CN115661149B - 一种基于肺部组织数据的肺部影像处理*** - Google Patents
一种基于肺部组织数据的肺部影像处理*** Download PDFInfo
- Publication number
- CN115661149B CN115661149B CN202211672467.1A CN202211672467A CN115661149B CN 115661149 B CN115661149 B CN 115661149B CN 202211672467 A CN202211672467 A CN 202211672467A CN 115661149 B CN115661149 B CN 115661149B
- Authority
- CN
- China
- Prior art keywords
- lung
- comparison
- gray
- reference values
- value
- 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
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于肺部组织数据的肺部影像处理***,涉及肺部影像处理技术领域,所述肺部影像处理***包括肺部健康组织特征模型建立模块、肺部影像获取模块以及肺部影像比对处理模块;所述肺部健康组织特征模型建立模块用于将肺部健康组织特征分为主气管、主支气管、支气管、肺泡以及肺血管,对肺部健康组织特征设置对应的特征参数,并对肺部健康组织特征的相对位置进行标记,获取每两个相连的肺部健康组织特征的过渡比对数值;本发明通过对肺部影像进录入分析,能够对肺部影像进行初步的筛选预警,从而有助于提高医疗诊断效率,以解决现有的技术中缺少对肺部影像进行筛选预警的处理方法,导致筛选诊断效率较低的问题。
Description
技术领域
本发明涉及肺部影像处理技术领域,具体为一种基于肺部组织数据的肺部影像处理***。
背景技术
医学影像是指为了医疗或医学研究,对人体或人体某部分,以非侵入方式取得内部组织影像的技术与处理过程。其中,具体应用过程中,医学成像***是指图像形成的过程,包括对成像机理、成像设备、成像***分析等问题的研究,医学图像处理是指对已经获得的图像做进一步的处理,其目的是或者是使原来不够清晰的图像复原,或者是为了突出图像中的某些特征信息,或者是对图像做模式分类等等。肺部影像的获取通常用于发现肺部区域中可能存在病情的位置,为病情的诊断提供参考依据。
现有的技术中,在对肺部影像进行处理的过程中,通常都是对进行成像方面的处理,该方法通常应用于成像技术领域,成像后的肺部影像资料还是需要通过医生进行临床判断,例如,在体检领域,由于肺部影像的资料较多,仅通过医生进行逐一筛选,无法提高筛选的效率,因此现有技术中缺少能够主动对肺部影响进行筛选判断的辅助处理方法或***来解决上述问题。
发明内容
本发明旨在至少在一定程度上解决现有技术中的技术问题之一,通过对肺部影像进录入分析,能够对肺部影像进行初步的筛选预警,从而有助于提高医疗诊断效率,以解决现有的技术中缺少对肺部影像进行筛选预警的处理方法,导致筛选诊断效率较低的问题。
为实现上述目的,本发明提供一种基于肺部组织数据的肺部影像处理***,所述肺部影像处理***包括肺部健康组织特征模型建立模块、肺部影像获取模块以及肺部影像比对处理模块;
所述肺部健康组织特征模型建立模块用于将肺部健康组织特征分为主气管、主支气管、支气管、肺泡以及肺血管,对肺部健康组织特征设置对应的特征参数,并对肺部健康组织特征的相对位置进行标记,获取每两个相连的肺部健康组织特征的过渡比对数值,根据肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建肺部健康组织特征模型;
所述肺部影像获取模块用于获取肺部影像;
所述肺部影像比对处理模块用于对获取到的肺部影像按照肺部健康组织特征模型的数据类型进行对应数据的提取,并与肺部健康组织特征模型中的数据进行比对,得到预警位置信息。
进一步地,所述肺部健康组织特征模型建立模块包括特征参数建立单元,所述特征参数建立单元配置有特征参数建立策略,所述特征参数建立策略包括:将健康人体的肺部影像进行灰度图像转化,对转化后的灰度图像分别获取主气管、主支气管、支气管、肺泡以及肺血管的二值化图像;
根据处理后的主气管、主支气管、支气管、肺泡以及肺血管的二值化图像在灰度图像中进行分割标记;
获取主气管区域的轮廓图像,设定为主气管轮廓;获取主气管轮廓的长度方向,在主气管轮廓的两条长边上每间隔第一选取距离获取一个选取参照点,将两条长边对应的选取参照点进行连接得到宽度参照线,获取宽度参照线的中点;分别获取宽度参照线的中点与两侧的长边的最短距离之和,设定为参照宽度,求取若干参照宽度的平均值,得到主气管的宽度参照值;将若干宽度参照线的中点进行连接得到主气管的长度参照值;以第一像素比例进行灰度图像的像素设定,具体实施时,第一像素比例采用1280X720的分辨率的设置方式;求取主气管区域内若干像素点的灰度平均值,设定为主气管的灰度参考值;
根据主气管的特征选取方法获取两条主支气管的宽度参照值、长度参照值以及灰度参考值,分别求取两条主支气管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为主支气管的宽度参照值、长度参照值以及灰度参考值;
根据主气管的特征选取方法获取若干支气管的宽度参照值、长度参照值以及灰度参考值,分别求取若干支气管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为支气管的宽度参照值、长度参照值以及灰度参考值;
根据主气管的特征选取方法获取若干肺血管的宽度参照值、长度参照值以及灰度参考值,分别求取若干肺血管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为肺血管的宽度参照值、长度参照值以及灰度参考值;
求取肺泡区域内若干像素点的灰度平均值,设定为肺泡的灰度参考值。
进一步地,所述肺部健康组织特征模型建立模块还包括相对位置建立单元,所述相对位置建立单元配置有相对位置建立策略,所述相对位置建立策略包括:建立肺部图像的平面直角坐标系,将对肺部健康组织特征的主气管、主支气管、支气管、肺泡以及肺血管进行分割标记的灰度图像放置于肺部图像的平面直角坐标系中;
分别选取主气管区域的若干坐标参照点、主支气管区域的若干坐标参照点、支气管区域的若干坐标参照点、肺泡区域的若干坐标参照点以及肺血管区域的若干坐标参照点;
对所有的坐标参照点进行坐标位置获取,根据获取到的坐标位置得到不同肺部健康组织特征的相对位置。
进一步地,所述肺部健康组织特征模型建立模块还包括过渡比对建立单元,所述过渡比对建立单元配置有过渡比对建立策略,所述过渡比对建立策略包括:设定过渡比对顺序,依次为主气管、主支气管、支气管以及肺泡,在比对时按照过渡比对顺序依次进行特征参数的比对,其中,支气管与肺泡的过渡比对过程中只进行灰度参考值的比对;
在与肺血管进行过渡比对过程中,分别将主气管、主支气管、支气管以及肺泡的特征参数与肺血管的特征参数进行相比;其中,肺泡与肺血管的过渡比对过程中只进行灰度参考值的比对;
将宽度参照值、长度参照值以及灰度参考值的比对结果分别设定为宽度参照比对值、长度参照比对值以及灰度参考比对值;过渡比对数值包括宽度参照比对值、长度参照比对值以及灰度参考比对值。
进一步地,所述肺部健康组织特征模型建立模块配置有肺部健康组织特征模型建立策略,所述肺部健康组织特征模型建立策略包括:将获取到的一组肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建单体肺部健康组织特征模型;
将人群根据年龄、体重以及性别进行划分,获取若干不同人群的健康人体的肺部影像;将年龄由小到大划分为若干年龄等级,在若干等级内根据体重由大到小划分为若干体重等级,根据性别获取不同年龄等级和不同体重等级的健康人体的肺部影像;
将同一性别、同一年龄等级以及同一体重等级的健康人体的肺部影像构建单体肺部健康组织特征模型,求取若干同一性别、同一年龄等级以及同一体重等级的单体肺部健康组织特征模型的平均值,设定为等级肺部健康组织特征模型。
进一步地,所述肺部影像比对处理模块配置有初步比对处理策略,所述初步比对处理策略包括:获取当前肺部影像对应人的性别、年龄和体重,根据性别、年龄和体重选取对应的等级肺部健康组织特征模型;
将获取到的当前肺部影像通过肺部健康组织特征模型得到对应的特征参数、相对位置以及过渡比对数值;
将当前肺部影响的特征参数分别与等级肺部健康组织特征模型的特征参数进行比对,得到比对差值,将比对差值大于等级肺部健康组织特征模型的特征参数的第一百分比的区域进行获取,设定为初步筛选区域。
进一步地,所述肺部影像比对处理模块还配置有预警比对处理策略,所述预警比对处理策略包括:获取初步筛选区域的过渡比对数值,将初步筛选区域的过渡比对数值与等级肺部健康组织特征模型的对应组织区域的过渡比对数值进行比对,当比对差值大于等级肺部健康组织特征模型的对应组织区域的过渡比对数值的第二百分比时,将初步筛选区域设定为预警标记区域,输出预警标记区域的相对位置。
本发明的有益效果:本发明通过对肺部健康组织特征设置对应的特征参数,并对肺部健康组织特征的相对位置进行标记,获取每两个相连的肺部健康组织特征的过渡比对数值,根据肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建肺部健康组织特征模型,该方法能够建立一套便于比对参考的模型,从而有助于提高肺部影像处理的效率;
本发明通过对获取到的肺部影像按照肺部健康组织特征模型的数据类型进行对应数据的提取,并与肺部健康组织特征模型中的数据进行比对,得到预警位置信息,通过本***的上述方法,能够对获取到的肺部影像进行快速的比对,保证筛选准确性,能够为医生的进一步诊断提前筛选好预警位置,进而有助于提高筛选诊断的效率。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本发明的肺部影像处理***的原理框图;
图2为本发明的主气管区域的轮廓图像的划分示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供一种基于肺部组织数据的肺部影像处理***,具体地,肺部影像处理***包括肺部健康组织特征模型建立模块、肺部影像获取模块以及肺部影像比对处理模块;肺部影像获取模块用于获取肺部影像;能够对肺部影像进行初步的筛选预警,从而有助于提高医疗诊断效率,以解决现有的技术中缺少对肺部影像进行筛选预警的处理方法,导致筛选诊断效率较低的问题。
肺部健康组织特征模型建立模块的处理过程包括如下步骤:
步骤S11,将肺部健康组织特征分为主气管、主支气管、支气管、肺泡以及肺血管;
步骤S12,对肺部健康组织特征设置对应的特征参数;
步骤S13,并对肺部健康组织特征的相对位置进行标记;
步骤S14,获取每两个相连的肺部健康组织特征的过渡比对数值;
步骤S15,根据肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建肺部健康组织特征模型;
肺部健康组织特征模型建立模块包括特征参数建立单元,特征参数建立单元配置有特征参数建立策略,特征参数建立策略包括如下步骤:
步骤S121,将健康人体的肺部影像进行灰度图像转化,对转化后的灰度图像分别获取主气管、主支气管、支气管、肺泡以及肺血管的二值化图像;
步骤S122,根据处理后的主气管、主支气管、支气管、肺泡以及肺血管的二值化图像在灰度图像中进行分割标记;
步骤S123,请参阅图2所示,获取主气管区域的轮廓图像,设定为主气管轮廓;获取主气管轮廓的长度方向,在主气管轮廓的两条长边上每间隔第一选取距离获取一个选取参照点,具体实施时,第一选取距离设置为1cm;将两条长边对应的选取参照点进行连接得到宽度参照线,获取宽度参照线的中点;分别获取宽度参照线的中点与两侧的长边的最短距离之和,设定为参照宽度,求取若干参照宽度的平均值,得到主气管的宽度参照值;将若干宽度参照线的中点进行连接得到主气管的长度参照值;以第一像素比例进行灰度图像的像素设定,求取主气管区域内若干像素点的灰度平均值,设定为主气管的灰度参考值;
步骤S124,根据主气管的特征选取方法获取两条主支气管的宽度参照值、长度参照值以及灰度参考值,分别求取两条主支气管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为主支气管的宽度参照值、长度参照值以及灰度参考值;
步骤S125,根据主气管的特征选取方法获取若干支气管的宽度参照值、长度参照值以及灰度参考值,分别求取若干支气管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为支气管的宽度参照值、长度参照值以及灰度参考值;
步骤S126,根据主气管的特征选取方法获取若干肺血管的宽度参照值、长度参照值以及灰度参考值,分别求取若干肺血管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为肺血管的宽度参照值、长度参照值以及灰度参考值;
步骤S127,求取肺泡区域内若干像素点的灰度平均值,设定为肺泡的灰度参考值。
肺部健康组织特征模型建立模块还包括相对位置建立单元,相对位置建立单元配置有相对位置建立策略,相对位置建立策略包括如下步骤:
步骤S131,建立肺部图像的平面直角坐标系,将对肺部健康组织特征的主气管、主支气管、支气管、肺泡以及肺血管进行分割标记的灰度图像放置于肺部图像的平面直角坐标系中;
步骤S132,分别选取主气管区域的若干坐标参照点、主支气管区域的若干坐标参照点、支气管区域的若干坐标参照点、肺泡区域的若干坐标参照点以及肺血管区域的若干坐标参照点;
步骤S133,对所有的坐标参照点进行坐标位置获取,根据获取到的坐标位置得到不同肺部健康组织特征的相对位置。
肺部健康组织特征模型建立模块还包括过渡比对建立单元,过渡比对建立单元配置有过渡比对建立策略,过渡比对建立策略包括如下步骤:
步骤S141,设定过渡比对顺序,依次为主气管、主支气管、支气管以及肺泡,在比对时按照过渡比对顺序依次进行特征参数的比对,其中,支气管与肺泡的过渡比对过程中只进行灰度参考值的比对;其中,过渡比对顺序按照实际的肺部组织的过渡顺序进行设定,通常连接顺序为主气管、主支气管、支气管以及肺泡,肺血管可以与不同的组织进行穿插连接。
步骤S142,在与肺血管进行过渡比对过程中,分别将主气管、主支气管、支气管以及肺泡的特征参数与肺血管的特征参数进行相比;其中,肺泡与肺血管的过渡比对过程中只进行灰度参考值的比对;
步骤S143,将宽度参照值、长度参照值以及灰度参考值的比对结果分别设定为宽度参照比对值、长度参照比对值以及灰度参考比对值;过渡比对数值包括宽度参照比对值、长度参照比对值以及灰度参考比对值。
肺部健康组织特征模型建立模块配置有肺部健康组织特征模型建立策略,肺部健康组织特征模型建立策略包括如下步骤:
步骤S151,将获取到的一组肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建单体肺部健康组织特征模型;
步骤S152,将人群根据年龄、体重以及性别进行划分,获取若干不同人群的健康人体的肺部影像;将年龄由小到大划分为若干年龄等级,在若干等级内根据体重由大到小划分为若干体重等级,根据性别获取不同年龄等级和不同体重等级的健康人体的肺部影像;在进行年龄划分时,由小到大依次划分为0-3、4-8、9-12、13-18、19-25、26-55、56-70、70以上;由于人体在发育阶段,身体组织岁年龄增长变化较快,因此在25岁之间需要将年龄阶段划分得更细,在进行体重划分时,对每一个年龄阶段内的体重区间进行获取,具体可以参考现有的体重数据,例如在26-55岁的年龄等级内,男性的体重通常在40-120kg范围内,可以将体重按照20kg为划分单位由小到大依次划分;如果实际检测过程中有人员的体重不在40-120kg范围内,其中小于40kg的统一按照第一个划分的体重等级的数据进行参考,大于120kg的统一按照最后一个划分的体重等距的数据进行参考。
步骤S153,将同一性别、同一年龄等级以及同一体重等级的健康人体的肺部影像构建单体肺部健康组织特征模型,求取若干同一性别、同一年龄等级以及同一体重等级的单体肺部健康组织特征模型的平均值,设定为等级肺部健康组织特征模型。
肺部影像比对处理模块的处理过程包括如下步骤:
步骤S21,用于对获取到的肺部影像按照肺部健康组织特征模型的数据类型进行对应数据的提取,并与肺部健康组织特征模型中的数据进行比对,得到预警位置信息;
肺部影像比对处理模块配置有初步比对处理策略,初步比对处理策略包括如下步骤:
步骤S2111,获取当前肺部影像对应人的性别、年龄和体重,根据性别、年龄和体重选取对应的等级肺部健康组织特征模型;
步骤S2112,将获取到的当前肺部影像通过肺部健康组织特征模型得到对应的特征参数、相对位置以及过渡比对数值;
步骤S2113,将当前肺部影响的特征参数分别与等级肺部健康组织特征模型的特征参数进行比对,得到比对差值,将比对差值大于等级肺部健康组织特征模型的特征参数的第一百分比的区域进行获取,设定为初步筛选区域;例如,在进行灰度参考值的比对时,灰度图像中明显较黑的区域有可能发生病变,因此当该区域的灰度参考值与等级肺部健康组织特征模型的对应组织区域的灰度参考值进行比对时,比对差值大于等级肺部健康组织特征模型的对应组织区域的灰度参考值的50%,则进行进一步的比对;
肺部影像比对处理模块还配置有预警比对处理策略,预警比对处理策略包括如下步骤:
步骤S2121,获取初步筛选区域的过渡比对数值,将初步筛选区域的过渡比对数值与等级肺部健康组织特征模型的对应组织区域的过渡比对数值进行比对,当比对差值大于等级肺部健康组织特征模型的对应组织区域的过渡比对数值的第二百分比时,将初步筛选区域设定为预警标记区域,输出预警标记区域的相对位置,第二百分比可以设置在10%到50%之间。
工作原理:本发明通过对肺部健康组织特征设置对应的特征参数,并对肺部健康组织特征的相对位置进行标记,获取每两个相连的肺部健康组织特征的过渡比对数值,根据肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建肺部健康组织特征模型,能够建立一套便于比对参考的模型,再通过对获取到的肺部影像按照肺部健康组织特征模型的数据类型进行对应数据的提取,并与肺部健康组织特征模型中的数据进行比对,得到预警位置信息,能够对获取到的肺部影像进行快速的比对筛选。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中,存储介质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(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
Claims (4)
1.一种基于肺部组织数据的肺部影像处理***,其特征在于,所述肺部影像处理***包括肺部健康组织特征模型建立模块、肺部影像获取模块以及肺部影像比对处理模块;
所述肺部健康组织特征模型建立模块用于将肺部健康组织特征分为主气管、主支气管、支气管、肺泡以及肺血管,对肺部健康组织特征设置对应的特征参数,并对肺部健康组织特征的相对位置进行标记,获取每两个相连的肺部健康组织特征的过渡比对数值,根据肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建肺部健康组织特征模型;
所述肺部影像获取模块用于获取肺部影像;
所述肺部影像比对处理模块用于对获取到的肺部影像按照肺部健康组织特征模型的数据类型进行对应数据的提取,并与肺部健康组织特征模型中的数据进行比对,得到预警位置信息;
所述肺部健康组织特征模型建立模块还包括过渡比对建立单元,所述过渡比对建立单元配置有过渡比对建立策略,所述过渡比对建立策略包括:设定过渡比对顺序,依次为主气管、主支气管、支气管以及肺泡,在比对时按照过渡比对顺序依次进行特征参数的比对,其中,支气管与肺泡的过渡比对过程中只进行灰度参考值的比对;
在与肺血管进行过渡比对过程中,分别将主气管、主支气管、支气管以及肺泡的特征参数与肺血管的特征参数进行相比;其中,肺泡与肺血管的过渡比对过程中只进行灰度参考值的比对;
将宽度参照值、长度参照值以及灰度参考值的比对结果分别设定为宽度参照比对值、长度参照比对值以及灰度参考比对值;过渡比对数值包括宽度参照比对值、长度参照比对值以及灰度参考比对值;
所述肺部影像比对处理模块配置有初步比对处理策略,所述初步比对处理策略包括:获取当前肺部影像对应人的性别、年龄和体重,根据性别、年龄和体重选取对应的等级肺部健康组织特征模型;
将获取到的当前肺部影像通过肺部健康组织特征模型得到对应的特征参数、相对位置以及过渡比对数值;
将当前肺部影响的特征参数分别与等级肺部健康组织特征模型的特征参数进行比对,得到比对差值,将比对差值大于等级肺部健康组织特征模型的特征参数的第一百分比的区域进行获取,设定为初步筛选区域;
所述肺部影像比对处理模块还配置有预警比对处理策略,所述预警比对处理策略包括:获取初步筛选区域的过渡比对数值,将初步筛选区域的过渡比对数值与等级肺部健康组织特征模型的对应组织区域的过渡比对数值进行比对,当比对差值大于等级肺部健康组织特征模型的对应组织区域的过渡比对数值的第二百分比时,将初步筛选区域设定为预警标记区域,输出预警标记区域的相对位置。
2.根据权利要求1所述的一种基于肺部组织数据的肺部影像处理***,其特征在于,所述肺部健康组织特征模型建立模块包括特征参数建立单元,所述特征参数建立单元配置有特征参数建立策略,所述特征参数建立策略包括:将健康人体的肺部影像进行灰度图像转化,对转化后的灰度图像分别获取主气管、主支气管、支气管、肺泡以及肺血管的二值化图像;
根据处理后的主气管、主支气管、支气管、肺泡以及肺血管的二值化图像在灰度图像中进行分割标记;
获取主气管区域的轮廓图像,设定为主气管轮廓;获取主气管轮廓的长度方向,在主气管轮廓的两条长边上每间隔第一选取距离获取一个选取参照点,将两条长边对应的选取参照点进行连接得到宽度参照线,获取宽度参照线的中点;分别获取宽度参照线的中点与两侧的长边的最短距离之和,设定为参照宽度,求取若干参照宽度的平均值,得到主气管的宽度参照值;将若干宽度参照线的中点进行连接得到主气管的长度参照值;以第一像素比例进行灰度图像的像素设定,求取主气管区域内若干像素点的灰度平均值,设定为主气管的灰度参考值;
根据主气管的特征选取方法获取两条主支气管的宽度参照值、长度参照值以及灰度参考值,分别求取两条主支气管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为主支气管的宽度参照值、长度参照值以及灰度参考值;
根据主气管的特征选取方法获取若干支气管的宽度参照值、长度参照值以及灰度参考值,分别求取若干支气管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为支气管的宽度参照值、长度参照值以及灰度参考值;
根据主气管的特征选取方法获取若干肺血管的宽度参照值、长度参照值以及灰度参考值,分别求取若干肺血管的宽度参照值的平均值、长度参照值的平均值以及灰度参考值的平均值,设定为肺血管的宽度参照值、长度参照值以及灰度参考值;
求取肺泡区域内若干像素点的灰度平均值,设定为肺泡的灰度参考值。
3.根据权利要求2所述的一种基于肺部组织数据的肺部影像处理***,其特征在于,所述肺部健康组织特征模型建立模块还包括相对位置建立单元,所述相对位置建立单元配置有相对位置建立策略,所述相对位置建立策略包括:建立肺部图像的平面直角坐标系,将对肺部健康组织特征的主气管、主支气管、支气管、肺泡以及肺血管进行分割标记的灰度图像放置于肺部图像的平面直角坐标系中;
分别选取主气管区域的若干坐标参照点、主支气管区域的若干坐标参照点、支气管区域的若干坐标参照点、肺泡区域的若干坐标参照点以及肺血管区域的若干坐标参照点;
对所有的坐标参照点进行坐标位置获取,根据获取到的坐标位置得到不同肺部健康组织特征的相对位置。
4.根据权利要求3所述的一种基于肺部组织数据的肺部影像处理***,其特征在于,所述肺部健康组织特征模型建立模块配置有肺部健康组织特征模型建立策略,所述肺部健康组织特征模型建立策略包括:将获取到的一组肺部健康组织特征的特征参数、相对位置以及过渡比对数值构建单体肺部健康组织特征模型;
将人群根据年龄、体重以及性别进行划分,获取若干不同人群的健康人体的肺部影像;将年龄由小到大划分为若干年龄等级,在若干等级内根据体重由大到小划分为若干体重等级,根据性别获取不同年龄等级和不同体重等级的健康人体的肺部影像;
将同一性别、同一年龄等级以及同一体重等级的健康人体的肺部影像构建单体肺部健康组织特征模型,求取若干同一性别、同一年龄等级以及同一体重等级的单体肺部健康组织特征模型的平均值,设定为等级肺部健康组织特征模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211672467.1A CN115661149B (zh) | 2022-12-26 | 2022-12-26 | 一种基于肺部组织数据的肺部影像处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211672467.1A CN115661149B (zh) | 2022-12-26 | 2022-12-26 | 一种基于肺部组织数据的肺部影像处理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115661149A CN115661149A (zh) | 2023-01-31 |
CN115661149B true CN115661149B (zh) | 2023-03-10 |
Family
ID=85023704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211672467.1A Active CN115661149B (zh) | 2022-12-26 | 2022-12-26 | 一种基于肺部组织数据的肺部影像处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115661149B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116188473B (zh) * | 2023-05-05 | 2023-07-04 | 天津医科大学总医院 | 一种基于图像深度学习的肺部病灶识别方法及*** |
CN116205920B (zh) * | 2023-05-05 | 2023-07-18 | 天津医科大学总医院 | 基于肺扫描数据的重点区域检测模型生成方法及*** |
CN116958456B (zh) * | 2023-09-21 | 2023-12-08 | 天津市胸科医院 | 基于图像配准的心脏三维模型构建方法、***及存储介质 |
CN117541731B (zh) * | 2024-01-09 | 2024-03-12 | 天津市肿瘤医院(天津医科大学肿瘤医院) | 一种基于超声数据的肺部可视化三维重建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460774A (zh) * | 2018-03-29 | 2018-08-28 | 河北北方学院 | 一种肺部医学图像自动分割方法 |
CN111768374A (zh) * | 2020-06-22 | 2020-10-13 | 绍兴文理学院附属医院 | 一种肺部图像辅助呈现方法 |
CN114010215A (zh) * | 2021-12-14 | 2022-02-08 | 清华大学 | 用于医学影像辅助诊断支气管扩张的方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110880366B (zh) * | 2019-12-03 | 2022-10-25 | 上海联影智能医疗科技有限公司 | 一种医学影像处理*** |
CN115005846B (zh) * | 2022-08-08 | 2022-10-11 | 江苏盛恩祥生物技术有限公司 | 适用于血管显影的数据处理方法及装置 |
-
2022
- 2022-12-26 CN CN202211672467.1A patent/CN115661149B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460774A (zh) * | 2018-03-29 | 2018-08-28 | 河北北方学院 | 一种肺部医学图像自动分割方法 |
CN111768374A (zh) * | 2020-06-22 | 2020-10-13 | 绍兴文理学院附属医院 | 一种肺部图像辅助呈现方法 |
CN114010215A (zh) * | 2021-12-14 | 2022-02-08 | 清华大学 | 用于医学影像辅助诊断支气管扩张的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115661149A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115661149B (zh) | 一种基于肺部组织数据的肺部影像处理*** | |
CN107622492B (zh) | 肺裂分割方法及*** | |
CN102855618B (zh) | 用于图像产生和图像分析的方法 | |
KR101883258B1 (ko) | 해부학적 계측점의 검출 방법 | |
JP4310099B2 (ja) | 肺疾患検出のための方法及びシステム | |
CN104809740B (zh) | 基于svm与弹性区域生长的膝软骨图像自动分割方法 | |
CN110544245B (zh) | 图像处理方法、装置、计算机可读存储介质及电子设备 | |
CN110599508A (zh) | 基于人工智能的脊柱影像处理方法及相关设备 | |
CN110070540B (zh) | 图像生成方法、装置、计算机设备及存储介质 | |
US8385614B2 (en) | Slice image display apparatus, method and recording-medium having stored therein program | |
CN110503652B (zh) | 下颌智齿与邻牙及下颌管关系确定方法、装置、存储介质及终端 | |
CN109919254B (zh) | 乳腺密度分类方法、***、可读存储介质和计算机设备 | |
CN107610096A (zh) | 用于所选组织结构的图像分析的方法及*** | |
JPH03170130A (ja) | 画像処理方法および装置 | |
CN110288698B (zh) | 基于mri的半月板三维重建*** | |
CN108648182A (zh) | 一种基于分子亚型的乳腺癌核磁共振图像肿瘤区域分割方法 | |
EP3971830B1 (en) | Pneumonia sign segmentation method and apparatus, medium and electronic device | |
CN106780491B (zh) | Gvf法分割ct骨盆图像中采用的初始轮廓生成方法 | |
CN110348477B (zh) | 医疗图像处理方法、存储介质及计算机设备 | |
CN115359052A (zh) | 基于聚类算法的医疗影像增强方法 | |
JP2007526033A (ja) | 構造化オブジェクトの画像を登録するための装置及び方法 | |
CN111311626A (zh) | 基于ct图像的颅骨骨折自动检测方法及电子介质 | |
CN111583385A (zh) | 一种可变形数字人解剖学模型的个性化变形方法及*** | |
CN114795258A (zh) | 一种儿童髋关节发育不良诊断*** | |
JP2007097671A (ja) | 画像診断支援装置、及び画像診断支援プログラム |
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 |