CN117952890A - 影像复查的医学扫描方法和医学扫描系统 - Google Patents
影像复查的医学扫描方法和医学扫描系统 Download PDFInfo
- Publication number
- CN117952890A CN117952890A CN202211295079.6A CN202211295079A CN117952890A CN 117952890 A CN117952890 A CN 117952890A CN 202211295079 A CN202211295079 A CN 202211295079A CN 117952890 A CN117952890 A CN 117952890A
- Authority
- CN
- China
- Prior art keywords
- image
- positioning
- historical
- slice
- review
- 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
- 238000012552 review Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 238000007689 inspection Methods 0.000 claims description 75
- 230000004807 localization Effects 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 7
- 210000004556 brain Anatomy 0.000 claims description 5
- 210000002216 heart Anatomy 0.000 claims description 5
- 210000003734 kidney Anatomy 0.000 claims description 5
- 210000004185 liver Anatomy 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000007667 floating Methods 0.000 description 6
- 238000002059 diagnostic imaging Methods 0.000 description 5
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 230000003187 abdominal effect Effects 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 210000003625 skull Anatomy 0.000 description 3
- 206010061818 Disease progression Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000011295 pitch Substances 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种影像复查的医学扫描方法和医学扫描系统。所述医学扫描方法包括:获取检测对象历史扫描时段的历史检查图像;根据所述历史检查图像,确定定位信息;根据所述定位信息,确定当前待扫描协议的参数;执行所述当前待扫描协议,以获得检测对象的复查图像,所述复查图像对应的片层与所述历史检测图像对应的片层一致。本发明的医学扫描方法,通过保存历史检查图像,对历史检查图像和当前定位图像进行配准,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商的设备上确保检查定位的一致性。
Description
技术领域
本发明涉及医学成像技术领域,特别涉及一种影像复查的医学扫描方法和医学扫描系统。
背景技术
由于预防保健、慢病管理或者放疗评估等临床目的往往需要定期或者按需的进行多次影像复查,为了精准的判断身体变化以及疾病的发展情况,诊断时需要与上一次检查结果进行严格对比,而目前很多情况下缺乏有效的技术手段以确保检查的一致性,使得准确的检查对比变得非常困难。现有的成像设备在扫描时的定位通常是由操作人员手动确定,受人为因素影响较大。有的设备上提供了人工智能算法来实现自动定位,通常是基于当前检查的定位像上的刚性解剖标志点来实现定位,比如头颅、关节、脊柱等骨性结构,有较大的局限性,可能因为不同版本、不同型号、不同厂家的定位依据不同,导致无法确保一致性;并且不适用于没有可参考的刚性结构的软结构的扫描定位,如腹腔、盆腔内的内脏器官。
发明内容
本发明要解决的技术问题是为了克服现有技术中基于刚性解剖标志点来实现定位的可重复性的方式局限性较大的缺陷,提供一种影像复查的医学扫描方法和医学扫描系统。
本发明是通过下述技术方案来解决上述技术问题:
本发明提供一种影像复查的医学扫描方法,所述方法包括:
获取检测对象历史扫描时段的历史检查图像;
根据所述历史检查图像,确定定位信息;
根据所述定位信息,确定当前待扫描协议的参数;执行所述当前待扫描协议,以获得检测对象的复查图像,所述复查图像对应的片层与所述历史检测图像对应的片层一致。
较佳地,根据所述历史检查图像,确定定位信息包括:
获取所述检测对象的当前定位图像;
将所述历史检查图像配准至所述当前定位图像,获取配准后的历史检查图像;
根据所述配准后的历史检查图像确定定位信息,所述定位信息包括选层方向、选层位置、层厚、层间距、中心片层位置中的至少一种。
较佳地,根据所述历史检查图像,确定定位信息包括:
获取所述检测对象的当前定位图像;
确定所述历史检查图像中的历史解剖标志点和历史中心片层;
根据所述历史解剖标志点,在所述当前定位图像中确定目标解剖标志点;
根据所述目标解剖标志点,在所述当前定位图像中确定目标片层的定位信息,所述目标片层的中心与所述历史中心片层相对应。
较佳地,所述历史解剖标志点为所述检测对象的形态特征点,所述检测对象的形态特征点用于确定选层方向。
较佳地,所述当前定位图像与所述历史检查图像满足各向同性等体素,且所述当前定位图像、所述历史检查图像为3D图像。
较佳地,将所述历史检查图像配准至所述当前定位图像包括:
确定所述历史检查图像的选层方向;
基于历史检查图像的选层方向分别对所述当前定位图像、所述历史检查图像进行分割以得到所述当前定位图像的多个定位切片图像和多个历史切片图像;
将所述历史切片图像逐层配准至所述定位切片图像,获得多个配准后的历史切片图像。
较佳地,将所述历史切片图像逐层配准至所述定位切片图像包括:
分别确定所述历史切片图像中的第一参考特征点和所述定位切片图像中的第二参考特征点;
将所述第一参考特征点和第二参考特征点配准,以实现所述历史切片图像逐层配准至所述定位切片图像。
较佳地,所述当前待扫描协议的参数包括矩阵、FOV、层厚、层间距中的至少一种。
较佳地,所述检测对象为腹盆、心脏、肝脏、肾脏、大脑中的至少一种。
本发明还提供一种影像复查的医学扫描系统,所述医学扫描系统包括:
定位信息获取模块,用于获取检测对象历史扫描时段的历史检查图像,根据所述历史检查图像,确定定位信息;
扫描协议设置模块,用于根据所述定位信息,确定当前待扫描协议的参数;
复查图像确定模块,用于执行所述当前待扫描协议以获取所述检测对象的医学扫描信号,重建所述医学扫描信号以获得检测对象的复查图像,所述复查图像对应的片层与所述历史检测图像对应的片层一致。
较佳地,所述定位信息获取模块包括:
定位图像获取单元,用于获取所述检测对象的当前定位图像;
图像配准单元,用于将所述历史检查图像配准至所述当前定位图像,获取配准后的历史检查图像;
定位信息确定单元,用于根据所述配准后的历史检查图像确定定位信息,所述定位信息包括选层方向、选层位置、层厚、层间距、中心片层位置中的至少一种。
较佳地,所述定位信息获取模块具体用于确定所述历史检查图像中的历史解剖标志点和历史中心片层;
所述定位信息获取模块具体用于根据所述历史解剖标志点,在所述当前定位图像中确定目标解剖标志点;
所述定位信息获取模块具体用于根据所述目标解剖标志点,在所述当前定位图像中确定目标片层的定位信息,所述目标片层的中心与所述历史中心片层相对应。
较佳地,所述历史解剖标志点为所述检测对象的形态特征点,所述检测对象的形态特征点用于确定选层方向。
较佳地,所述当前定位图像与所述历史检查图像满足各向同性等体素,且所述当前定位图像、所述历史检查图像为3D图像。
较佳地,所述图像配准单元包括:
选层方向确定子单元,用于确定所述历史检查图像的选层方向;
定位图像分割子单元,用于基于历史检查图像的选层方向分别对所述当前定位图像、所述历史检查图像进行分割以得到所述当前定位图像的多个定位切片图像和多个历史切片图像;
图像逐层配准子单元,用于将所述历史切片图像逐层配准至所述定位切片图像,获得多个配准后的历史切片图像。
较佳地,所述图像逐层配准子单元具体用于分别确定所述历史切片图像中的第一参考特征点和所述定位切片图像中的第二参考特征点;
所述图像逐层配准子单元具体用于将所述第一参考特征点和第二参考特征点配准,以实现所述历史切片图像逐层配准至所述定位切片图像。
较佳地,所述当前待扫描协议的参数包括矩阵、FOV、层厚、层间距中的至少一种。
较佳地,所述检测对象为腹盆、心脏、肝脏、肾脏、大脑中的至少一种。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的影像复查的医学扫描方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的影像复查的医学扫描方法。
本发明的积极进步效果在于:
本发明提供的影像复查的医学扫描方法,通过保存患者历史检查图像,对历史检查图像的图像片层和当前定位图像的图像片层进行配准,根据配准后的历史检查图像确定定位信息,进而确定当前扫描协议,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商、跨设备、跨软件版本的设备上确保检查定位的一致性。
附图说明
图1为本发明本实施例1中的影像复查的医学扫描方法的流程图。
图2为本发明本实施例2中的影像复查的医学扫描方法的流程图。
图3为本发明本实施例3中的影像复查方法的流程图。
图4为本发明本实施例4中的影像复查的医学扫描系统的结构示意图。
图5为本发明本实施例5中的影像复查的医学扫描系统的结构示意图。
图6为本发明本实施例6中的影像复查系统的结构示意图。
图7为本发明本实施例7中的电子设备的硬件结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
请参考图1,其为本实施例中的影像复查的医学扫描方法的流程图。具体的,如图1所示,所述医学扫描方法包括:
S101、获取检测对象历史扫描时段的历史检查图像;
S102、根据历史检查图像,确定定位信息;具体地,现有的成像设备,无论是由操作人员手动控制还是由人工智能算法来实现自动定位,在扫描时的定位通常是基于当前检查的定位图像上的刚性解剖标志点来实现定位,比如头颅、关节、脊柱等骨性结构,有较大的局限性,而在本实施例中,在首次检查时,成像设备可以在检查时记录图像的所有定位信息,该定位信息包含了所有决定图像片层几何特征、空间位置的因素,可以认为是将人为手动定位或者机器自动定位的数字化孪生,即定位孪生。将该定位孪生应用于复查,可以严格保证检查定位的一致性。
具体地,定位孪生可以独立DICOM(Digital Imaging and Communications inMedicine,医学数字成像和通信)文件或tag(DICOM的标签)的形式记录到检查生成的图像DICOM数据中,也可以特殊的格式进行记录。定位孪生可以DICOM形式归档,也可以归档到患者的其它诊疗数据中。在患者复查时,成像设备可以从中解析并应用于当前检查,确保复查一致性。定位信息是从图像DICOM tag中解析的,可以包括关于图像空间位置,例如,imageposition(图像位置),Image Orientation(图像方位)、Slice Location(层位置),可以包括几何特征可以包括Slice Thickness(层厚),Pixel Spacing(像素间距)、Rows\Columns(行/列),也可以包括相关解剖标记点及相对解剖标记点的片层相对空间位置信息;其中,相对解剖标记点的片层相对空间位置信息暂无规范,各设备厂家可将自动定位信息记录为自定义格式。
S103、根据定位信息,确定当前待扫描协议的参数;具体地,三维断层成像技术是通过一系列二维片层图像,通过数学变换得到物体三维结构,例如医用CT(ComputedTomography,电子计算机断层扫描),通过采集不同角度的X射线信息,得到病人病变组织的确切信息,因此,通过历史检查图像的定位信息将历史检查图像的图像片层和在复查过程中成像设备获取的用于调整成像的复查定位图像的图像片层进行配准,确保两次成像的图像片层的定位一致性。图像配准技术可以将不同时间、不同成像设备或不同条件下(如照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加,对图像进行几何校正来实现图像片层的坐标系的统一,进而保证了检查定位的一致性。然后根据定位信息确定当前待扫描协议的参数,在该参数下获取的检测对象的复查图像与历史检查图像保持定位的一致性。
S104、执行当前待扫描协议,以获得检测对象的复查图像。
本实施例提供的影像复查的医学扫描方法,通过保存检测对象的历史检查图像,对历史检查图像的图像片层和当前定位图像的图像片层进行配准,根据配准后的历史检查图像确定定位信息,进而确定当前扫描协议,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商、跨设备、跨软件版本的设备上确保检查定位的一致性。
实施例2
请参考图2,本实施例的影像复查的医学扫描方法是对实施例1的进一步改进,具体地:
在本实施例中,检测对象为腹盆、心脏、肝脏、肾脏、大脑中的至少一种。
在一种可选的实施方式中,步骤S102包括:
S1021、获取检测对象的当前定位图像。
S1022、确定历史检查图像中的历史解剖标志点和历史中心片层。具体地,获取历史检查图像的DICOM数据并对定位信息进行解析,对于具有解剖标志点且前一次检查的图像DICOM数据包括图像片层的解剖标志点的刚性结构,可以利用解剖标志点进行复查图像的定位,而对于前一次检查的图像DICOM数据不包括图像片层的解剖标志点的刚性结构或者非刚性结构,可以利用前后两次检查的图像的空间信息进行配准以确保检查定位的一致性。
S1023、根据历史解剖标志点,在当前定位图像中确定目标解剖标志点。
S1024、根据目标解剖标志点,在当前定位图像中确定目标片层的定位信息,目标片层的中心与历史中心片层相对应。
具体地,历史解剖标志点为检测对象的形态特征点,检测对象的形态特征点用于确定选层方向。
在一种可选的实施方式中,当前待扫描协议的参数包括矩阵、FOV、层厚、层间距。在确定复查定位图像的中心片层后,根据前一次检查的图像DICOM数据中保存的矩阵、FOV、层厚、层间距等几何特征参数,完成对复查图像的整体定位,确保了检查定位整体上的一致性。以CT为例,CT层厚是指扫描层的厚度,CT层间距指两个扫描层面中心之间的距离,CT相对层位置是指两层之间的相对位置,先基于历史检查图像的定位信息确定中心片层的位置,再通过相对层位置、层厚、层间距确定其他片层与中心片层的位置,进而确保复查定位的一致性。
在一种可选的实施方式中,
在步骤S1021之后,步骤S102可以包括:
S1025、将历史检查图像配准至当前定位图像,获取配准后的历史检查图像。具体地,图像配准时的输入可以只有两个需要配准的历史检查图像和当前定位图像,例如,将需要定位的中心片层带入定位图像中进行配准,该中心片层作为配准的浮动图像,当前检查得到的定位图像作为基准图像,通过互信息的配准算法不断迭代将浮动图像放置在一个合适的空间位置,使得图像特征相似度最优。图像的互信息是反映图像相关性的模糊信息,在图像配准过程中利用互信息将图像空间信息与灰度分布相结合以反映图像的匹配度,通过多次迭代将浮动图像放置在一个合适的空间位置,使得图像特征相似度最优,以确保检查定位的一致性。
S1026、根据配准后的历史检查图像确定定位信息;定位信息包括选层方向、选层位置、层厚、层间距、中心片层位置中的至少一种。
如图3所示,在另一种可选的实施方式中,当前定位图像与历史检查图像满足各向同性等体素,且当前定位图像、历史检查图像为3D图像。具体地,在医学影像领域,图像各向同性是指的是CT、MRI(Magnetic Resonance Imaging,磁共振成像)、PET(PositronEmission Computed Tomography,正电子发射型计算机断层显像)这样的断层扫描数据中,x,y,z三个扫描方向的像素间距(pixel spacing)均一致。以CT图像为例,根据DICOM标准定义,x方向对应人体左右方向;y方向对应人体前(胸)后(背)方向;z方向对应人体上下(头脚)方向。体素是体积元素(Volume Pixel)的简称,是数字数据于三维空间分割上的最小单位,应用于三维成像与医学影像领域,等体素是指尺寸、体积均相同的体素。
在一种可选的实施方式中,步骤S1025具体可以包括:
S10251、确定历史检查图像的选层方向;
S10252、基于历史检查图像的选层方向分别对当前定位图像、历史检查图像进行分割以得到当前定位图像的多个定位切片图像和多个历史切片图像。
S10253、将历史切片图像逐层配准至定位切片图像,获得多个配准后的历史切片图像。
具体地,在一种可选的实施方式中,步骤S10253包括:S102531、分别确定历史切片图像中的第一参考特征点和定位切片图像中的第二参考特征点;
S102532、将第一参考特征点和第二参考特征点配准,以实现历史切片图像逐层配准至定位切片图像。具体地,图像配准过程中,可以直接利用配准图像中所有的灰度信息进行全局特征的最优匹配,当匹配结果不佳的时候,也可以再引入某些预选特征进行优化,如需要,一些二值的掩模或者其他加权过程可以用来强调某些特定的特征信息;恰当的相似性准则的使用可以增加方法的鲁棒性。
本实施例重点要保护的是相同modality(形态)设备的定位一致性,尤其是对于MRI,很多时候是针对每个层面单独激发来采集信号(选层),层面内的分辨率通常高于层方向的分辨率不同(即各向异性),层厚大小的选取于解剖结构大小、所需分辨率相关,这些因素叠加产生的最终图像都会直接影响对图像的分析诊断,因此需要严格的还原层面位置信息才能确保诊断时可在完全相同的条件下评估病情发展(包括相同的病灶位置、相同的层面内分辨率、相同的层厚)。即常规配准下基于图像上的全部灰度值进行,不会预先设定特征,以确保通用性;对于指定图像类型且明确知道该类图像的共同特征的,可以预先制定特征再进行配准。
在步骤S1025之后,医学扫描方法还包括:
基于配准后的历史切片图像和定位切片图像通过MPR重建分别得到配准后的历史检查图像和当前定位图像。具体地,MPR重建是将扫描范围内所有的轴位图像叠加起来再对某些标线标定的重组线所指定的组织进行冠状、矢状位、任意角度斜位图像重组。MPR优点是能任意产生新的断层图像,而无需重复扫描,且原图像的密度值被忠实保持到了结果图像上。
具体地,对于3D复查定位图像,既可以利用本实施例的前述实施方式在成像前进行定位,也可以在成像后对3D复查定位图像进行分割,进而对分割后得到的图像片层进行图像配准,再利用3D图像重建技术得到重新定位的复查图像,缩短了扫描成像的过程,提高了患者的就医体验。
本实施例提供的影像复查的医学扫描方法,通过保存患者历史检查图像,对于历史检查图像保存有解剖标志点的刚性结构,利用解剖标志点进行定位,对于无法利用解剖标志点的,根据图像互信息算法对历史检查图像的图像片层和当前定位图像的图像片层进行配准,根据配准后的历史检查图像确定定位信息,进而确定当前扫描协议,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商、跨设备、跨软件版本的设备上确保检查定位的一致性;也可以在扫描成像后利用图像配准和图像重建技术进行定位,进而缩短了扫描成像的过程,提高了患者的就医体验。
实施例3
请参考图3,其为本实施例中的影像复查方法的流程图。具体的,如图3所示,所述影像复查方法包括:
S301、利用实施例1或实施例2的影像复查的医学扫描方法获取复查图像。
S302、基于所述复查图像采集影像复查的诊断序列。
本实施例提供的影像复查方法,通过利用影像复查的医学扫描方法获取复查图像,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商、跨设备、跨软件版本的设备上确保检查定位的一致性。
实施例4
请参考图4,其为本实施例中的影像复查的医学扫描系统的结构示意图。具体的,如图4所示,所述医学扫描系统包括:
历史图像获取模块1,用于获取检测对象历史扫描时段的历史检查图像;
定位信息确定模块2,用于根据历史检查图像,确定定位信息;具体地,现有的成像设备,无论是由操作人员手动控制还是由人工智能算法来实现自动定位,在扫描时的定位通常是基于当前检查的定位图像上的刚性解剖标志点来实现定位,比如头颅、关节、脊柱等骨性结构,有较大的局限性,而在本实施例中,在首次检查时,成像设备可以在检查时记录图像的所有定位信息,该定位信息包含了所有决定图像片层几何特征、空间位置的因素,可以认为是将人为手动定位或者机器自动定位的数字化孪生,即定位孪生。将该定位孪生应用于复查,可以严格保证检查定位的一致性。
具体地,定位孪生可以独立DICOM文件或tag的形式记录到检查生成的图像DICOM数据中,也可以特殊的格式进行记录。定位孪生可以DICOM形式归档,也可以归档到患者的其它诊疗数据中。在患者复查时,成像设备可以从中解析并应用于当前检查,确保复查一致性。定位信息是从图像DICOM tag中解析的,可以包括关于图像空间位置,例如,imageposition(图像位置),Image Orientation(图像方位)、Slice Location(层位置),可以包括几何特征可以包括Slice Thickness(层厚),Pixel Spacing(像素间距)、Rows\Columns(行/列),也可以包括相关解剖标记点及相对解剖标记点的片层相对空间位置信息;其中,相对解剖标记点的片层相对空间位置信息暂无规范,各设备厂家可将自动定位信息记录为自定义格式。
扫描参数确定模块3,用于根据定位信息,确定当前待扫描协议的参数;具体地,三维断层成像技术是通过一系列二维片层图像,通过数学变换得到物体三维结构,例如医用CT,通过采集不同角度的X射线信息,得到病人病变组织的确切信息,因此,通过历史检查图像的定位信息将历史检查图像的图像片层和在复查过程中成像设备获取的用于调整成像的复查定位图像的图像片层进行配准,确保两次成像的图像片层的定位一致性。图像配准技术可以将不同时间、不同成像设备或不同条件下(如照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加,对图像进行几何校正来实现图像片层的坐标系的统一,进而保证了检查定位的一致性。然后根据定位信息确定当前待扫描协议的参数,在该参数下获取的检测对象的复查图像与历史检查图像保持定位的一致性。
复查图像获取模块4,用于执行当前待扫描协议,以获得检测对象的复查图像。
本实施例提供的影像复查的医学扫描系统,通过保存检测对象的历史检查图像,对历史检查图像的图像片层和复查定位图像的图像片层进行配准,根据配准后的历史检查图像确定定位信息,进而确定当前扫描协议,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商、跨设备、跨软件版本的设备上确保检查定位的一致性。
实施例5
请参考图5,本实施例的影像复查的医学扫描系统是对实施例1的进一步改进,具体地:
在本实施例中,检测对象为腹盆、心脏、肝脏、肾脏、大脑中的至少一种。
在一种可选的实施方式中,定位信息确定模块2包括:
定位图像获取单元21,用于获取检测对象的当前定位图像。
定位信息获取模块2具体用于确定历史检查图像中的历史解剖标志点和历史中心片层;
定位信息获取模块2具体还用于根据历史解剖标志点,在当前定位图像中确定目标解剖标志点。
定位信息获取模块2具体用于根据目标解剖标志点,在当前定位图像中确定目标片层的定位信息,目标片层的中心与历史中心片层相对应。
具体地,历史解剖标志点为检测对象的形态特征点,检测对象的形态特征点用于确定选层方向。
具体地,获取历史检查图像的DICOM数据并对定位信息进行解析,对于具有解剖标志点且前一次检查的图像DICOM数据包括图像片层的解剖标志点的刚性结构,可以利用解剖标志点进行复查图像的定位,而对于前一次检查的图像DICOM数据不包括图像片层的解剖标志点的刚性结构或者非刚性结构,可以利用前后两次检查的图像的空间信息进行配准以确保检查定位的一致性。以CT为例,CT层厚是指扫描层的厚度,CT层间距指两个扫描层面中心之间的距离,CT相对层位置是指两层之间的相对位置,先基于历史检查图像的定位信息确定中心片层的位置,再通过相对层位置、层厚、层间距确定其他片层与中心片层的位置,进而确保复查定位的一致性。
在一种可选的实施方式中,几何特征参数包括矩阵、FOV、层厚、层间距。在确定复查定位图像的中心片层后,根据前一次检查的图像DICOM数据中保存的矩阵、FOV、相对层位置、层厚、层间距等几何特征参数,完成对复查图像的整体定位,确保了检查定位整体上的一致性。
在一种可选的实施方式中,图像配准单元22,具用于将历史检查图像配准至当前定位图像,获取配准后的历史检查图像。具体地,图像配准时的输入可以只有两个需要配准的历史检查图像和当前定位图像,例如,将需要定位的中心片层带入定位图像中进行配准,该中心片层作为配准的浮动图像,当前检查得到的定位图像作为基准图像,通过互信息的配准算法不断迭代将浮动图像放置在一个合适的空间位置,使得图像特征相似度最优。图像的互信息是反映图像相关性的模糊信息,在图像配准过程中利用互信息将图像空间信息与灰度分布相结合以反映图像的匹配度,通过多次迭代将浮动图像放置在一个合适的空间位置,使得图像特征相似度最优,以确保检查定位的一致性。
定位信息确定单元23,用于根据配准后的历史检查图像确定定位信息;定位信息包括选层方向、选层位置、层厚、层间距、中心片层位置中的至少一种。
在另一种可选的实施方式中,当前定位图像与历史检查图像满足各向同性等体素,且当前定位图像、历史检查图像为3D图像。
具体地,在医学影像领域,图像各向同性是指的是CT、MRI、PET这样的断层扫描数据中,x,y,z三个扫描方向的像素间距(pixel spacing)均一致。以CT图像为例,根据DICOM标准定义,x方向对应人体左右方向;y方向对应人体前(胸)后(背)方向;z方向对应人体上下(头脚)方向。体素是体积元素(Volume Pixel)的简称,是数字数据于三维空间分割上的最小单位,应用于三维成像与医学影像领域,等体素是指尺寸、体积均相同的体素。
在一种可选的实施方式中,图像配准单元22具体包括:
选层方向确定子单元221,用于确定历史检查图像的选层方向;
定位图像分割子单元222,用于基于历史检查图像的选层方向分别对当前定位图像、历史检查图像进行分割以得到当前定位图像的多个定位切片图像和多个历史切片图像;
图像逐层配准子单元223,用于将历史切片图像逐层配准至定位切片图像,获得多个配准后的历史切片图像。
具体地,在一种可选的实施方式中,图像逐层配准子单元223具体用于分别确定历史切片图像中的第一参考特征点和定位切片图像中的第二参考特征点;
图像逐层配准子单元223具体用于将第一参考特征点和第二参考特征点配准,以实现历史切片图像逐层配准至所述定位切片图像。具体地,图像配准过程中,可以直接利用配准图像中所有的灰度信息进行全局特征的最优匹配,当匹配结果不佳的时候,也可以再引入某些预选特征进行优化,如需要,一些二值的掩模或者其他加权过程可以用来强调某些特定的特征信息;恰当的相似性准则的使用可以增加方法的鲁棒性。
本实施例重点要保护的是相同modality(形态)设备的定位一致性,尤其是对于MRI,很多时候是针对每个层面单独激发来采集信号(选层),层面内的分辨率通常高于层方向的分辨率不同(即各向异性),层厚大小的选取于解剖结构大小、所需分辨率相关,这些因素叠加产生的最终图像都会直接影响对图像的分析诊断,因此需要严格的还原层面位置信息才能确保诊断时可在完全相同的条件下评估病情发展(包括相同的病灶位置、相同的层面内分辨率、相同的层厚)。即常规配准下基于图像上的全部灰度值进行,不会预先设定特征,以确保通用性;对于指定图像类型且明确知道该类图像的共同特征的,可以预先制定特征再进行配准。
医学扫描系统还包括:3D图像重建模块5,用于基于配准后的历史切片图像和定位切片图像通过MPR重建分别得到配准后的历史检查图像和当前定位图像。具体地,MPR重建是将扫描范围内所有的轴位图像叠加起来再对某些标线标定的重组线所指定的组织进行冠状、矢状位、任意角度斜位图像重组。MPR优点是能任意产生新的断层图像,而无需重复扫描,且原图像的密度值被忠实保持到了结果图像上。
具体地,对于3D复查定位图像,既可以利用本实施例的前述实施方式在成像前进行定位,也可以在成像后对3D复查定位图像进行分割,进而对分割后得到的图像片层进行图像配准,再利用3D图像重建技术得到重新定位的复查图像,缩短了扫描成像的过程,提高了患者的就医体验。
本实施例提供的影像复查的医学扫描系统,通过保存患者历史检查图像,对于历史检查图像保存有解剖标志点的刚性结构,利用解剖标志点进行定位,对于无法利用解剖标志点的,根据图像互信息算法对历史检查图像的图像片层和当前定位图像的图像片层进行配准,根据配准后的历史检查图像确定定位信息,进而确定当前扫描协议,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商、跨设备、跨软件版本的设备上确保检查定位的一致性;也可以在扫描成像后利用图像配准和图像重建技术进行定位,进而缩短了扫描成像的过程,提高了患者的就医体验。
实施例6
请参考图6,其为本实施例中的影像复查系统的结构示意图。具体的,如图6所示,所述影像复查系统包括:
复查图像获取模块6,用于利用如上的影像复查的医学扫描系统获取复查图像;诊断序列采集模块7,用于基于复查图像采集影像复查的诊断序列。
本实施例提供的影像复查系统,通过利用影像复查的医学扫描方法获取复查图像,保证了复查图像与历史检查图像的定位一致性,且不依赖于刚性解剖标志点,具有较大的适用范围,并且可以支持在跨厂商、跨设备、跨软件版本的设备上确保检查定位的一致性。
实施例7
图7为本发明实施例7提供的一种电子设备的结构示意图。所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例1或实施例2的影像复查的医学扫描方法或实施例3的影像复查方法。图7显示的电子设备30仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备30可以以通用计算设备的形式表现,例如其可以为服务器设备。电子设备30的组件可以包括但不限于:上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。
总线33包括数据总线、地址总线和控制总线。
存储器32可以包括易失性存储器,例如随机存取存储器(RAM)321和/或高速缓存存储器322,还可以进一步包括只读存储器(ROM)323。
存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325,这样的程序模块324包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器31通过运行存储在存储器32中的计算机程序,从而执行各种功能应用以及数据处理,例如本发明实现实施例1或实施例2的影像复查的医学扫描方法或实施例3的影像复查方法。
电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且,模型生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白,尽管图中未示出,可以结合模型生成的设备30使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例8
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现实施例1或实施例2的影像复查的医学扫描方法或实施例3的影像复查方法。
其中,可读存储介质可以采用的更具体可以包括但不限于:便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中,本发明还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行实现实施例1或实施例2的影像复查的医学扫描方法或实施例3的影像复查方法。
其中,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码,所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种影像复查的医学扫描方法,其特征在于,所述方法包括:
获取检测对象历史扫描时段的历史检查图像;
根据所述历史检查图像,确定定位信息;
根据所述定位信息,确定当前待扫描协议的参数;执行所述当前待扫描协议,以获得检测对象的复查图像,所述复查图像对应的片层与所述历史检测图像对应的片层一致。
2.如权利要求1所述的影像复查的医学扫描方法,其特征在于,根据所述历史检查图像,确定定位信息包括:
获取所述检测对象的当前定位图像;
将所述历史检查图像配准至所述当前定位图像,获取配准后的历史检查图像;
根据所述配准后的历史检查图像确定定位信息,所述定位信息包括选层方向、选层位置、层厚、层间距、中心片层位置中的至少一种。
3.如权利要求1所述的影像复查的医学扫描方法,其特征在于,根据所述历史检查图像,确定定位信息包括:
获取所述检测对象的当前定位图像;
确定所述历史检查图像中的历史解剖标志点和历史中心片层;
根据所述历史解剖标志点,在所述当前定位图像中确定目标解剖标志点;
根据所述目标解剖标志点,在所述当前定位图像中确定目标片层的定位信息,所述目标片层的中心与所述历史中心片层相对应。
4.如权利要求3所述的影像复查的医学扫描方法,其特征在于,所述历史解剖标志点为所述检测对象的形态特征点,所述检测对象的形态特征点用于确定选层方向。
5.如权利要求2所述的影像复查的医学扫描方法,其特征在于,所述当前定位图像与所述历史检查图像满足各向同性等体素,且所述当前定位图像、所述历史检查图像为3D图像。
6.如权利要求5所述的影像复查的医学扫描方法,其特征在于,将所述历史检查图像配准至所述当前定位图像包括:
确定所述历史检查图像的选层方向;
基于历史检查图像的选层方向分别对所述当前定位图像、所述历史检查图像进行分割以得到所述当前定位图像的多个定位切片图像和多个历史切片图像;
将所述历史切片图像逐层配准至所述定位切片图像,获得多个配准后的历史切片图像。
7.如权利要求6所述的影像复查的医学扫描方法,其特征在于,将所述历史切片图像逐层配准至所述定位切片图像包括:
分别确定所述历史切片图像中的第一参考特征点和所述定位切片图像中的第二参考特征点;
将所述第一参考特征点和第二参考特征点配准,以实现所述历史切片图像逐层配准至所述定位切片图像。
8.如权利要求1所述的影像复查的医学扫描方法,其特征在于,所述当前待扫描协议的参数包括矩阵、FOV、层厚、层间距中的至少一种。
9.如权利要求1-8任一项所述的影像复查的医学扫描方法,其特征在于,所述检测对象为腹盆、心脏、肝脏、肾脏、大脑中的至少一种。
10.一种影像复查的医学扫描系统,其特征在于,所述医学扫描系统包括:
定位信息获取模块,用于获取检测对象历史扫描时段的历史检查图像,根据所述历史检查图像,确定定位信息;
扫描协议设置模块,用于根据所述定位信息,确定当前待扫描协议的参数;
复查图像确定模块,用于执行所述当前待扫描协议以获取所述检测对象的医学扫描信号,重建所述医学扫描信号以获得检测对象的复查图像,所述复查图像对应的片层与所述历史检测图像对应的片层一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211295079.6A CN117952890A (zh) | 2022-10-21 | 2022-10-21 | 影像复查的医学扫描方法和医学扫描系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211295079.6A CN117952890A (zh) | 2022-10-21 | 2022-10-21 | 影像复查的医学扫描方法和医学扫描系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117952890A true CN117952890A (zh) | 2024-04-30 |
Family
ID=90801985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211295079.6A Pending CN117952890A (zh) | 2022-10-21 | 2022-10-21 | 影像复查的医学扫描方法和医学扫描系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117952890A (zh) |
-
2022
- 2022-10-21 CN CN202211295079.6A patent/CN117952890A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3355273B1 (en) | Coarse orientation detection in image data | |
US8787648B2 (en) | CT surrogate by auto-segmentation of magnetic resonance images | |
CA2981349C (en) | Covariate modulate atlas | |
CN104346821B (zh) | 用于医学成像的自动规划 | |
US8774481B2 (en) | Atlas-assisted synthetic computed tomography using deformable image registration | |
US9064332B2 (en) | Fused-image visualization for surgery evaluation | |
US10803354B2 (en) | Cross-modality image synthesis | |
US8588498B2 (en) | System and method for segmenting bones on MR images | |
US20060170679A1 (en) | Representing a volume of interest as boolean combinations of multiple simple contour sets | |
US20210374452A1 (en) | Method and device for image processing, and elecrtonic equipment | |
EP1516290A2 (en) | Physiological model based non-rigid image registration | |
US20120287131A1 (en) | Image processing apparatus and image registration method | |
CN111904379A (zh) | 多模态医学设备的扫描方法和装置 | |
US9020215B2 (en) | Systems and methods for detecting and visualizing correspondence corridors on two-dimensional and volumetric medical images | |
US8938107B2 (en) | System and method for automatic segmentation of organs on MR images using a combined organ and bone atlas | |
Tomaževič et al. | “Gold standard” data for evaluation and comparison of 3D/2D registration methods | |
CN114943714A (zh) | 医学图像处理系统、装置、电子设备及存储介质 | |
EP2483866A1 (en) | Medical image analysis system using n-way belief propagation for anatomical images subject to deformation and related methods | |
CN115311191A (zh) | 使用深度学习估计的扫描方案遮罩来生成三维解剖结构扫描的重新格式化视图 | |
US11423554B2 (en) | Registering a two-dimensional image with a three-dimensional image | |
JP5363962B2 (ja) | 診断支援システム、診断支援プログラムおよび診断支援方法 | |
CN115761134A (zh) | 孪生模型的生成方法、系统、核磁共振装置和介质 | |
CN117952890A (zh) | 影像复查的医学扫描方法和医学扫描系统 | |
CN110599560B (zh) | 磁共振成像方法、装置、存储介质及计算机设备 | |
Luo et al. | Implementation of mutual information based multi-modality medical image registration |
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 |