CN117830288A - 医学图像相似性测定方法、设备、存储介质及程序产品 - Google Patents
医学图像相似性测定方法、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN117830288A CN117830288A CN202410059008.9A CN202410059008A CN117830288A CN 117830288 A CN117830288 A CN 117830288A CN 202410059008 A CN202410059008 A CN 202410059008A CN 117830288 A CN117830288 A CN 117830288A
- Authority
- CN
- China
- Prior art keywords
- image
- medical image
- pixel
- medical
- similarity
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 25
- 238000000691 measurement method Methods 0.000 title claims abstract description 19
- 239000002131 composite material Substances 0.000 claims abstract description 144
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000004590 computer program Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 27
- 230000006870 function Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000002059 diagnostic imaging Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011524 similarity measure Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003623 enhancer Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本申请公开一种医学图像相似性测定方法、医学图像相似性测定装置、计算机设备、计算机可读存储介质、以及计算机程序产品。所述医学图像相似性测定方法包括以下步骤:基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像;对所述复合图像执行多次折叠操作以获取所述复合图像的总像素值;其中,所述折叠操作是指以像素组为单元进行单元叠加;基于所述总像素值确定所述第一投影图像和所述第一医学图像的第一相似度。
Description
技术领域
本申请涉及医学图像处理技术领域,尤其涉及一种医学图像相似性测定方法、医学图像相似性测定装置、计算机设备、计算机可读存储介质、以及计算机程序产品。
背景技术
医学图像处理技术的蓬勃发展为临床提供了大量实用的解剖及功能方面的影像数据。临床上常常需要进行医学图像配准,图像配准的结果可用于进行同模态或者不同模态的医学图像融合、用于进行手术规划或手术导航等,进一步能够指导临床诊断和治疗。因此,医学图像配准技术是医学图像处理和分析中的基础及关键技术,具有重要的临床应用价值,而配准的效果通常由图像之间的相似性测度来衡量。
评价相似性测度的常用方法包括均方根误差、相关系数法、互信息法等,然而,这些方法或鲁棒性较差、或计算效率低,在相似性测度上呈现的结果不理想。因此,如何提高医学图像的相似性测定的鲁棒性和计算效率是本领域技术人员亟待解决的技术问题。
发明内容
鉴于以上所述相关技术的缺点,本申请的目的在于提供一种医学图像相似性测定方法、医学图像相似性测定装置、计算机设备、计算机可读存储介质、以及计算机程序产品,用于解决在医学图像相似性测定中鲁棒性和计算效率的技术难题。
为实现上述目的及其他相关目的,本申请第一方面提供一种医学图像相似性测定方法,包括以下步骤:基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像;对所述复合图像执行多次折叠操作以获取所述复合图像的总像素值;其中,所述折叠操作是指以像素组为单元进行单元叠加;基于所述总像素值确定所述第一投影图像和所述第一医学图像的第一相似度。
在本申请第一方面公开的某些实施例中,所述第一投影图像和第一医学图像配置为具有相同分辨率的二维图像。
在本申请第一方面公开的某些实施例中,所述第一投影图像配置为DRR图像,第一医学图像配置为X光图像。
在本申请第一方面公开的某些实施例中,所述像素信息包括像素位置和像素值,所述基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像包括将所述第一投影图像和第一医学图像相应位置的像素值相乘以得到所述复合图像的步骤。
在本申请第一方面公开的某些实施例中,所述像素信息包括像素位置和像素值,所述基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像包括分别对第一投影图像和第一医学图像进行零均值化处理并逐元素相乘以得到所述复合图像的步骤。
在本申请第一方面公开的某些实施例中,所述分别对第一投影图像和第一医学图像进行零均值化处理并逐元素相乘以得到所述复合图像的步骤包括:分别在第一投影图像和第一医学图像的每个像素位置的像素值中减去对应医学图像的像素均值以得到对应的零均值化医学图像;将两张零均值化医学图像相应位置的像素值相乘以得到所述复合图像。
在本申请第一方面公开的某些实施例中,所述以像素组为单元进行单元叠加包括以至少一行作为一像素组进行单元叠加以及以至少一列作为一像素组进行单元叠加。
在本申请第一方面公开的某些实施例中,所述以至少一行作为一像素组进行单元叠加是指上下叠加,所述以至少一列作为一像素组进行单元叠加是指左右叠加。
在本申请第一方面公开的某些实施例中,对所述复合图像执行多次折叠操作包括对所述复合图像交替执行上下叠加和左右叠加的操作。
在本申请第一方面公开的某些实施例中,对所述复合图像执行多次折叠操作包括先对所述复合图像执行多次上下叠加的操作,后执行多次左右叠加的操作。
在本申请第一方面公开的某些实施例中,所述上下叠加或左右叠加包括以对称或非对称方式叠加。
在本申请第一方面公开的某些实施例中,所述基于所述总像素值确定所述第一投影图像和第一医学图像的第一相似度包括以下步骤:分别确定第一投影图像和第一医学图像的标准差;基于所述总像素值和分别对应第一投影图像和第一医学图像的标准差确定所述第一相似度。
在本申请第一方面公开的某些实施例中,还包括获取三维体数据以基于所述三维体数据生成所述第一投影图像的步骤。
在本申请第一方面公开的某些实施例中,所述获取三维体数据以基于所述三维体数据生成所述第一投影图像的步骤包括:模拟射线源发射光线穿过所述三维体数据;对穿过所述三维体数据的多条光线并行进行吸收模拟以同时获取第一投影图像的各点像素值。
在本申请第一方面公开的某些实施例中,所述基于所述三维体数据和投影几何参数模拟射线源发射光线穿过所述三维体数据包括基于线盒碰撞检测技术保留穿过所述三维体数据的光线的步骤。
本申请第二方面提供一种医学图像相似性测定装置,包括:逐元素相乘模块,用于基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像;折叠模块,用于对所述复合图像执行多次折叠操作以获取所述复合图像的总像素值;其中,所述折叠操作包括上下叠加合并像素值以及左右叠加合并像素值的操作;相似度测定模块,用于基于所述总像素值确定所述第一投影图像和所述第一医学图像的第一相似度。
本申请第三方面提供一种计算机设备,包括:存储装置,用于存储至少一个程序;处理装置,与所述存储装置相连,用于自所述存储装置中调用所述至少一个程序并执行时实现如本申请第一方面公开的任一实施例中所述的医学图像相似性测定方法。
本申请第四方面提供一种计算机可读存储介质,存储有至少一个程序,所述至少一个程序被计算机的处理器调用并执行时实现如本申请第一方面公开的任一实施例中所述的医学图像相似性测定方法。
本申请第五方面提供一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如本申请第一方面公开的任一实施例中所述的医学图像相似性测定方法。
综上所述,本申请公开的医学图像相似性测定方法、医学图像相似性测定装置、计算机设备、计算机可读存储介质、以及计算机程序产品,通过对两张图像进行逐元素相乘得到的复合图像执行多次折叠操作的方式来获取总像素值,从而实现以像素组为单元的相似度测定,大大提高了计算速度。
附图说明
本申请所涉及的具体特征如所附权利要求书所显示。通过参考下文中详细描所述的示例性实施方式和附图能够更好地理解本申请所涉及发明的特点和优势。对附图简要说明如下:
图1显示为本申请在一实施例中的医学图像相似性测定方法的流程示意图。
图2显示为本申请在一实施例中生成第一投影图像的流程示意图。
图3显示为本申请在一实施例中生成第一投影图像的示意图。
图4a显示为本申请在一实施例中的第一投影图像的像素信息示意图。
图4b显示为本申请在一实施例中的第一医学图像的像素信息示意图。
图5显示为本申请在一实施例中的复合图像的像素信息示意图。
图6显示为本申请在另一实施例中得到复合图像的流程示意图。
图7显示为本申请在另一实施例中的复合图像的像素信息示意图。
图8a显示为本申请图5所示实施例中复合图像以一行作为一像素组上下叠加的示意图。
图8b显示为本申请图5所示实施例中复合图像以两行作为一像素组上下叠加的示意图。
图9a显示为本申请图5所示实施例中复合图像以一列作为一像素组左右叠加的示意图。
图9b显示为本申请图5所示实施例中复合图像以两列作为一像素组左右叠加的示意图。
图10a显示为本申请在一实施例中的复合图像交替折叠的示意图。
图10b显示为本申请在另一实施例中的复合图像交替折叠的示意图。
图11a显示为本申请在一实施例中的复合图像多次折叠的示意图。
图11b显示为本申请在另一实施例中的复合图像多次折叠的示意图。
图12显示为本申请在一实施例中基于总像素值确定相似度的流程示意图。
图13显示为本申请在一实施例中的医学图像相似性测定装置的模块框图。
图14显示为本申请在一实施例中的计算机设备的结构示意图。
具体实施方式
以下由特定的具体实施例说明本申请的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效。
在下述描述中,参考附图,附图描述了本申请的若干实施例。应当理解,还可使用其他实施例,并且可以在不背离本公开的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的,并且本申请的实施例的范围仅由公布的专利的权利要求书所限定。
下面结合附图及具体实施方式对本申请作进一步详细的说明。对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描所述的实施例仅仅是本申请一部分是实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
有鉴于背景技术中提及的技术问题,相关技术中通过图像灰度信息来计算医学图像之间的相似性,这种方法具有很好的鲁棒性。但是在实现上,其需要以依次叠加的方式获取图像的像素信息,计算量很大,计算速度慢。
在可能的实施例中,本申请提出一种医学图像相似性测定方法、医学图像相似性测定装置、计算机设备、计算机可读存储介质、以及计算机程序产品。其中医学图像相似性测定方法中,通过对两张图像逐元素相乘得到的复合图像执行多次折叠操作的方式来获取总像素值,从而在相似性测定的实现上是以像素组为单元进行计算的,大大提高了计算速度。
在本申请的实施例中,医学图像是指反映人体组织的图像信息,其可例如为由医学成像设备对人体或人体某部分直接摄取的图像,也可为对医学成像设备摄取的图像进行进一步地处理而得到的图像。其中,根据医学成像设备成像技术的不同,医学图像举例可为X光图像、核磁共振图像、核医学图像、CT图像、以及超声波图像等;根据图像处理的方式,医学图像也可举例为重建图像、融合图像等。应理解的是,本申请对医学图像的命名方式或呈现方式不作限制,只要能够反映人体组织的图像信息即可。另外,本申请提供的医学图像测定方法中所提及的图像在无特别说明外均是指医学图像,例如,实施例中的第一投影图像、以及第一医学图像均表示医学图像。
在本申请的实施例中,图像配准是指通过寻找一种空间变换关系把一幅医学图像映射到另一幅医学图像上,使得两医学图像中对应于空间同一位置的点一一对应起来。在一些示例中,图像配准的结果可用于进行图像之间的坐标关系转换,进一步可应用于图像融合、手术规划、或手术导航等。在一些实施例中,根据数据维度的不同,所述图像配准包括2D-2D配准、2D-3D配准、以及3D-3D配准。所述2D-2D配准即是指二维图像与二维图像的配准,例如一X光图像与另一X光图像的配准。所述2D-3D配准即是指二维图像与三维图像的配准,在一些进行2D-3D配准的示例中,需要将三维图像以某种方式转化为二维图像后再进行配准,以X光图像与CT图像的配准为例,在配准前,需要将三维形式的CT图像转化为DRR图像(Digitally Reconstructured Radiograph,数字重建放射影像),然后将DRR图像与X光图像进行配准。所述3D-3D配准是指三维图像与三维图像的配准,例如一CT图像与另一CT图像进行配准。
本申请在一些实施例中提供一种医学图像相似性测定方法,所述医学图像相似性测定方法可由配置有医学图像相似性测定装置的计算机设备执行。所述医学图像相似性测定装置为一种可对数据进行处理的软件工具或软件模块,其借助计算机设备中的硬件装置以及操作系统所提供的运行环境,对数据进行处理。
在一实施例中,所述计算机设备配置在一手术导航系统中,所述手术导航系统可用于在手术过程中为执行手术的医生或者机械臂提供人体上病灶的定位信息和/或手术路径的导航信息。在一示例中,所述手术导航系统在包括计算机设备的基础上,还可包括光学定位跟踪设备(例如NDI相机)、C臂型X光机、以及机器人。所述计算机设备与所述光学定位跟踪设备、C臂型X光机、以及机器人以可通信的方式连接。举例来说,所述计算机设备可以将手术中C臂型X光机拍摄的人体的X光图像与手术前人体的图像数据(例如CT数据)进行匹配。光学定位跟踪设备可以利用分别设置在C臂型X光机、机器人、以及人体上的示踪装置,来实时跟踪三者的位置,换言之,光学定位跟踪设备可以实时确定C臂型X光机、机器人、以及人体在其坐标系下的坐标位置。其中,所述机器人举例来说可以为一夹持手术器械的机械臂。
在一实施例中,所述计算机设备可配置为一电子设备,也即,由电子设备执行所述医学图像相似性测定方法,举例来说,所述电子设备包括台式电脑、笔记本电脑、平板电脑、智能电视、智能手机、以及平板等计算机设备,所述电子设备还可以是由带有多个虚拟机的主机和对应每个虚拟机的人机交互装置(如触控显示屏、键盘和鼠标)所构成的电子设备。
在一实施例中,所述计算机设备可配置为一服务器,也即,由所述服务器执行所述医学图像相似性测定方法。所述服务器可以根据功能、负载等多种因素布置在一个或多个实体服务器上。在一些示例中,所述服务器可以为基于云架构的服务器,所述服务器指的是云计算提供商所提供的云计算平台,所述云计算平台能够提供IaaS(Infrastructureas-a-Service,基础设施即服务)、PaaS(Platform-as-a-Service,平台即服务)、以及SaaS(Software-as-a-Service,软件即服务)等服务。其中,所述云计算平台包括公共云(PublicCloud)、私有云(Private Cloud)、以及混合云(Hybrid Cloud)等。在一些示例中,所述服务器可以由分布的或集中的服务器集群构成。例如,所述服务器集群由至少一台实体服务器构成。每个实体服务器中配置多个虚拟服务器,每个虚拟服务器运行所述系统中的至少一功能模块,各虚拟服务器之间通过网络通信。
请参阅图1,显示为本申请在一实施例中的医学图像相似性测定方法的流程示意图。如图所示,所述医学图像相似性测定方法包括步骤S110、步骤S120、以及步骤S130。以下以医学图像相似性测定方法由一计算机设备执行为例进行各实施例的说明。
在步骤S110中,计算机设备基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像。
所述第一医学图像是指由医学成像设备对人体或人体某部分直接摄取的图像。在一实施例中,所述第一医学图像配置为一二维图像。其可例如为一X光图像,所述X光图像是由X光机对人体或人体某部分直接摄取产生的图像。在一示例中,所述X光机可配置为C臂型X光机。所述C臂型X光机包括:可转动的C形臂、设置在C形臂一端的X射线发生器、以及设置在C形臂另一端的影像增强器。所述X射线发生器用于发射X射线以穿过人体,所述影像增强器用于接收穿过人体的X射线并将其转换为预设像素分辨率的X光图像,所述可转动的C形臂可以使所述X射线发生器和影像增强器与人体呈不同角度,以使所述C臂型X光机可以在不同角度获取人体的X光图像,例如在不同角度拍摄患者的骨骼、胸腔、腹部以及肺部等部位的X光图像。
所述第一投影图像是指对由医学成像设备对人体或人体某部分直接摄取的图像进行进一步处理而得到的图像。在一实施例中,所述第一投影图像配置为一与所述第一医学图像具有相同的分辨率的二维图像。在一示例中,其可为由成像设备获取的二维图像,例如一X光图像;在另一示例中,其也可为对成像设备获取的三维图像进行处理后得到的二维图像,例如,成像设备获取为一CT图像,第一投影图像为由CT图像转化为的DRR图像。
鉴于此,在一些实施例中,所述医学图像相似性测定方法还包括步骤S100,在步骤S100中,计算机设备获取三维体数据以基于所述三维体数据生成第一投影图像。
所述三维体数据是指基于所述CT图像进行三维重建得到的三维模型。所述三维重建方式可例如为断层绘制、面绘制和体绘制。所述断层绘制是指将所述CT图像的二维序列逐层显示以得到三维体数据;所述面绘制是指将所述CT图像进行分割拟合出表面视图,再根据明暗等参数对视图进行渲染以得到所述三维体数据;所述体绘制是指直接运用光线投射法将CT图像中的所有体素信息显示在视图中,以得到所述三维体数据。
请参阅图2,显示为本申请在一实施例中生成第一投影图像的流程示意图。如图所示,所述获取三维体数据以基于所述三维体数据生成所述第一投影图像包括步骤S210、以及步骤S220。
在步骤S210中,模拟射线源发射光线穿过所述三维体数据。
在一实施例中,首先利用计算机模拟一个虚拟点光源用来表示传统X射线源,然后从该射线源发射出若干条虚拟X射线,所述X射线穿过三维体数据照射到投影面板上。投影面板上所有射线的投影点即是第一投影图像的所有像素点。请参阅图3,显示为本申请在一实施例中生成第一投影图像的示意图。如图所示,从射线源R发射出若干虚拟光线穿过三维体数据31照射到投影面板32上,在所述投影面板32上所有虚拟光线的投影点形成所述第一投影图像的像素信息。
在一实施例中,所述步骤S210包括基于线盒碰撞检测技术保留穿过所述三维体数据的光线的步骤。
所述线盒碰撞检测技术是指检测所述射线源R发射出的若干虚拟光线是否穿过所述三维体数据,未穿过所述三维体数据的虚拟光线不予以保留。这也即是说,通过所述线盒碰撞检测技术筛选出并保留穿过所述三维体数据的所有虚拟光线。经线盒碰撞检测技术筛选出的所有虚拟光线在所述投影面板32上的投影点形成所述第一投影图像的像素信息。如此可以省去不必要的光线计算,提高计算效率。
在步骤S220中,对穿过所述三维体数据的多条光线并行进行吸收模拟以同时获取第一投影图像的各点像素值。
在一实施例中,当光线穿过三维体数据时,计算机会模拟真实的X射线穿过人体时的衰减,并同时计算出衰减后投射在所述投影面板上的所有投影点的像素值。可以理解的是,所述第一投影图像就是将所述三维体数据通过数学模拟的算法生成的一张2D图像,以实现对所述三维体数据的降维操作。所述数学模拟的算法包括但不限于线性插值法。
所述像素信息是指整个图像中的最小单位或最小元素中包含的位置和色彩数值信息。在一实施例中,所述像素信息包括像素位置和像素值,所述像素位置是指图像中的每个像素的位置,其可由像素坐标表示,例如,各像素的位置可以被描述为像素坐标(xi,yi),其中x表示列,y表示行,i表示像素的编号。所述像素值是指像素坐标下对应的图像灰度值,例如,各像素值可以被描述为f(xi,yi),为了便于表示,将其简略描述为fi,j。
基于此,所述逐元素相乘是指基于所述第一投影图像和第一医学图像进行相应位置的像素值相乘的操作,以此得到所述复合图像。举例来说,可以直接将第一投影图像和第一医学图像相应位置的像素值相乘,也可对第一投影图像和/或第一医学图像进行处理后再将处理后的相应位置的像素值相乘。应理解的是,本申请中所述的复合图像是指包含图像信息的数据,其可对应为数字矩阵,其为图像处理过程中的中间数据,并不必然会呈现为一图像。
在一实施例中,所述步骤S110包括将所述第一投影图像和第一医学图像相应位置的像素值相乘以得到所述复合图像的步骤。请参阅图4a和图4b,其中,图4a显示为本申请在一实施例中的第一投影图像的像素信息示意图,图4b显示为本申请在一实施例中的第一医学图像的像素信息示意图。在如图4a所示的实施例中,所述第一投影图像的像素信息包括16个像素位置以及对应的16个像素值(f1,1,f2,1,f3,1,f4,1,f1,2,…,f4,4)。具体地,第一列第一行的像素位置对应的像素值为f1,1,第一列第二行的像素位置对应的像素值为f2,1,第一列第三行的像素位置对应的像素值为f3,1,第一列第四行的像素位置对应的像素值为f4,1,第二列第一行的像素位置对应的像素值为f1,2,以此类推,第四列第四行的像素位置对应的像素值为f4,4。相对应地,在如图4b所示的实施例中,所述第一医学图像的像素信息包括16个像素位置以及对应的16个像素值(p1,1,p2,1,p3,1,p4,1,p1,2,…,p4,4),在本实施例中,为了与第一投影图像的像素值作区分,将第一医学图像的像素值标识为p。具体地,第一列第一行的像素位置对应的像素值为p1,1,第一列第二行的像素位置对应的像素值为p2,1,第一列第三行的像素位置对应的像素值为p3,1,第一列第四行的像素位置对应的像素值为p4,1,第二列第一行的像素位置对应的像素值为p1,2,以此类推,第四列第四行的像素位置对应的像素值为p4,4。
请参阅图5并结合图4a至图4b,其中,图5显示为本申请在一实施例中的复合图像的像素信息示意图。如图所示,所述复合图像的像素信息包括16个像素位置以及对应的16个像素值(f1,1p1,1,f2,1p2,1,f3,1p3,1,f4,1p4,1,…,f4,4p4,4),且所述复合图像是由所述第一投影图像和第一医学图像相应位置的像素值相乘得到。也即是说,所述复合图像在第一列第一行的像素值f1,1p1,1是由第一投影图像在第一列第一行的像素值f1,1与第一医学图像在第一列第一行的像素值p1,1相乘得到;所述复合图像在第一列第二行的像素值f2,1p2,1是由第一投影图像在第一列第二行的像素值f2,1与第一医学图像在第一列第二行的像素值p2,1相乘得到;所述复合图像在第一列第三行的像素值f3,1p3,1是由第一投影图像在第一列第三行的像素值f3,1与第一医学图像在第一列第三行的像素值p3,1相乘得到,以此类推,所述复合图像在第四列第四行的像素值f4,4p4,4是由第一投影图像在第四列第四行的像素值f4,4与第一医学图像在第四列第四行的像素值p4,4相乘得到。
在另一实施例中,所述步骤S110包括将分别对第一投影图像和第一医学图像进行零均值化处理并逐元素相乘以得到所述复合图像的步骤。可以理解的是,所述第一投影图像和第一医学图像的亮度可能会因光照和曝光条件的不同而存在差异,为了消除这种亮度差异,需要对所述第一投影图像和第一医学图像进行零均值化处理。
请参阅图6,显示为本申请在另一实施例中得到复合图像的流程示意图。如图所示,所述对第一投影图像和第一医学图像进行零均值化处理并逐元素相乘以得到所述复合图像的步骤包括步骤S310、以及步骤S320。
在步骤S310中,分别在第一投影图像和第一医学图像的每个像素位置的像素值中减去对应医学图像的像素均值以得到对应的零均值化医学图像。
在一实施例中,所述零均值化医学图像是指将一张图像中的每个像素位置对应的像素值都减去该图像的像素均值得到的医学图像,以此消除图像的亮度差异,对图像进行零均值化处理。举例来说,假设第一投影图像的像素均值为a,第一医学图像的像素均值为b,当对如图4a所示的第一投影图像执行步骤S310后,得到的第一零均值化医学图像的像素信息包括16个像素位置以及对应的16个像素值(f1,1-a,f2,1-a,f3,1-a,f4,1-a,…,f4,4-a)。具体地,第一列第一行的像素位置对应的像素值为f1,1-a,第一列第二行的像素位置对应的像素值为f2,1-a,第一列第三行的像素位置对应的像素值为f3,1-a,第一列第四行的像素位置对应的像素值为f4,1-a,以此类推,第四列第四行的像素位置对应的像素值为f4,4-a。当对如图4b所示的第一医学图像执行步骤S310后,得到的第二零均值化医学图像的像素信息包括16个像素位置以及对应的16个像素值(p1,1-b,p2,1-b,p3,1-b,p4,1-b,…,p4,4-b)。具体地,第一列第一行的像素位置对应的像素值为p1,1-b,第一列第二行的像素位置对应的像素值为p2,1-b,第一列第三行的像素位置对应的像素值为p3,1-b,第一列第四行的像素位置对应的像素值为p4,1-b,以此类推,第四列第四行的像素位置对应的像素值为p4,4-b。
在步骤S320中,将两张零均值化医学图像相应位置的像素值相乘以得到所述复合图像。
请参阅图7,显示为本申请在另一实施例中的复合图像的像素信息示意图。如图所示,当将所述第一零均值化图像和所述第二零均值化图像相应位置的像素值相乘以得到复合图像时,所述复合图像的像素信息包括16个像素位置以及对应的16个像素值((f1,1-a)(p1,1-b),(f2,1-a)(p2,1-b),(f3,1-a)(p3,1-b),(f4,1-a)(p4,1-b),…,(f4,4-a)(p4,4-b)),且所述复合图像是由所述第一零均值化图像和第二零均值化图像相应位置的像素值相乘得到。也即是说,所述复合图像在第一列第一行的像素值(f1,1-a)(p1,1-b)是由第一零均值化图像在第一列第一行的像素值(f1,1-a)与第二零均值化图像在第一列第一行的像素值(p1,1-b)相乘得到;所述复合图像在第一列第二行的像素值(f2,1-a)(p2,1-b)是由第一零均值化图像在第一列第二行的像素值(f2,1-a)与第二零均值化图像在第一列第二行的像素值(p2,1-b)相乘得到;所述复合图像在第一列第三行的像素值(f3,1-a)(p3,1-b)是由第一零均值化图像在第一列第三行的像素值(f3,1-a)与第二零均值化图像在第一列第三行的像素值(p3,1-b)相乘得到,以此类推,所述复合图像在第四列第四行的像素值(f4,4-a)(p4,4-b)是由第一零均值化图像在第四列第四行的像素值(f4,4-a)与第二零均值化图像在第四列第四行的像素值(p4,4-b)相乘得到。
请继续参阅图1,在步骤S120中,计算机设备对所述复合图像执行多次折叠操作以获取所述复合图像的总像素值。其中,所述折叠操作是指以像素组为单元进行单元叠加。
在一实施例中,所述像素组对应为由至少一个像素位置及其对应的像素值构成的小组。每次折叠操作的分组方式可不同,但至少存在一次折叠操作中的像素组为由至少两个像素位置及其对应的像素值构成的小组上的。在一些示例中,所述像素组可以是由一行或多行上的所有像素位置及其对应的像素值构成的小组,也可由一列或多行上的所有像素位置及其对应的像素值构成的小组。其中多行或多列包括两行或两列的情况。
在一实施例中,一次折叠操作包括以至少一行作为一像素组进行单元叠加。换言之,也即是指,将至少一行作为一像素组同时分别对应叠加到其余的行上的方式进行像素值求和的操作。应理解的是,由于作为行的像素组之间为上下对应关系,因此,所述以至少一行作为一像素组进行单元叠加是指上下叠加。所述对应叠加是指将所述像素组中某一位置的像素值与另一位置上的像素值相加,包括顺位叠加和错位叠加,所述顺位叠加是指将位于同一列但不同行上的某两个像素值相加;所述错位叠加是指上下叠加时将位于不同列且不同行上的某两个像素值相加。以下以顺位叠加为例进行说明。
以一行作为一像素组进行单元叠加为例,也即,将一行的像素值同时对应叠加到另一行上。请参阅图8a,显示为本申请图5所示实施例中复合图像以一行作为一像素组上下叠加的示意图。如图所示,将复合图像61的每一行均作为一像素组,当沿箭头方向将第一行的像素组与第四行的像素组进行上下叠加时,第一列第一行的像素值f1,1p1,1与第一列第四行的像素值f4,1p4,1相加,第二列第一行的像素值f1,2p1,2与第二列第四行的像素值f4,2p4,2相加,第三列第一行的像素值f1,3p1,3与第三列第四行的像素值f4,3p4,3相加,第四列第一行的像素值f1,4p1,4与第四列第四行的像素值f4,4p4,4相加。应当注意的是,当以整行作为一像素组时,上述相加的过程同时进行,不区分先后次序。一次上下叠加完成后,形成第一上下叠加复合图像62。此时,第一上下叠加复合图像62包括位于三行四列的12个像素值,其中,第三行上的像素值(f1,1p1,1+f4,1p4,1)、(f1,2p1,2+f4,2p4,2)、(f1,3p1,3+f4,3p4,3)、(f1,4p1,4+f4,4p4,4)是由复合图像61的第一行像素组与第四行像素组叠加产生的。
以两行作为一像素组进行单元叠加为例,也即,将两行的像素值分别同时对应叠加到另两行上。请参阅图8b,显示为本申请图5所示实施例中复合图像以两行作为一像素组上下叠加的示意图。将复合图像61的第一行和第二行作为第一像素组,第三行和第四行作为第二像素组。如图所示,当对第一像素组与第二像素组进行上下叠加时,可将第一行的像素值与第四行对应像素位置的像素值相加,同时将第二行的像素值与第三行对应像素位置的像素值相加,形成第二上下叠加复合图像63;也可将第一行的像素值与第三行对应像素位置的像素值相加,同时将第二行的像素值与第四行对应像素位置的像素值相加,形成第三上下叠加复合图像64。此时,第二上下叠加复合图像63或第三上下叠加复合图像64包括位于两行四列的8个像素值。
需在此说明的是,根据一次折叠操作中一像素组所具有的行数与剩余行数之间的关系,所述上下叠加包括以对称或非对称方式叠加。其中,上下叠加中所包括的对称叠加是指,将所有行进行上下等分,将下半部分作为一像素组对应叠加到上半部分上,如图8b所示,沿复合图像61的对称轴(图中虚线)将第一行和第二行作为上半部分,将第三行和第四行作为下半部分,再将下半部分作为一像素组对应叠加到上半部分。当所述复合图像的像素信息的行数为奇数而无法将所有行进行上下等分时,应以最中间一行为对称轴,将剩余所有行进行上下等分,将下半部分作为一像素组对应叠加到上半部分上。例如,当所述复合图像的像素信息为五行时,以第三行为对称轴,将第一行和第二行作为上半部分,将第四行和第五行作为下半部分,再将下半部分作为一像素组对应叠加到上半部分。
其中,上下叠加中所包括的非对称方式叠加是指,所有行以非等分方式分为上下部分,将行数少的部分作为一像素组对应叠加到另一部分的相应行上,如图8a所示,将第一行作为上半部分,将另外三行作为下半部分,再将上半部分作为一像素组叠加到第二部分的某一行上。
应当说明的是,为了使上下叠加时像素值能够一一对应相加,所述像素组的行数应小于或等于复合图像的像素信息的行数的一半。举例来说,当复合图像的像素信息为两行或三行时,所述像素组只能为一行;当复合图像的像素信息为四行或五行时,所述像素组可以为一行,也可以为两行;当复合图像的像素信息为六行或七行时,所述像素组可以为一行、两行,也可以为三行。需要注意的是,上述举例仅为一种示例性说明,具体像素组的行数应依据复合图像的实际像素信息进行确定。
在一实施例中,一次折叠操作包括以至少一列作为一像素组进列单元叠加。换言之,也即是指,将至少一列作为一像素组同时分别对应叠加到其余的列上的方式进行像素值求和的操作。应理解的是,由于作为列的像素组之间为左右对应关系,因此,所述以至少一列作为一像素组进列单元叠加是指左右叠加。所述对应叠加是指将所述像素组中某一位置的像素值与另一位置上的像素值相加,包括顺位叠加和错位叠加,所述顺位叠加是指将位于同一行但不同列上的某两个像素值相加;所述错位叠加是指上下叠加时将位于不同行且不同列上的某两个像素值相加。以下以顺位叠加为例进行说明。
以一列作为一像素组进行单元叠加为例,也即,将一列的像素值同时对应叠加到另一列上。请参阅图9a,显示为本申请图5所示实施例中复合图像以一列作为一像素组左右叠加的示意图。如图所示,将复合图像61的每一列均作为一像素组,当沿箭头方向将第一列的像素组与第四列的像素组进行左右叠加时,第一列第一行的像素值f1,1p1,1与第四列第一行的像素值f1,4p1,4相加,第一列第二行的像素值f2,1p2,1与第四列第二行的像素值f2,4p2,4相加,第一列第三行的像素值f3,1p3,1与第四列第三行的像素值f3,4p3,4相加,第一列第四行的像素值f4,1p4,1与第四列第四行的像素值f4,4p4,4相加。应当注意的是,当以整列作为一像素组时,上述相加的过程同时进行,不区分先后次序。一次左右叠加完成后,形成第一左右叠加复合图像71。此时,第一左右叠加复合图像71包括位于四行三列的12个像素值,其中,第三列上的像素值(f1,1p1,1+f1,4p1,4)、(f2,1p2,1+f2,4p2,4)、(f3,1p3,1+f3,4p3,4)、(f4,1p4,1+f4,4p4,4)是由复合图像61的第一列像素组与第四列像素组叠加产生的。
以两列作为一像素组进行单元叠加为例,也即,将两列的像素值分别同时对应叠加到另两列上。请参阅图9b,显示为本申请图5所示实施例中复合图像以两列作为一像素组左右叠加的示意图。将复合图像61的第一列和第二列作为第一像素组,第三列和第四列作为第二像素组。如图所示,当对第一像素组与第二像素组进行左右叠加时,可将第一列的像素值与第四列对应像素位置的像素值相加,同时将第二列的像素值与第三列对应像素位置的像素值相加,形成第二左右叠加复合图像72;也可将第一列的像素值与第三列对应像素位置的像素值相加,同时将第二列的像素值与第四列对应像素位置的像素值相加,形成第三左右叠加复合图像73。此时,第二左右叠加复合图像72或第三左右叠加复合图像73包括位于四行两列的8个像素值。
需在此说明的是,根据一次折叠操作中一像素组所具有的列数与剩余列数之间的关系,所述左右叠加包括以对称或非对称方式叠加。其中,左右叠加中所包括的对称叠加是指,将所有列进列左右等分,将左半部分作为一像素组对应叠加到右半部分上,如图9b所示,沿复合图像61的对称轴(图中虚线)将第一列和第二列作为左半部分,将第三列和第四列作为右半部分,再将左半部分作为一像素组对应叠加到右半部分。当所述复合图像的像素信息的列数为奇数而无法将所有列进行左右等分时,应以最中间一列为对称轴,将剩余所有列进行左右等分,将左半部分作为一像素组对应叠加到右半部分上。例如,当所述复合图像的像素信息为五列时,以第三列为对称轴,将第一列和第二列作为左半部分,将第四列和第五列作为右半部分,再将左半部分作为一像素组对应叠加到右半部分。
其中,左右叠加中所包括的非对称方式叠加是指,所有列以非等分方式分为左右部分,将列数少的部分作为一像素组对应叠加到另一部分的相应列上,如图9a所示,可将第一列作为左半部分,将另外三列作为右半部分,再将左半部分作为一像素组叠加到右半部分的某一列上。
应当说明的是,为了使左右叠加时像素值能够一一对应相加,所述像素组的列数应小于或等于复合图像的像素信息的列数的一半。举例来说,当复合图像的像素信息为两列或三列时,所述像素组只能为一列;当复合图像的像素信息为四列或五列时,所述像素组可以为一列,也可以为两列;当复合图像的像素信息为六列或七列时,所述像素组可以为一列、两列,也可以为三列。需要注意的是,上述举例仅为一种示例性说明,具体像素组的列数应依据复合图像的实际像素信息进行确定。
在一实施例中,对所述复合图像执行多次折叠操作包括对所述复合图像交替执行上下叠加和左右叠加的操作,以此直至获取到复合图像的总像素值为止。
请参阅图10a至图10b,其中,图10a显示为本申请在一实施例中的复合图像交替折叠的示意图,图10b显示为本申请在另一实施例中的复合图像交替折叠的示意图。如图10a所示,当复合图像81的像素信息为偶数行和偶数列,例如四行四列时,先将复合图像81的第一行和第二行作为一像素组进行上下叠加,形成具有两行四列像素信息的图像82;再将图像82的第一列和第二列作为一像素组进行左右叠加,形成具有两行两列像素信息的图像83;然后,将图像83的第一行作为一像素组进行上下叠加,形成具有一行两列像素信息的图像84;最后,将图像84的第一列作为一像素组进行左右叠加,从而可以获得总像素值。
如图10b所示,当复合图像811的像素信息为奇数行和奇数列,例如五行五列时,先将复合图像811的的第一行和第二行作为一像素组进行上下叠加,形成具有三行五列像素信息的图像812;再将图像812的第一列和第二列作为一像素组进行左右叠加,形成具有三行三列像素信息的图像813;然后,将图像813的第一行作为一像素组进行上下叠加,形成具有两行三列像素信息的图像814;接着,将图像814的第一列作为一像素组进行左右叠加,形成具有两行两列像素信息的图像815;随后,将图像815的第一行作为一像素组进行上下叠加,形成具有一行两列像素信息的图像816;最后,将图像816的第一列作为一像素组进行左右叠加,形成具有一个总像素值的图像817。
在本申请的其他可选实施例中,对所述复合图像交替执行上下叠加和左右叠加的操作时,也可先执行左右折叠操作,再执行上下折叠操作。当执行所述左右折叠操作或上下折叠操作时,可以采取对称叠加方式,也可以采取非对称叠加方式,只要最后形成具有一个总像素值的图像即可,本申请对此不做任何限制。
在另一实施例中,对所述复合图像执行多次折叠操作包括先对所述复合图像执行多次上下叠加的操作,后执行多次左右叠加的操作,以此直至获取到复合图像的总像素值为止。也即,先对所述复合图像进行多次上下折叠,直至形成具有一行像素信息的图像;再对该具有一行像素信息的图像进行多次左右折叠,直至形成只具有一个总像素值的图像。
请参阅图11a至图11b,其中,图11a显示为本申请在一实施例中的复合图像多次折叠的示意图,图11b显示为本申请在另一实施例中的复合图像多次折叠的示意图。如图11a所示,当复合图像91的像素信息为偶数行和偶数列,例如四行四列时,先将复合图像91的第一行和第二行作为一像素组进行上下叠加,形成具有两行四列像素信息的图像92;再将图像92的第一行作为一像素组进行上下叠加,形成具有一行四列像素信息的图像93;然后,将图像93的第一列和第二列作为一像素组进行左右叠加,形成具有一行两列像素信息的图像94;最后,将图像94的第一列作为一像素组进行左右叠加,形成具有一个总像素值的图像95。
如图11b所示,当复合图像911的像素信息为奇数行和奇数列,例如五行五列时,先将复合图像911的的第一行和第二行作为一像素组进行上下叠加,形成具有三行五列像素信息的图像912;再将图像912的第一行作为一像素组进行上下叠加,形成具有两行五列像素信息的图像913;然后,将图像913的第一行作为一像素组进行上下叠加,形成具有一行五列像素信息的图像914;接着,将图像914的第一列和第二列作为一像素组进行左右叠加,形成具有一行三列像素信息的图像915;随后,将图像915的第一列作为一像素组进行左右叠加,形成具有一行两列像素信息的图像916;最后,将图像916的第一列作为一像素组进行左右叠加,形成具有一个总像素值的图像917。
在本申请的其他可选实施例中,也对所述复合图像先执行多次左右叠加的操作,后执行多次上下叠加的操作。当执行所述左右折叠操作或上下折叠操作时,可以采取对称叠加方式,也可以采取非对称叠加方式,只要最后形成具有一个总像素值的复合图像即可,本申请对此不做任何限制。
请继续参阅图1,在步骤S130中,基于所述总像素值确定所述第一投影图像和所述第一医学图像的第一相似度。请参阅图12,显示为本申请在一实施例中基于总像素值确定第一相似度的流程示意图。如图所示,基于所述总像素值确定所述第一投影图像和第一医学图像的第一相似度包括步骤S410、以及步骤S420。
在步骤S410中,分别确定第一投影图像和第一医学图像的标准差。
在一实施例中,所述标准差反映了图像像素值与像素均值的离散程度,描述了图像中像素值的变化幅度,可以用来评估图像的对比度和细节丰富程度。标准差越大,图像的像素值分布越广泛,对比度越强。一般地,通过计算每个像素位置上的像素值与图像的像素均值的平方差,求和后除以图像的像素总数得到图像的方差,再开方就可以得到图像的标准差。
根据上述标准差的计算方式可以分别计算出所述第一投影图像和第一医学图像的标准差。
如图12所示,在步骤S420中,基于所述总像素值和分别对应第一投影图像和第一医学图像的标准差确定所述第一相似度。
请结合步骤S110,在一实施例中,如图3所示,基于所述第一投影图像和所述第一医学图像的像素信息进行逐元素相乘得到一复合图像。如图10a至图11b所示,在步骤S120中,对所述复合图像执行多次上下折叠和左右折叠操作得到所述复合图像的总像素值。随后,将总像素值除以第一投影图像和第一医学图像的标准差与像素总数的乘积,即可得到所述第一投影图像和第一医学图像的第一相似度。
请结合步骤S310至S320,在另一实施例中,对所述第一投影图像和第一医学图像进行零均值化处理,以获得第一零均值化医学图像和第二零均值化医学图像。如图7所示,基于所述第一零均值化医学图像和所述第二零均值化医学图像的像素信息进行逐元素相乘得到一复合图像。如图10a至图11b所示,在步骤S120中,对所述复合图像执行多次上下折叠和左右折叠操作得到所述复合图像的总像素值。随后,将总像素值除以第一投影图像和第一医学图像的标准差与像素总数的乘积,即可得到所述第一投影图像和第一医学图像的第一相似度。
为了提高手术导航的准确性,需要结合不同视角的图像信息以便进行更全面的观察和分析。鉴于此,在一实施例中,本申请所述的医学图像相似性测定方法,还包括确定第二投影图像和第二医学图像的第二相似度的步骤。
其中,所述第二医学图像配置为一二维图像。在一实施例中,其为与第一医学图像为相同类型但不同视角下的图像,例如,第一医学图像为正位摄取的X光图像,第二医学图像为侧位摄取的X光图像。所述第二投影图像配置为一二维图像,其与第二医学图像具有相同的分辨率。与第一投影图像相类似,所不同之处在于,第二投影图像与第一投影图像的投影视角不同,第二投影图像为对应第二医学图像所在方位的投影,例如第二投影图像为侧位投影的DRR图像。针对第二投影图像的含义和形成请参阅针对第一投影图像的任一实施例的描述,只需改变过程中的投影方位即可,其余部分在此不再赘述。
需要在此说明的是,基于所述第二投影图像与第二医学图像的第二相似度的计算方式和过程与基于第一投影图像与第一医学图像的第一相似度的计算相类似,请参阅前述任一针对第一相似度的计算的实施例,在此不再赘述。
在一实施例中,所述医学图像相似性测定方法还包括基于所述第二相似度和所述第一相似度求取平均值以作为相似性计算结果的步骤。应理解的是,所述第一相似度或第二相似度可单独作为相似性计算结果,也可求取平均值作为相似性计算结果。所述平均值的类型包括算术平均值、几何平均值、以及加权平均值等。在一示例中,基于所述第二相似度和第一相似度求取平均值得到的相似性计算结果可以是所述第一相似度与第二相似度的加和除以2。
综上所述,本申请公开的医学图像相似性测定方法,通过对第一投影图像和第一医学图像进行逐元素相乘得到的复合图像执行多次折叠操作的方式来获取总像素值,从而实现以像素组为单元的相似度测定,大大提高了计算速度。
本申请还提供一种医学图像相似性测定装置,在实施例中,所述医学图像相似性测定装置例如部署在一手术导航系统中,并进一步配置在手术导航工作站中,所述手术导航工作站包括服务器以及多个电子设备,各个电子设备与服务器通信连接,所述服务器可以获取各医学图像的像素信息并可进行医学图像相似性测定。
请参阅图13,显示为本申请在一实施例中的医学图像相似性测定装置的模块框图,如图所示,所述医学图像相似性测定装置1包括逐元素相乘模块10、折叠模块11、以及相似度测定模块12。其中,所述逐元素相乘模块10用于基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像。所述折叠模块11用于对所述复合图像执行多次折叠操作以获取所述复合图像的总像素值;其中,所述折叠操作包括上下叠加合并像素值以及左右叠加合并像素值的操作。所述相似度测定模块12用于基于所述总像素值确定所述第一投影图像和所述第一医学图像的第一相似度。
其中,所述医学图像相似性测定装置1中的逐元素相乘模块10、折叠模块11、以及相似度测定模块12根据上述描述的各模块协同执行医学图像相似性测定方法任一实施例中的步骤S110至步骤S130,具体请参阅图1至图2任一实施例及其相关描述中的内容,在此不再赘述。在实施例中,所述逐元素相乘模块10执行其功能以实现任意实施例中的步骤S110,所述折叠模块11执行其功能以实现任意实施例中的步骤S120,所述相似度测定模块12执行其功能以实现任意实施例中的步骤S130。
本申请还提供一种计算机设备,在实施例中,所述计算机设备可例如部署在一手术导航系统中,以实现上述任一实施例中所述的医学图像相似性测定方法。在一实施例中,所述计算机设备为一种能够对数据进行数字计算、逻辑处理、和信息处理的设备,其包括但不限于:个人电脑、服务器、服务器集群、智能终端、基于云架构的服务器系统等。
请参阅图14,显示为本申请在一实施例中的计算机设备的结构示意图,所述计算机设备2包括存储装置20以及与所述存储装置20相连的处理装置21。进一步地,所述计算机设备还包括接口装置22。
在一些实施例中,所述存储装置20用于存储至少一个程序,所述至少一个程序可供所述处理装置21执行,以协调所述存储装置20实现上述任一实施例中所述的医学图像相似性测定方法。在此,存储装置20包括但不限于:只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、非易失性存储器(NonvolatileRAM,简称NVRAM)。例如,存储装置20包括闪存设备或其他非易失性固态存储设备。在某些实施例中,存储装置20还可以包括远离一个或多个处理装置21的存储器,例如经由RF电路或外部端口以及通信网络访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网、广域网、存储局域网等,或其适当组合。存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器的访问。
在一些实施例中,所述处理装置21包括一个或多个处理器。处理装置21可操作地与存储装置20执行数据读写操作。所述处理装置21包括一个或多个通用微处理器、一个或多个专用处理器(ASIC)、一个或多个数字信号处理器(Digital Signal Processor,简称DSP)、一个或多个现场可编程逻辑阵列(Field Programmable Gate Array,简称FPGA)、或它们的任何组合。
在一些实施例中,所述接口装置22包含至少一个接口单元,各接口单元分别用于输出可视化界面、接收按照技术人员的操作而产生的人机交互事件等。例如,所述接口装置22包括但不限于:如HDMI接口或USB接口的串行接口,或并行接口等。在一实施例中,所述接口装置22还包含一网络通信单元,为利用有线或无线网络进行数据传输的装置,其举例包括但不限于:包含网卡的集成电路、如WiFi模块或蓝牙模块等局域网络模块、如移动网络等广域网络模块等。
本申请还提供一种计算机可读存储介质,存储至少一种程序,所述至少一种程序在被计算机的处理器调用并执行时实现如上述任一实施例中医学图像相似性测定方法。
本申请还提供一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述任一实施例中的医学图像相似性测定方法。
所述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得安装有所述存储介质的机器人可以执行本申请各个实施例所述方法的全部或部分步骤。
于本申请提供的实施例中,所述计算机存储介质可以包括只读存储器、随机存取存储器、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁存储设备、闪存、U盘、移动硬盘、或者能够用于存储具有指令或数据结构形式的期望的程序代码并能够由计算机进行存取的任何其它介质。另外,任何连接都可以适当地称为计算机可读介质。例如,如果指令是使用同轴电缆、光纤光缆、双绞线、数字订户线(DSL)或者诸如红外线、无线电和微波之类的无线技术,从网站、服务器或其它远程源发送的,则所述同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线电和微波之类的无线技术包括在所述介质的定义中。然而,应当理解的是,计算机存储介质和数据存储介质不包括连接、载波、信号或者其它暂时性介质,而是旨在针对于非暂时性、有形的存储介质。如申请中所使用的磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常磁性地复制数据,而光盘则用激光来光学地复制数据。
在一个或多个示例性方面,本申请所述的医学图像相似性测定方法所描述的功能可以用硬件、软件、固件或其任意组合的方式来实现。当用软件实现时,可以将这些功能作为一个或多个指令或代码存储或传送到计算机可读介质上。本申请所公开的方法或算法的步骤可以用处理器可执行软件模块来体现,其中处理器可执行软件模块可以位于有形、非临时性计算机存储介质上。有形、非临时性计算机存储介质可以是计算机能够存取的任何可用介质。
本申请上所述的附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于此,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这根据所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以通过执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以通过专用硬件与计算机指令的组合来实现。
综上所述,本申请公开的医学图像相似性测定方法、医学图像相似性测定装置、计算机设备、计算机可读存储介质、以及计算机程序产品。通过对两张图像逐元素相乘得到的复合图像执行多次折叠操作的方式来获取总像素值,从而在相似性测定的实现上是以像素组为单元进行计算的,大大提高了计算速度。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (21)
1.一种医学图像相似性测定方法,其特征在于,包括以下步骤:
基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像;
对所述复合图像执行多次折叠操作以获取所述复合图像的总像素值;其中,所述折叠操作是指以像素组为单元进行单元叠加;
基于所述总像素值确定所述第一投影图像和所述第一医学图像的第一相似度。
2.根据权利要求1所述的医学图像相似性测定方法,其特征在于,所述第一投影图像和第一医学图像配置为具有相同分辨率的二维图像。
3.根据权利要求2所述的医学图像相似性测定方法,其特征在于,所述第一投影图像配置为DRR图像,第一医学图像配置为X光图像。
4.根据权利要求1所述的医学图像相似性测定方法,其特征在于,所述像素信息包括像素位置和像素值,所述基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像包括将所述第一投影图像和第一医学图像相应位置的像素值相乘以得到所述复合图像的步骤。
5.根据权利要求1所述的医学图像相似性测定方法,其特征在于,所述像素信息包括像素位置和像素值,所述基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像包括分别对第一投影图像和第一医学图像进行零均值化处理并逐元素相乘以得到所述复合图像的步骤。
6.根据权利要求5所述的医学图像相似性测定方法,其特征在于,所述分别对第一投影图像和第一医学图像进行零均值化处理并逐元素相乘以得到所述复合图像的步骤包括:
分别在第一投影图像和第一医学图像的每个像素位置的像素值中减去对应医学图像的像素均值以得到对应的零均值化医学图像;
将两张零均值化医学图像相应位置的像素值相乘以得到所述复合图像。
7.根据权利要求1所述的医学图像相似性测定方法,其特征在于,每次折叠操作包括以至少一行作为一像素组进行单元叠加或以至少一列作为一像素组进行单元叠加。
8.根据权利要求7所述的医学图像相似性测定方法,其特征在于,所述以至少一行作为一像素组进行单元叠加是指上下叠加,所述以至少一列作为一像素组进行单元叠加是指左右叠加。
9.根据权利要求1所述的医学图像相似性测定方法,其特征在于,对所述复合图像执行多次折叠操作包括对所述复合图像交替执行上下叠加和左右叠加的操作。
10.根据权利要求1所述的医学图像相似性测定方法,其特征在于,对所述复合图像执行多次折叠操作包括先对所述复合图像执行多次上下叠加的操作,后执行多次左右叠加的操作。
11.根据权利要求8至10任一项所述的医学图像相似性测定方法,其特征在于,所述上下叠加或左右叠加包括以对称或非对称方式叠加。
12.根据权利要求1所述的医学图像相似性测定方法,其特征在于,所述基于所述总像素值确定所述第一投影图像和第一医学图像的第一相似度包括以下步骤:
分别确定第一投影图像和第一医学图像的标准差;
基于所述总像素值和分别对应第一投影图像和第一医学图像的标准差确定所述第一相似度。
13.根据权利要求1所述的医学图像相似性测定方法,其特征在于,还包括获取三维体数据以基于所述三维体数据生成所述第一投影图像的步骤。
14.根据权利要求13所述的医学图像相似性测定方法,其特征在于,所述获取三维体数据以基于所述三维体数据生成所述第一投影图像的步骤包括:
模拟射线源发射光线穿过所述三维体数据;
对穿过所述三维体数据的多条光线并行进行吸收模拟以同时获取第一投影图像的各点像素值。
15.根据权利要求14所述的医学图像相似性测定方法,其特征在于,所述基于所述三维体数据和投影几何参数模拟射线源发射光线穿过所述三维体数据包括基于线盒碰撞检测技术保留穿过所述三维体数据的光线的步骤。
16.根据权利要求1所述的医学图像相似性测定方法,其特征在于,还包括确定第二投影图像和第二医学图像的第二相似度的步骤。
17.根据权利要求16所述的医学图像相似性测定方法,其特征在于,还包括基于所述第二相似度和所述第一相似度求取平均值以作为相似性计算结果的步骤。
18.一种医学图像相似性测定装置,其特征在于,包括:
逐元素相乘模块,用于基于第一投影图像和第一医学图像的像素信息进行逐元素相乘以得到一复合图像;
折叠模块,用于对所述复合图像执行多次折叠操作以获取所述复合图像的总像素值;其中,所述折叠操作包括上下叠加合并像素值以及左右叠加合并像素值的操作;
相似度测定模块,用于基于所述总像素值确定所述第一投影图像和所述第一医学图像的第一相似度。
19.一种计算机设备,其特征在于,包括:
存储装置,用于存储至少一个程序;
处理装置,与所述存储装置相连,用于自所述存储装置中调用所述至少一个程序并执行时实现如权利要求1-17中任一所述的医学图像相似性测定方法。
20.一种计算机可读存储介质,其特征在于,存储有至少一个程序,所述至少一个程序被计算机的处理器调用并执行时实现如权利要求1-17中任一所述的医学图像相似性测定方法。
21.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1-17中任一所述的医学图像相似性测定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410059008.9A CN117830288A (zh) | 2024-01-15 | 2024-01-15 | 医学图像相似性测定方法、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410059008.9A CN117830288A (zh) | 2024-01-15 | 2024-01-15 | 医学图像相似性测定方法、设备、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117830288A true CN117830288A (zh) | 2024-04-05 |
Family
ID=90511611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410059008.9A Pending CN117830288A (zh) | 2024-01-15 | 2024-01-15 | 医学图像相似性测定方法、设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117830288A (zh) |
-
2024
- 2024-01-15 CN CN202410059008.9A patent/CN117830288A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11620773B2 (en) | Apparatus and method for visualizing digital breast tomosynthesis and other volumetric images | |
Röhl et al. | Dense GPU‐enhanced surface reconstruction from stereo endoscopic images for intraoperative registration | |
CN102727258B (zh) | 图像处理装置、超声波摄影系统及图像处理方法 | |
CN109389655B (zh) | 时变数据的重建 | |
US9035941B2 (en) | Image processing apparatus and image processing method | |
US20100201786A1 (en) | Method and apparatus for reconstructing an image | |
JP4588736B2 (ja) | 画像処理方法および装置並びにプログラム | |
US10350434B2 (en) | Patient-specific radiation dose assessment in medical therapy | |
CN105844586A (zh) | 基于特征的2d/3d图像配准 | |
JP2016135252A (ja) | 医用画像処理装置及び医用画像診断装置 | |
US8848989B2 (en) | Cardiac image processing and analysis | |
CN103839285A (zh) | 用于显示医学图像的方法和设备 | |
CN107705350B (zh) | 医学图像生成方法、装置及设备 | |
CN111369675B (zh) | 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 | |
CN112419462A (zh) | 三维血管的渲染合成方法、系统及存储介质 | |
US11423554B2 (en) | Registering a two-dimensional image with a three-dimensional image | |
CN117830288A (zh) | 医学图像相似性测定方法、设备、存储介质及程序产品 | |
Maas et al. | Nerf for 3d reconstruction from x-ray angiography: Possibilities and limitations | |
WO2020217807A1 (ja) | 画像の向き設定装置、方法およびプログラム | |
CN117911473A (zh) | 医学图像配准方法及装置、手术路径规划方法及导航装置 | |
CN110546684B (zh) | 时变数据的定量评估 | |
CN105374062A (zh) | 二维医学图像的生成方法及装置 | |
US9779498B2 (en) | Device and method for assessing X-ray images | |
EP4026054A1 (en) | Image reconstruction by modeling image formation as one or more neural networks | |
Kalmykova et al. | An approach to point-to-point reconstruction of 3D structure of coronary arteries from 2D X-ray angiography, based on epipolar constraints |
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 |