CN111145092A - 一种腿部表面红外血管图像的处理方法及装置 - Google Patents
一种腿部表面红外血管图像的处理方法及装置 Download PDFInfo
- Publication number
- CN111145092A CN111145092A CN201911295414.0A CN201911295414A CN111145092A CN 111145092 A CN111145092 A CN 111145092A CN 201911295414 A CN201911295414 A CN 201911295414A CN 111145092 A CN111145092 A CN 111145092A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- image
- infrared blood
- infrared
- leg
- 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
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 282
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 title claims abstract description 40
- 201000010099 disease Diseases 0.000 claims abstract description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 15
- 230000003287 optical effect Effects 0.000 claims description 32
- 238000011161 development Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 239000012535 impurity Substances 0.000 claims description 5
- 230000002792 vascular Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 24
- 230000000007 visual effect Effects 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 11
- 238000003745 diagnosis Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 210000003462 vein Anatomy 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010046996 Varicose vein Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种腿部表面红外血管图像的处理方法,包括:对患者的腿部表面进行图像采集,获得视频帧序列;从所述视频帧序列中提取出所述第一红外血管光区图像;将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像;输出所述第三红外血管光区图像。本发明实现了增大腿部皮肤浅层血管成像区域,使得医生可以对患者腿部的大范围的血管纹路分布有一个整体的直观感受,提高病诊断的准确性的技术效果。同时,本发明还提供了一种腿部表面红外血管图像的处理装置和计算机可读存储介质。
Description
技术领域
本发明涉及医疗器械技术领域,尤其涉及一种腿部表面红外血管图像的处理方法及装置。
背景技术
人体皮肤表面浅层静脉纹路包含着大量的信息,且每个人的静脉血管结构是不相同的。因各种客观因素,如皮肤厚度,脂肪等导致部分患者静脉及其纹路不易评估,给医生在临床操作上带来极大不便,医生很难精确皮肤表面浅层静脉的纹路分布。医生一般借助医疗器械辅助观察,如投影式红外线血管成像仪等,使医生由传统的依靠触觉转变为更为直观的视觉,对血管的走向一目了然。
投影式红外线血管成像仪等医疗器械是将光学技术与超灵敏的探测器合为一体,应用图像采集和增加技术实现血管可视化的浅表血管成像技术。其具有小巧、可移动、投影处静脉清晰可见等特点,可很好的解决部分患者血管条件差、血管较细、不连续、静脉曲张评估,肉眼难以观察、无法进行有效穿刺等难题。
但是,目前的皮肤浅层血管成像医疗器械自身成像区域过窄,医生只能观察到很小的局部血管纹路分布情况,不能对腿部的大范围的血管纹路分布有一个整体的直观感受。
发明内容
本申请实施例通过提供一种腿部表面红外血管图像的处理方法及装置,解决了现有技术中的皮肤浅层血管成像医疗器械存在成像区域过窄的技术问题,实现了增大腿部皮肤浅层血管成像区域,使得医生可以对患者腿部的大范围的血管纹路分布有一个整体的直观感受,提高病诊断的准确性的技术效果。
第一方面,本申请通过本申请的一实施例提供如下技术方案:
一种腿部表面红外血管图像的处理方法,应用于电子设备中,包括:
对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;
从所述视频帧序列中提取出所述第一红外血管光区图像;
将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;
输出所述第三红外血管光区图像。
优选地,在所述从所述视频帧序列中提取出所述第一红外血管光区图像之后,还包括:
对所述第一红外血管光区图像进行过滤,以去除所述第一红外血管光区图像中的杂质图像。
优选地,所述将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,包括:
基于纹理配准规则,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像;
基于轮廓配准规则,将所述第一红外血管光区图像与背景图像进行配准,获得第二配准图像;
将所述第一配准图像和所述第二配准图像进行光区融合,获得所述第三红外血管光区图像。
优选地,所述基于纹理配准规则,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像,包括:
从所述第一红外血管光区图像中识别出患者的腿部的第一纹理信息;
从所述第二红外血管光区图像中识别出患者的腿部的第二纹理信息;
基于所述第一纹理信息和所述第二纹理信息,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像。
优选地,所述基于轮廓配准规则,将所述第一红外血管光区图像与背景图像进行配准,获得第二配准图像,包括:
从所述第一红外血管光区图像中识别出所述患者的腿部的第一轮廓信息;
从所述背景图像中识别出所述患者的腿部的第二轮廓信息,所述背景图像来自于所述视频帧序列;
基于所述第一轮廓信息和所述第二轮廓信息,将所述第一红外血管光区图像与所述背景图像进行配准,获得第二配准图像。
优选地,所述输出所述第三红外血管光区图像之后,还包括:
获取用户的标记操作;
基于所述标记操作,在所述第三红外血管光区图像上进行标记;
将携带有标记结果的所述第三红外血管光区图像保存在医疗查询***中。
优选地,在所述输出所述第三红外血管光区图像之后,还包括:
获取所述患者的标识信息;
基于所述患者的标识信息,在医疗查询***中查询所述患者的历史就诊信息;
基于所述历史就诊信息和所述第三红外血管光区图像,生成所述患者的病情发展趋势信息;
输出所述病情发展趋势信息。
基于同一发明构思,第二方面,本申请通过本申请的一实施例,提供如下技术方案:
一种腿部表面红外血管图像的处理装置,应用于电子设备中,包括:
采集模块,用于对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;
提取模块,用于从所述视频帧序列中提取出所述第一红外血管光区图像;
拼接模块,用于将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;
输出模块,用于输出所述第三红外血管光区图像。
基于同一发明构思,第三方面,本申请通过本申请的一实施例,提供如下技术方案:
一种腿部表面红外血管图像的处理装置,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可以实现上述第一方面中任一实施方式的方法步骤。
基于同一发明构思,第四方面,本申请通过本申请的一实施例,提供如下技术方案:
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可以实现上述第一方面中任一实施方式的方法步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
在本申请实施例中,公开了一种腿部表面红外血管图像的处理方法,包括:对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;从所述视频帧序列中提取出所述第一红外血管光区图像;将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;输出所述第三红外血管光区图像。如此,解决了现有技术中的皮肤浅层血管成像医疗器械存在成像区域过窄的技术问题,实现了增大腿部皮肤浅层血管成像区域,使得医生可以对患者腿部的大范围的血管纹路分布有一个整体的直观感受,提高病诊断的准确性的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种腿部表面红外血管图像的处理方法的流程图;
图2为本发明实施例中步骤S103的细化流程图;
图3为本发明实施例中一种腿部表面红外血管图像的效果示意图;
图4为本发明实施例中一种腿部表面红外血管图像的处理装置的结构示意图;
图5为本发明实施例中一种腿部表面红外血管图像的处理装置的结构示意图;
图6为本发明实施例中一种腿部表面红外血管图像的处理作为服务器时的结构示意图。
具体实施方式
本申请实施例通过提供一种腿部表面红外血管图像的处理方法及装置,解决了现有技术中的皮肤浅层血管成像医疗器械存在成像区域过窄的技术问题,实现了增大腿部皮肤浅层血管成像区域,使得医生可以对患者腿部的大范围的血管纹路分布有一个整体的直观感受,提高病诊断的准确性的技术效果。
本申请实施例的技术方案为解决上述技术问题,总体思路如下:
一种腿部表面红外血管图像的处理方法,包括:对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;从所述视频帧序列中提取出所述第一红外血管光区图像;将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;输出所述第三红外血管光区图像。如此,解决了现有技术中的皮肤浅层血管成像医疗器械存在成像区域过窄的技术问题,实现了增大腿部皮肤浅层血管成像区域,使得医生可以对患者腿部的大范围的血管纹路分布有一个整体的直观感受,提高病诊断的准确性的技术效果。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明,本文中出现的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
其次说明,本文中出现的术语“多个”,一般是指“两个以上”,包含“两个”的情况。
实施例一
如图1所示,本实施例提供了一种腿部表面红外血管图像的处理方法,包括:
步骤S101:对患者的腿部表面进行图像采集,获得视频帧序列,其中,视频帧序列中包含红外线血管成像仪在第一时刻对患者的腿部表面进行扫描时输出的第一红外血管光区图像。
在具体实施过程中,所述方法应用于电子设备中,所述电子设备可以为:PC(Personal Computer,个人电脑)、或智能手机、或平板电脑、或智能电视、或服务器、等等。此处,对于所述电子设备具体是何种设备,本实施例不做具体限定。
在具体实施过程中,所述电子设备具有一图像采集装置(例如:摄像头),用于对患者的腿部表面进行图像采集。
举例来讲,可以用三脚架固定连接电子设备的摄像头,放置在患者腿部前方,同时,医生手持投影式红外线血管成像仪扫描患者腿部,投影式红外线血管成像仪具有一显示屏,可以实时输出腿部的表面的浅层血管纹路分布图像。在医生使用投影式红外线血管成像仪对患者腿部进行扫描的同时,电子设备可以通过摄像头采集患者腿部的图像(其中包含投影式红外线血管成像仪的显示屏上的图像),获得视频帧序列。
在具体实施过程中,在执行完步骤S101之后,即可执行步骤S102。
步骤S102:从视频帧序列中提取出第一红外血管光区图像。
在具体实施过程中,可以利用如差分法,肤色检测,图像分割算法等,将摄像头传来的视频帧序列中的红外血管光区图像进行分割提取出来,获得第一红外血管光区图像。
作为一种可选的实施例,在步骤S102之后,还包括:
对第一红外血管光区图像进行过滤,以去除第一红外血管光区图像中的杂质图像。
在具体实施过程中,由于医生在手持投影式红外线血管成像仪扫描的过程中,受扫描速度,光照等因素的影响,会出现一些模糊和重叠度很高的血管纹路光区图。对此,需要对第一红外血管光区图像进行过滤(例如:主要是重叠过滤和模糊检测过滤,去掉一些无用的光区图)。具体地,可以利用图像质量检测的相关算法进行图像质量检测评估,从而对第一红外血管光区图像进行过滤。
在具体实施过程中,在执行完步骤S102之后,即可执行步骤S103。
步骤S103:将第一红外血管光区图像和第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,第二红外血管光区图像为红外线血管成像仪在第二时刻对患者的腿部表面进行扫描时输出的红外血管光区图像,第二时刻在第一时刻之前。
在具体实施过程中,第二红外血管光区图和第一红外血管光区图像可以为相邻的两帧图像,也可以为不相邻的两帧图像,且第二红外血管光区图位于第一红外血管光区图之前。
在具体实施过程中,需要将第一红外血管光区图像和第二红外血管光区图进行拼接。在拼接过程中,需要保证腿型一致且完整,血管纹路则保证一致,从而医生提供一个实时的、整体的、直观的视觉感受,以利于医生的准确诊疗。
作为一种可选的实施例,如图2所示,步骤S103,包括:
步骤S201:基于纹理配准规则,将第一红外血管光区图像与第二红外血管光区图像进行配准,获得第一配准图像;
步骤S202:基于轮廓配准规则,将第一红外血管光区图像与背景图像进行配准,获得第二配准图像;
步骤S203:将第一配准图像和第二配准图像进行光区融合,获得第三红外血管光区图像。
在步骤S201中,可以从第一红外血管光区图像中识别出患者的腿部的第一纹理信息;从第二红外血管光区图像中识别出患者的腿部的第二纹理信息;基于第一纹理信息和第二纹理信息,将第一红外血管光区图像与第二红外血管光区图像进行配准,获得第一配准图像。
在步骤S202中,可以从第一红外血管光区图像中识别出患者的腿部的第一轮廓信息;从背景图像中识别出患者的腿部的第二轮廓信息;基于第一轮廓信息和第二轮廓信息,将第一红外血管光区图像与背景图像进行配准,获得第二配准图像。
其中,背景图像来自于视频帧序列,可以是提前提取到的。在提取出背景图像时,需要控制好周围环境(例如:光照,背景单一等),利用摄像头提取一帧作为背景图像。提取出的背景图像可以与第一红外血管光区图像和/或第二红外血管光区图像配准组合,从而提供一个较好的可视效果。
医生在扫描的整个过程中,期望患者是站立不动的,但是患者难免会存在微小晃动。为了避免由于患者站立时,腿部微小晃动给最终血管纹理拼接带来的影响。此处,可以执行步骤S201,将第一红外血管光区图像的纹理与第二红外血管光区图像的纹理进行配准;同时,执行步骤S202,将第一红外血管光区图像的腿部轮廓与背景图像的腿部轮廓做一个粗略图像配准;如此,可以矫正由于扫描中患者腿部微小晃动带来的微小误差。这个过程可以称作“拼接矫正”。
在具体实施过程中,由于将第一红外血管光区图像与第二红外血管光区图像进行配准时,不能保证所有匹配一定完全正确无误。故需要对矫正后的结果进行评估,及时丢弃矫正失败的帧。
经过上述处理,可以得到一张纹理清晰合理的光区图(即:第一红外血管光区图像),且保证与第二红外血管光区图像的血管纹路相一致。由于患者腿部基本没动,即使有微小晃动,经过矫正过程,可以弥补微小晃动带来的误差。
在步骤S203中,可以采用多波段融合、泊松融合等算法,将第一配准图像和第二配准图像进行光区融合,达到一种无缝连接的可视效果,获得第三红外血管光区图像,
如图3所示,可以将第一红外血管光区图像A和第二红外血管光区图像B进行拼接,拼接后的图像可以称作第三红外血管光区图像。
在具体实施过程中,可以将两张以上(例如:3张、或5张、或8张、等等)的红外血管光区图像进行拼接,获得面积更大的第三红外血管光区图像。
在具体实施过程中,在获得第三红外血管光区图像之后,可以将其保存到医疗查询***中。
在具体实施过程中,在执行完步骤S103之后,即可执行步骤S104。
步骤S104:输出第三红外血管光区图像。
在具体实施过程中,电子设备还包括一图像显示装置(例如:显示屏),可以采用多线程技术,将多张红外血管光区图像(例如:第三红外血管光区图像)在图像显示装置上进行并行展示,为医生提供一个实时可观的视觉效果。
作为一种可选的实施例,在步骤S104之后,还包括:
获取用户(例如:医生)的标记操作;基于标记操作,在第三红外血管光区图像上进行标记;将携带有标记结果的第三红外血管光区图像保存在医疗查询***中。
在具体实施过程中,可以提供对扫描后的结果图像进行标记的功能,医生对扫描结果进行标注处理,对关键部位进行突出,对病情严重程度做评估打分。
在具体实施过程中,还可以提供图像(即:红外血管光区图像)的增加、删除、修改、查寻、等基本功能。
作为一种可选的实施例,在步骤S104之后,还包括:
获取患者的标识信息;基于患者的标识信息,在医疗查询***中查询患者的历史就诊信息;基于历史就诊信息和第三红外血管光区图像,生成患者的病情发展趋势信息;输出病情发展趋势信息(即:病情分析报告)。
举例来讲,还可以可以根据当前患者的标识信息(例如:姓名、ID、身份证号、等等)查询***,判断***是否存在当前患者信息;若有,查询该患者的历史就诊信息,与当前扫描结果(即;第三红外血管光区图像)评估一起进行统计汇总,显示患者病情发展趋势信息,根据病情趋势医生及时做出治疗决策;否则,直接将当前扫描结果存入***。
本实施例有效地解决了目前的皮肤浅层血管成像医疗器械自身成像区域过窄,医生对腿部血管纹路观察范围过窄,从而影响医疗诊断的问题。相比于现有技术,本实施例提供的方法,具有灵活直观、可视化的特点,医生可以灵活地对关心的区域进行扫描,并且可以实时观察到腿部血管的分布,为后续分析处理和评估带来便利,节约时间和成本。同时可以保证红外血管光区纹路的衔接一致和腿型不变而又迅速显示的效果。这得益于本技术采用图像拼接,图片质量检测,图像融合,图像配准,多线程显示等技术。其中图像拼接技术为展示腿部浅层血管分布提供基础,多线程实时显示,给医生一个实时腿部血管展示的直观视觉感受。图片质量检测,图像融合,图像配准等技术保证最终拼接的效果。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
在本申请实施例中,公开了一种腿部表面红外血管图像的处理方法,包括:对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;从所述视频帧序列中提取出所述第一红外血管光区图像;将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;输出所述第三红外血管光区图像。如此,解决了现有技术中的皮肤浅层血管成像医疗器械存在成像区域过窄的技术问题,实现了增大腿部皮肤浅层血管成像区域,使得医生可以对患者腿部的大范围的血管纹路分布有一个整体的直观感受,提高病诊断的准确性的技术效果。
实施例二
基于同一发明构思,如图4所示,本实施例提供了一种腿部表面红外血管图像的处理装置200,应用于电子设备中,包括:
采集模块201,用于对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;
提取模块202,用于从所述视频帧序列中提取出所述第一红外血管光区图像;
拼接模块203,用于将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;
输出模块204,用于输出所述第三红外血管光区图像。
作为一种可选的实施例,所述装置200,还包括:
杂质过滤模块,用于在所述从所述视频帧序列中提取出所述第一红外血管光区图像之后,对所述第一红外血管光区图像进行过滤,以去除所述第一红外血管光区图像中的杂质图像。
作为一种可选的实施例,所述拼接模块203,具体用于:
基于纹理配准规则,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像;基于轮廓配准规则,将所述第一红外血管光区图像与背景图像进行配准,获得第二配准图像;将所述第一配准图像和所述第二配准图像进行光区融合,获得所述第三红外血管光区图像。
作为一种可选的实施例,所述拼接模块203,具体用于:
从所述第一红外血管光区图像中识别出患者的腿部的第一纹理信息;从所述第二红外血管光区图像中识别出患者的腿部的第二纹理信息;基于所述第一纹理信息和所述第二纹理信息,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像。
作为一种可选的实施例,所述拼接模块203,具体用于:
从所述第一红外血管光区图像中识别出所述患者的腿部的第一轮廓信息;从所述背景图像中识别出所述患者的腿部的第二轮廓信息,所述背景图像来自于所述视频帧序列;基于所述第一轮廓信息和所述第二轮廓信息,将所述第一红外血管光区图像与所述背景图像进行配准,获得第二配准图像。
作为一种可选的实施例,所述装置200,还包括:
标记模块,用于在所述输出所述第三红外血管光区图像之后,获取用户的标记操作;基于所述标记操作,在所述第三红外血管光区图像上进行标记;
保存模块,用于将携带有标记结果的所述第三红外血管光区图像保存在医疗查询***中。
作为一种可选的实施例,所述装置200,还包括:
查询模块,用于在所述输出所述第三红外血管光区图像之后,获取所述患者的标识信息;基于所述患者的标识信息,在医疗查询***中查询所述患者的历史就诊信息;
生成模块,用于基于所述历史就诊信息和所述第三红外血管光区图像,生成所述患者的病情发展趋势信息;输出所述病情发展趋势信息。
由于本实施例所介绍的腿部表面红外血管图像的处理装置为实施本申请实施例一中腿部表面红外血管图像的处理方法所采用的装置,故而基于本申请实施例一中所介绍的腿部表面红外血管图像的处理方法,本领域所属技术人员能够了解本实施例的腿部表面红外血管图像的处理装置的具体实施方式以及其各种变化形式,所以在此对于该腿部表面红外血管图像的处理装置如何实现本申请实施例一中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例一中腿部表面红外血管图像的处理方法所采用的装置,都属于本申请所欲保护的范围。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种腿部表面红外血管图像的处理装置的结构图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理***,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。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。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置800的处理器执行时,使得装置800能够执行一种腿部表面红外血管图像的处理方法,包括:对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;从所述视频帧序列中提取出所述第一红外血管光区图像;将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;输出所述第三红外血管光区图像。
图6是本发明实施例中一种腿部表面红外血管图像的处理装置作为服务器时的结构图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processing units,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作***1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种腿部表面红外血管图像的处理方法,应用于电子设备中,其特征在于,包括:
对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;
从所述视频帧序列中提取出所述第一红外血管光区图像;
将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;
输出所述第三红外血管光区图像。
2.如权利要求1所述的方法,其特征在于,在所述从所述视频帧序列中提取出所述第一红外血管光区图像之后,还包括:
对所述第一红外血管光区图像进行过滤,以去除所述第一红外血管光区图像中的杂质图像。
3.如权利要求1所述的方法,其特征在于,所述将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,包括:
基于纹理配准规则,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像;
基于轮廓配准规则,将所述第一红外血管光区图像与背景图像进行配准,获得第二配准图像;
将所述第一配准图像和所述第二配准图像进行光区融合,获得所述第三红外血管光区图像。
4.如权利要求3所述的方法,其特征在于,所述基于纹理配准规则,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像,包括:
从所述第一红外血管光区图像中识别出患者的腿部的第一纹理信息;
从所述第二红外血管光区图像中识别出患者的腿部的第二纹理信息;
基于所述第一纹理信息和所述第二纹理信息,将所述第一红外血管光区图像与所述第二红外血管光区图像进行配准,获得第一配准图像。
5.如权利要求3所述的方法,其特征在于,所述基于轮廓配准规则,将所述第一红外血管光区图像与背景图像进行配准,获得第二配准图像,包括:
从所述第一红外血管光区图像中识别出所述患者的腿部的第一轮廓信息;
从所述背景图像中识别出所述患者的腿部的第二轮廓信息,所述背景图像来自于所述视频帧序列;
基于所述第一轮廓信息和所述第二轮廓信息,将所述第一红外血管光区图像与所述背景图像进行配准,获得第二配准图像。
6.如权利要求1所述的方法,其特征在于,所述输出所述第三红外血管光区图像之后,还包括:
获取用户的标记操作;
基于所述标记操作,在所述第三红外血管光区图像上进行标记;
将携带有标记结果的所述第三红外血管光区图像保存在医疗查询***中。
7.如权利要求1~6任一所述的方法,其特征在于,在所述输出所述第三红外血管光区图像之后,还包括:
获取所述患者的标识信息;
基于所述患者的标识信息,在医疗查询***中查询所述患者的历史就诊信息;
基于所述历史就诊信息和所述第三红外血管光区图像,生成所述患者的病情发展趋势信息;
输出所述病情发展趋势信息。
8.一种腿部表面红外血管图像的处理装置,应用于电子设备中,其特征在于,包括:
采集模块,用于对患者的腿部表面进行图像采集,获得视频帧序列,其中,所述视频帧序列中包含红外线血管成像仪在第一时刻对所述患者的腿部表面进行扫描时输出的第一红外血管光区图像;
提取模块,用于从所述视频帧序列中提取出所述第一红外血管光区图像;
拼接模块,用于将所述第一红外血管光区图像和所述第二红外血管光区图进行拼接,获得第三红外血管光区图像,其中,所述第二红外血管光区图像为所述红外线血管成像仪在第二时刻对所述患者的腿部表面进行扫描时输出的红外血管光区图像,所述第二时刻在所述第一时刻之前;
输出模块,用于输出所述第三红外血管光区图像。
9.一种腿部表面红外血管图像的处理装置,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可以实现如权利要求1~7任一权项所述的方法步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时可以实现如权利要求1~7任一权项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911295414.0A CN111145092A (zh) | 2019-12-16 | 2019-12-16 | 一种腿部表面红外血管图像的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911295414.0A CN111145092A (zh) | 2019-12-16 | 2019-12-16 | 一种腿部表面红外血管图像的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111145092A true CN111145092A (zh) | 2020-05-12 |
Family
ID=70518447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911295414.0A Pending CN111145092A (zh) | 2019-12-16 | 2019-12-16 | 一种腿部表面红外血管图像的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111145092A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831584A (zh) * | 2012-08-02 | 2012-12-19 | 中山大学 | 一种数据驱动的物体图像修复***及方法 |
CN108198174A (zh) * | 2017-12-28 | 2018-06-22 | 西安中科微光影像技术有限公司 | 一种心血管ivoct与ivus自动配准方法与装置 |
CN109171670A (zh) * | 2018-06-25 | 2019-01-11 | 天津海仁医疗技术有限公司 | 一种基于逆向主成分分析法的3d血管成像算法 |
CN110473143A (zh) * | 2019-07-23 | 2019-11-19 | 平安科技(深圳)有限公司 | 一种三维mra医学图像拼接方法及装置、电子设备 |
-
2019
- 2019-12-16 CN CN201911295414.0A patent/CN111145092A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831584A (zh) * | 2012-08-02 | 2012-12-19 | 中山大学 | 一种数据驱动的物体图像修复***及方法 |
CN108198174A (zh) * | 2017-12-28 | 2018-06-22 | 西安中科微光影像技术有限公司 | 一种心血管ivoct与ivus自动配准方法与装置 |
CN109171670A (zh) * | 2018-06-25 | 2019-01-11 | 天津海仁医疗技术有限公司 | 一种基于逆向主成分分析法的3d血管成像算法 |
CN110473143A (zh) * | 2019-07-23 | 2019-11-19 | 平安科技(深圳)有限公司 | 一种三维mra医学图像拼接方法及装置、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10565763B2 (en) | Method and camera device for processing image | |
US10346669B2 (en) | Fingerprint entry prompting method and device | |
CN107025419B (zh) | 指纹模板录入方法及装置 | |
JP2018517950A (ja) | 解剖学的領域のビデオ画像のコンテンツ管理の方法及びそのためのシステム | |
JP6263617B2 (ja) | 表示制御方法及び装置、電子機器 | |
US11030733B2 (en) | Method, electronic device and storage medium for processing image | |
CN106296570B (zh) | 图像处理方法及装置 | |
EP3979194A1 (en) | Image state determination method and device, apparatus, system, and computer storage medium | |
CN112330570B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN107515669B (zh) | 显示方法及装置 | |
CN111476808B (zh) | 虹膜图像的清晰度评价方法及装置 | |
CN105357425A (zh) | 图像拍摄方法及装置 | |
JP5822545B2 (ja) | 画像処理装置、画像処理装置の制御方法、およびプログラム | |
CN111340691B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114140616A (zh) | 心率检测方法及装置、电子设备和存储介质 | |
CN112347911A (zh) | 指甲特效的添加方法、装置、电子设备及存储介质 | |
CN111340690B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
CN111145092A (zh) | 一种腿部表面红外血管图像的处理方法及装置 | |
CN112927275B (zh) | 一种图像处理方法及装置、电子设备和存储介质 | |
CN112784858B (zh) | 一种图像数据的处理方法、装置及电子设备 | |
CN114390189A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN113747113A (zh) | 图像显示方法及装置、电子设备、计算机可读存储介质 | |
CN111768394A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN117152128B (zh) | 神经影像的病灶识别方法、装置、电子设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |
|
RJ01 | Rejection of invention patent application after publication |