CN109191523B - 一种用于识别胸部x线平片中心脏方位的方法和装置 - Google Patents

一种用于识别胸部x线平片中心脏方位的方法和装置 Download PDF

Info

Publication number
CN109191523B
CN109191523B CN201810965502.6A CN201810965502A CN109191523B CN 109191523 B CN109191523 B CN 109191523B CN 201810965502 A CN201810965502 A CN 201810965502A CN 109191523 B CN109191523 B CN 109191523B
Authority
CN
China
Prior art keywords
chest
lung tissue
ray
point
heart
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
Application number
CN201810965502.6A
Other languages
English (en)
Other versions
CN109191523A (zh
Inventor
马乐
苏瑾
邹丹凤
蔡裕兴
陈卫国
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.)
Southern Hospital Southern Medical University
Original Assignee
Southern Hospital Southern Medical University
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 Southern Hospital Southern Medical University filed Critical Southern Hospital Southern Medical University
Priority to CN201810965502.6A priority Critical patent/CN109191523B/zh
Publication of CN109191523A publication Critical patent/CN109191523A/zh
Application granted granted Critical
Publication of CN109191523B publication Critical patent/CN109191523B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/30048—Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种用于识别胸部X线平片中心脏方位的方法和装置，所述方法包括从胸部X线平片中提取肺组织轮廓，计算肺组织轮廓各点的斜率和根据所计算出的斜率确定心尖位置等步骤，所述装置包括存储器和处理器。本发明能够通过计算机等自动化设备自动识别胸部X线平片图像中的心尖所在位置，从而进一步识别心脏方位，避免需要人工逐张观察胸部X线平片来进行判断和识别，提高识别效率，降低了出错率。进一步地，在识别出心脏方位之后还可以自动按照识别结果给出相应的警告消息，以对医务人员进行提醒，从而提高诊疗效果。本发明广泛应用于图像识别领域。

Description

一种用于识别胸部X线平片中心脏方位的方法和装置
技术领域
本发明涉及图像识别领域，尤其是一种用于识别胸部X线平片中心脏方位的方法和装置。
背景技术
X线平片拍摄是一种广泛应用的医学诊疗手段，通过X线平片可以有效地诊断和治疗多种疾病。胸部X线平片是针对被拍摄者胸部拍摄的X线平片，通过胸部X线平片可以清晰地观察到被拍摄者的肺组织、心脏和软组织等人体组织的影像，除了这些人体组织的影像之外，胸部X线平片的其余部分便是背景。
由于人体组织本身以及病灶具有不对称性，因此区分胸部X线平片的左右位置具有重要意义。以使用DR平板探测器拍摄的胸部X线平片为例，在实际拍摄时医务人员会将一个形状为字母R的铅制标记放置在DR平板探测器右侧，这样，在铅制标记的作用下所拍摄出来的图像中将会出现一个R字形的标记，这个标记被医务人员用来判断胸部X线平片中被拍摄者身体的左右侧。在正常情况下，也就是被拍摄者的拍摄***以及成像设备正确安装的情况下，胸部X线平片上的R字形标记所在一侧为被拍摄者身体的右侧。
但是，在实践过程中容易发生特殊情况。例如，医务人员在安装成像设备的时候由于工作疏忽而将成像设备左右翻转；个别被拍摄者由于难以站立或者小孩哭闹不配合而使用平躺等方式完成拍摄，即使用前后位的***进行拍摄。上述特殊情况将造成胸部X线平片上的R字形标记所在一侧并非被拍摄者身体的右侧。在这种特殊情况下，心脏方位正常的被拍摄者拍摄出来的胸部X线平片，看起来与右位心的胸部X线平片是一样的。因此出现上述特殊情况之后，容易使被拍摄者被误诊为右位心，甚至进一步造成严重的医疗后果。
现有技术中需要医务人员通过肉眼逐张地识别胸部X线平片，判断胸部X线平片中的心脏方位，然后进一步确认是否出现了“右位心”。具体操作方式是观察心尖所在位置相对于被拍摄者人体中线是在哪一侧。但这种完全依赖人工进行识别的方式存在效率低以及出错率高等缺点。因此目前急需一种能够通过自动识别心尖来进一步判断心脏方位的技术。
发明内容
为了解决上述技术问题，本发明的目在于提供一种用于识别胸部X线平片中心脏方位的方法和装置。
本发明所采取的第一技术方案是：
一种用于识别胸部X线平片中心脏方位的方法，包括以下步骤：
从胸部X线平片中提取肺组织轮廓；
计算肺组织轮廓各点的斜率；
根据所计算出的斜率确定心尖位置。
进一步地，所述胸部X线平片上带有用于表示被拍摄者身体方位的标记，在确定心尖位置之后，还包括以下步骤：
将心尖位置与所述标记进行对比，从而获得对比结果；所述对比结果包括心尖位置与标记均位于相对于人体中线的同一侧，以及心尖位置与标记分别位于相对于人体中线的不同侧；
根据对比结果发出相应的消息。
进一步地，所述标记用于标示被拍摄者的身体右侧，所述根据对比结果发出相应的消息这一步骤具体包括：
如果心尖位置与标记位于相对于人体的同一侧，则发出用于提示拍摄过程出错或者被拍摄者身体异常的警告消息。
进一步地，所述从胸部X线平片中提取肺组织轮廓这一步骤具体包括：
根据胸部X线平片上各点的灰度，将胸部X线平片分为分别与肺组织、软组织和背景对应的各部分；
提取胸部X线平片上肺组织对应的部分与软组织对应的部分之间的交界，从而得到肺组织轮廓。
进一步地，在获取到胸部X线平片上肺组织对应的部分与软组织对应的部分之间的交界之后，还对所述交界进行滤波处理。
进一步地，所述方法还包括以下步骤：
以人体中线为参考，将肺组织轮廓区分为左侧部分和右侧部分。
进一步地，所述根据所计算出的斜率确定心尖位置这一步骤具体包括：
计算所述左侧部分各点斜率的最大值与最小值之差，从而获得第一差值；
计算所述右侧部分各点斜率的最大值与最小值之差，从而获得第二差值；
根据第一差值和第二差值中较大者所对应的肺组织轮廓所处位置作为心尖位置。
进一步地，通过以下步骤获取所述人体中线：
查找肺组织轮廓的左侧部分的纵向最高点和纵向最低点；
查找肺组织轮廓的右侧部分的纵向最高点和纵向最低点；
查找肺组织轮廓的左侧部分的纵向最高点和肺组织轮廓的右侧部分的纵向最高点所形成的第一连线的中点；
查找肺组织轮廓的左侧部分的纵向最低点和肺组织轮廓的右侧部分的纵向最低点所形成的第二连线的中点；
以第一连线的中点和第二连线的中点所在直线作为人体中线。
进一步地，通过以下步骤获取所述人体中线：
获取胸部X线平片在垂直方向的中线；
将胸部X线平片在垂直方向的中线作为人体中线。
本发明所采取的第二技术方案是：
一种用于识别胸部X线平片中心脏方位的装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行第一技术方案所述方法。
本发明的有益效果是：能够通过计算机等自动化设备自动识别胸部X线平片图像中的心尖所在位置，从而进一步识别心脏方位，避免需要人工逐张观察胸部X线平片来进行判断和识别，提高识别效率，降低了出错率。
进一步地，在识别出心脏方位之后还可以自动按照识别结果给出相应的警告消息，以对医务人员进行提醒，从而提高诊疗效果。
附图说明
图1为实施例1方法的流程图；
图2为待识别心脏方位的胸部X线平片图像；
图3为图2的局部放大图；
图4为待识别人体中线的胸部X线平片图像。
具体实施方式
实施例1
一种用于识别胸部X线平片中心脏方位的方法，参照图1，包括以下步骤：
从胸部X线平片中提取肺组织轮廓；
计算肺组织轮廓各点的斜率；
根据所计算出的斜率确定心尖位置。
如图2所示是一张典型的胸部X线平片图像。胸部X线平片中肺组织A、软组织B和背景C的灰度明显是不同的，因此可以通过灰度比较来将胸部X线平片图像分成背景、软组织和肺组织三部分，其中肺组织包含左侧部分和右侧部分。进一步地通过灰度对比将肺组织A与软组织B的交界确定为肺组织轮廓。在提取肺组织轮廓的过程中，为了提高准确率，可以先将肺组织A与软组织B所对应的区域进行二值化。提取得到肺组织轮廓之后，可以进一步对肺组织轮廓进行滤波处理，从而去除毛刺和尖锐成分，使得肺组织轮廓更加光滑。
图2中D所指的部分为心尖，识别心尖位置是识别心脏方位的关键。由图2可以看到，除了肺尖和肋膈角等位置之外，肺组织轮廓的其他部分都是比较平直的，而心尖对应的肺组织轮廓部分则具有较高的弯曲程度，即心尖对应的肺组织轮廓部分的斜率变化程度较大，因此可以通过斜率来识别心尖所在位置。
在计算斜率的过程中，优选地只针对肺组织轮廓的内侧进行计算。肺组织轮廓的内侧是指肺组织轮廓上最接近人体中线的部分。图3是图2的局部放大图，图3中所示的部分肺组织轮廓就是整个肺组织轮廓的内侧。与肺组织轮廓整体分为左侧部分和右侧部分对应，肺组织轮廓的内侧也分为左侧部分和右侧部分。
根据图3可以看到，肺组织轮廓的内侧中较为弯曲的部分(即图中的右侧部分)所对应的就是心尖所在位置。在数学上可以将肺组织轮廓的各点坐标化之后计算斜率，然后斜率变化最大的部分确认为心尖所在位置。
进一步作为优选的实施方式，所述根据所计算出的斜率确定心尖位置这一步骤具体包括：
计算所述左侧部分各点斜率的最大值与最小值之差，从而获得第一差值；
计算所述右侧部分各点斜率的最大值与最小值之差，从而获得第二差值；
根据第一差值和第二差值中较大者所对应的肺组织轮廓所处位置作为心尖位置。
对图2进行局部考察，如图3所示，肺组织轮廓的内侧分为左侧部分和右侧部分，优选地只针对肺组织轮廓的内侧各点计算斜率。分别计算第一差值和第二差值，其中第一差值为左侧部分各点斜率的最大值与最小值之差，第二差值为右侧部分各点斜率的最大值与最小值之差。如图3所示，计算结果将为第二差值较大，即肺组织轮廓的内侧的右侧部分具有较大弯曲程度，因此可以判定心尖位于图3所示的右侧。
在获取到心尖所在位置后，还可以进一步将心尖所在位置与R字形标记进行比较。在胸部X线平片上，R字形标记具有与周围明显不同的灰度，因此可以通过灰度比较或者其他图像识别方法将R字形标记识别出来，从而得到R字形标记所在位置。
根据X线平片中心尖位置与R字形标记所在位置的关系，可以自动判断是否存在异常状态。具体判断规则为：
心尖与R字形标记位于胸部X线平片的不同侧，在医学上一般属于正常情况，在这种情况下可以无需发出警告消息；
心尖与R字形标记位于胸部X线平片的同一侧，在医学上一般属于异常情况，造成这种现象的原因可能是被拍摄者属于右位心，或者医务人员因工作疏忽而将相关设备左右翻转安装，无论是哪种情况，都会影响后续的诊疗工作，必须引起注意，因此出现这种情况时可以发出警告消息，从而提醒医务人员被拍摄者可能身体异常(右位心)或者拍摄过程出错(相关设备左右翻转安装)。
值得说明的是，在被拍摄者本身为右位心、医务人员工作疏忽而将相关设备左右翻转安装同时发生的情况下，所拍摄出的胸部X线平片中，也将出现心尖与R字形标记位于不同侧的现象，因此本发明方法理论上存在误判的可能性，但是医学统计数据显示，右位心的发病率仅为0.013％-0.05％，而医务人员工作疏忽造成拍摄胸部X线平片过程中出错的概率也是相当低的，综合考虑之后，发生这种误判的可能性极小，可以忽略不计。
本实施例中，对胸部X线平片的“左侧”“右侧”“同一侧”和“不同侧”等的描述都是以胸部X线平片上的人体中线为参考的，人体中线也就是胸部X线平片上气管或脊柱所在的直线。本实施例中还公开了适用于自动识别出胸部X线平片上人体中线的方法。
由于在拍摄胸部X线平片过程中，被拍摄者的***与相关设备的位置关系具有一定固定性，因此拍摄出来的胸部X线平片上的人体中线基本与胸部X线平片图像的中轴线重合，因此可以直接获取胸部X线平片图像的中轴线作为人体中线。即第一种自动识别出胸部X线平片上人体中线的方法包括以下步骤：
获取胸部X线平片在垂直方向的中线；
将胸部X线平片在垂直方向的中线作为人体中线。
第二种自动识别出胸部X线平片上人体中线的方法，通过以下步骤获取所述人体中线：
查找肺组织轮廓的左侧部分的纵向最高点和纵向最低点；
查找肺组织轮廓的右侧部分的纵向最高点和纵向最低点；
查找肺组织轮廓的左侧部分的纵向最高点和肺组织轮廓的右侧部分的纵向最高点所形成的第一连线的中点；
查找肺组织轮廓的左侧部分的纵向最低点和肺组织轮廓的右侧部分的纵向最低点所形成的第二连线的中点；
以第一连线的中点和第二连线的中点所在直线作为人体中线。
参照图4，将胸部X线平片图像各点坐标化之后，可以根据肺组织轮廓各点的纵坐标来进行提取。将肺组织轮廓的左侧部分的纵向最高点(纵坐标最大值对应的点)E1和纵向最低点(纵坐标最小值对应的点)F1、肺组织轮廓的右侧部分的纵向最高点(纵坐标最大值对应的点)E2和纵向最低点(纵坐标最小值对应的点)F2提取出来，其中E1和E2在医学意义分别为左右两肺的肺尖，F1和F2在医学意义分别为左右两肺的肋膈角。E1-E2连线的中点与F1-F2连线的中点所形成的直线在医学上可认为是人体中线。
实施例2
假设一张胸部X线平片的像素灰度为f(x,y)函数，其中(x,y)为各像素坐标。根据灰度来划分区域的标准可以是：当20<f(x,y)<100时将点归为肺组织，而110<f(x,y)<200时将其归为软组织，当f(x,y)<10时归为背景，这样的组合方式将肺组织、软组织和背景所具有的灰度像素分为三组。
提取肺组织与软组织的边界的方法可以是：当相邻像素灰度值发生急剧变化时，认定该像素点为肺组织与软组织的边界，即在水平方向上的两个相邻点(xn,yn)与(xn-1,yn-1)满足|f(xn,yn)-f(xn-1,yn-1)|>10时可以认为(xn,yn)与(xn-1,yn-1)之间为肺组织与软组织的边界，并将(xn,yn)与(xn-1,yn-1)作为肺组织轮廓上的点。
依次将边界点连接起来，形成两肺组织轮廓。可以使用4阶50Hz的低通滤波器将外部轮廓中毛躁的低频信号滤除，得到光滑的肺组织轮廓，并提取外部轮廓中靠近人体中线的内侧部分。
计算肺组织轮廓上点(xn,yn)的斜率，可以获取肺组织轮廓上与点(xn,yn)相邻的点(xn-1,yn-1)，然后通过公式
Figure BDA0001774854770000061
计算得到斜率kn。
针对图3所示的肺组织轮廓的内侧，对其左侧部分的各点斜率进行计算，得到一组斜率
Figure BDA0001774854770000062
对其右侧部分的各点斜率进行计算，得到一组斜率
Figure BDA0001774854770000063
计算两组斜率各自的最大值与最小值之差，即
Figure BDA0001774854770000064
Figure BDA0001774854770000065
在实际计算中，可以设置一个阈值，如设定为30，当dl或dr大于这个阈值时即可判定心尖位于与dl或dr对应的肺组织轮廓所在一侧。或者直接对dl和dr的大小进行判断，较大者对应的肺组织轮廓所在一侧就是心尖所在的位置。
实施例3
本实施例一种用于识别胸部X线平片中心脏方位的装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例1或实施例2所述方法。
本实施例装置还可以连接到DR平板探测器或者胶片扫描仪等设备，从而获取胸部X线平片的电子图像供处理器进行处理。
综上，本发明的有益效果是：
能够通过计算机等自动化设备自动识别胸部X线平片图像中的心尖所在位置，从而进一步识别心脏方位，避免需要人工逐张观察胸部X线平片来进行判断和识别，提高识别效率，降低了出错率；
在识别出心脏方位之后还可以自动按照识别结果给出相应的警告消息，以对医务人员进行提醒，从而提高诊疗效果。
以上是对本发明的较佳实施进行了具体说明，但对本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (8)

1.一种用于识别胸部X线平片中心脏方位的方法，其特征在于，包括以下步骤：
从胸部X线平片中提取肺组织轮廓；
计算肺组织轮廓各点的斜率；
根据所计算出的斜率确定心尖位置；
以人体中线为参考，将所述肺组织轮廓区分为左侧部分和右侧部分；
所述根据所计算出的斜率确定心尖位置这一步骤具体包括：
计算所述左侧部分各点斜率的最大值与最小值之差，从而获得第一差值；
计算所述右侧部分各点斜率的最大值与最小值之差，从而获得第二差值；
根据第一差值和第二差值中较大者所对应的肺组织轮廓所处位置作为心尖位置。
2.根据权利要求1所述的一种用于识别胸部X线平片中心脏方位的方法，所述胸部X线平片上带有用于表示被拍摄者身体方位的标记，其特征在于，在确定心尖位置之后，还包括以下步骤：
将心尖位置与所述标记进行对比，从而获得对比结果；所述对比结果包括心尖位置与标记均位于相对于人体中线的同一侧，以及心尖位置与标记分别位于相对于人体中线的不同侧；
根据对比结果发出相应的消息。
3.根据权利要求2所述的一种用于识别胸部X线平片中心脏方位的方法，所述标记用于标示被拍摄者的身体右侧，其特征在于，所述根据对比结果发出相应的消息这一步骤具体包括：
如果心尖位置与标记位于相对于人体的同一侧，则发出用于提示拍摄过程出错或者被拍摄者身体异常的警告消息。
4.根据权利要求1所述的一种用于识别胸部X线平片中心脏方位的方法，其特征在于，所述从胸部X线平片中提取肺组织轮廓这一步骤具体包括：
根据胸部X线平片上各点的灰度，将胸部X线平片分为分别与肺组织、软组织和背景对应的各部分；
提取胸部X线平片上肺组织对应的部分与软组织对应的部分之间的交界，从而得到肺组织轮廓。
5.根据权利要求4所述的一种用于识别胸部X线平片中心脏方位的方法，其特征在于，在获取到胸部X线平片上肺组织对应的部分与软组织对应的部分之间的交界之后，还对所述交界进行滤波处理。
6.根据权利要求1所述的一种用于识别胸部X线平片中心脏方位的方法，其特征在于，通过以下步骤获取所述人体中线：
查找肺组织轮廓的左侧部分的纵向最高点和纵向最低点；
查找肺组织轮廓的右侧部分的纵向最高点和纵向最低点；
查找肺组织轮廓的左侧部分的纵向最高点和肺组织轮廓的右侧部分的纵向最高点所形成的第一连线的中点；
查找肺组织轮廓的左侧部分的纵向最低点和肺组织轮廓的右侧部分的纵向最低点所形成的第二连线的中点；
以第一连线的中点和第二连线的中点所在直线作为人体中线。
7.根据权利要求2所述的一种用于识别胸部X线平片中心脏方位的方法，其特征在于，通过以下步骤获取所述人体中线：
获取胸部X线平片在垂直方向的中线；
将胸部X线平片在垂直方向的中线作为人体中线。
8.一种用于识别胸部X线平片中心脏方位的装置，其特征在于，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行权利要求1-7任一项所述方法。
CN201810965502.6A 2018-08-23 2018-08-23 一种用于识别胸部x线平片中心脏方位的方法和装置 Active CN109191523B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810965502.6A CN109191523B (zh) 2018-08-23 2018-08-23 一种用于识别胸部x线平片中心脏方位的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810965502.6A CN109191523B (zh) 2018-08-23 2018-08-23 一种用于识别胸部x线平片中心脏方位的方法和装置

Publications (2)

Publication Number Publication Date
CN109191523A CN109191523A (zh) 2019-01-11
CN109191523B true CN109191523B (zh) 2021-11-09

Family

ID=64919667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810965502.6A Active CN109191523B (zh) 2018-08-23 2018-08-23 一种用于识别胸部x线平片中心脏方位的方法和装置

Country Status (1)

Country Link
CN (1) CN109191523B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110473180A (zh) * 2019-07-31 2019-11-19 南方医科大学南方医院 胸部呼吸运动的识别方法、***及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5072384A (en) * 1988-11-23 1991-12-10 Arch Development Corp. Method and system for automated computerized analysis of sizes of hearts and lungs in digital chest radiographs
US6335980B1 (en) * 1997-07-25 2002-01-01 Arch Development Corporation Method and system for the segmentation of lung regions in lateral chest radiographs
CN1442118A (zh) * 2002-03-05 2003-09-17 株式会社东芝 图像处理设备和超声诊断设备
EP1460584A3 (en) * 2002-12-10 2005-02-16 Eastman Kodak Company Method for automatic construction of 2D statistical shape model for the lung regions
CN101152096A (zh) * 2006-09-27 2008-04-02 株式会社东芝 超声波诊断装置以及医用图像处理装置
CN103400398A (zh) * 2013-07-31 2013-11-20 东北大学 一种基于胸部定位片的心脏自动定位方法
CN103927160A (zh) * 2013-12-25 2014-07-16 宁波市科技园区明天医网科技有限公司 心电标准化报告智能辅助生成方法和***
CN107563998A (zh) * 2017-08-30 2018-01-09 上海联影医疗科技有限公司 医学图像中心脏图像处理方法
CN108205941A (zh) * 2018-01-04 2018-06-26 苏州尚领医疗科技有限公司 一种实时检测胸腔弹性系数的方法及胸外按压反馈***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6174279B1 (en) * 1999-09-21 2001-01-16 Acorn Cardiovascular, Inc. Cardiac constraint with tension indicator
US7616818B2 (en) * 2003-02-19 2009-11-10 Agfa Healthcare Method of determining the orientation of an image
US8463361B2 (en) * 2007-05-24 2013-06-11 Lifewave, Inc. System and method for non-invasive instantaneous and continuous measurement of cardiac chamber volume
JP5591545B2 (ja) * 2010-01-20 2014-09-17 株式会社東芝 磁気共鳴映像装置
CN104732520A (zh) * 2015-01-31 2015-06-24 西安华海盈泰医疗信息技术有限公司 一种胸部数字影像的心胸比测量算法及***
CN106991697B (zh) * 2017-04-17 2019-08-06 心医国际数字医疗***(大连)有限公司 胸部数字影像的心胸比测量方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5072384A (en) * 1988-11-23 1991-12-10 Arch Development Corp. Method and system for automated computerized analysis of sizes of hearts and lungs in digital chest radiographs
US6335980B1 (en) * 1997-07-25 2002-01-01 Arch Development Corporation Method and system for the segmentation of lung regions in lateral chest radiographs
CN1442118A (zh) * 2002-03-05 2003-09-17 株式会社东芝 图像处理设备和超声诊断设备
EP1460584A3 (en) * 2002-12-10 2005-02-16 Eastman Kodak Company Method for automatic construction of 2D statistical shape model for the lung regions
CN101152096A (zh) * 2006-09-27 2008-04-02 株式会社东芝 超声波诊断装置以及医用图像处理装置
CN103400398A (zh) * 2013-07-31 2013-11-20 东北大学 一种基于胸部定位片的心脏自动定位方法
CN103927160A (zh) * 2013-12-25 2014-07-16 宁波市科技园区明天医网科技有限公司 心电标准化报告智能辅助生成方法和***
CN107563998A (zh) * 2017-08-30 2018-01-09 上海联影医疗科技有限公司 医学图像中心脏图像处理方法
CN108205941A (zh) * 2018-01-04 2018-06-26 苏州尚领医疗科技有限公司 一种实时检测胸腔弹性系数的方法及胸外按压反馈***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张戈军."胸部X线平片在心血管疾病诊断中的价值".《 临床荟萃》.2009,第24卷(第5期),1663-1666. *

Also Published As

Publication number Publication date
CN109191523A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
Chawla et al. A method for automatic detection and classification of stroke from brain CT images
CN107292877B (zh) 一种基于眼底图像特征的左右眼识别方法
US8437520B2 (en) Medical image processor and medical image processing method
JP4702971B2 (ja) コンピュータ支援診断システム
US6055326A (en) Method for orienting electronic medical images
US7881508B2 (en) Method, apparatus, and program for judging medical images
US20110103674A1 (en) Marker detection in x-ray images
KR101530015B1 (ko) 컴퓨터 단층촬영 이미지의 밀도 분석 방법
CN115345893B (zh) 基于图像处理的卵巢组织癌变区域分割方法
JP2002503861A (ja) 胸部ｘ線写真における肺領域と肋骨横隔膜角の自動描画方法とシステム
JP2014128648A (ja) 画像処理装置及び画像処理方法
CN109191523B (zh) 一种用于识别胸部x线平片中心脏方位的方法和装置
US20150206300A1 (en) Method and apparatus for extraction and quantification of hematoma from a brain scan such as computed tomography data
TWI439253B (zh) Method and system for disease detection using human infrared thermal map
US10062164B2 (en) Method for the analysis of image data representing a three-dimensional volume of biological tissue
CN116030042A (zh) 一种针对医生目诊的诊断装置、方法、设备及存储介质
Bulpitt et al. Spiral CT of abdominal aortic aneurysms: comparison of segmentation with an automatic 3D deformable model and interactive segmentation
CN109615656A (zh) 一种基于模型搜索的脊柱定位方法
EP3224802B1 (en) Image processing apparatus and method
KR102349360B1 (ko) 영상 진단기기를 이용한 특발성 정상압 수두증의 진단 방법 및 시스템
Kaur et al. Detection of brain tumor using NNE approach
Desai et al. Arytenoid cartilage feature point detection using laryngeal 3D CT images in Parkinson's disease
US20050281373A1 (en) Method for the automatic scaling verification of an image, in particular a patient image
CN117523207B (zh) 肺叶分割矫正处理的方法、装置、电子设备及存储介质
Nohel et al. Detection of optic disc in retinal fundus image

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