CN117974503A - 一种图像处理的方法、装置、存储介质及电子设备 - Google Patents
一种图像处理的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117974503A CN117974503A CN202410126478.2A CN202410126478A CN117974503A CN 117974503 A CN117974503 A CN 117974503A CN 202410126478 A CN202410126478 A CN 202410126478A CN 117974503 A CN117974503 A CN 117974503A
- Authority
- CN
- China
- Prior art keywords
- correction
- corrected
- point
- contour
- images
- 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
- 238000003672 processing method Methods 0.000 title abstract description 6
- 238000012937 correction Methods 0.000 claims abstract description 214
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000003702 image correction Methods 0.000 claims abstract description 13
- 238000006073 displacement reaction Methods 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 15
- 230000004048 modification Effects 0.000 description 15
- 238000012986 modification Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000003709 image segmentation Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本说明书公开了一种图像处理的方法、装置、存储介质及电子设备,先获取医学影像,将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像。根据参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。也就是说,本方法通过将人工修正的医学图像作为参考图像,根据参考图像,自动化修正其他待修正图像,提高了图像修正的效率。
Description
技术领域
本说明书涉及图像处理领域,尤其涉及一种图像处理的方法、装置、存储介质及电子设备。
背景技术
随着医学技术的发展,医生可以通过各种医学影像设备对人体进行扫描,获得用户的医学影像,并对医学影像中的病灶进行观察,以预测用户可能患有的疾病。为了减少医学影像中其他区域对医生预测结果的影响,可利用各类图像分割算法对该医学影像进行分割,得到仅包含感兴趣区域(病灶)的图像。在利用各类图像分割算法对该医学影像进行分割时,先确定该医学影像中感兴趣区域的轮廓线,再根据该轮廓线进行图像分割。但由于感兴趣区域的结构可能过于复杂,例如,感兴趣区域包括数量较多且细小的血管,利用算法得到的该医学影像中感兴趣区域的轮廓线不准确,导致图像分割结果不准确。因此,为了得到准确的图像分割结果,需要人工手动修正医学影像中感兴趣区域的轮廓线,根据修正后的轮廓线进行图像分割。当医学影像的图像为断层图像时,由于针对一个感兴趣区域,可获取几十到几百张的断层图像,若医生需要修正的断层图像不止一张,则人工修正耗时较长,效率较低。
基于此,本说明书提供一种图像处理的方法。
发明内容
本说明书提供一种图像处理的方法、装置、存储介质及电子设备,以至少部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供一种图像处理的方法,包括:
获取医学图像;
将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像;
根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。
可选地,根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正,具体包括:
确定修正前的参考图像中的第一指定点,并确定修正后的参考图像中的第二指定点;
根据所述第一指定点及所述第二指定点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异;
根据所述轮廓点差异,对若干个待修正图像进行修正。
可选地,所述第一指定点包括第一轮廓内部特征点,所述第二指定点包括第二轮廓内部特征点。
可选地,根据所述第一指定点及所述第二指定点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异,具体包括:
根据修正前的所述参考图像中感兴趣区域的轮廓线,确定修正前轮廓点;
根据所述第一指定点、所述第二指定点及所述修正前轮廓点,确定与所述修正前轮廓点对应的修正后轮廓点;
根据所述第一指定点、所述第二指定点、所述修正前轮廓点及所述修正后轮廓点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
可选地,根据所述第一指定点、所述第二指定点、所述修正前轮廓点及所述修正后轮廓点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异,具体包括:
确定所述第一指定点与所述修正前轮廓点的第一位移;并确定所述修正后轮廓点与所述第二指定点的第二位移;
根据所述第一位移及所述第二位移,确定所述修正前轮廓点与所述修正后轮廓点的差异,得到所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
可选地,根据所述轮廓点差异,对若干个待修正图像进行修正,具体包括:
根据所述待修正图像中感兴趣区域的轮廓线,确定所述待修正图像的待修正指定点;
确定所述第一指定点与所述待修正指定点的第三位移;
根据所述第三位移及所述轮廓点差异,对若干个待修正图像进行修正。
可选地,根据所述第三位移及所述轮廓点差异,对若干个待修正图像进行修正,具体包括:
根据所述第三位移,确定与所述第三位移对应的修正比例;
根据所述修正比例、所述第一指定点及所述第二指定点,确定修正指定点;
根据所述修正指定点及所述修正比例,对若干个待修正图像进行修正。
可选地,根据所述修正指定点及所述修正比例,对若干个待修正图像进行修正,具体包括:
根据所述第一指定点、所述修正前轮廓点及所述待修正指定点,在所述待修正图像的感兴趣区域轮廓线中,确定与所述修正前轮廓点对应的待修正轮廓点;
根据所述轮廓点差异、所述修正比例、所述待修正指定点及所述修正指定点,对若干个待修正图像进行修正。
本说明书提供了一种图像处理的装置,所述装置包括:
图像获取模块,用于获取医学图像;
图像分类模块,用于将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像;
修正模块,用于根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。
可选地,所述修正模块具体用于,确定修正前的参考图像中的第一指定点,并确定修正后的参考图像中的第二指定点;根据所述第一指定点及所述第二指定点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异;根据所述轮廓点差异,对若干个待修正图像进行修正。
可选地,所述第一指定点包括第一轮廓内部特征点,所述第二指定点包括第二轮廓内部特征点。
可选地,所述修正模块具体用于,根据修正前的所述参考图像中感兴趣区域的轮廓线,确定修正前轮廓点;根据所述第一指定点、所述第二指定点及所述修正前轮廓点,确定与所述修正前轮廓点对应的修正后轮廓点;根据所述第一指定点、所述第二指定点、所述修正前轮廓点及所述修正后轮廓点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
可选地,所述修正模块具体用于,确定所述第一指定点与所述修正前轮廓点的第一位移;并确定所述修正后轮廓点与所述第二指定点的第二位移;根据所述第一位移及所述第二位移,确定所述修正前轮廓点与所述修正后轮廓点的差异,得到所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
可选地,所述修正模块具体用于,根据所述待修正图像中感兴趣区域的轮廓线,确定所述待修正图像的待修正指定点;确定所述第一指定点与所述待修正指定点的第三位移;根据所述第三位移及所述轮廓点差异,对若干个待修正图像进行修正。
可选地,所述修正模块具体用于,根据所述第三位移,确定与所述第三位移对应的修正比例;根据所述修正比例、所述第一指定点及所述第二指定点,确定修正指定点;根据所述修正指定点及所述修正比例,对若干个待修正图像进行修正。
可选地,所述修正模块具体用于,根据所述第一指定点、所述修正前轮廓点及所述待修正指定点,在所述待修正图像的感兴趣区域轮廓线中,确定与所述修正前轮廓点对应的待修正轮廓点;根据所述轮廓点差异、所述修正比例、所述待修正指定点及所述修正指定点,对若干个待修正图像进行修正。
本说明书提供了一种计算机可读存储介质,所述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图像处理的方法。
本说明书提供了一种电子设备,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程序时实现上述图像处理的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的图像处理的方法可以看出,先获取医学影像,将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像。根据参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。也就是说,本方法通过将人工修正的医学图像作为参考图像,根据参考图像,自动化修正其他待修正图像,提高了图像修正的效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附
图中:
图1为本说明书提供的一种图像处理的方法的流程示意图;
图2为本说明书提供的医学影像中感兴趣区域的轮廓示意图;
图3为本说明书提供的指定点示意图;
图4为本说明书提供的参考图像的修正轮廓点的示意图;
图5为本说明书提供的确定轮廓点差异的流程图;
图6为本说明书提供的修正流程图;
图7为本说明书提供的第三位移示意图;
图8为本说明书提供的修正示意图;
图9为本说明书提供的一种图像处理的装置示意图;
图10为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书提供的一种图像处理的方法的流程示意图,具体包括以下步骤:
S100:获取医学影像。
医学影像通常可辅助医生进行诊断,医学影像中通常包括感兴趣区域,医生主要通过观察感兴趣区域进行诊断,感兴趣区域可以是病灶区域,也可以是非病灶区域,包括正常状态下的血管、气管等所在的医学影像中的区域。在获取医学影像中的感兴趣区域时,可通过图像分割算法对医学影像进行分割,但当感兴趣区域的结构较为复杂时,分割出的感兴趣区域的准确性可能较低,影响医生诊断。那么,可通过人工手动修正,以获取准确度较高的感兴趣区域图像,但人工修正的效率较低,因此,本说明书提供一种图像处理的方法。
本说明书的执行主体可以是对医学影像进行处理的图像处理设备,也可以是对模型进行训练的服务器,还可以是其他可对医学影像进行处理的电子设备。为了便于说明,本说明书以图像处理设备为执行主体进行说明。
在本说明书一个或多个实施例中,由于需要对用户的医学影像进行处理,以获取准确度更高的感兴趣区域,因此,图像处理设备可先获取医学影像。
具体的,医学影像设备获取医学影像,该医学影像设备将该医学影像发送至图像处理设备,该图像处理设备接收该医学影像设备发送的该医学影像。其中,该医学影像设备可包括计算机断层扫描(Computed Tomography,CT)设备、磁共振成像(MagneticResonance Imaging,MRI)设备、正电子发射计算机断层扫描(Positron EmissionTomography,PET)设备等,本说明书对此不做限制。
S102:将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像。
为了提高图像修正效率,得到准确率较高的感兴趣区域图像,图像处理设备可根据已经过人工修正或其他方法进行修正的医学图像,修改剩余未修改的医学影像。本说明书以人工修正为例进行说明,因此,图像处理设备可先将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像,以便后续根据参考图像进行修正,用户可为医生等可修正医学影像的人员。
S104:根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。
由于参考图像是人工修正的,所以得到的感兴趣区域的准确率较高。对于同一场景下的待修正图像,图像处理设备可根据参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。
那么,利用一个修改后准确率较高的图像作为参考图像,根据该参考图像对未修改的图像进行修改,可提高修改后的图像的准确率。
基于图1所示的图像处理的方法,先获取医学影像,将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像。根据参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。也就是说,本方法通过将人工修正的医学图像作为参考图像,根据参考图像,自动化修正其他待修正图像,提高了图像修正的效率。
针对步骤S104,在本说明书一个或多个实施例中,医学影像可为断层图像、三维体素图像等,本说明书以医学影像为断层图像为例,对如何选择参考图像,并根据参考图像进行修正的过程进行说明。
图2为本说明书提供的医学影像中感兴趣区域的轮廓示意图,如图2所示,虚线椭圆为待修正图像,实线椭圆为参考图像,竖直方向的虚线为各断层图像的中心点的连线。
对于同一部位的断层图像,在相邻位置拍摄得到的断层图像具有相似的感兴趣区域,因此,可根据待修正图像的排序,确定参考图像,以根据修正图像进行修正。例如,共有5张断层图像,且顺序与图像标识一致,为1~5。那么,可选择位于中间位置的断层图像,即标识为3的断层图像,对标识为3的断层图像进行修正,得到修正图像。换而言之,在选择参考图像时,可选择对若干个待修正图像影响程度较高的医学影像,进行修正,得到参考图像。也可人工随机选择一个医学影像,进行修正,得到参考图像。还可先随机选择一个医学影像进行修正,得到参考图像,根据参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正后,确定若干个待修正图像中感兴趣区域的准确性,以确定随机选择的医学影像对其他待修正图像影响程度。若干个待修正图像中感兴趣区域的准确性较低,则说明随机选择的医学影像对若干个待修正图像影响程度较低,重新选择一个医学影像进行修正,以提高其他待修正图像中感兴趣区域的准确性。当然,也可根据经验进行选择,本说明书对此不做限制。
需要说明的是,本说明书的实施例中轮廓线的形状为封闭的椭圆,但本说明书并不限制轮廓线的形状。
针对步骤S104,图像处理设备可先确定修正前该参考图像修正前与修正后的感兴趣区域的轮廓差异,根据该轮廓差异,对若干个待修正图像进行修正。
具体的,图像处理设备确定修正前的参考图像中的第一指定点,并确定修正后的参考图像中的第二指定点。图像处理设备可将修正前的参考图像的感兴趣区域的轮廓线上的所有点进行加权平均,得到第一指定点,也可将感兴趣区域的轮廓线内的所有点的位置进行加权平均,得到第一指定点。还可根据轮廓的形状,确定第一指定点。即确定该轮廓的中点,将该轮廓的中点作为第一指定点,例如,当参考图像的感兴趣区域的轮廓为圆时,将圆心作为第一指定点,本说明书对此不作限制,第二指定点与第一指定点的确定方式可一致,本说明对此不再赘述,但第一指定点及第二指定点位于轮廓线内部。也即是说,第一指定点包括第一轮廓内部特征点,第二指定点包括第二轮廓内部特征点。
图3为本说明书提供的指定点示意图,如图3所示。
实线为修正前的参考图像的感兴趣区域的轮廓,虚线为修正后的参考图像的感兴趣区域的轮廓,Ci为第一指定点,Cii为第二指定点,图3中以椭圆为感兴趣区域的形状为例,指定点为椭圆的中心点。第一指定点与第二指定点存在对应关系,即第二指定点为修正后的参考图像的感兴趣区域中与第一指定点对应的点。沿用图3示例,则Ci为修正前的参考图像的感兴趣区域的中心点,则Cii为修正后的参考图像的感兴趣区域的中心点。
然后,根据该第一指定点及该第二指定点,确定该参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。以便根据该轮廓点差异,对若干个待修正图像进行修正。
图像处理设备可直接确定第一指定点与第二指定点的距离,将距离作为该参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异,进行修正。也可确定出修正前轮廓点及修正后轮廓点,根据该第一指定点、该第二指定点、该修正前轮廓点及该修正后轮廓点,确定该参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异,进行修正。
该第一指定点可作为参考图像的参考点,根据该参考点,可确定其他轮廓点的变化。那么,则可确定修正后的参考点,即第二指定点,以便后续根据修正前及修正后的参考点,确定修正图像修正了哪些轮廓点,进而提示待修正图像进行修正,提高修正待修正图像的正确率及效率。
图4为本说明书提供的参考图像的修正后轮廓点的示意图,如图4所示。
图像处理设备根据修正前的该参考图像中感兴趣区域的轮廓线,确定修正前轮廓点。即在修正前的该参考图像中感兴趣区域的轮廓线上任意选取一点作为修正前轮廓点Pi。在本说明书一个或多个实施例中,不仅第一指定点与第二指定点存在对应关系,修正前轮廓点及修正后轮廓点也存在对应关系,因此,确定修正前轮廓点后,可根据该第一指定点、该第二指定点及该修正前轮廓点,确定与该修正前轮廓点对应的修正后轮廓点。
如图4所示,连接第一指定点Ci与修正前轮廓点Pi,得到连接线,做该连接线的平行线,且第二指定点Cii位于该平行线上,则该平行线与修正后轮廓线的交点即为修正后轮廓点Pii。
确定修正后轮廓点后,根据该第一指定点、该第二指定点、该修正前轮廓点及该修正后轮廓点,确定该参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。需要说明的是,图像处理设备可针对修正前的感兴趣区域的轮廓线上的所有修正前轮廓点,确定出对应的修正后轮廓点,以确定该参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
由于参考图像的修改前及修改后对应的轮廓点之间的差异,即为该参考图像的变化,该变化可体现出该参考图像的修改区域及修改幅度。参考图像的修改区域及修改幅度,可提示修正图像的修改方向,提高了修改后的待修正图像的正确率。修改区域包括经过修改的轮廓点,修改幅度为轮廓点修改前与修改后的位置变化,位置变化越大,修改幅度越大。
图5为本说明书提供的确定轮廓点差异的流程图,如图5所示。
该轮廓点差异可根据第一指定点与修正前轮廓点位移及修正后轮廓点与第二指定点的位移确定,则图像处理设备先确定该第一指定点与该修正前轮廓点的第一位移,并确定该修正后轮廓点与该第二指定点的第二位移。根据该第一位移及该第二位移,确定该修正前轮廓点与该修正后轮廓点的差异,得到该参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。即如下式所示:
Δ=(Pii-Cii)-(Pi-Ci)
其中,Δ为参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
确定轮廓点差异后,即可根据该轮廓点差异,对若干个待修正图像进行修正。对于人工修正的参考图像来说,由于该参考图像为人工修正,因此,参考图像的正确性较高。而由于参考图像为对其他待修正图像影响程度较高,因此,参考图像的正确与否对其他待修正图像具有较强的参考意义,且参考前修正图像中轮廓点的位置差异即为人工改变的轮廓差异,因此,可根据参考图像的轮廓点差异,对待修正图像进行修正。
需要说明的是,本说明书不限制参考图像与待修正图像的位置关系,只要根据参考图像的轮廓点差异,可对待修正图像进行修正即可。换而言之,待修正图像可为任意一个未修改的医学影像。沿用图2示例,针对一个部位的断层图像,假使该部位仅存在一个参考图像,即标识为3的断层图像,其余标识为1、2、4、5的断层图像均为待修正图像。那么,根据该轮廓差异,对该待修正图像进行修正时,可在前述四个待修正图像中,任选一个或多个进行修正,而非仅可选择与参考图像距离最近的未修正的医学图像作为待修正图像进行修正。
图6为本说明书提供的修正流程图,如图6所示。
图像处理设备先在待修正图像中确定与第一指定点对应的点,即待修正指定点Cj。沿用图3示例,第一指定点为修正前参考图像的中心点,那么,待修正指定点为待修正图像的中心点。当然,也可在待修正图像中感兴趣区域的轮廓线内随机选取一点,作为待修正指定点。也就是说,根据该待修正图像中感兴趣区域的轮廓线,确定该待修正图像的待修正指定点。
这由于图像处理设备是根据该参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正,且参考图像中存在第一指定点。因此,图像处理设备还可在待修正图像中确定出参考点,即待修正指定点,确定出该待修正指定点后,即可根据参考图像进行修正。确定出对应的参考点,便于后续根据参考图像进行修正,可提高修正效率。
图7为本说明书提供的第三位移示意图,如图7所示。
此外,参考图像对不同的待修正图像的影响程度不同,例如,待修正图像与参考图像并非同一部位的图像,则参考图像对该待修正图像的影响程度较低,则根据轮廓点差异进行修正后的感兴趣区域准确度较低。待修正图像与参考图像的距离较远,则参考图像对该待修正图像的影响程度较低。也就是说,参考图像对不同的待修正图像的影响程度,间接影响了修正后的感兴趣区域准确度,且参考图像对不同的待修正图像的影响程度与距离负相关,该距离为参考图像中感兴趣区域与待修正图像中感兴趣区域的距离。因此,还需确定该第一指定点与该待修正指定点的第三位移,根据该第三位移及该轮廓点差异,对若干个待修正图像进行修正。
为了进一步体现参考图像中感兴趣区域与待修正图像中感兴趣区域的距离,对根据轮廓点差异进行修正的影响,图像处理设备可根据该距离,确定出修正比例。即根据该第三位移,确定与该第三位移对应的修正比例,该第三位移与修正比例相关,每张待修正图像的修正比例可能均不相同。
确定出修正比例后,即可对若干个待修正图像进行修正。
具体的,图像处理设备根据该修正比例、该第一指定点及该第二指定点,确定修正指定点Cjj,其中,修正比例、该第一指定点、该第二指定点及修正指定点的关系如下式所示:
(Ci-Cii)*σ=Cj-Cjj
其中,σ为修正比例。
之后,根据该第一指定点、该修正前轮廓点及该待修正指定点,在该待修正图像的感兴趣区域轮廓线中,确定与该修正前轮廓点对应的待修正轮廓点,确定待修正轮廓点的方式与确定修正后轮廓点的方式相似,本说明书对此不再赘述。
该修正指定点为待修正图像中修正后的参考点,确定该修正指定点后,可确定出待修正图像中需要进行修正的区域,该修正的区域可包括位于轮廓线上的若干个点,每个点可称为待修正轮廓点。对所有修正轮廓点进行修正后,即可得到修正后的待修正图像,完成图像修正。利用前述的根据参考图像进行修正的方式,可提高图像修正的效率,且由于该参考图像的准确率较高,因此,还可提高图像修正的准确性。
图8为本说明书提供的修正示意图,如图8所示。
图形处理设备根据该轮廓点差异、该修正比例、该待修正指定点及该修正指定点,对若干个待修正图像进行修正。也就是说,针对每个待修正图像,根据该待修正图像该轮廓点差异、该修正比例、该待修正指定点及该修正指定点,确定出待修正图像修正后的感兴趣区域的轮廓线上的点,即修正轮廓点Pjj,确定出待修正图像修正后的感兴趣区域的轮廓线上所有修正轮廓点,即完成修正。其中,修正轮廓点与轮廓点差异、该修正比例、该待修正指定点、待修正轮廓点及该修正指定点的关系如下式所示:
Pjj={Δ*σ+(Pj-Cj)+Cjj}
在本说明书一个或多个实施例中,通过参考图像,对待修正图像进行修正,是由于参考图像与待修正图像的关联性较强,具有较强的参考意义。那么,修正后的参考图像可能与修正后的待修正图像的形态较为相似,或参考图像的修正结果的正确性对待修正图像的修正结果的正确性影响较大,因此,可通过参数传递的方式,对待修正图像进行修正。即通过确定出参考图像修正前及修正后的差异,确定出修正比例,根据该修正比例,对待修正图像进行修正,
需要说明的是,若同时选择了多个待修正图像,则针对每张待修正图像,可同时执行前述的对待修正图像进行修正的步骤。当然,还可根据需要,确定修正顺序,根据该修正顺序,对待修正图像执行前述修正步骤。沿用图2示例,针对标识为1、2、4、5的断层图像,可同时进行修正,也可确定修正顺序为标识的顺序,则根据标识的顺序进行修正。
以上为本说明书的一个或多个实施例提供的图像处理的方法,基于同样的思路,本说明书还提供了相应的图像处理的装置,如图9所示。所述装置包括:
本说明书提供了一种图像处理的装置,所述装置包括:
图像获取模块900,用于获取医学图像;
图像分类模块902,用于将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像;
修正模块904,用于根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。
可选地,所述修正模块904具体用于,确定修正前的参考图像中的第一指定点,并确定修正后的参考图像中的第二指定点;根据所述第一指定点及所述第二指定点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异;根据所述轮廓点差异,对若干个待修正图像进行修正。
可选地,所述第一指定点包括第一轮廓内部特征点,所述第二指定点包括第二轮廓内部特征点。
可选地,所述修正模块904具体用于,根据修正前的所述参考图像中感兴趣区域的轮廓线,确定修正前轮廓点;根据所述第一指定点、所述第二指定点及所述修正前轮廓点,确定与所述修正前轮廓点对应的修正后轮廓点;根据所述第一指定点、所述第二指定点、所述修正前轮廓点及所述修正后轮廓点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
可选地,所述修正模块904具体用于,确定所述第一指定点与所述修正前轮廓点的第一位移;并确定所述修正后轮廓点与所述第二指定点的第二位移;根据所述第一位移及所述第二位移,确定所述修正前轮廓点与所述修正后轮廓点的差异,得到所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
可选地,所述修正模块904具体用于,根据所述待修正图像中感兴趣区域的轮廓线,确定所述待修正图像的待修正指定点;确定所述第一指定点与所述待修正指定点的第三位移;根据所述第三位移及所述轮廓点差异,对若干个待修正图像进行修正。
可选地,所述修正模块904具体用于,根据所述第三位移,确定与所述第三位移对应的修正比例;根据所述修正比例、所述第一指定点及所述第二指定点,确定修正指定点;根据所述修正指定点及所述修正比例,对若干个待修正图像进行修正。
可选地,所述修正模块904具体用于,根据所述第一指定点、所述修正前轮廓点及所述待修正指定点,在所述待修正图像的感兴趣区域轮廓线中,确定与所述修正前轮廓点对应的待修正轮廓点;根据所述轮廓点差异、所述修正比例、所述待修正指定点及所述修正指定点,对若干个待修正图像进行修正。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的图像处理的方法。
本说明书还提供了图10所示的电子设备的结构示意图。如图10所示,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的图像处理的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种图像处理的方法,其特征在于,所述方法包括:
获取医学图像;
将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像;
根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。
2.如权利要求1所述的方法,其特征在于,根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正,具体包括:
确定修正前的参考图像中的第一指定点,并确定修正后的参考图像中的第二指定点;
根据所述第一指定点及所述第二指定点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异;
根据所述轮廓点差异,对若干个待修正图像进行修正。
3.如权利要求2所述的方法,其特征在于,根据所述第一指定点及所述第二指定点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异,具体包括:
根据修正前的所述参考图像中感兴趣区域的轮廓线,确定修正前轮廓点;
根据所述第一指定点、所述第二指定点及所述修正前轮廓点,确定与所述修正前轮廓点对应的修正后轮廓点;
根据所述第一指定点、所述第二指定点、所述修正前轮廓点及所述修正后轮廓点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
4.如权利要求3所述的方法,其特征在于,根据所述第一指定点、所述第二指定点、所述修正前轮廓点及所述修正后轮廓点,确定所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异,具体包括:
确定所述第一指定点与所述修正前轮廓点的第一位移;并确定所述修正后轮廓点与所述第二指定点的第二位移;
根据所述第一位移及所述第二位移,确定所述修正前轮廓点与所述修正后轮廓点的差异,得到所述参考图像修正前与修正后的感兴趣区域的轮廓线上的轮廓点差异。
5.如权利要求3所述的方法,其特征在于,根据所述轮廓点差异,对若干个待修正图像进行修正,具体包括:
根据所述待修正图像中感兴趣区域的轮廓线,确定所述待修正图像的待修正指定点;
确定所述第一指定点与所述待修正指定点的第三位移;
根据所述第三位移及所述轮廓点差异,对若干个待修正图像进行修正。
6.如权利要求5所述的方法,其特征在于,根据所述第三位移及所述轮廓点差异,对若干个待修正图像进行修正,具体包括:
根据所述第三位移,确定与所述第三位移对应的修正比例;
根据所述修正比例、所述第一指定点及所述第二指定点,确定修正指定点;
根据所述修正指定点及所述修正比例,对若干个待修正图像进行修正。
7.如权利要求6所述的方法,其特征在于,根据所述修正指定点及所述修正比例,对若干个待修正图像进行修正,具体包括:
根据所述第一指定点、所述修正前轮廓点及所述待修正指定点,在所述待修正图像的感兴趣区域轮廓线中,确定与所述修正前轮廓点对应的待修正轮廓点;
根据所述轮廓点差异、所述修正比例、所述待修正指定点及所述修正指定点,对若干个待修正图像进行修正。
8.一种图像处理的装置,其特征在于,所述装置包括:
图像获取模块,用于获取医学图像;
图像分类模块,用于将各待处理医学图像中已被用户修正过的医学图像,确定为参考图像,其他医学图像确定为待修正图像;
修正模块,用于根据所述参考图像修正前与修正后的感兴趣区域的轮廓,对若干个待修正图像进行修正。
9.一种计算机可读存储介质,其特征在于,所述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权利要求1~7任一项所述的方法。
10.一种电子设备,其特征在于,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上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410126478.2A CN117974503A (zh) | 2024-01-29 | 2024-01-29 | 一种图像处理的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410126478.2A CN117974503A (zh) | 2024-01-29 | 2024-01-29 | 一种图像处理的方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117974503A true CN117974503A (zh) | 2024-05-03 |
Family
ID=90847268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410126478.2A Pending CN117974503A (zh) | 2024-01-29 | 2024-01-29 | 一种图像处理的方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117974503A (zh) |
-
2024
- 2024-01-29 CN CN202410126478.2A patent/CN117974503A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110210543B (zh) | 图像分类系统、方法、设备和存储介质 | |
CN115546095A (zh) | 一种图像的配准方法及配准装置 | |
CN116030247B (zh) | 一种医学图像样本生成方法、装置、存储介质及电子设备 | |
CN117455847A (zh) | 一种疾病评估方法、装置、存储介质及电子设备 | |
CN116167431B (zh) | 一种基于混合精度模型加速的业务处理方法及装置 | |
CN116524295A (zh) | 一种图像处理方法、装置、设备及可读存储介质 | |
CN116363695A (zh) | 一种人体感兴趣位置的确定方法、装置、介质及设备 | |
CN117974503A (zh) | 一种图像处理的方法、装置、存储介质及电子设备 | |
CN116168154A (zh) | 一种预测方法、装置、设备及可读存储介质 | |
CN112734726B (zh) | 一种血管造影的分型方法、装置以及设备 | |
CN115546094A (zh) | 一种模型的训练方法、ct图像的优化方法及装置 | |
CN110739078B (zh) | 一种动脉瘤破裂风险评估方法及系统 | |
CN113538463A (zh) | 一种动脉瘤分割方法、装置以及设备 | |
CN116152246B (zh) | 一种图像识别方法、装置、设备及存储介质 | |
CN116229218B (zh) | 一种模型训练、图像配准方法及装置 | |
CN116864064A (zh) | 一种医学影像报告的生成方法、装置及存储介质 | |
CN110599527A (zh) | 一种mra影像数据的配准方法及装置 | |
CN116309924B (zh) | 一种模型训练的方法、图像展示的方法及装置 | |
CN116188469A (zh) | 一种病灶检测方法、装置、可读存储介质及电子设备 | |
CN116312981A (zh) | 一种图像处理方法、设备及可读存储介质 | |
CN117635497A (zh) | 一种图像处理的方法、装置、存储介质及电子设备 | |
CN118096638A (zh) | 一种部位识别方法、装置、存储介质及电子设备 | |
CN116309428A (zh) | 一种感兴趣区域确定方法、装置、存储介质及电子设备 | |
CN117726760B (zh) | 一种用于视频的三维人体重建模型的训练方法及装置 | |
CN118570245A (zh) | 一种图像处理的方法、装置、存储介质及电子设备 |
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 |