CN117653163A - 一种肝脏图像采集处理的方法、系统、计算机及终端 - Google Patents
一种肝脏图像采集处理的方法、系统、计算机及终端 Download PDFInfo
- Publication number
- CN117653163A CN117653163A CN202311654260.6A CN202311654260A CN117653163A CN 117653163 A CN117653163 A CN 117653163A CN 202311654260 A CN202311654260 A CN 202311654260A CN 117653163 A CN117653163 A CN 117653163A
- Authority
- CN
- China
- Prior art keywords
- skeleton
- liver
- node
- skeleton node
- time
- 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
- 210000004185 liver Anatomy 0.000 title claims abstract description 108
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 6
- 230000036544 posture Effects 0.000 description 4
- 210000000746 body region Anatomy 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 208000006454 hepatitis Diseases 0.000 description 1
- 231100000283 hepatitis Toxicity 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000021542 voluntary musculoskeletal movement Effects 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]
- A61B6/035—Mechanical aspects of 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
- A61B6/04—Positioning of patients; Tiltable beds or the like
- A61B6/0492—Positioning of patients; Tiltable beds or the like using markers or indicia for aiding patient positioning
-
- 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
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- 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
- G06T2207/30056—Liver; Hepatic
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)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种肝脏图像采集处理的方法，包括以下内容，获取被采集人员的第一躯体图像；基于所述第一躯体图像提取被采集人员的骨架特征图；分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点；在肝脏图像采集时间内，获取被采集人员的第二躯体图像；在所述第二躯体图像上标定第二骨架节点；比对所述第一骨架节点与第二骨架节点，判断所述第一骨架节点的偏移度是否大于设定的偏移阈值，若所述第一骨架节点的偏移度大于设定的阈值，则发送提示信号，本申请可以有效地解决在肝脏扫描过程中，如果患者移动了位置，医生没有及时发现并采取相应措施的问题，本申请还提供了一种肝脏图像采集处理的系统、计算机及终端。
Description
技术领域
本发明涉及医学影像处理技术领域，特别是一种肝脏图像采集处理的方法、系统、计算机及终端。
背景技术
在医学影像学领域，肝脏图像的质量对于疾病的诊断和治疗具有重要意义。然而，患者在被采集肝脏图像的时候，并不清楚自己所躺的位置时候准确，经常会来回移动身躯想要凭感觉自我调整，这样的话，在肝脏图像采集过程中，患者的自主动会成为产生运动伪影的一个重要因素。
在肝脏扫描的过程中，患者躺的位置和姿势是有要求的，医生通常会调整好患者躺的位置和姿势后，在扫描室外的控制室或观察室内进行操作，在扫描时，如果患者移动了位置，医生没有及时发现并采取相应的措施，如重新调整扫描参数或重新进行扫描，那么有可能会导致患者的肝脏图像打印出来后出现运动伪影。这种情况下，患者可能需要重新进行肝脏扫描。
发明内容
为解决现有技术中存在的问题，本发明提供了一种肝脏图像采集处理的方法、系统、计算机及终端。
本发明采用的技术方案是：
第一方面，本申请提供了一种肝脏图像采集处理的方法，包括以下内容
获取被采集人员的第一躯体图像；基于所述第一躯体图像提取被采集人员的骨架特征图；分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点；在肝脏图像采集时间内，获取被采集人员的第二躯体图像；在所述第二躯体图像上标定第二骨架节点；比对所述第一骨架节点与第二骨架节点，判断所述第一骨架节点的偏移度是否大于设定的偏移阈值，若所述第一骨架节点的偏移度大于设定的阈值，则发送提示信号。
优选的，分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点包括以下内容：
基于所述骨架特征图，定位被采集人员的虚拟肝脏区域；计算骨架特征图中各骨架节点与肝脏区域的距离，确定与被采集人员虚拟肝脏区域相关的骨架节点；将与肝脏区域相关的骨架节点可视化，并与实际肝脏区域进行对比和验证，获得与被采集人员肝脏区域相关的第一骨架节点。
优选的，在肝脏图像采集时间内，获取被采集人员的第二躯体图像包括：
获取扫描区域并在设定的时间内扫描被采集人员的肝脏图像；其中，设定的时间包括第一时间与第二时间；获取被采集人员扫描时的第二躯体图像；其中，第二躯体图像的范围与所述扫描区域相同，所述第二躯体图像包括第一时间的第二躯体图像与第二时间的第三躯体图像。
优选的，在所述第二躯体图像上标定第二骨架节点包括：在第二躯体图像上标定第一时间的第二骨架节点；在第二躯体图像上标定第二时间的第三骨架节点。
优选的，所述判断所述第一骨架节点的偏移度是否大于设定的偏移阈值包括：基于所述第一骨架节点与第二骨架节点计算第一骨架节点的偏移度；判断所述第一骨架节点的偏移度是否大于设定的偏移阈值。若第一骨架节点的偏移度大于设定的偏移阈值，则发送提示信号，若第一骨架节点的偏移度小于等于设定的偏移阈值，则比对第二时间的第三骨架节点与第一时间的第二骨架节点，若第二时间的第三骨架节点偏移度大于设定的偏移阈值，则发送提示信号。
第二方面，本申请提供了一种肝脏图像采集处理的系统，包括：
第一获取单元，用于获取被采集人员的第一躯体图像；提取单元，用于基于所述第一躯体图像提取被采集人员的骨架特征图；分析单元，用于分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点；第二获取单元，用于在肝脏图像采集时间内，获取被采集人员的第二躯体图像；标定单元，用于在所述第二躯体图像上标定第二骨架节点；判断单元，用于判断所述第一骨架节点的偏移度是否大于设定的偏移阈值，提示单元，用于当所述第一骨架节点的偏移度大于设定的阈值时，发送提示信号。
第三方面，本申请提供了一种实现肝脏图像采集处理的计算机存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现上述的肝脏图像采集处理方法。
第四方面，本申请提供了一种肝脏图像采集处理终端，其特征在于：包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现上述的肝脏图像采集处理方法。
本发明的有益效果是：本申请提通过获取被采集人员的第一躯体图像，并基于第一躯体图像提取被采集人员的骨架特征图，然后分析骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点。在肝脏图像采集时间内，获取被采集人员的第二躯体图像，并在第二躯体图像上标定第二骨架节点。最后，比对第一骨架节点与第二骨架节点，判断第一骨架节点的偏移度是否大于设定的偏移阈值，如果第一骨架节点的偏移度大于设定的阈值，则发送提示信号，可以有效地解决在肝脏图像扫描过程中，如果患者移动了位置，医生没有及时发现并采取相应措施的问题。
附图说明
图1为本申请实施例一的方法流程图；
图2为本申请实施例二的方法流程图；
图3为本申请实施例三的系统框图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
肝脏疾病包括肝癌、肝硬化、肝炎等，需要进行肝脏图像获取以进行诊断和病情评估，在进行肝脏图像获取之前，需要准备好相关的医疗设备，包括磁共振成像(MRI)设备、计算机断层扫描(CT)设备、超声设备等。医生需要操作影像设备，如MRI、CT、超声等，以获取肝脏图像。以下实施例以CT扫描为例，在CT扫描中，医生可能会在控制室内控制扫描的参数和条件，扫描时，如果患者移动了位置，医生没有及时发现并采取相应的措施，如重新调整扫描参数或重新进行扫描，那么有可能会导致患者的肝脏图像打印出来后出现运动伪影。这种情况下，患者可能需要重新进行肝脏扫描。
实施例一：
如图1所示，为了解决扫描时，如果患者移动了位置，医生没有及时发现的问题，本申请实施例一提供了一种肝脏图像采集处理的方法，包括以下步骤：
S1，获取被采集人员的第一躯体图像。
其中，被采集人员可以是患者或者体检人员等，被采集人员需要躺在CT机的检查床上，并且按照医生的要求调整好体位。
然后通过摄像头获取被采集人员的第一躯体图像，第一躯体图像包括调整好体位的被采集人员的全身图像。
S2，基于所述第一躯体图像提取被采集人员的骨架特征图。
其中，首先对第一躯体图像进行预处理，包括图像去噪、图像增强、图像分割等操作，以改善图像质量并提取出感兴趣的区域。
然后使用现有的计算机视觉技术，如深度学习模型，对人体区域进行检测和定位。这可以通过对图像进行分类和分割来实现，其中分类任务用于区分人体和其他物体，分割任务用于将人体区域从图像中提取出来。
在提取出人体区域后，可以使用现有的骨架特征提取算法来提取骨架特征图。骨架特征图描述了人体区域的形状和结构信息，可以用于后续的分析和应用。常见的骨架特征提取方法包括基于形状的方法、基于边缘的方法、基于模型的方法等。例如，现有技术中的基于深度图像实现人体骨骼提取的方法：
(1)从深度图像中提取人体外部轮廓后将外部轮廓曲线离散化为外部多边形并在所述的外部多边形中进行骨骼提取；
(2)根据深度数据的直方图提取人体内部轮廓后将内部轮廓曲线离散化为内部多边形并在所述的内部多边形中进行骨骼提取；
(3)将邻近的骨骼点连接成连续的骨骼线并将所有的骨骼线连接成一幅完整的骨骼。
为了提高骨架特征图的准确性和鲁棒性，可以进行优化和细化操作。例如，使用形态学操作来去除噪声和细化骨架，或者使用图像分割技术来分割出不同的身体部位，并对每个部位进行独立的骨架特征提取。
最后，对提取出的骨架特征图进行后处理，例如进行归一化、平滑处理或者进行必要的特征提取和描述。
S3，分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点。
考虑到被采集人员在进行肝脏图像扫描的过程中，手臂，头颅等部位的移动有可能并不会导致肝脏区域移动，所以，通过排除与肝脏区域无关的其它骨架节点，可以减少在分析图像时的干扰和负担，提高后续分析效率和准确性。只需要分析与被采集人员肝脏区域相关的第一骨架节点的偏移度即可。
在提取出的骨架特征图中，可以根据人体的解剖结构和器官位置，定位出肝脏区域。这可以通过观察骨架特征图中肝脏部位的形状和相对位置来实现。
通过对骨架特征图中各个骨架节点的位置、角度、距离等参数进行分析，可以获得与被采集人员肝脏区域相关的第一骨架节点。例如，可以通过测量各个骨架节点与肝脏边缘的距离来判断哪些骨架节点与肝脏的距离更近，通过设置一个距离阈值，满足距离阈值的骨架节点即为与被采集人员肝脏区域相关的第一骨架节点。
S4，在肝脏图像采集时间内，获取被采集人员的第二躯体图像。
被采集人员在医生的指导下调整好姿势以后会被送入扫描区，在扫描区进行肝脏扫描，此时通过摄像头获取被采集人员的第二躯体图像，第二躯体图像包括被采集人员肝脏扫描区域的部分躯体图像。
S5，在所述第二躯体图像上标定第二骨架节点。
需要说明的是，首先对第二躯体图像进行预处理，包括图像去噪、图像增强等操作，以改善图像质量并突出肝脏区域。
在预处理后的图像中，使用图像分割技术或深度学习模型对肝脏区域进行定位。通过识别和提取肝脏的形状和边缘信息，可以确定肝脏的大致位置和范围。
根据肝脏区域的定位结果，构建与肝脏对应的骨架特征图。在构建好的骨架特征图上，根据上述确定第一骨架节点的方法，确定与肝脏区域相关的第二骨架节点。
S6，比对所述第一骨架节点与第二骨架节点，计算第一骨架节点的偏移度。
通过测量第一骨架节点与第二骨架节点之间的距离、角度或相对位置等参数，计算第一骨架节点相对于第二骨架节点的偏移度。这种偏移度可以表示第一骨架节点与第二骨架节点之间的差异程度。
S7，判断所述第一骨架节点的偏移度是否大于设定的偏移阈值。
根据临床需求和诊断标准，设定一个偏移阈值。该阈值用于判断第一骨架节点的偏移度是否超出可接受的范围，将计算出的第一骨架节点的偏移度与设定的偏移阈值进行比较。
若所述第一骨架节点的偏移度大于设定的阈值，则执行步骤S7，否则返回执行步骤S4。
S8，发送提示信号。
如果偏移度大于阈值，如果第一骨架节点的偏移度大于设定的阈值，可以通过发出提示信号或警报来通知医生被采集人员发生了超出预设范围的自主移动，这种提示信号可以是声音、灯光等。医生需要重新调整患者的体位，确保患者处于正确的扫描位置。如果需要重新进行扫描，医生需要重新设置扫描参数，并确保患者处于正确的体位。
需要说明的是，这种提示信号也可以提醒患者，因为有的患者是因为太紧张，患者自己也没有察觉到自己移动。
综上，本实施例通过在CT扫描过程中对被采集人员的身体移动进行实时监测和提示，可以减少因身体移动造成的图像模糊或伪影，从而提高肝脏图像的质量。如果发现被采集人员在扫描过程中移动了位置，医生可以及时重新调整扫描参数或重新进行扫描，从而避免因图像质量不佳而需要重新进行扫描的情况。通过实时监测被采集人员的身体移动，可以在必要时提醒被采集人员保持静止，从而减少因身体移动造成的图像质量不佳的情况，提高患者的体验。通过提高肝脏图像的质量和准确性，可以减少因图像质量不佳而需要重新进行扫描的情况，从而降低医疗成本和患者的负担。
除此之外，通过骨架节点的偏移度去判断患者的肝脏区域有没有偏移超过阈值，而不是直接用人体外表图像去判断，是因为骨架节点是人体内部骨骼的关键点，相对于人体外表图像，骨架节点的位置更加精确。通过骨架节点的偏移度来判断肝脏区域的偏移，可以得到更准确的结果。人体外表图像容易受到衣物、姿势、光线等因素的干扰，而这些因素在骨架节点上影响较小。因此，使用骨架节点来判断肝脏区域的偏移更能反映实际情况。
实施例二：
在一种可能的实施方式中，考虑到在扫描时间比较长，患者在扫描过程中也有可能发生移动，此时医生在操作扫描仪，对于患者的移动更加不易察觉，所以在肝脏图像采集时间内，获取被采集人员的第二躯体图像包括：
获取扫描区域并在设定的时间内扫描被采集人员的肝脏图像；其中，设定的时间包括第一时间与第二时间；
其中，第一时间是指扫描开始的时间，第二时间是指扫描过程中的任意时间。
获取被采集人员扫描时的第二躯体图像；其中，第二躯体图像的范围与所述扫描区域相同，所述第二躯体图像包括第一时间的第二躯体图像与第二时间的第三躯体图像。在肝脏图像扫描过程中，没有必须继续获取被采集人员的全身图像，只需要将重点放在被采集人员的肝脏扫描区域即可，只要被采集人员的肝脏扫描区域的偏移度没有超过设定的阈值，就可以继续扫描。
在所述第二躯体图像上标定第二骨架节点包括：在第二躯体图像上标定第一时间的第二骨架节点；在第二躯体图像上标定第二时间的第三骨架节点。
其中，标定第一时间的第二骨架节点与标定第二时间的第三骨架节点与上述标定方法相同。
所述判断所述第一骨架节点的偏移度是否大于设定的偏移阈值包括：
基于所述第一骨架节点与第二骨架节点计算第一骨架节点的偏移度；
判断所述第一骨架节点的偏移度是否大于设定的偏移阈值。若第一骨架节点的偏移度大于设定的偏移阈值，则发送提示信号。
若第一骨架节点的偏移度小于等于设定的偏移阈值，则比对第二时间的第三骨架节点与第一时间的第二骨架节点，若第二时间的第三骨架节点偏移度大于设定的偏移阈值，则发送提示信号。
如图2所示，本实施例的方法流程如下：
步骤1，获取被采集人员的第一躯体图像。
步骤2，基于所述第一躯体图像提取被采集人员的骨架特征图。
步骤3，分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点。
步骤4，在肝脏图像采集时间内，获取被采集人员第一时间的第二骨架节点与第二时间的第三骨架节点。
步骤5，比对所述第一骨架节点与第二骨架节点，计算第一骨架节点的偏移度。
步骤6，判断所述第一骨架节点的偏移度是否大于设定的偏移阈值。
若所述第一骨架节点的偏移度大于设定的阈值，则执行步骤7，否则执行步骤8。
步骤7，发送提示信号。
步骤8，比对第二骨架节点与第三骨架节点，计算第三骨架节点的偏移度。
步骤9，判断第三骨架节点的偏移度是否大于设定的偏移阈值。
若所述第三骨架节点的偏移度大于设定的偏移阈值，则返回执行步骤7，否则返回执行步骤4。
在本实施例中，通过在肝脏图像采集时间内获取被采集人员的第二躯体图像，可以监测患者在扫描过程中的身体移动。如果患者的肝脏区域移动超过设定的阈值，医生可以及时发现并采取相应措施，如重新调整扫描参数或重新进行扫描，从而避免因患者移动造成的图像质量不佳的情况。通过比对第一时间的第二躯体图像与第二时间的第三躯体图像，可以判断患者的肝脏区域是否发生移动。如果肝脏区域移动超过设定的阈值，医生可以及时发现并重新进行扫描，从而提高肝脏图像的质量和准确性。通过监测患者的身体移动并采取相应措施，可以减少因图像质量不佳而需要重新进行扫描的情况，从而提高诊断的准确性。如果发现患者的肝脏区域移动超过设定的阈值，医生可以及时重新进行扫描，从而避免因图像质量不佳而需要重新进行扫描的情况。这可以减少重复扫描的数量，降低医疗成本和患者的负担。通过比对第一时间的第二躯体图像与第二时间的第三躯体图像，可以更快地定位到肝脏区域，从而减少分析时间，提高诊断的效率。
实施例三：
如图3所示，一种肝脏图像采集处理的系统，包括：
第一获取单元，用于获取被采集人员的第一躯体图像；
提取单元，用于基于所述第一躯体图像提取被采集人员的骨架特征图；
分析单元，用于分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点；
第二获取单元，用于在肝脏图像采集时间内，获取被采集人员的第二躯体图像；
标定单元，用于在所述第二躯体图像上标定第二骨架节点；
判断单元，用于判断所述第一骨架节点的偏移度是否大于设定的偏移阈值，
提示单元，用于当所述第一骨架节点的偏移度大于设定的阈值时，发送提示信号。
实施例四：
一种实现肝脏图像采集处理的计算机存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如上述实施例中所述的肝脏图像采集处理方法。
实施例五：
一种肝脏图像采集处理终端，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上述实施例中所述的肝脏图像采集处理方法。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (8)
1.一种肝脏图像采集处理的方法，其特征在于：包括以下内容
获取被采集人员的第一躯体图像；
基于所述第一躯体图像提取被采集人员的骨架特征图；
分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点；
在肝脏图像采集时间内，获取被采集人员的第二躯体图像；
在所述第二躯体图像上标定第二骨架节点；
比对所述第一骨架节点与第二骨架节点，判断所述第一骨架节点的偏移度是否大于设定的偏移阈值，若所述第一骨架节点的偏移度大于设定的阈值，则发送提示信号。
2.根据权利要求1所述的一种肝脏图像采集处理的方法，其特征在于：分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点包括以下内容：
基于所述骨架特征图，定位被采集人员的虚拟肝脏区域；
计算骨架特征图中各骨架节点与肝脏区域的距离，确定与被采集人员虚拟肝脏区域相关的骨架节点；
将与肝脏区域相关的骨架节点可视化，并与实际肝脏区域进行对比和验证，获得与被采集人员肝脏区域相关的第一骨架节点。
3.根据权利要求1所述的一种肝脏图像采集处理的方法，其特征在于：在肝脏图像采集时间内，获取被采集人员的第二躯体图像包括：
获取扫描区域并在设定的时间内扫描被采集人员的肝脏图像；其中，设定的时间包括第一时间与第二时间；
获取被采集人员扫描时的第二躯体图像；其中，第二躯体图像的范围与所述扫描区域相同，所述第二躯体图像包括第一时间的第二躯体图像与第二时间的第三躯体图像。
4.根据权利要求3所述的一种肝脏图像采集处理的方法，其特征在于：在所述第二躯体图像上标定第二骨架节点包括：
在第二躯体图像上标定第一时间的第二骨架节点；
在第二躯体图像上标定第二时间的第三骨架节点。
5.根据权利要求4所述的一种肝脏图像采集处理的方法，其特征在于：所述判断所述第一骨架节点的偏移度是否大于设定的偏移阈值包括：
基于所述第一骨架节点与第二骨架节点计算第一骨架节点的偏移度；
判断所述第一骨架节点的偏移度是否大于设定的偏移阈值，若第一骨架节点的偏移度大于设定的偏移阈值，则发送提示信号；
若第一骨架节点的偏移度小于等于设定的偏移阈值，则比对第二时间的第三骨架节点与第一时间的第二骨架节点，若第二时间的第三骨架节点偏移度大于设定的偏移阈值，则发送提示信号。
6.一种肝脏图像采集处理的系统，其特征在于：包括：
第一获取单元，用于获取被采集人员的第一躯体图像；
提取单元，用于基于所述第一躯体图像提取被采集人员的骨架特征图；
分析单元，用于分析所述骨架特征图，获得与被采集人员肝脏区域相关的第一骨架节点；
第二获取单元，用于在肝脏图像采集时间内，获取被采集人员的第二躯体图像；
标定单元，用于在所述第二躯体图像上标定第二骨架节点；
判断单元，用于判断所述第一骨架节点的偏移度是否大于设定的偏移阈值，
提示单元，用于当所述第一骨架节点的偏移度大于设定的阈值时，发送提示信号。
7.一种实现肝脏图像采集处理的计算机存储介质，其特征在于：存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至5任一项所述肝脏图像采集处理方法。
8.一种肝脏图像采集处理终端，其特征在于：包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1至5任一项所述肝脏图像采集处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311654260.6A CN117653163A (zh) | 2023-12-05 | 2023-12-05 | 一种肝脏图像采集处理的方法、系统、计算机及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311654260.6A CN117653163A (zh) | 2023-12-05 | 2023-12-05 | 一种肝脏图像采集处理的方法、系统、计算机及终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117653163A true CN117653163A (zh) | 2024-03-08 |
Family
ID=90065652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311654260.6A Pending CN117653163A (zh) | 2023-12-05 | 2023-12-05 | 一种肝脏图像采集处理的方法、系统、计算机及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117653163A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103054584A (zh) * | 2013-01-21 | 2013-04-24 | 福州合亿医疗设备有限公司 | 一种骨架姿态偏移测量方法及装置 |
| CN105678746A (zh) * | 2015-12-30 | 2016-06-15 | 上海联影医疗科技有限公司 | 一种医学图像中肝脏范围的定位方法及装置 |
| CN108074219A (zh) * | 2016-11-11 | 2018-05-25 | 上海东软医疗科技有限公司 | 一种图像校正方法、装置及医疗设备 |
| CN108765438A (zh) * | 2014-10-21 | 2018-11-06 | 无锡海斯凯尔医学技术有限公司 | 一种肝脏边界的识别方法及系统 |
| US20190392584A1 (en) * | 2018-06-26 | 2019-12-26 | Sony Corporation | Internal organ localization in computed tomography (ct) images |
| CN111374675A (zh) * | 2018-12-26 | 2020-07-07 | 通用电气公司 | 用于在医学成像会话中检测患者状态的系统和方法 |
| US20200405179A1 (en) * | 2019-06-26 | 2020-12-31 | Siemens Healthcare Gmbh | Determining a patient movement during a medical imaging measurement |
| CN113555089A (zh) * | 2021-07-14 | 2021-10-26 | 江苏宏创信息科技有限公司 | 一种应用于临床影像的人工智能医学影像质控方法 |
| CN114549546A (zh) * | 2022-01-20 | 2022-05-27 | 浙江大学 | 基于骨骼信息的肝分割边界提取方法 |
| US20220304645A1 (en) * | 2021-03-25 | 2022-09-29 | GE Precision Healthcare LLC | System and method for motion guidance during medical image acqusition |
-
2023
- 2023-12-05 CN CN202311654260.6A patent/CN117653163A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103054584A (zh) * | 2013-01-21 | 2013-04-24 | 福州合亿医疗设备有限公司 | 一种骨架姿态偏移测量方法及装置 |
| CN108765438A (zh) * | 2014-10-21 | 2018-11-06 | 无锡海斯凯尔医学技术有限公司 | 一种肝脏边界的识别方法及系统 |
| CN105678746A (zh) * | 2015-12-30 | 2016-06-15 | 上海联影医疗科技有限公司 | 一种医学图像中肝脏范围的定位方法及装置 |
| CN108074219A (zh) * | 2016-11-11 | 2018-05-25 | 上海东软医疗科技有限公司 | 一种图像校正方法、装置及医疗设备 |
| US20190392584A1 (en) * | 2018-06-26 | 2019-12-26 | Sony Corporation | Internal organ localization in computed tomography (ct) images |
| CN111374675A (zh) * | 2018-12-26 | 2020-07-07 | 通用电气公司 | 用于在医学成像会话中检测患者状态的系统和方法 |
| US20200405179A1 (en) * | 2019-06-26 | 2020-12-31 | Siemens Healthcare Gmbh | Determining a patient movement during a medical imaging measurement |
| US20220304645A1 (en) * | 2021-03-25 | 2022-09-29 | GE Precision Healthcare LLC | System and method for motion guidance during medical image acqusition |
| CN113555089A (zh) * | 2021-07-14 | 2021-10-26 | 江苏宏创信息科技有限公司 | 一种应用于临床影像的人工智能医学影像质控方法 |
| CN114549546A (zh) * | 2022-01-20 | 2022-05-27 | 浙江大学 | 基于骨骼信息的肝分割边界提取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107909622B (zh) | 模型生成方法、医学成像的扫描规划方法及医学成像系统 | |
| EP2505162B1 (en) | Method and apparatus for generating medical image of body organ by using 3-D model | |
| EP4131160A1 (en) | Image obtaining method and system, image quality determination method and system, and medical image acquisition method and system | |
| KR101932721B1 (ko) | 의료 영상들의 정합 방법 및 장치 | |
| KR101982149B1 (ko) | 의료 영상의 일부 정보를 활용한 장기 영상 생성 방법 및 장치 | |
| US11672505B2 (en) | Correcting probe induced deformation in an ultrasound fusing imaging system | |
| KR102251830B1 (ko) | 초음파 및 ct 영상의 정합에 관한 시스템 및 작동 방법 | |
| KR20120111871A (ko) | 3차원적 모델을 이용한 신체 장기의 영상 생성 방법 및 장치 | |
| KR20140096919A (ko) | 의료 영상 정합 방법 및 장치 | |
| JP2016531709A (ja) | 疾患を診断するための画像解析技術 | |
| US11455720B2 (en) | Apparatus for ultrasound diagnosis of liver steatosis using feature points of ultrasound image and remote medical-diagnosis method using the same | |
| US10628963B2 (en) | Automatic detection of an artifact in patient image | |
| EP3699929A1 (en) | Patient weight estimation from surface data using a patient model | |
| CN108182434B (zh) | 一种图像处理方法及装置 | |
| CN114943714A (zh) | 医学图像处理系统、装置、电子设备及存储介质 | |
| CN113870227B (zh) | 基于压力分布的医学定位方法、装置、电子设备及存储介质 | |
| CN109350059A (zh) | 用于肘部自动对准的组合的转向引擎和界标引擎 | |
| CN115700740A (zh) | 医学图像处理方法、装置、计算机设备和存储介质 | |
| US11138736B2 (en) | Information processing apparatus and information processing method | |
| CN117653163A (zh) | 一种肝脏图像采集处理的方法、系统、计算机及终端 | |
| US20240242400A1 (en) | Systems and methods for medical imaging | |
| JP2013505779A (ja) | 運動情報を用いて医用画像の質を改善するコンピュータ可読媒体、システム、および方法 | |
| EP4311499A1 (en) | Ultrasound image acquisition | |
| JP2024150029A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| CN118411358A (zh) | 病灶识别方法、装置、设备和存储介质 |
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 |