CN111127461B - 胸部图像处理方法、装置、存储介质及医疗设备 - Google Patents
胸部图像处理方法、装置、存储介质及医疗设备 Download PDFInfo
- Publication number
- CN111127461B CN111127461B CN201911423166.3A CN201911423166A CN111127461B CN 111127461 B CN111127461 B CN 111127461B CN 201911423166 A CN201911423166 A CN 201911423166A CN 111127461 B CN111127461 B CN 111127461B
- Authority
- CN
- China
- Prior art keywords
- projection
- image
- determining
- dimensional
- thoracic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 19
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 210000000115 thoracic cavity Anatomy 0.000 claims abstract description 95
- 210000000038 chest Anatomy 0.000 claims abstract description 76
- 238000005070 sampling Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims description 31
- 230000005484 gravity Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 claims description 2
- 208000010392 Bone Fractures Diseases 0.000 abstract description 11
- 208000020084 Bone disease Diseases 0.000 abstract description 10
- 208000013201 Stress fracture Diseases 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 206010017076 Fracture Diseases 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 208000027790 Rib fracture Diseases 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请提供一种胸部图像处理方法、装置、存储介质及医疗设备,用以减少微小骨折及骨裂等骨病被遗漏。该胸部图像处理方法包括:获取对被检体扫描得到的三维胸部图像,所述三维胸部图像包括多幅断层图像,识别所述多幅断层图像中肋骨所在肋骨区域;从所述多幅断层图像选取预设数量的图像形成采样图像集,对于所述采样图像集中任一采样图像,根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线;确定所述胸廓曲线上的投影点与投影角度的对应关系;确定目标投影角度;根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种胸部图像处理方法、装置、存储介质及医疗设备。
背景技术
计算机断层扫描(CT)或者核磁共振(MR)是用于诊断胸部的肋骨骨折及其他骨病的主要方法,但是因为肋骨特殊的组织结构及形态,使得部分骨折或骨裂等病灶由于遮挡等视角问题而较难诊断。
目前,比较常用的一种诊断肋骨骨折及其他骨病的方法为肋骨二维平面投影方法,该肋骨二维平面投影方法是将肋骨图像投影到二维平面并对其进行展开,医生通过观察肋骨二维投影图像的灰度连续性及其亮度变化,进行骨折、骨裂等骨病诊断。采用该方法得到的肋骨二维投影图像通常是以脊柱为中心的二维胸廓展开图像,然而,由于噪声的影响,二维胸廓展开图像中两侧的图像相比于中心区域的图像要模糊,微小骨折及骨裂等骨病不容易被观察到,因此就容易导致微小骨折及骨裂等骨病被遗漏。
发明内容
有鉴于此,本申请提供一种胸部图像处理方法、装置、存储介质及医疗设备,用以减少微小骨折及骨裂等骨病被遗漏。
第一方面,本申请实施例提供了一种胸部图像处理方法,所述方法包括:
获取对被检体扫描得到的三维胸部图像,所述三维胸部图像包括多幅断层图像,识别所述多幅断层图像中肋骨所在肋骨区域;
从所述多幅断层图像选取预设数量的图像形成采样图像集,对于所述采样图像集中任一采样图像,根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线;
确定所述胸廓曲线上的投影点与投影角度的对应关系,所述投影角度为横断平面上的投影线在包含空间直角坐标系的横轴和纵轴的坐标面上的垂直投影与坐标轴的夹角,所述横断平面与所述包含横轴和纵轴的坐标面平行;
确定目标投影角度;
根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,所述二维胸廓展开图像是以所述目标投影角度所在方向上的各个投影点所对应的像素列为中心线。
在一可能的实现方式中,所述根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线,包括:
确定所述采样图像对应的第一横断平面的视点,所述视点为所述第一横断平面与所述空间直角坐标系的竖轴的交点;
以所述视点为中心,在所述第一横断平面内按第一设定角度步长向外发射投影线;
当所述投影线与所述采样图像中的肋骨区域相交时,确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点;
根据所述第一横断平面内的所有所述投影点,拟合得到所述采样图像对应的胸廓曲线。
在一可能的实现方式中,所述确定所述采样图像对应的第一横断平面的视点,包括:
根据所述多幅断层图像中的肋骨区域,确定所述被检体胸部的重心;
以所述重心作为坐标原点,所述被检体的旋转轴的方向作为竖轴,与横断平面平行的平面上的水平方向作为横轴,与横断平面平行的平面上的垂直方向作为纵轴,建立所述空间直角坐标系;
确定所述采样图像对应的第一横断平面与所述空间直角坐标系的竖轴的交点,作为所述第一横断平面的视点。
在一可能的实现方式中,所述确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点,包括:
确定所述投影线与所述采样图像中的肋骨区域的内边缘线的第一交点,以及确定所述投影线与所述采样图像中的肋骨区域的外边缘线的第二交点;
将所述第一交点与所述第二交点连线的中点,作为所述投影线对应的投影点。
在一可能的实现方式中,所述确定目标投影角度,包括:
接收针对任意一个待诊断位置的图像展开指令,所述图像展开指令包括所述待诊断位置对应的投影角度,将所述待诊断位置对应的投影角度确定为目标投影角度。
在一可能的实现方式中,所述根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,包括:
对于每一所述采样图像对应的胸廓曲线,根据所述胸廓曲线上的投影点与投影角度的对应关系,查找与所述目标投影角度相差180度的第一投影角度对应的第一投影点;
从所述第一投影点开始,按第二设定角度步长沿所述胸廓曲线选取采样点;
从所述第一投影点开始,将同一胸廓曲线上的采样点投影到二维平面上的同一行像素中,将同一投影角度对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素中,并通过插值得到所述二维胸廓展开图像。
第二方面,本申请实施例还提供了一种胸部图像处理装置,包括用于执行第一方面或第一方面的任意可能的实现方式中的胸部图像处理方法的模块。
第三方面,本申请实施例还提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现第一方面或第一方面的任意可能的实现方式中的胸部图像处理方法的步骤。
第四方面,本申请实施例还提供了一种医疗设备,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第一方面或第一方面的任意可能的实现方式中的胸部图像处理方法的步骤。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请提供的技术方案,先确定目标投影角度,然后根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到以所述目标投影角度所在方向上的各个投影点所对应的像素列为中心线的二维胸廓展开图像,也就是说,本申请中当将待诊断位置对应的投影角度确定为目标投影角度时,就可以将待诊断位置对应的图像投影到二维胸廓展开图像的中心区域,从而可以减少微小骨折及骨裂等骨病被遗漏。
附图说明
图1为本申请实施例提供的一种胸部图像处理方法的流程示意图;
图2为本申请实施例提供的三维胸部图像的示意图;
图3为本申请实施例提供的确定胸廓曲线的原理示意图;
图4为本申请实施例提供的图像网格示意图;
图5为应用本申请实施例提供的方法得到的二维胸廓展开图像的示意图;
图6为本申请实施例提供的一种胸部图像处理装置的结构示意图;
图7为本申请实施例提供的胸部图像处理装置中胸廓曲线确定模块的结构示意图;
图8为本申请实施例提供的胸部图像处理装置中图像展开模块的结构示意图;
图9为本申请实施例提供的医疗设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
参见图1,本申请实施例提供了一种胸部图像处理方法,所述方法可以用于CT成像系统或磁共振成像系统中,该方法可以包括如下步骤:
S101、获取对被检体扫描得到的三维胸部图像,所述三维胸部图像包括多幅断层图像,识别所述多幅断层图像中肋骨所在肋骨区域;
其中,三维胸部图像为三维医学图像,例如可以为CT图像、MR图像等。
本申请实施例中,可以采用传统或深度学习的方法识别三维胸部图像(或者说多幅断层图像)中肋骨所在肋骨区域。传统方法中例如可以采用阈值、区域增长等方法识别三维胸部图像中肋骨所在肋骨区域,深度学习方法中例如可以采用神经网络识别三维胸部图像中肋骨所在肋骨区域,其中,神经网络可以采用常用的VggBlock、降采样和上采样相结合的方法设计而成。
当采用神经网络识别三维胸部图像中肋骨所在肋骨区域时,可以预先训练神经网络模型。训练模型时,可以获取大量标记好的肋骨图像作为样本集,根据该样本集,对训练模型通过不断的调参和优化,得到神经网络模型。
识别时,就可以将断层图像输入到该已训练好的神经网络模型,经过神经网络模型处理后,获得该神经网络模型输出的标记了肋骨区域的断层图像。
S102、从所述多幅断层图像选取预设数量的图像形成采样图像集,对于所述采样图像集中任一采样图像,根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线;
本申请实施例中,可以沿空间直角坐标系的竖轴方向(z轴)逐层或间隔设定数量的层数(例如5层),从所述多幅断层图像选取预设数量(例如30)的图像形成采样图像集。
在一些实施例中,步骤S102中根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线,包括:
确定所述采样图像对应的第一横断平面的视点,所述视点为所述第一横断平面与所述空间直角坐标系的竖轴的交点;
以所述视点为中心,在所述第一横断平面内按第一设定角度步长向外发射投影线;
当所述投影线与所述采样图像中的肋骨区域相交时,确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点;
根据所述第一横断平面内的所有所述投影点,拟合得到所述采样图像对应的胸廓曲线。
其中,第一设定角度步长为第一横断平面内相邻的两条投影线之间的夹角。
在一些实施例中,上述确定所述采样图像对应的第一横断平面的视点,包括:
根据所述多幅断层图像中的肋骨区域,确定所述被检体胸部的重心;
以所述重心作为坐标原点,所述被检体的旋转轴的方向作为竖轴,与横断平面平行的平面上的水平方向作为横轴,与横断平面平行的平面上的垂直方向作为纵轴,建立所述空间直角坐标系;
确定所述采样图像对应的第一横断平面与所述空间直角坐标系的竖轴的交点,作为所述第一横断平面的视点。
本实施例中,被检体胸部的重心可以根据多幅断层图像中的肋骨区域中肋骨点的位置来确定,比如,可以通过计算多幅断层图像中所有的肋骨区域中肋骨点的三维坐标的平均值来得到被检体胸部的重心。
例如,如图2所示,被检体胸部的重心o,以重心o为坐标原点,被检体的旋转轴的方向(即竖直方向)作为竖轴(z轴),与横断平面平行的平面上的水平方向作为横轴(x轴),与横断平面平行的平面上的垂直方向作为纵轴(y轴),建立空间直角坐标系,各个采样图像对应的第一横断平面与空间直角坐标系的竖轴(z轴)的交点,分别为各自对应的第一横断平面的视点,如图2中所示的O1,O2,……,On。
当然,空间直角坐标系的坐标原点还可采用其他的方法来确定,比如,将被检体的旋转轴与底层断层图像对应的横断平面的交点作为坐标原点。横轴和纵轴的方向也可以选取其他的方向,本申请实施例对此并不进行限定。
在一些实施例中,上述确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点,包括:
确定所述投影线与所述采样图像中的肋骨区域的内边缘线的第一交点,以及确定所述投影线与所述采样图像中的肋骨区域的外边缘线的第二交点;
将所述第一交点与所述第二交点连线的中点,作为所述投影线对应的投影点。
例如,如图3所示,可以以视点O为中心,从横轴平行方向开始,按第一设定角度步长向外发射投影线,第一设定角度步长为相邻的两条投影线之间的夹角a(0°<a<360°),向外发射的投影线R1与采样图像中的肋骨区域(图3中的高亮区域)的内边缘线的第一交点为P1,与采样图像中的肋骨区域的外边缘线的第二交点为P2,可以将P1和P2连线的中点P作为投影线R1对应的投影点。
在确定了采样图像对应的第一横断平面内的投影点后,可以根据该第一横断平面内的所有投影点,采用B样条插值方法拟合得到该采样图像对应的胸廓曲线,胸廓曲线C如图3中虚线所示。
对于每一个采样图像,都采用上述的方法确定各自的胸廓曲线,由此可以获得一系列胸廓曲线C1~Cn,n为大于1的整数。
S103、确定所述胸廓曲线上的投影点与投影角度的对应关系,所述投影角度为横断平面上的投影线在包含空间直角坐标系的横轴和纵轴的坐标面上的垂直投影与坐标轴(横轴或纵轴)的夹角,所述横断平面与所述包含横轴和纵轴的坐标面平行;
S104、确定目标投影角度;
本实施例中,默认的目标投影角度可以设为脊柱位置对应的投影角度,而为了减少微小骨折及骨裂等骨病被遗漏,用户可以将可能存在微小骨折及骨裂等骨病的待诊断位置对应的图像投影到二维胸廓展开图像的中心区域,此时可以将待诊断位置对应的投影角度作为目标投影角度。
在一些实施例中,步骤S104中确定目标投影角度,包括:
接收针对任意一个待诊断位置的图像展开指令,所述图像展开指令包括所述待诊断位置对应的投影角度,将所述待诊断位置对应的投影角度确定为目标投影角度。
本实施例中,图像展开指令可以根据用户在角度调节装置中输入的投影角度生成,角度调节装置可以设计为角度的输入框,也可以设计为角度调节滚动条,角度调节装置可以设置在图像的显示页面上的任意位置,也可以是接收到用户针对待诊断位置的预设操作后,弹出一个用户界面(UI),在UI界面上显示角度调节装置。
S105、根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,所述二维胸廓展开图像是以所述目标投影角度所在方向上的各个投影点所对应的像素列为中心线。
在一些实施例中,步骤S105中根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,包括:
对于每一所述采样图像对应的胸廓曲线,根据所述胸廓曲线上的投影点与投影角度的对应关系,查找与所述目标投影角度相差180度的第一投影角度对应的第一投影点;
从所述第一投影点开始,按第二设定角度步长沿所述胸廓曲线选取采样点;
从所述第一投影点开始,将同一胸廓曲线上的采样点投影到二维平面上的同一行像素中,将同一投影角度对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素中,并通过插值得到所述二维胸廓展开图像。
例如,目标投影角度为α(0°≤α<360°),第二设定角度步长β(0°<β<360°)为采样图像对应的第一横断平面内相邻的两条投影线之间的夹角,β越小采样图像对应的胸廓曲线上的投影点越多,与α相差180度的第一投影角度α+180°对应的胸廓曲线C1上的第一投影点为Q1,第一投影角度α+180°对应的胸廓曲线C2上的第一投影点为Q2,……,第一投影角度α+180°对应的胸廓曲线Cn上的第一投影点为Qn,对于每一胸廓曲线,从第一投影点开始,按第二设定角度步长β沿胸廓曲线选取采样点,然后,从第一投影点开始,将同一胸廓曲线上的采样点投影到二维平面上的同一行像素中,比如,如图4所示,胸廓曲线C1上的采样点投影到二维平面上的同一行像素C1中,胸廓曲线C2上的采样点投影到二维平面上的同一行像素C2中,将同一投影角度对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素中,比如,如图4所示,第一投影角度α+180°对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素N1中,投影角度α+180°+β对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素N2中,接着通过插值方法计算其它点在空间直角坐标系中的三维坐标,根据三维坐标找到该其它点对应的图像信息,最后得到以目标投影角度α所在方向上的各个投影点所对应的像素列为中心线的二维胸廓展开图像。
当目标投影角度为默认值,即为脊柱位置对应的投影角度时,得到的二维胸廓展开图像如图5所示。
本申请实施例提供的技术方案,通过采用柱面投影展开算法将三维胸部图像投影到二维平面,得到的二维胸廓展开图像能同时显示脊柱、肋骨、脂肪等相关组织的形态,而且,通过调节目标投影角度,就可以从任意投影角度去展开胸廓,再者,本申请中当将待诊断位置对应的投影角度确定为目标投影角度时,就可以将待诊断位置对应的图像投影到二维胸廓展开图像的中心区域,从而可以减少微小骨折及骨裂等骨病被遗漏。
基于同一发明构思,参见图6,本申请实施例还提供了一种胸部图像处理装置,该装置包括:图像获取和识别模块11、胸廓曲线确定模块12、对应关系确定模块13、投影角度确定模块14和图像展开模块15。
图像获取和识别模块11,被配置为获取对被检体扫描得到的三维胸部图像,所述三维胸部图像包括多幅断层图像,识别所述多幅断层图像中肋骨所在肋骨区域;
胸廓曲线确定模块12,被配置为从所述多幅断层图像选取预设数量的图像形成采样图像集,对于所述采样图像集中任一采样图像,根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线;
对应关系确定模块13,被配置为确定所述胸廓曲线上的投影点与投影角度的对应关系,所述投影角度为横断平面上的投影线在包含空间直角坐标系的横轴和纵轴的坐标面上的垂直投影与坐标轴的夹角,所述横断平面与所述包含横轴和纵轴的坐标面平行;
投影角度确定模块14,被配置为确定目标投影角度;
图像展开模块15,被配置为根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,所述二维胸廓展开图像是以所述目标投影角度所在方向上的各个投影点所对应的像素列为中心线。
在一可能的实现方式中,如图7所示,胸廓曲线确定模块12包括:
视点确定子模块121,被配置为确定所述采样图像对应的第一横断平面的视点,所述视点为所述第一横断平面与所述空间直角坐标系的竖轴的交点;
投影线发射子模块122,被配置为以所述视点为中心,在所述第一横断平面内按第一设定角度步长向外发射投影线;
投影点确定子模块123,被配置为当所述投影线与所述采样图像中的肋骨区域相交时,确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点;
胸廓曲线获取子模块124,被配置为根据所述第一横断平面内的所有所述投影点,拟合得到所述采样图像对应的胸廓曲线。
在一可能的实现方式中,视点确定子模块121被配置为:
根据所述多幅断层图像中的肋骨区域,确定所述被检体胸部的重心;
以所述重心作为坐标原点,所述被检体的旋转轴的方向作为竖轴,与横断平面平行的平面上的水平方向作为横轴,与横断平面平行的平面上的垂直方向作为纵轴,建立所述空间直角坐标系;
确定所述采样图像对应的第一横断平面与所述空间直角坐标系的竖轴的交点,作为所述第一横断平面的视点。
在一可能的实现方式中,投影点确定子模块123被配置为:
确定所述投影线与所述采样图像中的肋骨区域的内边缘线的第一交点,以及确定所述投影线与所述采样图像中的肋骨区域的外边缘线的第二交点;
将所述第一交点与所述第二交点连线的中点,作为所述投影线对应的投影点。
在一可能的实现方式中,投影角度确定模块14被配置为:
接收针对任意一个待诊断位置的图像展开指令,所述图像展开指令包括所述待诊断位置对应的投影角度,将所述待诊断位置对应的投影角度确定为目标投影角度。
在一可能的实现方式中,如图8所示,图像展开模块15包括:
查找子模块151,被配置为对于每一所述采样图像对应的胸廓曲线,根据所述胸廓曲线上的投影点与投影角度的对应关系,查找与所述目标投影角度相差180度的第一投影角度对应的第一投影点;
采样子模块152,被配置为从所述第一投影点开始,按第二设定角度步长沿所述胸廓曲线选取采样点;
图像展开子模块153,被配置为从所述第一投影点开始,将同一胸廓曲线上的采样点投影到二维平面上的同一行像素中,将同一投影角度对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素中,并通过插值得到所述二维胸廓展开图像。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
基于同一发明构思,本申请实施例还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上述任意可能的实现方式中的胸部图像处理方法的步骤。
可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
基于同一发明构思,参见图9,本申请实施例还提供了一种医疗设备,包括存储器61(例如非易失性存储器)、处理器62及存储在存储器61上并可在处理器62上运行的计算机程序,处理器62执行所述程序时实现上述任意可能的实现方式中的胸部图像处理方法的步骤。该医疗设备例如可以为PC,属于CT成像系统或磁共振成像系统。
如图9所示,该计算机设备一般还可以包括:内存63、网络接口64、以及内部总线65。除了这些部件外,还可以包括其他硬件,对此不再赘述。
需要指出的是,上述胸部图像处理装置可以通过软件实现,其作为一个逻辑意义上的装置,是通过其所在的计算机设备的处理器62将非易失性存储器中存储的计算机程序指令读取到内存63中运行形成的。
本说明书中描述的主题及功能操作的实施例可以在以下中实现:数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序,即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地,程序指令可以被编码在人工生成的传播信号上,例如机器生成的电、光或电磁信号,该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行,以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行,并且装置也可以实现为专用逻辑电路。
适合用于执行计算机程序的计算机包括,例如通用和/或专用微处理器,或任何其他类型的中央处理单元。通常,中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括用于存储数据的一个或多个大容量存储设备,例如磁盘、磁光盘或光盘等,或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据,抑或两种情况兼而有之。然而,计算机不是必须具有这样的设备。此外,计算机可以嵌入在另一设备中,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备,仅举几例。
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备,例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
虽然本说明书包含许多具体实施细节,但是这些不应被解释为限制任何发明的范围或所要求保护的范围,而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面,在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外,虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护,但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除,并且所要求保护的组合可以指向子组合或子组合的变型。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行,以实现期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离,并且应当理解,所描述的程序组件和系统通常可以一起集成在单个软件产品中,或者封装成多个软件产品。
由此,主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下,权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外,附图中描绘的处理并非必需所示的特定顺序或顺次顺序,以实现期望的结果。在某些实现中,多任务和并行处理可能是有利的。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (10)
1.一种胸部图像处理方法,其特征在于,所述方法包括:
获取对被检体扫描得到的三维胸部图像,所述三维胸部图像包括多幅断层图像,识别所述多幅断层图像中肋骨所在肋骨区域;
从所述多幅断层图像选取预设数量的图像形成采样图像集,对于所述采样图像集中任一采样图像,根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线;
确定所述胸廓曲线上的投影点与投影角度的对应关系,所述投影角度为横断平面上的投影线在包含空间直角坐标系的横轴和纵轴的坐标面上的垂直投影与坐标轴的夹角,所述横断平面与所述包含横轴和纵轴的坐标面平行;
接收针对任意一个待诊断位置的图像展开指令,所述图像展开指令包括所述待诊断位置对应的投影角度,将所述待诊断位置对应的投影角度确定为目标投影角度;
根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,所述二维胸廓展开图像是以所述目标投影角度所在方向上的各个投影点所对应的像素列为中心线;
所述根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,包括:
对于每一所述采样图像对应的胸廓曲线,根据所述胸廓曲线上的投影点与投影角度的对应关系,查找与所述目标投影角度相差180度的第一投影角度对应的第一投影点;
从所述第一投影点开始,按第二设定角度步长沿所述胸廓曲线选取采样点;
从所述第一投影点开始,将同一胸廓曲线上的采样点投影到二维平面上的同一行像素中,将同一投影角度对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素中,并通过插值得到所述二维胸廓展开图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线,包括:
确定所述采样图像对应的第一横断平面的视点,所述视点为所述第一横断平面与所述空间直角坐标系的竖轴的交点;
以所述视点为中心,在所述第一横断平面内按第一设定角度步长向外发射投影线;
当所述投影线与所述采样图像中的肋骨区域相交时,确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点;
根据所述第一横断平面内的所有所述投影点,拟合得到所述采样图像对应的胸廓曲线。
3.根据权利要求2所述的方法,其特征在于,所述确定所述采样图像对应的第一横断平面的视点,包括:
根据所述多幅断层图像中的肋骨区域,确定所述被检体胸部的重心;
以所述重心作为坐标原点,所述被检体的旋转轴的方向作为竖轴,与横断平面平行的平面上的水平方向作为横轴,与横断平面平行的平面上的垂直方向作为纵轴,建立所述空间直角坐标系;
确定所述采样图像对应的第一横断平面与所述空间直角坐标系的竖轴的交点,作为所述第一横断平面的视点。
4.根据权利要求2所述的方法,其特征在于,所述确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点,包括:
确定所述投影线与所述采样图像中的肋骨区域的内边缘线的第一交点,以及确定所述投影线与所述采样图像中的肋骨区域的外边缘线的第二交点;
将所述第一交点与所述第二交点连线的中点,作为所述投影线对应的投影点。
5.一种胸部图像处理装置,其特征在于,所述装置包括:
图像获取和识别模块,被配置为获取对被检体扫描得到的三维胸部图像,所述三维胸部图像包括多幅断层图像,识别所述多幅断层图像中肋骨所在肋骨区域;
胸廓曲线确定模块,被配置为从所述多幅断层图像选取预设数量的图像形成采样图像集,对于所述采样图像集中任一采样图像,根据所述采样图像中的肋骨区域确定所述采样图像对应的胸廓曲线;
对应关系确定模块,被配置为确定所述胸廓曲线上的投影点与投影角度的对应关系,所述投影角度为横断平面上的投影线在包含空间直角坐标系的横轴和纵轴的坐标面上的垂直投影与坐标轴的夹角,所述横断平面与所述包含横轴和纵轴的坐标面平行;
投影角度确定模块,被配置为接收针对任意一个待诊断位置的图像展开指令,所述图像展开指令包括所述待诊断位置对应的投影角度,将所述待诊断位置对应的投影角度确定为目标投影角度;
图像展开模块,被配置为根据所述胸廓曲线上的投影点与投影角度的对应关系,采用柱面投影展开算法将所述三维胸部图像投影到二维平面,得到二维胸廓展开图像,所述二维胸廓展开图像是以所述目标投影角度所在方向上的各个投影点所对应的像素列为中心线;
所述图像展开模块包括:
查找子模块,被配置为对于每一所述采样图像对应的胸廓曲线,根据所述胸廓曲线上的投影点与投影角度的对应关系,查找与所述目标投影角度相差180度的第一投影角度对应的第一投影点;
采样子模块,被配置为从所述第一投影点开始,按第二设定角度步长沿所述胸廓曲线选取采样点;
图像展开子模块,被配置为从所述第一投影点开始,将同一胸廓曲线上的采样点投影到二维平面上的同一行像素中,将同一投影角度对应的不同胸廓曲线上的采样点投影到二维平面上的同一列像素中,并通过插值得到所述二维胸廓展开图像。
6.根据权利要求5所述的装置,其特征在于,所述胸廓曲线确定模块包括:
视点确定子模块,被配置为确定所述采样图像对应的第一横断平面的视点,所述视点为所述第一横断平面与所述空间直角坐标系的竖轴的交点;
投影线发射子模块,被配置为以所述视点为中心,在所述第一横断平面内按第一设定角度步长向外发射投影线;
投影点确定子模块,被配置为当所述投影线与所述采样图像中的肋骨区域相交时,确定所述投影线与所述采样图像中的肋骨区域的交点,并根据所述交点确定所述投影线对应的投影点;
胸廓曲线获取子模块,被配置为根据所述第一横断平面内的所有所述投影点,拟合得到所述采样图像对应的胸廓曲线。
7.根据权利要求6所述的装置,其特征在于,所述视点确定子模块被配置为:
根据所述多幅断层图像中的肋骨区域,确定所述被检体胸部的重心;
以所述重心作为坐标原点,所述被检体的旋转轴的方向作为竖轴,与横断平面平行的平面上的水平方向作为横轴,与横断平面平行的平面上的垂直方向作为纵轴,建立所述空间直角坐标系;
确定所述采样图像对应的第一横断平面与所述空间直角坐标系的竖轴的交点,作为所述第一横断平面的视点。
8.根据权利要求6所述的装置,其特征在于,所述投影点确定子模块被配置为:
确定所述投影线与所述采样图像中的肋骨区域的内边缘线的第一交点,以及确定所述投影线与所述采样图像中的肋骨区域的外边缘线的第二交点;
将所述第一交点与所述第二交点连线的中点,作为所述投影线对应的投影点。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。
10.一种医疗设备,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,其特征在于,所述处理器执行所述程序时实现权利要求1-4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423166.3A CN111127461B (zh) | 2019-12-31 | 2019-12-31 | 胸部图像处理方法、装置、存储介质及医疗设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911423166.3A CN111127461B (zh) | 2019-12-31 | 2019-12-31 | 胸部图像处理方法、装置、存储介质及医疗设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111127461A CN111127461A (zh) | 2020-05-08 |
CN111127461B true CN111127461B (zh) | 2023-09-26 |
Family
ID=70507891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911423166.3A Active CN111127461B (zh) | 2019-12-31 | 2019-12-31 | 胸部图像处理方法、装置、存储介质及医疗设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111127461B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643361B (zh) * | 2020-05-11 | 2025-01-10 | 同方威视技术股份有限公司 | 目标区域定位方法、装置、设备、介质和程序产品 |
CN111710028B (zh) * | 2020-05-27 | 2023-06-30 | 北京东软医疗设备有限公司 | 三维造影图像的生成方法、装置、存储介质和电子设备 |
CN112767415B (zh) * | 2021-01-13 | 2024-07-30 | 深圳瀚维智能医疗科技有限公司 | 胸部扫查区域自动确定方法、装置、设备及存储介质 |
CN113643176B (zh) * | 2021-07-28 | 2024-05-28 | 东软医疗系统股份有限公司 | 一种肋骨显示方法和装置 |
CN114240740B (zh) * | 2021-12-16 | 2022-08-16 | 数坤(北京)网络科技股份有限公司 | 骨骼展开图像的获取方法、装置、医疗设备以及存储介质 |
CN118845067B (zh) * | 2024-09-26 | 2025-02-28 | 浙江卡易智慧医疗科技有限公司 | 一种结合多视图融合的双臂上举ct影像质控检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194909A (zh) * | 2016-03-14 | 2017-09-22 | 东芝医疗系统株式会社 | 医用图像处理装置及医用图像处理程序 |
CN109830289A (zh) * | 2019-01-18 | 2019-05-31 | 上海皓桦科技股份有限公司 | 肋骨图像显示装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017214447B4 (de) * | 2017-08-18 | 2021-05-12 | Siemens Healthcare Gmbh | Planare Visualisierung von anatomischen Strukturen |
-
2019
- 2019-12-31 CN CN201911423166.3A patent/CN111127461B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194909A (zh) * | 2016-03-14 | 2017-09-22 | 东芝医疗系统株式会社 | 医用图像处理装置及医用图像处理程序 |
CN109830289A (zh) * | 2019-01-18 | 2019-05-31 | 上海皓桦科技股份有限公司 | 肋骨图像显示装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111127461A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111127461B (zh) | 胸部图像处理方法、装置、存储介质及医疗设备 | |
Grasa et al. | Visual SLAM for handheld monocular endoscope | |
US10667679B2 (en) | Image-based global registration system and method applicable to bronchoscopy guidance | |
JP4631057B2 (ja) | 内視鏡システム | |
JP5918548B2 (ja) | 内視鏡画像診断支援装置およびその作動方法並びに内視鏡画像診断支援プログラム | |
US10716457B2 (en) | Method and system for calculating resected tissue volume from 2D/2.5D intraoperative image data | |
US10424067B2 (en) | Image processing apparatus, image processing method and storage medium | |
US20170084036A1 (en) | Registration of video camera with medical imaging | |
US11633235B2 (en) | Hybrid hardware and computer vision-based tracking system and method | |
JP6501800B2 (ja) | 信頼度マッチング付き生体内マルチカメラカプセルからの画像の再構築 | |
CN115690178A (zh) | 基于深度学习的跨模块非刚体配准方法、系统及介质 | |
US10078906B2 (en) | Device and method for image registration, and non-transitory recording medium | |
US20070053564A1 (en) | Image processing method and computer readable medium for image processing | |
JP2013192741A (ja) | 医用画像診断支援装置および方法並びにプログラム | |
CN111009032A (zh) | 基于改进外极线约束匹配的血管三维重建方法 | |
US20130223701A1 (en) | Medical image processing apparatus | |
Fu et al. | Visual‐electromagnetic system: a novel fusion‐based monocular localization, reconstruction, and measurement for flexible ureteroscopy | |
Khajarian et al. | Image-based live tracking and registration for AR-guided liver surgery using Hololens2: a phantom study | |
US9558589B2 (en) | Medical image display apparatus, method, and program | |
Nagao et al. | Fast and accurate bronchoscope tracking using image registration and motion prediction | |
US20160086371A1 (en) | Virtual endoscope image-generating device, method, and program | |
Lin | Visual SLAM and Surface Reconstruction for Abdominal Minimally Invasive Surgery | |
EP2639767A1 (en) | A method of interrelating shared object information in multiple images, an image processing system and a computer program product | |
Khare et al. | Toward image-based global registration for bronchoscopy guidance | |
US20230342994A1 (en) | Storage medium, image identification method, image identification device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |