CN111242913B - 一种获取肋骨展开图像的方法、系统、装置及存储介质 - Google Patents
一种获取肋骨展开图像的方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN111242913B CN111242913B CN202010019913.3A CN202010019913A CN111242913B CN 111242913 B CN111242913 B CN 111242913B CN 202010019913 A CN202010019913 A CN 202010019913A CN 111242913 B CN111242913 B CN 111242913B
- Authority
- CN
- China
- Prior art keywords
- sampling
- rib
- line
- image
- sampling line
- 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
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000005070 sampling Methods 0.000 claims abstract description 290
- 210000000278 spinal cord Anatomy 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 18
- 210000000038 chest Anatomy 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 10
- 210000000115 thoracic cavity Anatomy 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 7
- 238000005192 partition Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 238000003325 tomography Methods 0.000 claims 6
- 210000003484 anatomy Anatomy 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 13
- 230000008707 rearrangement Effects 0.000 description 11
- 238000002591 computed tomography Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012952 Resampling Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000024779 Comminuted Fractures Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000005945 translocation Effects 0.000 description 1
Images
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
-
- 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
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (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)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请实施例公开了一种获取肋骨展开图像的方法、系统、装置及存储介质。所述方法包括:获取包含肋骨骨架的断层扫描图像;确定采样线;所述采样线位于所述断层扫描图像内,经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;基于采样步长以及采样轨迹移动所述采样线,以在不同位置处获取:在所述采样线上的所述断层扫描图像的像素值。本申请通过对包含肋骨骨架的断层扫描图像进行采样后获取肋骨展开图像,保持了解剖结构的局部连续性,便于观察者直观联系到原始解剖结构。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种获取肋骨展开图像的方法、系统、装置及存储介质。
背景技术
现在可以通过诸如计算机断层扫描(CT)、磁共振(MR)等扫描来获取生物体肋骨图像,通过重采样进行重建图像集,然后根据要求以顺序的方式读取多平面重建(MPR)图像集。其中,曲面重建(CPR)技术为MPR技术的延伸和发展,即在MPR基础上,沿着兴趣器官划一条曲线,将沿曲线的体积资料进行重组,以便获得CPR图像,它将扭曲、缩短和重叠的一些结构伸展拉直,展现在同一平面上。
然而,由于CPR图像的客观性和准确性很大程度上依赖于重采样时数据选取的精确性,现有技术重采样过程中数据选取的精确性有待提高。因此有必要提供一种获取肋骨展开曲面重建图像集的方法,使得肋骨展开图像更加准确。
发明内容
本申请的一个方面提供一种获取肋骨展开图像的采样方法,包括:获取包含肋骨骨架的断层扫描图像;确定采样线;所述采样线位于所述断层扫描图像内,经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;基于采样步长以及采样轨迹移动所述采样线,以在不同位置处获取:在所述采样线上的所述断层扫描图像的像素值。
本申请另一方面还提供了一种获取肋骨展开图像的采样系统,包括:获取模块,用于获取包含肋骨骨架的断层扫描图像;采样线确定模块,用于确定采样线;所述采样线位于所述断层扫描图像内,经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;采样模块,用于基于采样步长以及采样轨迹移动所述采样线,以在不同位置处获取:在所述采样线上的所述断层扫描图像的像素值。
本申请另一方面还提供了一种获取肋骨展开图像的采样装置,包括:存储器,用于存储计算机程序;处理器,用于处理所述计算机程序,所述计算机程序被处理器处理时,执行如前述获取肋骨展开图像的采样方法。
本申请另一方面还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指令,当计算机读取存储介质中的计算机指令后,计算机执行前述获取肋骨展开图像的采样方法。
本申请另一方面还提供了一种获得肋骨展开图像的方法,包括:如前面所述的采样方法;以及,重排至少所述像素值以获得肋骨展开图像。
本申请另一方面还提供了一种获得肋骨展开图像的系统,包括:如前面所述的采样系统;以及,重排模块,用于重排至少所述像素值以获得肋骨展开图像。
本申请另一方面还提供了一种获得肋骨展开图像的装置,包括:存储器,用于存储计算机程序;处理器,用于处理所述计算机程序,所述计算机程序被处理器处理时,执行前述获得肋骨展开图像的方法。
本申请另一方面还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指令,当计算机读取存储介质中的计算机指令后,计算机执行前述获得肋骨展开图像的方法。
附图说明
本申请将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本申请一些实施例所示的获取肋骨展开图像的采样方法的示例性流程图;
图2是根据本申请一些实施例所示的确定采样轨迹的示例性流程图;
图3是根据本申请一些实施例所示的获取肋骨展开图像的采样系统的框图;
图4是根据本申请一些实施例所示的将采样结果重排以获得肋骨展开图像的示例性流程图;
图5是根据本申请一些实施例所示的基于采样结果构建肋骨展开图像的示意图。
图6是根据本申请一些实施例所示的肋骨展开后的二维图像;以及
图7是根据本申请一些实施例所示的肋骨展开后的三维冠状面图像。
具体实施方式
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本申请通过将断层扫描图像集沿采样模板进行连续切线路径进行重新采样,形成了体素重排后的共面肋骨展开,使得肋骨上的异常可以直观方便的被显示查看,减少遮挡。本申请的实施例可以应用于各种生物对象具有曲面结构的骨骼、器官、软组织等或其任意组合。在一些实施例中,生物可以指人、动物、植物等。应当理解的是,本申请的系统及方法的应用场景仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。虽然本申请主要以人体的肋骨为例进行了描述,但需要注意的是,本申请的原理也可应用于各种生物的各种骨骼、器官、软组织等或其任意组合。
图1是根据本申请一些实施例所示的获取肋骨展开图像的采样方法的示例性流程图。如图所示,获取肋骨展开图像的采样方法的流程100可以包括步骤101、步骤103、步骤105。
步骤101,获取包含肋骨骨架的断层扫描图像。在一些实施例中,步骤101可以由获取模块310实现。
获取包含肋骨骨架的断层扫描图像可以包括:通过对生物体进行胸部的完整计算机断层扫描(CT)扫描来获取多平面重建图像集。扫描方式可以不限于CT扫描,也可以是磁共振MR扫描、正电子发射断层扫描-计算机断层扫描(PET/CT)、单光子发射-计算机断层扫描(SPECT/CT)以及PET/MRI等。在一些实施例中,包含肋骨骨架的断层扫描图像可以是平行于生物体矢状面的断层扫描图像。在一些实施例中,包含肋骨骨架的断层扫描图像中肋骨骨架左右近似对称。
步骤103,确定采样线,采样线位于所述断层扫描图像内,经过断层扫描图像中的脊髓中心,并且与生物体的矢状面平行。在一些实施例中,步骤103可由采样线确定模块320实现。
需要说明的是,脊髓中心可以是指脊髓的几何中心点。矢状面是指通过生物体(例如人体)沿垂轴和纵轴的平面及其平行的所有平面。将生物体分为左右两部分,其中左右切面就是矢状面。
在一些实施例中,采样线长度由采样线确定模块320确定。采样线需要具有足够的长度才能够保证在进行采样时可以不丢失图像中的骨架以及骨架周围组织的图像数据。在一些实施例中,采样线长度可以不小于脊髓中心点到体表包围盒各边界垂直距离的最大值。在一些实施例中,采样线长度可以不小于所述断层扫描图像中肋骨骨架最小包围框在与生物体矢状面平行方向上的尺寸的二分之一。
步骤105,基于采样步长以及采样轨迹移动所述采样线,以在不同位置处获取:在所述采样线上的所述断层扫描图像的像素值。在一些实施例中步骤105可由采样模块330实现。
采样线的移动方式基于采样步长以及采样轨迹确定。采样可以获取像素数据。在一些实施例中,可以通过将采样线按照分区的方式扫过肋骨,获取每一根采样线上的像素数据。
在一些实施例中,采样步长可以指进行采样时采样线每移动一步的距离。在一些实施例中,可以在采样线上设置标准点。采样步长可以是采样线每移动一步,该标准点移动的距离。在一些实施例中,标准点基于断层扫描图像中脊髓中心确定。例如,将采样线位于初始位置(即,采样线位于所述断层扫描图像内,经过断层扫描图像中的脊髓中心,并且与生物体的矢状面平行)时,采样线上与脊髓中心重叠的点(如图5所述的A点)确定为所述标准点。
在一些实施例中,采样线随着采样轨迹,其方向会变化,例如,方向可以是水平或垂直方向,也可以是呈角度变化的方向。可以将采样线的采样步长(或标准点的移动距离)分解为包括沿图像竖直方向(或列方向)的第一采样步长,以及沿图像水平方向(或行方向)的第二采样步长。
在一些实施例中,第一采样步长不大于所述断层扫描图像中像素点的行间距。像素点之间的行间距可以指相邻的两个像素点之间在垂直方向间距。将第一采样步长设定为小于断层扫描图像中像素点的行间距,可以使得采样过程中不会丢失骨架的细节信息,同时呈现的图像更加平滑。
在一些实施例中,第二采样步长不大于所述断层扫描图像中像素点的列间距。像素点之间的列间距可以指相邻的两个像素点之间在水平方向间距。将第二采样步长设定为小于断层扫描图像中像素点的行间距,可以使得采样过程中不会丢失骨架的细节信息,同时呈现的图像更加平滑。
在一些实施例中,在脊柱区域内,标准点可以跟随采样线进行平行移动;在肋骨区域内,标准点跟随采样线进行旋转移动。在一些实施例中,标准点移动的路径可以是水平或是弧形的。在各区域内,可以保证标准点每次移动的路径长度相同,这保证了肋骨图像展开后的图像矩阵中列间隔的均匀性。
在一些实施例中,采样线沿着采样轨迹每移动一个采样步长即可得到一组像素值。例如,可以将采样线上断层扫描图像的像素点的像素值提取出来,并沿采样线排布,得到肋骨展开图像中的一列像素值。当采样线沿着所述采样轨迹完成多次采样后,便可得到肋骨展开图像中的多列像素值,将所述多列像素值按照采样轨迹时序排列,便可获得至少一半的肋骨展开图像。关于采样轨迹的确定将在本说明书中其他地方找到更详细的介绍。
在一些实施例中,还可以基于采集到的像素值进行插值,以得到额外的像素值。例如,可以基于一次采样时采样线上的像素值进行插值,以获得该采样线上更多的像素值。仅作为示例,可以基于插值算法得到采样线上已有的第一像素值与第二像素值之间的一个或多个新的像素值。又例如,可以基于多次采样时,多条采样线上同一行的像素值进行插值,以获得采样线之间更多的像素值。仅作为示例,可以基于插值算法得到第一采样线与第二采样线之间的一个或多个像素值或一列像素值。示例性的插值算法可以包括双线性插值法、最邻近元插值法、临近点插值法、三次内插法、反距离加权插值法、克里金插值法、最小曲率插值法、改进谢别德插值法、多元回归插值法,径向基函数插值法、线性插值三角网插值法、移动平均插值法以及局部多项式插值法。
值得说明的是,双线性插值法可以被称为双线性内插法。双线性插值法是指数值分析中的一种插值算法,可以在两个方向分别进行一次线性插值。双线性插值法可以通过平均周围像素颜色值来添加像素,输出的图像的每个像素都是原图四个像素(2*2)运算的结果,根据待采样点与相邻点的距离确定响应的权值计算出待采样点的灰度值。
具体的采样轨迹确定方法可以参见图2的相关说明,在此不再赘述。
应当注意的是,上述有关流程100的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程100进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。例如,可以合并步骤103和105为一个步骤,该步骤可以包括确定采样方式以及对所述多平面图像集进行采样。
图2是根据本申请一些实施例所示的确定采样轨迹的示例性流程图。为便于清楚说明,本说明书主要以一半的采样轨迹为例进行阐述,可以理解,另一半的采样轨迹可以断层扫描图像内经过脊髓中心且与矢状面平行的直线为对称轴,将所述一半的采样轨迹镜像翻转得到。如图2所示,确定采样轨迹包括以下步骤:
步骤201,在所述断层扫描图像中,将所述肋骨骨架进行分区获得脊柱区域和肋骨区域。在一些实施例中,步骤201可由采样模块310实现。
在一些实施例中,将脊柱部分与肋骨部分沿列方向进行分区,分为脊柱区域和肋骨区域。在一些实施例中,所述脊柱区域能够覆盖至少一半的脊柱断面,所述肋骨区域能够覆盖至少一半的肋骨断面。在一些实施例中,以脊柱与肋骨的交接处远离脊髓中心点的最外切线为分割线,将断层扫描图像进行分区。
在一些实施例中,所述脊柱区域,平移所述采样线进行平行采样。平行采样可以指采样线按照平行地平移地方式采样。例如,图5中的关键点BCDE包围的区域可以是平行采样的区域。
在一些实施例中,所述肋骨区域,旋转所述采样线进行旋转采样。旋转采样可以指绕一个点做圆周运动地方式采样。这个点可以是胸腔半侧的准中心。在一些实施例中,采样线可以在肋骨区域旋转采样。
图5是根据本申请一些实施例所示的基于采样结果构建肋骨展开图像的示意图。
在一些实施例中,如图5所示,在图层中确定脊髓的中心点,以此为关键点A;并以关键点A为原点建立坐标轴。在一些实施例中,X轴为穿过关键点A点的横向坐标轴,Y轴为穿过关键点A的纵向坐标轴,肋骨骨架关于Y轴左右近似对称。
步骤203,确定所述脊柱区域中采样线的起始位置;在所述起始位置,所述采样线经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;平移所述采样线,到达脊柱与肋骨的交接处,以获得脊柱区域采样轨迹。在一些实施例中,步骤203可由采样模块310实现。
在一些实施例中,在脊柱区域中,采样线的起始位置可以是穿过脊髓中心点的位置。在一些实施例中,在脊柱区域中,采样线可以进行沿水平方向的平行移动。在一些实施例中,在脊柱区域的采样可以在到达脊柱与肋骨的交接处终止。例如,如图5所示,线BC即为采样线的起始位置,穿过脊髓中心点(关键点A)。在脊髓区域,采样线BC沿水平方向平行移动至脊柱与肋骨的交接处(即线DE处)终止。关键点B、C、D、E的确定方式详见步骤205的说明。
步骤205,将所述肋骨区域分为至少三个子区域。在一些实施例中,步骤205可由采样模块310实现。
在一些实施例中,如图5所示,肋骨区域可以分为至少三个子区域。下面以Y轴右侧区域为例,解释说明分区原则。
在一些实施例中,如图5所示,关键点E的X坐标值为脊柱的宽度的一半,Y坐标定位在人体背部的端点。在一些实施例中,在关键点E处做平行于X轴的线,该线与Y轴的交点即为关键点C。
在一些实施例中,采样模块310可以确定胸腔半侧的准中心。在一些实施例中,所述胸腔半侧的准中心可以为胸腔半侧的质心、型心或拟合圆心。其中胸腔半侧是指胸腔的左半侧或右半侧。值得说明的是,胸腔的范围是指由胸骨,胸椎和肋骨围成的空腔。
胸腔半侧的拟合圆心由以下方法确定:在一些实施例中,如图5所示,首先从关键点A出发往第一象限画一条与X轴夹角为40-50°的射线,在该射线上寻找关键点F。在一些实施例中,在A→F方向上关键点F到肋骨骨架的距离与在F→E方向上关键点F到肋骨骨架的距离相等。在一些实施例中,可以设定关键点F的初始位置,线FE以F点为圆心沿逆时针扫过肋骨骨架,在与射线AF重合时终止(即线FG),这个过程中会与肋骨骨架产生了多个交点,计算F点与各交点的距离,调整关键点F在所述射线上的位置,使得关键点F与各交点的距离近似相等,并将其作为肋骨骨架的拟合圆心。
在一些实施例中,如图5所示,关键点G为AF射线上远离关键点A的点,并且满足FG的距离与FE的距离相等。
在一些实施例中,如图5所示,可以从关键点E往上做平行于Y轴的射线,并以关键点E为圆心,EF为半径,做圆,与该射线的交点为关键点D。在一些实施例中,从关键点D做平行于X轴的线,该线与Y轴的交点即为关键点B。
在一些实施例中,如图5所示,可以以关键点A为圆心,以AG为半径做圆弧,所做圆弧与Y轴的交点为关键点J。在一些实施例中,以关键点A为圆心,以线段AF为半径做圆弧,所做圆弧与Y轴的交点即为关键点H。
在一些实施例中,如图5所示,Y轴的右边肋骨区域分成三个子区域。
在一些实施例中,将脊柱区域中采样线的终点位置或脊柱与肋骨的交界处,且与人体的矢状面平行的位置(如图5中的DE线位置),确定为第一子区域中采样线的起始位置;以第一子区域中起始位置的采样线的靠近人体背部的端点(如图5中的E点)为圆心,旋转所述采样线至所述采样线的另一端点到达所述胸腔半侧的准中心(如图5中的F点),以获得第一子区域采样轨迹。
在一些实施例中,将第一子区域中采样线的终点位置(如图5中的EF线位置)确定为第二子区域中采样线的起始位置;以第二子区域中起始位置的采样线与所述拟合中心重合的端点(如图5中的关键点F)为圆心,旋转所述采样线至所述采样线的另一端点到达所述脊髓中心与所述胸腔半侧的准中心的连线上(如图5中的AF线),以获得第二子区域采样轨迹。
在一些实施例中,将第二子区域中采样线的终点位置确定为第三子区域中采样线的起始位置(如图5中的FG线);以所述脊髓中心(如图5中的关键点A)为圆心,旋转所述采样线达到所述采样线第一起始位置所在的直线(如图5中的HJ线),以获得第三子区域采样轨迹。
在一些实施例中,由于肋骨骨架是关于Y轴左右对称的,可以对于Y轴左边区域进行与Y轴右边区域相同的分区以及采样,在此不再赘述。
应当注意的是,上述有关流程200的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。
图3是根据本申请一些实施例所示的获取肋骨展开图像的采样系统的框图。如图所示,获取肋骨展开图像的采样系统300可以包括获取模块310、采样线确定模块320、采样模块330。
在一些实施例中,获取模块310可以用于获取包含肋骨骨架的断层扫描图像。
在一些实施例中,采样线确定模块320可以用于确定采样线。在一些实施例中,采样线位于所述断层扫描图像内,经过所述断层扫描图像中的脊髓中心,且与人体的矢状面平行。在一些实施例中,采样线确定模块320还可以用于确定采样线的长度。在一些实施例中,采样线的长度不小于所述断层扫描图像中肋骨骨架最小包围框在与人体矢状面平行方向上的尺寸的二分之一。
在一些实施例中,采样模块330用于基于采样步长以及采样轨迹移动所述采样线,以在不同位置处获取:在所述采样线上的所述断层扫描图像的像素值。在一些实施例中,采样模块330还可以用于确定采样步长。在一些实施例中,所述采样步长不大于所述断层扫描图像中像素点的列间距。在一些实施例中,采样模块330可以用于在所述采样线上设定标准点;
在所述脊柱区域和所述肋骨区域内,所述标准点跟随所述采样线每次移动的路径长度相同。
在一些实施例中,采样模块330还可以用于确定采样轨迹。在一些实施例中,采样模块330可以用于在所述断层扫描图像中,将所述肋骨骨架进行分区获得脊柱区域和肋骨区域。在一些实施例中,采样模块330可以用于,确定所述脊柱区域中采样线的起始位置;在所述起始位置,所述采样线经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;平移所述采样线,到达脊柱与肋骨的交接处,以获得脊柱区域采样轨迹。在一些实施例中,采样模块330可以用于将所述肋骨区域分为至少三个子区域。在一些实施例中,采样模块330可以用于确定所述采样轨迹的步骤还包括:确定一半肋骨断面的胸腔半侧的准中心;将脊柱区域中采样线的终点位置确定为第一子区域中采样线的起始位置;以第一子区域中起始位置的采样线的靠近生物体背部的端点为圆心,旋转所述采样线至所述采样线的另一端点到达所述胸腔半侧的准中心,以获得第一子区域采样轨迹;将第一子区域中采样线的终点位置确定为第二子区域中采样线的起始位置;以第二子区域中起始位置的采样线与所述拟合中心重合的端点为圆心,旋转所述采样线至所述采样线的另一端点到达所述脊髓中心与所述胸腔半侧的准中心的连线上,以获得第二子区域采样轨迹;将第二子区域中采样线的终点位置确定为第三子区域中采样线的起始位置;以所述脊髓中心为圆心,旋转所述采样线达到所述采样线第一起始位置所在的直线,以获得第三子区域采样轨迹。
对于系统300实施例而言,由于其基本相似于图1和图2的方法实施例,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。
应当理解,图3所示的系统及其模块可以利用各种方式来实现。例如,在一些实施例中,系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
需要注意的是,以上对于获取肋骨展开图像的采样系统300及其模块的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。例如,在一些实施例中,图3中披露的获取模块310、采样线确定模块320、采样模块330可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。又例如,获取肋骨展开图像的采样系统300还可以包括通信模块,用来与其他部件通信。系统300中各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本申请的保护范围之内。
在本说明书的一些实施例中,还提供了一种获取肋骨展开图像的采样装置,包括:存储器,用于存储计算机程序;处理器,用于处理所述计算机程序,所述计算机程序被处理器处理时,执行如前述获取肋骨展开图像的采样方法。
在本说明书的一些实施例中,还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指令,当计算机读取存储介质中的计算机指令后,计算机执行前述获取肋骨展开图像的采样方法。
在本说明书的一些实施例中,还提供了一种获得肋骨展开图像的方法,包括:基于上述采样方法进行采样,将采样结果进行重排以获得肋骨展开图像。在一些实施例中,将采样结果进行重排以获得肋骨展开图像由重排模块实现。
在一些实施例中,由重排模块实现将采样结果进行重排。在一些实施例中,采样得到的数据至少包括像素值。具体重排方法详见图4。
图4是根据本申请一些实施例所示的将采样结果重排以获得肋骨展开图像的示例性流程图。如图4所示,包括以下步骤:
图像数据可以用矩阵来表示。在一些实施例中,矩阵的行数决定了图像的高,矩阵的列数决定了图像的宽,矩阵的元素对应图像的像素,矩阵元素的值对应像素的像素值。
步骤402,将同一位置的采样线上的像素值作为图像矩阵中的列。在一些实施例中,步骤402由重排模块实现。
在一些实施例中,同一位置处的采样线(即同一条采样线)上会采集得到多个像素值。在一些实施例中,将同一位置处的采样线采集得到的多个像素值按照在采样线上的位置关系进行排列得到一维列向量,并将该一维列向量作为图像矩阵中的列。
步骤404,将图像矩阵中的列按照采样轨迹的先后依次排列于图像矩阵中,得到所述肋骨展开图像。在一些实施例中,步骤402由重排模块实现。
在一些实施例中,可以将脊柱区域的采样线数据排列与图像矩阵的中间,肋骨区域的采样线数据分别排列于脊柱区域的两侧,从而是的肋骨展开图像中,肋骨被分为两部分,列在展开图像的左右两端,而脊柱仍是完整连接的。在一些实施例中,如图5所示,将穿过脊髓中心点的采样线数据为中心,向右依次排列Y轴右边区域的采样线数据,向左依次排列Y轴左边区域的采样线数据。具体的肋骨展开后的效果图如图6所示。
在一些实施例中,肋骨展开图像像素点之间的间距与采样步长相关,从而使得展开图像不会失真。在一些实施例中,展开图像中像素点的列间距与第一采样步长相等。在一些实施例中,展开图像中像素点的行间距与第二采样步长相等。
在一些实施例中,肋骨展开后的图像可以指将肋骨环向展开为水平方向的二维图像,如图6所示。图6是根据本申请一些实施例所示的肋骨展开后的二维图像。
在一些实施例中,将多张肋骨展开后的图像按照人体生长顺序进行排列,可以得到将肋骨环向展开的三维图像,如图7所示。图7是根据本申请一些实施例所示的肋骨展开后的三维冠状面图像。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。
在本说明书的一些实施例中,还提供了一种获得肋骨展开图像的系统,包括:如前面所述的采样系统;以及,重排模块,用于重排至少所述像素值以获得肋骨展开图像。
在一些实施例中,重排模块还用于将基于同一位置处的采样线获取的像素值作为图像矩阵中的列;将图像矩阵中的列按照采样轨迹的先后依次排列于图像矩阵中,得到所述肋骨展开图像。
在本说明书的一些实施例中,还提供了一种获得肋骨展开图像的装置,包括:存储器,用于存储计算机程序;处理器,用于处理所述计算机程序,所述计算机程序被处理器处理时,执行前述获得肋骨展开图像的方法。
在本说明书的一些实施例中,还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指令,当计算机读取存储介质中的计算机指令后,计算机执行前述获得肋骨展开图像的方法。
本申请实施例可能带来的有益效果包括但不限于:(1)对于左右肋骨的显示察看都直观方便,减少遮挡,可以准确高效的判断肋骨中异常情况。(2)肋骨展开后的图像精准,保持了解剖结构的局部连续性,便于观察者直观联系到原始解剖结构。(3)在健壮性方面,对易位性骨折甚至粉碎性骨折也有较高的展开成功率,避免了基于肋骨跟踪等方法要求肋骨连续的的突出弱点。需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、VisualBasic、Fortran2003、Perl、COBOL2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的处理设备或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (16)
1.一种获取肋骨展开图像的采样方法,其特征在于,包括:
获取包含肋骨骨架的断层扫描图像;
确定采样线;所述采样线位于所述断层扫描图像内,经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;
基于采样步长以及采样轨迹移动所述采样线,以在不同位置处获取:在所述采样线上的所述断层扫描图像的像素值;
其中,所述采样轨迹通过以下步骤确定:在所述断层扫描图像中,
以脊柱与肋骨的交接处远离脊髓中心点的最外切线为分割线,将所述肋骨骨架进行分区获得脊柱区域和肋骨区域,且所述分割线与所述采样线平行;所述脊柱区域能够覆盖至少一半的脊柱断面,所述肋骨区域能够覆盖至少一半的肋骨断面;
在所述脊柱区域,平移所述采样线,以使所述采样线按照平行移动的方式进行平行采样;
在所述肋骨区域,旋转所述采样线,以使所述采样线围绕点做圆周运动的方式进行旋转采样。
2.根据权利要求1所述的方法,其特征在于,确定所述采样轨迹的步骤还包括:
确定所述脊柱区域中采样线的起始位置;在所述起始位置,所述采样线经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;
平移所述采样线,到达脊柱与肋骨的交接处,以获得脊柱区域采样轨迹。
3.根据权利要求1所述的方法,其特征在于,所述肋骨区域包括三个子区域;
确定所述采样轨迹的步骤还包括:
确定胸腔半侧的准中心;
确定第一子区域中采样线的起始位置;在所述起始位置,所述采样线经过肋骨与脊柱的交接处,且与生物体的矢状面平行;
以第一子区域中起始位置的采样线的靠近生物体背部的端点为圆心,旋转所述采样线至所述采样线的另一端点到达所述胸腔半侧的准中心,以获得第一子区域采样轨迹;
将第一子区域中采样线的终点位置确定为第二子区域中采样线的起始位置;以第二子区域中起始位置的采样线与所述胸腔半侧的准中心重合的端点为圆心,旋转所述采样线至所述采样线的另一端点到达所述脊髓中心与所述胸腔半侧的准中心的连线上,以获得第二子区域采样轨迹;
将第二子区域中采样线的终点位置确定为第三子区域中采样线的起始位置;以所述脊髓中心为圆心,旋转所述采样线达到所述采样线第一起始位置所在的直线,以获得第三子区域采样轨迹。
4.根据权利要求1所述的方法,其特征在于,所述采样步长不大于所述断层扫描图像中像素点的列间距和/或行间距。
5.根据权利要求4所述的方法,其特征在于,所述采样步长的确定方法包括:
在所述采样线上设定标准点;
在所述脊柱区域和/或所述肋骨区域内,所述标准点跟随所述采样线每次移动的路径长度相同。
6.根据权利要求1所述的方法,其特征在于,所述采样线的长度不小于所述断层扫描图像中肋骨骨架最小包围框在与生物体矢状面平行方向上的尺寸的二分之一。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括,基于所述像素值通过插值算法获得额外的像素值。
8.一种获取肋骨展开图像的采样系统,其特征在于,包括:
获取模块,用于获取包含肋骨骨架的断层扫描图像;
采样线确定模块,用于确定采样线;所述采样线位于所述断层扫描图像内,经过所述断层扫描图像中的脊髓中心,且与生物体的矢状面平行;
采样模块,用于基于采样步长以及采样轨迹移动所述采样线,以在不同位置处获取:在所述采样线上的所述断层扫描图像的像素值;
其中,为了确定采样轨迹通,所述采样模块进一步用于:在所述断层扫描图像中,
以脊柱与肋骨的交接处远离脊髓中心点的最外切线为分割线,将所述肋骨骨架进行分区获得脊柱区域和肋骨区域,且所述分割线与所述采样线平行;所述脊柱区域能够覆盖至少一半的脊柱断面,所述肋骨区域能够覆盖至少一半的肋骨断面;
在所述脊柱区域,平移所述采样线,以使所述采样线按照平行移动的方式进行平行采样;
在所述肋骨区域,旋转所述采样线,以使所述采样线围绕点做圆周运动的方式进行旋转采样。
9.一种获取肋骨展开图像的采样装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于处理所述计算机程序,所述计算机程序被处理器处理时,执行如权利要求1~7中任一项所述的方法。
10.一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指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~7中任一项所述的方法。
11.一种获得肋骨展开图像的方法,其特征在于,包括:
如权利要求1~7中任意一项所述的采样方法;
以及,重排至少所述像素值以获得肋骨展开图像。
12.根据权利要求11所述的方法,其特征在于,所述重排至少所述像素值以获得肋骨展开图像包括,
将同一位置的采样线上的像素值作为图像矩阵中的列;
将图像矩阵中的列按照采样轨迹的先后依次排列于图像矩阵中,得到所述肋骨展开图像。
13.一种获得肋骨展开图像的系统,其特征在于,包括:
如权利要求8中所述的采样系统;以及,
重排模块,用于重排至少所述像素值以获得肋骨展开图像。
14.根据权利要求13所述的系统,其特征在于,所述重排模块用于,
将同一位置的采样线上的像素值作为图像矩阵中的列;
将图像矩阵中的列按照采样轨迹的先后依次排列于图像矩阵中,得到所述肋骨展开图像。
15.一种获得肋骨展开图像的装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于处理所述计算机程序,所述计算机程序被处理器处理时,执行如权利要求11-12中任一项所述的方法。
16.一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指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求11-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010019913.3A CN111242913B (zh) | 2020-01-08 | 2020-01-08 | 一种获取肋骨展开图像的方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010019913.3A CN111242913B (zh) | 2020-01-08 | 2020-01-08 | 一种获取肋骨展开图像的方法、系统、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111242913A CN111242913A (zh) | 2020-06-05 |
CN111242913B true CN111242913B (zh) | 2023-04-11 |
Family
ID=70879935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010019913.3A Active CN111242913B (zh) | 2020-01-08 | 2020-01-08 | 一种获取肋骨展开图像的方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111242913B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112308820B (zh) * | 2020-09-27 | 2023-05-23 | 杭州依图医疗技术有限公司 | 一种肋骨定位方法及装置、计算机设备及存储介质 |
CN113139954B (zh) * | 2021-05-11 | 2023-06-20 | 上海杏脉信息科技有限公司 | 一种医学影像处理装置及方法 |
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 |
CN115619792B (zh) * | 2022-12-20 | 2023-03-31 | 杭州健培科技有限公司 | 一种ct影像中肋骨二维展开方法、装置及应用 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1514300A (zh) * | 2002-12-31 | 2004-07-21 | �廪��ѧ | 一种多视角x射线立体成像的方法与系统 |
CN101900694A (zh) * | 2009-05-27 | 2010-12-01 | 清华大学 | 基于直线轨迹扫描的双能欠采样物质识别系统和方法 |
CN103606144A (zh) * | 2013-10-17 | 2014-02-26 | 中国科学院过程工程研究所 | Ct投影旋转中心的确定方法和装置 |
CN105493142A (zh) * | 2013-06-25 | 2016-04-13 | 模拟技术公司 | 通过计算机断层扫描成像系统的投射影像的生成 |
CN108283503A (zh) * | 2018-02-12 | 2018-07-17 | 沈阳晟诺科技有限公司 | 一种ct机、扫描方法及图像重建方法 |
DE102017215059B3 (de) * | 2017-08-29 | 2019-02-21 | Siemens Healthcare Gmbh | Verfahren zum Betrieb einer bildgebenden Röntgeneinrichtung, insbesondere Computertomograph, Röntgeneinrichtung und Computerprogrammprodukt |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10123798B4 (de) * | 2001-05-16 | 2007-04-19 | Siemens Ag | Verfahren für die Computertomographie |
US7292717B2 (en) * | 2003-06-18 | 2007-11-06 | Koninklijke Philips Electronics N.V. | Computer tomography method using redundant measured values |
WO2013191001A1 (ja) * | 2012-06-20 | 2013-12-27 | 株式会社日立メディコ | X線ct装置 |
US9189847B2 (en) * | 2013-11-12 | 2015-11-17 | Siemens Aktiengesellschaft | 2D visualization for rib analysis |
-
2020
- 2020-01-08 CN CN202010019913.3A patent/CN111242913B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1514300A (zh) * | 2002-12-31 | 2004-07-21 | �廪��ѧ | 一种多视角x射线立体成像的方法与系统 |
CN101900694A (zh) * | 2009-05-27 | 2010-12-01 | 清华大学 | 基于直线轨迹扫描的双能欠采样物质识别系统和方法 |
CN105493142A (zh) * | 2013-06-25 | 2016-04-13 | 模拟技术公司 | 通过计算机断层扫描成像系统的投射影像的生成 |
CN103606144A (zh) * | 2013-10-17 | 2014-02-26 | 中国科学院过程工程研究所 | Ct投影旋转中心的确定方法和装置 |
DE102017215059B3 (de) * | 2017-08-29 | 2019-02-21 | Siemens Healthcare Gmbh | Verfahren zum Betrieb einer bildgebenden Röntgeneinrichtung, insbesondere Computertomograph, Röntgeneinrichtung und Computerprogrammprodukt |
CN108283503A (zh) * | 2018-02-12 | 2018-07-17 | 沈阳晟诺科技有限公司 | 一种ct机、扫描方法及图像重建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111242913A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111242913B (zh) | 一种获取肋骨展开图像的方法、系统、装置及存储介质 | |
Frieder et al. | Back-to-front display of voxel based objects | |
US8970581B2 (en) | System and method for interactive contouring for 3D medical images | |
JP5567502B2 (ja) | 医療用訓練方法及び装置 | |
CN107220933B (zh) | 一种参考线确定方法和系统 | |
JP2744490B2 (ja) | 物体内部構造表面の2次元像を表示する装置と方法 | |
US8135198B2 (en) | Systems and methods for constructing images | |
US7397475B2 (en) | Interactive atlas extracted from volume data | |
US9460510B2 (en) | Synchronized navigation of medical images | |
Goldwasser et al. | Real-time display and manipulation of 3-D medical objects: The voxel processor architecture | |
US20090324041A1 (en) | Apparatus for real-time 3d biopsy | |
CN1860991A (zh) | 实时虚拟内窥镜 | |
CN103593869B (zh) | 一种扫描设备及其图像显示方法 | |
CN112116642B (zh) | 医学图像的配准方法、电子装置和存储介质 | |
Dai et al. | Real-time visualized freehand 3D ultrasound reconstruction based on GPU | |
CN102397082B (zh) | 生成方位指示图的方法及装置及超声三维成像方法及系统 | |
Hachaj et al. | Visualization of perfusion abnormalities with GPU-based volume rendering | |
WO2022214093A1 (en) | Systems and methods for image processing | |
EP2332123B1 (en) | Anatomy-defined automated cpr generation | |
CN108064148A (zh) | 用于体外受精的图像引导的胚胎转移 | |
Segars et al. | The MCAT, NCAT, XCAT, and MOBY computational human and mouse phantoms | |
JP7048760B2 (ja) | 領域修正装置、方法およびプログラム | |
He et al. | 3D medical imaging computation and analysis platform | |
CN109242964A (zh) | 三维医学模型的处理方法和装置 | |
Siang et al. | A framework of position tracked freehand 3d ultrasound reconstruction using game controller and pixel nearest neighbour method for marching cubes volume visualization |
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 |