成的位移量和所述中心位置间距确定所述目标位置关系相对于相应坐标轴的转动角度。
9.根据权利要求1-7中任一项所述的CBCT图像的处理方法,其特征在于,在按预设的基准面从所述CBCT图像中获取多个第一平面图像和多个第二平面图像之前,所述方法还包括:
依据所述CBCT图像中目标空间区域内的图像内容生成目标对象的分布图,所述目标空间区域包括至少部分的所述目标对象,所述目标空间区域与所述基准面相交;
依据所述分布图确定所述目标对象的中心坐标;
确定所述分布图的中心线,所述中心线经过所述中心坐标;以及
以所述中心坐标为新的原点,以所述中心线为新的Y轴,建立三维空间的新的空间坐标系,所述基准面经过的原点为所述新的空间坐标系的原点。
10.根据权利要求9所述的CBCT图像的处理方法,其特征在于,依据所述CBCT图像中目标空间区域内的图像内容生成目标对象的分布图,包括:
对所述CBCT图像中目标空间区域内的图像内容进行轴向切片,得到多个切片图像;以及
分别对所述多个切片图像进行目标对象识别并依据识别结果生成目标对象的分布图。
11.根据权利要求10所述的CBCT图像的处理方法,其特征在于,对所述CBCT图像中目标空间区域内的图像内容进行轴向切片,包括:
从所述CBCT图像中确定目标空间区域;以及
沿垂直轴对所述目标空间区域内的CBCT图像进行切片。
12.根据权利要求10所述的CBCT图像的处理方法,其特征在于,分别对所述多个切片图像进行目标对象识别并依据识别结果生成目标对象的分布图,包括:
分别对所述多个切片图像进行阈值分割,并对阈值分割的结果进行二值化,得到关于目标对象的多个二值图像;以及
对所述多个二值图像进行累加,得到所述目标对象在所述目标空间区域内的分布图。
13.根据权利要求9所述的CBCT图像的处理方法,其特征在于,依据所述分布图确定所述目标对象的中心坐标,包括:
分别对所述分布图中属于所述目标对象的坐标点的X轴坐标值和Y轴坐标值进行求平均,并依据得到的X轴坐标均值和Y轴坐标均值确定中心坐标。
14.根据权利要求9所述的CBCT图像的处理方法,其特征在于,确定所述分布图的中心线,包括:
确定经过所述中心坐标的多个候选线;
对于每个所述候选线,获取所述分布图中属于所述目标对象的坐标点与所述候选线之间的直线距离;以及
计算所有所述直线距离的平方之和,确定使所述直线距离的平方之和最小的候选线作为所述分布图的中心线。
15.根据权利要求9所述的CBCT图像的处理方法,其特征在于,所述目标对象包括人体头部的下颌骨和牙齿。
16.一种CBCT图像的处理装置,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15中任一项所述的CBCT图像的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311530701.1A CN117243627B (zh) | 2023-11-16 | 2023-11-16 | Cbct图像的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311530701.1A CN117243627B (zh) | 2023-11-16 | 2023-11-16 | Cbct图像的处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117243627A CN117243627A (zh) | 2023-12-19 |
CN117243627B true CN117243627B (zh) | 2024-02-09 |
Family
ID=89126806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311530701.1A Active CN117243627B (zh) | 2023-11-16 | 2023-11-16 | Cbct图像的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117243627B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651977A (zh) * | 2016-09-30 | 2017-05-10 | 重庆大学 | 基于重建图像梯度的l0范数最小化的锥束ct旋转中心标定方法 |
KR20200021156A (ko) * | 2018-08-20 | 2020-02-28 | 연세대학교 산학협력단 | 사전 영상을 이용하는 고품질의 4차원 콘빔 전산화 단층 촬영 시스템 |
CN110913789A (zh) * | 2017-07-18 | 2020-03-24 | 克拉洛纳夫公司 | 基于颌表面的配准 |
CN113920414A (zh) * | 2021-12-14 | 2022-01-11 | 北京柏惠维康科技有限公司 | 图像间相似度的确定方法、图像融合方法及装置 |
CN114494121A (zh) * | 2021-12-20 | 2022-05-13 | 苏州镁伽科技有限公司 | 图像偏移的校正方法、校正装置、存储介质及电子设备 |
WO2022122582A1 (en) * | 2020-12-10 | 2022-06-16 | Koninklijke Philips N.V. | Reduction of artefacts in medical images |
CN116433476A (zh) * | 2023-06-09 | 2023-07-14 | 有方(合肥)医疗科技有限公司 | Ct图像处理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110038452A1 (en) * | 2009-08-12 | 2011-02-17 | Kabushiki Kaisha Toshiba | Image domain based noise reduction for low dose computed tomography fluoroscopy |
DE102016202512B3 (de) * | 2016-02-18 | 2017-08-17 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Verfahren zur 2D-3D-Registrierung, Recheneinrichtung und Computerprogramm |
-
2023
- 2023-11-16 CN CN202311530701.1A patent/CN117243627B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651977A (zh) * | 2016-09-30 | 2017-05-10 | 重庆大学 | 基于重建图像梯度的l0范数最小化的锥束ct旋转中心标定方法 |
CN110913789A (zh) * | 2017-07-18 | 2020-03-24 | 克拉洛纳夫公司 | 基于颌表面的配准 |
KR20200021156A (ko) * | 2018-08-20 | 2020-02-28 | 연세대학교 산학협력단 | 사전 영상을 이용하는 고품질의 4차원 콘빔 전산화 단층 촬영 시스템 |
WO2022122582A1 (en) * | 2020-12-10 | 2022-06-16 | Koninklijke Philips N.V. | Reduction of artefacts in medical images |
CN116745804A (zh) * | 2020-12-10 | 2023-09-12 | 皇家飞利浦有限公司 | 减少医学图像中的伪影 |
CN113920414A (zh) * | 2021-12-14 | 2022-01-11 | 北京柏惠维康科技有限公司 | 图像间相似度的确定方法、图像融合方法及装置 |
CN114494121A (zh) * | 2021-12-20 | 2022-05-13 | 苏州镁伽科技有限公司 | 图像偏移的校正方法、校正装置、存储介质及电子设备 |
CN116433476A (zh) * | 2023-06-09 | 2023-07-14 | 有方(合肥)医疗科技有限公司 | Ct图像处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于CT数据的股骨轴线的获取;丁辉 等;医用生物力学;第24卷(第4期);第290-294页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117243627A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6334141B2 (ja) | マーカによってctスキャンをナビゲートするための方法および装置 | |
CA2650761C (en) | Contour triangulation system and method | |
US20120114208A1 (en) | Image matching device and patient positioning device using the same | |
CN109498051B (zh) | 一种ct病床机架自动位置校准方法及其系统 | |
US11622843B2 (en) | Processing digital dental impression | |
JP6335227B2 (ja) | コンピューター断層撮像を制御するための方法及びシステム | |
JP6313024B2 (ja) | スカウト画像内でローカライザを自動的に決定するための方法およびシステム | |
CN109171793A (zh) | 一种角度检测和校正方法、装置、设备和介质 | |
CN111166332B (zh) | 一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 | |
CN112258640A (zh) | 颅骨模型的建立方法、装置、存储介质及电子设备 | |
CN117243627B (zh) | Cbct图像的处理方法及装置 | |
WO2020263997A1 (en) | Processing digital dental impression | |
CN116433476B (zh) | Ct图像处理方法及装置 | |
Malian et al. | Medphos: A new photogrammetric system for medical measurement | |
Hwang et al. | Geometry calibration for a dental cone-beam CT system with an offset detector | |
JP6821839B1 (ja) | 二軸デジタルトモシンセシスシステムに用いられる幾何学的補正方法及びそのシステム | |
CN112085833B (zh) | 一种锥束ct与影像融合结合的颈椎在体三维运动的分析方法 | |
CN111000580A (zh) | 椎间盘扫描方法、装置、控制台设备及ct系统 | |
CN113892960B (zh) | X射线自成像几何标定方法及装置 | |
CN113837997B (zh) | Ct图像拍摄系统及标定板 | |
CN114041816A (zh) | Cbct系统的几何误差自动获取方法及装置 | |
CN117152222B (zh) | 斜方位配准方法、装置、可读存储介质及计算机设备 | |
CN117726505A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN116250919A (zh) | X射线成像脊柱三维模型建立方法、装置及设备 | |
MacLean et al. | Accuracy of Position and Pose Estimates of Ultrasound Probe Relative to Bony Anatomy |
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 |