一种医学图像处理方法和装置

文档序号:9213 发布日期:2021-09-17 浏览:33次 英文

一种医学图像处理方法和装置

技术领域

本发明涉及图像处理

技术领域

,尤其涉及一种医学图像处理方法和装置。

背景技术

随着医学成像技术的进步,医疗设备扫描得到的医学图像也越来越清晰,随之带来的是医学图像数据量不断增加,比如一个完成的CT图像数据一般需要占用上百兆的存储空间。

目前,为了降低医学图像对存储系统的过渡消耗,一般会对医学图像进行较大程度的压缩。特别地,对于由多个具有一定层厚的医学图像切片组合成的、占据存储空间更大的三维医学图像来说,一般通过将每一层医学图像切片增加到尽可能大的层厚,以对三维医学图像进行较大程度的压缩,后续则基于该压缩后的三维医学图像分析感兴趣区域的征象或者特征等。

现有的这种压缩方式可能引起三维医学图像的重要图像信息的丢失,导致部分征象或特征不能完整体现出来。

发明内容

有鉴于此,本发明实施例提供一种医学图像处理方法和装置,不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。

为实现上述目的,根据本发明实施例的一个方面,提供了一种医学图像处理方法,包括:

获取医学图像,其中,所述医学图像包括多个图像层;

在所述医学图像中,确定目标区域;

确定所述目标区域所属于的目标图像层;

将所述目标图像层调整为第一层厚,并将所述目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,所述第一层厚小于所述第二层厚。

可选地,在所述医学图像中,确定目标区域,包括:

从所述医学图像中,确定感兴趣区域的轮廓信息;

确定所述感兴趣区域的轮廓信息所围绕的区域为目标区域。

可选地,在所述医学图像中,确定目标区域,包括:

响应于接收到终端发送的区域选择请求,其中,所述区域选择请求包括所选择区域的轮廓信息;

根据所选择区域的轮廓信息,确定目标区域。

可选地,上述医学图像处理方法进一步包括:为所述医学图像设置坐标系,并确定每一个所述图像层对应的坐标范围;

所述确定所述目标区域所属于的目标图像层,包括:

确定所述目标区域的坐标信息;

根据所述目标区域的坐标信息以及每一个所述图像层对应的坐标范围,筛选所述目标区域所占据的多个目标图像层。

可选地,所述确定所述目标区域的坐标信息,包括:

为所述目标区域的区域轮廓确定坐标信息。

可选地,上述医学图像处理方法进一步包括:设置所述坐标系中任一坐标轴与多个所述图像层的层叠方向平行;

所述确定所述目标区域的坐标信息,包括:在多个所述图像层的层叠方向上,确定所述目标区域中,沿与多个图像层的层叠方向平行的坐标轴方向上,物理距离最远的至少两个坐标点的坐标信息。

可选地,上述医学图像处理方法进一步包括:构建并存储特征类型与层厚之间的映射关系;

解析所述目标区域所属于的目标特征类型;

所述将所述目标图像层调整为第一层厚,包括:

将所述目标图像层调整为所述映射关系包括的所述目标特征类型对应的层厚。

可选地,所述将所述目标图像层调整为所述映射关系包括的所述目标特征类型对应的层厚,包括:

针对每一个所述目标图像层,执行:

判断所述目标图像层的原始扫描层厚是否大于所述目标特征类型对应的层厚,如果否,则基于所述目标特征类型对应的层厚,对所述目标图像层进行压缩。

可选地,上述医学图像处理方法进一步包括:

在判断出所述图像层的原始扫描层厚大于所述目标特征类型对应的层厚的情况下,

通过插值方式,调整所述图像层的层厚,以使所述图像层的层厚等于所述目标特征类型对应的层厚;或者,将所述图像层的层厚调整为所述原始扫描层厚。

可选地,上述医学图像处理方法进一步包括:

获取终端使用者针对所述医学图像的行为信息;

根据所述行为信息,为所述终端使用者确定对应的层厚;

所述将所述目标图像层调整为第一层厚,包括:

响应于接收到终端发送的针对所述医学图像的查询请求,从所述查询请求中获取终端目标使用者的信息;

根据所述终端目标使用者的信息,为所述终端目标使用者确定目标层厚;

将所述目标图像层调整为所述目标层厚。

第二方面,本发明实施例提供一种医学图像处理装置,包括:获取模块以及处理模块,其中,

所述获取模块,用于获取医学图像,其中,所述医学图像包括多个图像层;

所述处理模块,用于在所述医学图像中,选择出目标区域;确定所述目标区域所属于的目标图像层;将所述目标图像层调整为第一层厚,并将所述目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,所述第一层厚小于所述第二层厚。

上述发明中的一个实施例具有如下优点或有益效果:通过选择出目标区域,将目标区域所属的目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,其中,第一层厚小于第二层厚,即通过将目标区域所属的目标图像层与目标图像层之外的剩余图像层设置为具有差异性的层厚,使得目标区域的层厚能够使用户观测到关键信息,而剩余图像层的层厚能够减小对存储资源的占用,因此,通过为不同功能或者位置的图像层设置不同的层厚,不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合

具体实施方式

包括:获取医学图像,其中,医学图像包括多个图像层;在医学图像中,确定目标区域;确定目标区域所属于的目标图像层;将目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,第一层厚小于第二层厚。该实施方式不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。 ">

为遏制恶意抓取行为,请关注公众号获取访问口令


二维码

微信扫二维码关注公众号,发送“口令”获取

提交

提示:只需正确输入一次口令,该弹窗便不再弹出!

CN113409211A - 一种医学图像处理方法和装置 - Google Patents

一种医学图像处理方法和装置 Download PDF

Info

Publication number
CN113409211A
CN113409211A CN202110676762.3A CN202110676762A CN113409211A CN 113409211 A CN113409211 A CN 113409211A CN 202110676762 A CN202110676762 A CN 202110676762A CN 113409211 A CN113409211 A CN 113409211A
Authority
CN
China
Prior art keywords
target
image
layer thickness
layer
determining
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
Application number
CN202110676762.3A
Other languages
English (en)
Inventor
肖月庭
雷畅
阳光
郑超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shukun Beijing Network Technology Co Ltd
Original Assignee
Shukun Beijing Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shukun Beijing Network Technology Co Ltd filed Critical Shukun Beijing Network Technology Co Ltd
Priority to CN202110676762.3A priority Critical patent/CN113409211A/zh
Publication of CN113409211A publication Critical patent/CN113409211A/zh
Pending legal-status Critical Current

Links

  • 238000003672 processing method Methods 0.000 title claims abstract description 16
  • 230000000875 corresponding Effects 0.000 claims description 36
  • 238000004590 computer program Methods 0.000 claims description 8
  • 230000004044 response Effects 0.000 claims description 4
  • 238000010030 laminating Methods 0.000 claims description 2
  • 238000003384 imaging method Methods 0.000 description 32
  • 238000010586 diagram Methods 0.000 description 12
  • 230000003902 lesions Effects 0.000 description 11
  • 239000000203 mixture Substances 0.000 description 10
  • 230000006399 behavior Effects 0.000 description 7
  • 238000000034 method Methods 0.000 description 7
  • 230000002308 calcification Effects 0.000 description 6
  • 238000004891 communication Methods 0.000 description 6
  • 239000003814 drug Substances 0.000 description 6
  • 238000002591 computed tomography Methods 0.000 description 4
  • 230000003287 optical Effects 0.000 description 4
  • 238000002603 single-photon emission computed tomography Methods 0.000 description 4
  • 238000007906 compression Methods 0.000 description 3
  • 239000000835 fiber Substances 0.000 description 3
  • 230000004048 modification Effects 0.000 description 3
  • 238000006011 modification reaction Methods 0.000 description 3
  • 238000002601 radiography Methods 0.000 description 3
  • 238000002604 ultrasonography Methods 0.000 description 3
  • 238000005481 NMR spectroscopy Methods 0.000 description 2
  • 238000004458 analytical method Methods 0.000 description 2
  • 238000002583 angiography Methods 0.000 description 2
  • 125000003473 lipid group Chemical group 0.000 description 2
  • 238000002595 magnetic resonance imaging Methods 0.000 description 2
  • 238000002600 positron emission tomography Methods 0.000 description 2
  • 230000000644 propagated Effects 0.000 description 2
  • 239000004065 semiconductor Substances 0.000 description 2
  • 210000001015 Abdomen Anatomy 0.000 description 1
  • 206010002329 Aneurysm Diseases 0.000 description 1
  • 210000004204 Blood Vessels Anatomy 0.000 description 1
  • 210000000988 Bone and Bones Anatomy 0.000 description 1
  • 210000000481 Breast Anatomy 0.000 description 1
  • 210000003414 Extremities Anatomy 0.000 description 1
  • 210000000232 Gallbladder Anatomy 0.000 description 1
  • 210000003128 Head Anatomy 0.000 description 1
  • 210000002216 Heart Anatomy 0.000 description 1
  • 210000000936 Intestines Anatomy 0.000 description 1
  • 210000004072 Lung Anatomy 0.000 description 1
  • 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
  • 210000004224 Pleura Anatomy 0.000 description 1
  • 210000002784 Stomach Anatomy 0.000 description 1
  • 210000000115 Thoracic Cavity Anatomy 0.000 description 1
  • 210000003932 Urinary Bladder Anatomy 0.000 description 1
  • 230000000271 cardiovascular Effects 0.000 description 1
  • 239000000969 carrier Substances 0.000 description 1
  • 238000002059 diagnostic imaging Methods 0.000 description 1
  • 230000000694 effects Effects 0.000 description 1
  • 238000005516 engineering process Methods 0.000 description 1
  • 239000003365 glass fiber Substances 0.000 description 1
  • 230000001788 irregular Effects 0.000 description 1
  • 239000004973 liquid crystal related substance Substances 0.000 description 1
  • 210000000056 organs Anatomy 0.000 description 1
  • 238000006467 substitution reaction Methods 0.000 description 1
  • 210000001519 tissues Anatomy 0.000 description 1
  • 238000003325 tomography Methods 0.000 description 1

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/001Image restoration
    • G06T5/005Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Abstract

本发明公开了一种医学图像处理方法和装置,涉及图像处理技术领域。该方法的一具体实施方式包括:获取医学图像,其中,医学图像包括多个图像层;在医学图像中,确定目标区域;确定目标区域所属于的目标图像层;将目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,第一层厚小于第二层厚。该实施方式不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。

Description

一种医学图像处理方法和装置

技术领域

本发明涉及图像处理技术领域,尤其涉及一种医学图像处理方法和装置。

背景技术

随着医学成像技术的进步,医疗设备扫描得到的医学图像也越来越清晰,随之带来的是医学图像数据量不断增加,比如一个完成的CT图像数据一般需要占用上百兆的存储空间。

目前,为了降低医学图像对存储系统的过渡消耗,一般会对医学图像进行较大程度的压缩。特别地,对于由多个具有一定层厚的医学图像切片组合成的、占据存储空间更大的三维医学图像来说,一般通过将每一层医学图像切片增加到尽可能大的层厚,以对三维医学图像进行较大程度的压缩,后续则基于该压缩后的三维医学图像分析感兴趣区域的征象或者特征等。

现有的这种压缩方式可能引起三维医学图像的重要图像信息的丢失,导致部分征象或特征不能完整体现出来。

发明内容

有鉴于此,本发明实施例提供一种医学图像处理方法和装置,不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。

为实现上述目的,根据本发明实施例的一个方面,提供了一种医学图像处理方法,包括:

获取医学图像,其中,所述医学图像包括多个图像层;

在所述医学图像中,确定目标区域;

确定所述目标区域所属于的目标图像层;

将所述目标图像层调整为第一层厚,并将所述目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,所述第一层厚小于所述第二层厚。

可选地,在所述医学图像中,确定目标区域,包括:

从所述医学图像中,确定感兴趣区域的轮廓信息;

确定所述感兴趣区域的轮廓信息所围绕的区域为目标区域。

可选地,在所述医学图像中,确定目标区域,包括:

响应于接收到终端发送的区域选择请求,其中,所述区域选择请求包括所选择区域的轮廓信息;

根据所选择区域的轮廓信息,确定目标区域。

可选地,上述医学图像处理方法进一步包括:为所述医学图像设置坐标系,并确定每一个所述图像层对应的坐标范围;

所述确定所述目标区域所属于的目标图像层,包括:

确定所述目标区域的坐标信息;

根据所述目标区域的坐标信息以及每一个所述图像层对应的坐标范围,筛选所述目标区域所占据的多个目标图像层。

可选地,所述确定所述目标区域的坐标信息,包括:

为所述目标区域的区域轮廓确定坐标信息。

可选地,上述医学图像处理方法进一步包括:设置所述坐标系中任一坐标轴与多个所述图像层的层叠方向平行;

所述确定所述目标区域的坐标信息,包括:在多个所述图像层的层叠方向上,确定所述目标区域中,沿与多个图像层的层叠方向平行的坐标轴方向上,物理距离最远的至少两个坐标点的坐标信息。

可选地,上述医学图像处理方法进一步包括:构建并存储特征类型与层厚之间的映射关系;

解析所述目标区域所属于的目标特征类型;

所述将所述目标图像层调整为第一层厚,包括:

将所述目标图像层调整为所述映射关系包括的所述目标特征类型对应的层厚。

可选地,所述将所述目标图像层调整为所述映射关系包括的所述目标特征类型对应的层厚,包括:

针对每一个所述目标图像层,执行:

判断所述目标图像层的原始扫描层厚是否大于所述目标特征类型对应的层厚,如果否,则基于所述目标特征类型对应的层厚,对所述目标图像层进行压缩。

可选地,上述医学图像处理方法进一步包括:

在判断出所述图像层的原始扫描层厚大于所述目标特征类型对应的层厚的情况下,

通过插值方式,调整所述图像层的层厚,以使所述图像层的层厚等于所述目标特征类型对应的层厚;或者,将所述图像层的层厚调整为所述原始扫描层厚。

可选地,上述医学图像处理方法进一步包括:

获取终端使用者针对所述医学图像的行为信息;

根据所述行为信息,为所述终端使用者确定对应的层厚;

所述将所述目标图像层调整为第一层厚,包括:

响应于接收到终端发送的针对所述医学图像的查询请求,从所述查询请求中获取终端目标使用者的信息;

根据所述终端目标使用者的信息,为所述终端目标使用者确定目标层厚;

将所述目标图像层调整为所述目标层厚。

第二方面,本发明实施例提供一种医学图像处理装置,包括:获取模块以及处理模块,其中,

所述获取模块,用于获取医学图像,其中,所述医学图像包括多个图像层;

所述处理模块,用于在所述医学图像中,选择出目标区域;确定所述目标区域所属于的目标图像层;将所述目标图像层调整为第一层厚,并将所述目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,所述第一层厚小于所述第二层厚。

上述发明中的一个实施例具有如下优点或有益效果:通过选择出目标区域,将目标区域所属的目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,其中,第一层厚小于第二层厚,即通过将目标区域所属的目标图像层与目标图像层之外的剩余图像层设置为具有差异性的层厚,使得目标区域的层厚能够使用户观测到关键信息,而剩余图像层的层厚能够减小对存储资源的占用,因此,通过为不同功能或者位置的图像层设置不同的层厚,不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明,不构成对本发明的不当限定。其中:

图1是本发明实施例应用场景所用系统架构示意图;

图2是根据本发明实施例的医学图像处理方法的主要流程的示意图;

图3是根据本发明一个实施例的医学图像与图像层关系的示意图;

图4是根据本发明一个实施例的目标区域的示意图;

图5是根据本发明一个实施例的确定目标区域所属于的目标图像层的主要流程的示意图;

图6是根据本发明一个实施例的三维坐标系与三维医学图像之间的关系的示意图;

图7是根据本发明一个实施例的调整目标图像层的层厚的主要流程的示意图;

图8是根据本发明另一实施例的调整目标图像层的层厚的主要流程的示意图;

图9是根据本发明实施例的医学图像处理装置的主要模块的示意图;

图10是适于用来实现本发明实施例的终端设备或图像处理服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。

图1是本发明实施例提供的医学图像处理方法以及医学图像处理装置的应用场景示意图。如图1所示,在该应用场景中可包括:成像系统110,网络120,图像处理服务器130,终端设备140、150、160以及数据库170。其中,网络120用以在成像系统110、图像处理服务器130、终端设备140、150、160以及数据库170之间提供通信链路的介质。网络120可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。

其中,成像系统110可包括扫描设备111以及将扫描设备111扫描得到的扫描数据转换为像素,以形成切片二维医学图像或者三维医学图像的显像服务器112。比如,该成像系统110可为正子发射断层扫描计算机成像系统(Positron emission tomograph10,PET)、正子发射电脑断层扫描计算机成像系统(Positron emission tomograph10 withcomputerized tomograph10,PET/CT)、单一光子发射电脑断层扫描计算机成像系统(Single photon emission computed tomograph10 with computerized tomograph10,SPECT/CT)、计算机断层扫描系统(Computerized tomograph10,CT)、医学超音波检查计算机成像系统(Medical ultrasonograph10)、核磁共振成像系统(Nuclear magneticresonance imaging,NMRI)、磁共振成像系统(Magnetic Resonance Imaging,MRI)、心血管造影成像系统(Cardiac angiograph10,CA)、数字放射显影系统(Digital radiograph10,DR)等。在本发明实施例的应用场景中,上述各种成像系统均可通过网络与图像处理服务器130、终端设备140、150、160以及数据库170进行通信。

其中,扫描设备111可为数字减影血管造影扫描仪、磁共振血管造影扫描仪、断层血管扫描仪、正子发射断层扫描仪、正子发射电脑断层扫描仪、单一光子发射电脑断层扫描仪、计算机断层扫描仪、医学超音波检查设备、核磁共振成像扫描仪、磁共振成像扫描仪、数字放射显影扫描仪等。其中,扫描设备111与显像服务器112的组合可形成上述的成像系统110。

上述成像系统110形成的二维医学图像或者三维医学图像可存储到数据库170中,以供后续图像处理服务器130以及终端设备140、150、160从数据库170中调取所需的医学图像。另外,上述成像系统110还可直接将医学图像提供给图像处理服务器130或者终端设备140、150、160等。

上述数据库170可以为常规数据库也可以为部署在存储云上的数据库。

上述图像处理服务器130可对成像系统110形成的医学图像进行压缩、像素修正、三维重建等处理的服务器。该图像处理服务器130可以将处理后的图像存储到数据库170中和/或将处理后的图像提供给终端设备140、150、160等。

用户可以使用终端设备140、150、160通过网络120从成像系统110和/或数据库170和/或图像处理服务器130中获取医学图像,以及用户还可以使用终端设备140、150、160在医学图像中人工选择要分析的目标区域,终端设备140、150、160将选择出的目标区域发送给成像系统110或者图像处理服务器130,以使成像系统110或者图像处理服务器130进一步对目标区域进行处理比如重新调整层厚、调整像素等。

终端设备140、150、160可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

需要说明的是,本发明实施例所提供的医学图像处理方法一般由成像系统110或者图像处理服务器130执行,相应地,图像处理装置一般设置于成像系统110或者图像处理服务器130中。

应该理解,图1中的成像系统、网络、图像处理服务器、终端设备以及数据库的数目仅仅是示意性的。根据实现需要,可以具有任意数目的成像系统、网络、图像处理服务器、终端设备以及数据库。

本发明实施例提供的通过上述成像系统110或者图像处理服务器130实现的医学图像处理方法可如2所示。从图2可以看出,该医学图像处理方法可包括如下步骤:

步骤S201:获取医学图像,其中,医学图像包括多个图像层;

该医学图像可以为上述成像系统110针对生物体扫描、对扫描结果进行图像重建等处理之后得到的三维图像。该生物体可包括任意一种或多种身体的组织、器官、标本以及身体其他部位。比如,生物体可包括头部、乳房、肢体、心脏、血管、肠道、胃、膀胱、胆囊、骨盆腔、脊椎、骨骼、胸腔、胸膜、腹部等中的一种或多种。因此,该医学图像可以为肺部扫描图像、血管造影图像、头部CT图像、全身核磁扫描图像等。

现有的图1所示的成像系统110中的扫描设备111一般是通过对生物体进行切片扫描,通过将多次切片扫描产生的多张二维图像(即一次切片扫描产生的一张二维图像为一个图像层)进行叠加重建形成如图3所示的三维图像。如图3所示,该医学图像300由多个图像层310叠加形成。为了方便后续基于图3进行分析,在该图3中,该医学图像300中还包括病灶区域320以及病灶征象330。通过成像系统110得到的如图3所示的三维医学图像包括的各个图像层的层厚一般是相同的,目前不管是通过成像系统110对三维医学图像进行压缩,还是通过图1所示的图像处理服务器130对三维医学图像进行压缩,都会将各个图像层压缩成相同的层厚。

值得说明的是,对医学图像进行压缩,其实质是增加各个图像层的层厚,即医学图像中的图像层的层厚增加,可减少医学图像包括的像素点的数量,从而实现对医学图像的压缩,减小医学图像占用的存储空间。但是,对医学图像过度压缩,可导致医学图像的部分征象消失或者很难被设备捕获或者从事医学的工作者观测到。因此,如何保证医学图像中的全部征象或者从事医学的工作者所关注的征象能够清晰的通过医学图像显现出来,则是亟需解决的问题。

步骤S202:在医学图像中,选择出目标区域;

其中,目标区域是指从事医学的工作者所关注的区域,其可以为感兴趣区域,也可以为从事医学的工作者通过终端选择的区域。

因此,该步骤选择出目标区域的具体实现方式可以有两种。

第一种具体实现方式:从医学图像中,确定感兴趣区域的轮廓信息;基于轮廓信息,确定目标区域。其中,感兴趣区域(region of interest,ROI)一般是指机器视觉、图像处理中,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,在本发明实施例中,该感兴趣区域是指通过现有技术比如AI技术等勾勒出的如图3所示的病灶区域320。轮廓信息可以包括轮廓上的各个像素点的空间坐标、像素点的像素值等。

其中,该基于轮廓信息,确定目标区域,可以是:确定感兴趣区域的轮廓信息所围绕的区域(即感兴趣区域)为目标区域。比如,图3示出的病灶区域320即为目标区域。另外,该基于轮廓信息,确定目标区域,还可以是:确定感兴趣区域中边界模糊的区域为目标区域。该边界模糊是指轮廓信息包括的部分像素点的像素值与周围其他像素点的像素值接近(该接近可以为廓信息包括的部分像素点的像素值与周围其他像素点的像素值之间的差值不大于预设的像素差异阈值,该像素差异阈值可以根据实际需求进行设置),导致感兴趣区域的部分轮廓与背景很难清晰的界定,则边界模糊的区域可以指像素值与相邻的背景的像素值接近的感兴趣区域的部分轮廓,也可以指包含该部分轮廓的区域。其中,像素值与相邻的背景的像素值接近可以指像素值与周围其他像素点的像素值之间的差值不大于预设的像素差异阈值,该像素差异阈值可以根据实际需求进行设置。通过选择该边界模糊的区域为目标区域,在后续处理过程中,可以减小该边界模糊的区域所在的图像层的层厚,使该边界模糊的区域变得清晰,以更好地界定病灶区域的边界。

第二种具体实现方式:响应于接收到终端发送的区域选择请求,其中,区域选择请求包括所选择区域的轮廓信息;根据所选择区域的轮廓信息,确定目标区域。比如,用户(从事医学的工作者)通过终端显示的医学图像中,选择出图4所示的轮廓340,则可通过该区域340的轮廓信息比如三维坐标、像素点的像素等确定该轮廓340所围出的区域即为目标区域。

通过上述多种方式选择出不同的区域(比如病灶区域、病灶边界模糊区域以及从事医学的工作者所关注的区域等),可以根据从事医学的工作者所关注的差异,可以选择不同的区域作为目标区域(比如,从事医学的工作者比较关注病灶区域的边界,则目标区域可以为边界模糊的区域,又比如,从事医学的工作者比较关注病灶区域,则目标区域可以为病灶区域等),以满足对医学图像处理的不同需求。

步骤S203:确定目标区域所属于的目标图像层;

比如,图3示出的三维医学图像包括的图像层:T1、T2、T3、T4、T5、T6、T7以及T8,以图3所示的病灶区域320作为目标区域,则通过该步骤S203可以确定出目标区域所属的目标图像层为:T3、T4、T5以及T6。

步骤S204:将目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,第一层厚小于第二层厚。

在该步骤中,第一层厚和第二层厚可以为预先设置好的,也可以根据用户需求进行相应地调整。

在图2所示的实施例中,通过选择出目标区域,将目标区域所属的目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,其中,第一层厚小于第二层厚,即通过将目标区域所属的目标图像层与目标图像层之外的剩余图像层设置为具有差异性的层厚,使得目标区域的层厚能够使用户能够观测到关键信息,而剩余图像层的层厚能够减小对存储资源的占用,因此,通过为不同功能或者位置的图像层设置不同的层厚,不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。

另外,由于本发明实施例将目标区域的目标图像层和剩余图像层分开,同时剩余图像层的清晰度一般不会影响目标区域,那么,可以尽可能对剩余图像层进行压缩即尽可能增大剩余图像层的层厚,以有效地减少医学图像的空间占用。

在本发明实施例中,如图5所示,确定目标区域所属于的目标图像层可通过下述步骤实现:

步骤S501:为医学图像设置坐标系,并确定每一个图像层对应的坐标范围;

该为医学图像设置坐标系一般为三维坐标系,其坐标轴的朝向可以为任意方向。一个优选地实施例,如图6所示,一个坐标轴(比如z轴)与多个图像层的层叠方向平行,三维医学图像的底部位于另外两个坐标轴所在的平面。更有选地,以三维医学图像的左下角为坐标原点绘制三维坐标系,使一个坐标轴(比如z轴)与多个图像层的层叠方向平行,三维医学图像的底部位于另外两个坐标轴所在的平面。

针对图6所示的三维坐标系与三维医学图像之间的关系,其确定每一个图像层对应的坐标范围可以为:每一个图像层顶面的z轴坐标以及该图像层底面的z轴坐标,或者每相邻两个图像层的叠加面的z轴坐标。

步骤S502:确定目标区域的坐标信息;

该步骤S502可以有两种实现方式。

确定目标区域的坐标信息的第一种实现方式:为目标区域的区域轮廓确定坐标信息。如图6所示,针对病灶区域320为目标区域的情况,该步骤可以确定围绕该病灶区域320的轮廓的坐标信息,针对图6示出的坐标系(一个坐标轴与多个图像层的层叠方向平行)来说,该坐标信息可以为轮廓上的各个像素点在z轴的坐标。

确定目标区域的坐标信息的第二种实现方式:针对设置坐标系中任一坐标轴与多个图像层的层叠方向平行如图6所示的情况,在多个图像层的层叠方向上,确定目标区域中,沿与多个图像层的层叠方向平行的坐标轴方向上,物理距离最远的至少两个坐标点的坐标信息。如图6所标识出的A和B为物理距离最远的两个坐标点,通过该过程可以有效地简化目标图像层的查找过程,进一步节约计算资源的开销。

步骤S503:根据目标区域的坐标信息以及每一个图像层对应的坐标范围,筛选目标区域所占据的多个目标图像层。

针对上述目标区域的坐标信息的第一种实现方式来说,该步骤S503的具体实现方式:如果查找到目标区域的区域轮廓上的像素点的坐标位于一个图像层,则确定该图像层为目标图像层。

值得说明的是,如果查找到的所有目标图像层并不完全连续,则需要将产生间断的位置的图像层选择为目标图像层。比如,针对图3所示的实施例中,选出的目标图像层为T6、T5以及T3,T3和T5之间产生间断,该间断位置的图像层为T4,则需要将T4也作为目标图像层。

针对上述确定目标区域的坐标信息的第二种实现方式,该步骤S503的具体实现方式:确定距离最远的至少两个坐标点所在的图像层以及位于至少两个坐标点所在的图像层之间的图像层为目标图像层。结合图6和图3,距离最远的两个坐标点所在图像层为T6和T3,该T6和T3为目标图像层,同时位于T6和T3之间的T4和T5也为目标图像层。

在本发明实施例中,如图7所示,上述将目标图像层调整为第一层厚的具体实施方式,可包括如下步骤:

步骤S701:构建并存储特征类型与层厚之间的映射关系;

步骤S702:解析目标区域所属于的目标特征类型;

步骤S703:将目标图像层调整为映射关系包括的目标特征类型对应的层厚。

该特征类型可包括但不限于:钙化、纤维帽、脂质核、钙化程度等。

比如,为钙化映射层厚C1,为钙化程度1映射层厚C2,为钙化程度2映射层厚C3,为纤维帽映射层厚C4,为脂质核射层厚C5等,通过现有技术分析发现病灶区域所属于的目标特征类型为钙化程度1,则病灶区域作为目标区域的情况下,病灶区域所属于的各个目标图像层的层厚可调整为C2。值得说明的是,该映射关系可根据实际情况进行增加,以使映射关系更加完善,为提高更清晰、准确的医学图像提供辅助。

在本发明实施例中,上述将目标图像层调整为映射关系包括的目标特征类型对应的层厚的具体实施方式可包括:

针对每一个目标图像层,执行:

判断目标图像层的原始扫描层厚是否大于目标特征类型对应的层厚,

如果是,则通过插值方式,调整图像层的层厚,以使图像层的层厚等于目标特征类型对应的层厚,或者,将图像层的层厚调整为原始扫描层厚;

否则,基于目标特征类型对应的层厚,对目标图像层进行压缩。

通过上述过程,针对目标图像层的原始扫描层厚大于目标特征类型对应的层厚的情况,可以有两种处理方式,使图像处理具有灵活性,另外,通过插值方式,调整图像层的层厚,克服了目标图像层的原始扫描层厚的限制,进一步提高了目标区域所属的目标图像层的清晰度。

上述插值方式采用现有的图像处理常用插值方式比如最邻近元法、双线性内插法、三次内插法等。

另外,还可基于第一层厚,确定第二层厚,比如,在确定出第一层厚之后,为了使处理后的医学图像能够达到缩小目标,可根据缩小目标和第一层厚,增大第二层厚,以有效地降低处理后的医学图像的大小,从而降低处理后的医学图像的空间占用率。

在本发明实施例中,如图8所示,上述调整目标图像层的层厚过程还可通过下述步骤完成:

步骤S801:获取终端使用者针对医学图像的行为信息;

该行为信息可包括终端使用者对医学图像的放大程度、缩小程度、选择的医学图像的参数比如层厚参数等。

步骤S802:根据行为信息,为终端使用者确定对应的层厚;

该确定层厚可通过统计终端使用者多次浏览医学图像的记录得到。

步骤S803:响应于接收到终端发送的针对医学图像的查询请求,从查询请求中获取终端目标使用者的信息;

步骤S804:根据终端目标使用者的信息,为终端目标使用者确定目标层厚;

步骤S805:将目标图像层调整为目标层厚。

例如,针对5mm以上的动脉瘤,原始扫描层厚为5mm,通过上述图7得到的层厚为0.625mm。但通过跟踪医生的切片浏览的速度及停留的习惯,分析得出针对感兴趣区域的2.0mm重建层厚即能满足医生要求,则动态调整目标层厚至2.0mm。

通过上述实施例可实现个性化定制目标图像层的层厚,以满足不同医学工作者的个人习惯。

如图9所示,本发明实施例提供一种医学图像处理装置900,该医学图像处理装置900可包括:获取模块901以及处理模块902,其中,

获取模块901,用于获取医学图像,其中,医学图像包括多个图像层;

处理模块902,用于在医学图像中,确定目标区域;确定目标区域所属于的目标图像层;将目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,第一层厚小于第二层厚。

在本发明实施例中,处理模块902,用于从医学图像中,确定感兴趣区域的轮廓信息;基于轮廓信息,确定目标区域。

在本发明实施例中,处理模块902,进一步用于响应于接收到终端发送的区域选择请求,其中,区域选择请求包括所选择区域的轮廓信息;根据所选择区域的轮廓信息,确定目标区域。

在本发明实施例中,处理模块902,进一步用于确定感兴趣区域的轮廓信息所围绕的区域为目标区域。

在本发明实施例中,处理模块902,进一步用于确定感兴趣区域中边界模糊的区域为目标区域。

在本发明实施例中,处理模块902,进一步用于为医学图像设置坐标系,并确定每一个图像层对应的坐标范围;确定目标区域的坐标信息;根据目标区域的坐标信息以及每一个图像层对应的坐标范围,筛选目标区域所占据的多个目标图像层。

在本发明实施例中,处理模块902,进一步用于为目标区域的区域轮廓确定坐标信息。

在本发明实施例中,处理模块902,进一步用于设置坐标系中任一坐标轴与多个图像层的层叠方向平行;在多个图像层的层叠方向上,确定目标区域中,沿与多个图像层的层叠方向平行的坐标轴方向上,物理距离最远的至少两个坐标点的坐标信息。

在本发明实施例中,处理模块902,进一步用于构建并存储特征类型与层厚之间的映射关系;解析目标区域所属于的目标特征类型;将目标图像层调整为映射关系包括的目标特征类型对应的层厚。

在本发明实施例中,处理模块902,进一步用于针对每一个目标图像层,执行:判断目标图像层的原始扫描层厚是否大于目标特征类型对应的层厚,如果否,则基于目标特征类型对应的层厚,对目标图像层进行压缩。

在本发明实施例中,处理模块902,进一步用于在判断出所述图像层的原始扫描层厚大于所述目标特征类型对应的层厚的情况下,通过插值方式,调整图像层的层厚,以使图像层的层厚等于目标特征类型对应的层厚,或者,将图像层的层厚调整为原始扫描层厚。

在本发明实施例中,处理模块902,进一步用于获取终端使用者针对医学图像的行为信息;根据行为信息,为终端使用者确定对应的层厚;响应于接收到终端发送的针对医学图像的查询请求,从查询请求中获取终端目标使用者的信息;根据终端目标使用者的信息,为终端目标使用者确定目标层厚;将目标图像层调整为目标层厚。

下面参考图10,其示出了适于用来实现本发明实施例的终端设备或者图像处理服务器的计算机系统1000的结构示意图。图10示出的终端设备仅仅是一个示例,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10所示,计算机系统1000包括中央处理单元(CPU)1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中,还存储有系统1000操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。

以下部件连接至I/O接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。

特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时,执行本发明的系统中限定的上述功能。

需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。

附图中的流程图和框图,图示了按照本发明各种实施例的系统、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。在这点上,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,上述模块、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,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块以及处理模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取医学图像的模块”。

作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:获取医学图像,其中,医学图像包括多个图像层;在医学图像中,确定目标区域;确定目标区域所属于的目标图像层;将目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,形成调整后的医学图像,其中,第一层厚小于所述第二层厚。

根据本发明实施例的技术方案,通过选择出目标区域,将目标区域所属的目标图像层调整为第一层厚,并将目标图像层之外的剩余图像层调整为第二层厚,其中,第一层厚小于第二层厚,即通过将目标区域所属的目标图像层与目标图像层之外的剩余图像层设置为具有差异性的层厚,使得目标区域的层厚能够使用户能够观测到关键信息,而剩余图像层的层厚能够减小对存储资源的占用,因此,通过为不同功能或者位置的图像层设置不同的层厚,不仅能够有效地提高资源利用率,而且能够更完整的体现图像的征象或特征。

上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

完整详细技术资料下载
上一篇:石墨接头机器人自动装卡簧、装栓机
下一篇:基于多特征图层融合的人脸图像还原方法、系统及终端

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!