CN116153472A - 图像多维可视化方法、装置、介质和计算设备 - Google Patents

图像多维可视化方法、装置、介质和计算设备 Download PDF

Info

Publication number
CN116153472A
CN116153472A CN202310195345.6A CN202310195345A CN116153472A CN 116153472 A CN116153472 A CN 116153472A CN 202310195345 A CN202310195345 A CN 202310195345A CN 116153472 A CN116153472 A CN 116153472A
Authority
CN
China
Prior art keywords
target
bounding box
abscissa
frame image
ordinate
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.)
Granted
Application number
CN202310195345.6A
Other languages
English (en)
Other versions
CN116153472B (zh
Inventor
刘金阁
孙德佳
乔元风
曾凡
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.)
Xuanwei Beijing Biotechnology Co ltd
Original Assignee
Xuanwei Beijing Biotechnology 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 Xuanwei Beijing Biotechnology Co ltd filed Critical Xuanwei Beijing Biotechnology Co ltd
Priority to CN202310195345.6A priority Critical patent/CN116153472B/zh
Publication of CN116153472A publication Critical patent/CN116153472A/zh
Application granted granted Critical
Publication of CN116153472B publication Critical patent/CN116153472B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10132—Ultrasound 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
    • G06T2207/30061—Lung
    • 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
    • G06T2207/30096—Tumor; Lesion
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明的实施方式提供了一种图像多维可视化方法、装置、介质和计算设备。该方法包括：获取目标帧图像的目标特征信息；其中，目标特征信息中至少包括目标对象在目标帧图像中的位置坐标和面积、目标对象的对象类型、目标帧图像的采集时间；根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，每一包围框坐标集合对应的包围框表示在包围框坐标集合对应的目标帧图像中的目标对象所在位置；根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。本发明可以对EUS的检查过程是否有遗漏或错误进行准确的评估，进而对检查质量进行有效的控制。

Description

图像多维可视化方法、装置、介质和计算设备
技术领域
本发明的实施方式涉及计算机视觉领域，更具体地，本发明的实施方式涉及一种图像多维可视化方法、装置、介质和计算设备。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
超声内镜(EUS)是将内镜和超声相结合的消化道检查技术，将微型高频超声探头安置在内镜顶端，当内镜***体腔后，在内镜直接观察消化道黏膜病变的同时，可利用内镜下的超声行实时扫描，可以获得胃肠道的层次结构的组织学特征及周围邻近脏器的超声图像，是消化内镜领域最有前景的新技术，目前其应用已经渗透到多***疾病的诊治。纵膈***的EUS扫查对于肺癌的TNM(Tumor Node Metastasis，原发灶-***-远处转移)分期有重要作用，EUS是指南推荐的术前分期的初始程序。
然而，EUS的检查过程属于实时动态影像，检查质量完全取决于操作者的水平，但EUS的操作手法复杂、黑白图像识别困难，检查医生需要同时具备相应的解剖学结构知识和大量临床操作的经验，学习曲线长、效率低，因此极容易造成漏诊、误诊，能够完整掌握超声扫查技能的医生数量非常有限。
发明内容
在本上下文中，本发明的实施方式期望提供一种图像多维可视化方法、装置、介质和计算设备。
在本发明实施方式的第一方面中，提供了一种图像多维可视化方法，包括：
获取目标帧图像的目标特征信息；其中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应；
根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置；
根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
在本发明实施方式的第二方面中，提供了一种图像多维可视化装置，包括：
获取单元，用于获取目标帧图像的目标特征信息；其中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应；
坐标集合确定单元，用于根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置；
图像确定单元，用于根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
在本发明实施方式的第三方面中，提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行第一方面中任一项所述的方法。
在本发明实施方式的第四方面中，提供了一种计算设备，所述计算设备包括：至少一个处理器、存储器和输入输出单元；其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行第一方面中任一项所述的方法。
根据本发明实施方式的图像多维可视化方法、装置、介质和计算设备，能够获取目标帧图像中的目标特征信息；并且可以根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合，包围框坐标集合可以确定每个目标帧图像中用于标示目标对象的包围框；以及可以根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像，该多维可视化图像可以表示不同的目标对象采集到的时间以及不同的目标对象在目标帧图像中的位置和面积，从而可以基于多维可视化图像直观的看到目标对象的采集顺序以及目标对象的大小。当图像多维可视化方法应用至EUS的检查过程中时，可以基于得到的多维可视化图像直观的看到EUS检查的器官的采集顺序以及器官的大小；通过将采集顺序与标准的EUS的检查过程进行对比，可以辅助确定出器官的采集顺序相对于EUS的检查过程是否有遗漏或错误，进而辅助用户对检查质量进行有效的控制；此外，还可以将观测到的器官的大小与该器官的标准大小进行对比，确定出观测到的器官是否正常，能够在检测到器官的大小与标准大小存在不同时，及时提示用户对该器官进行检查，降低漏检率。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
图1为本发明一实施例提供的一种图像多维可视化方法的流程示意图；
图2为本发明一实施例提供的一种目标帧图像的目标特征信息确定方法的流程示意图；
图3为本发明一实施例提供的一种目标特征信息的识别结果示意图；
图4为本发明一实施例提供的一种包围框坐标集合确定方法的流程示意图；
图5为本发明一实施例提供的一种多维信息可视化图像的示意图；
图6为本发明一实施例提供的另一种多维信息可视化图像的示意图；
图7为本发明一实施例提供的一种图像多维可视化装置的结构示意图；
图8为本发明一实施例提供的一种介质的结构示意图；
图9为本发明一实施例提供的一种计算设备的结构示意图。
在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道，本发明的实施方式可以实现为一种***、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
根据本发明的实施方式，提出了一种图像多维可视化方法、装置、介质和计算设备。
需要说明的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。
下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
示例性方法
下面参考图1，图1为本发明一实施例提供的图像多维可视化方法的流程示意图。需要注意的是，本发明的实施方式可以应用于适用的任何场景。
图1所示的本发明一实施例提供的图像多维可视化方法的流程，包括：
步骤S101，获取目标帧图像的目标特征信息。
本发明实施例中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应。一个目标特征信息中的位置坐标，可以表示该目标特征信息关联的目标对象的目标点(例如重心、质心或中心点)在其所属的图像中的位置，例如可以是该目标对象的中心点在其所属的图像中的位置坐标；目标对象的对象类型可以为植物类型、动物类型、静态物体类型等，与具体的应用场景相关，对此，本发明实施例不做限定。
举例来说，当目标对象为纵膈内的不同器官时，目标对象的对象类型可以为：主动脉弓(Aortic Arch，AOA)类型、左颈总动脉(Left Common Carotid Artery，LCC)类型、左颈内静脉(Left Jugular Vein，LJV)类型、左锁骨下动脉(Left Subclavian Artery，LSC)类型、脐静脉(Azygos Vein，AZ)类型、降主动脉(Descending Aorta，DA)类型、肺动脉(Pulmonary Artery，PA)类型、左心房(Left Atrium，LA)类型以及腹主动脉(AbdominalAorta，AA)类型等。
本发明实施例中，目标帧图像可以是从采集到的视频中获取的。通常来说，视频中包含大量帧图像，并且，视频中通常会出现在某段时间内图像内容变化较小的情况，如果将视频中的每一帧图像都作为目标帧图像去识别，则可能重复处理了一些图像内容相同的视频帧，会降低对目标帧图像进行处理的效率。因此，可以从视频中选取部分帧图像(例如可以是关键帧)作为目标帧图像，在保证图像处理结果准确的前提下，提升对目标帧图像进行处理的效率。
本发明实施例中，多帧目标帧图像可以基于操作视频获取。获取方式可以为每隔预设的时长从操作视频中选取一帧图像作为目标帧图像，即多帧目标帧图像的采集时间间隔可以相同。此外，获取方式还可以为通过随机的方式从操作视频的帧图像中选取预设数量的目标帧图像。
举例来说，操作视频中可以存在N帧图像，操作视频的时长可以为T，则操作视频中相邻的两帧图像之间的时间间隔t可以为t＝T/N，固定的采集时间间隔可以设置为2t、3t、…、nt，每隔固定的采集时间间隔可以从操作视频中获取到多帧目标帧图像。当操作视频为超声内镜进行纵膈检查过程采集到的视频时，超声内镜的移动速度通常较慢，操作视频采集到的图像内容变化的速度也较慢，因此可以从操作视频中选取部分目标帧图像进行目标识别，无需对每一帧图像进行目标识别，最终得到的目标特征信息也是较为全面的。
本发明另一实施例中，为了提升目标特征信息的全面性，可以从目标帧图像中识别出包含目标对象的位置坐标、对象类型、采集时间以及面积的目标特征信息，如图2所示，则上述步骤S101由以下步骤S201～步骤S205替代：
步骤S201，将所述目标帧图像出现在所述操作视频中的时间确定为采集时间。
步骤S202，获取所述目标帧图像中包括的目标对象以及所述目标对象的对象类型。
步骤S203，确定所述目标对象在所述目标帧图像中的位置坐标。
步骤S204，确定所述目标对象在所述目标帧图像中的面积。
步骤S205，将所述位置坐标、所述对象类型、所述采集时间以及所述面积确定为所述目标帧图像的目标特征信息。
实施上述的步骤S201～步骤S205，可以获取到目标帧图像中目标对象的更多信息；由于目标帧图像中除了目标对象之外还包括其他内容，因此，为了更加准确地从目标帧图像中对目标对象进行定位，可以确定出目标对象在目标帧图像中具体的位置坐标，以及目标对象在目标帧图像中的面积，从而更加准确的在目标帧图像中对目标对象定位；以及还可以获取到目标帧图像在操作视频中的采集时间和目标对象的对象类型，最终将位置坐标、对象类型、采集时间以及面积确定为目标帧图像的目标特征信息，使得目标特征信息更加丰富，提升了目标特征信息的全面性。
本发明实施例中，目标帧图像中可能会存在多个可被识别的对象，为了提升目标帧图像中的目标对象识别的准确性，可以从多个被识别到的对象中选取可信度最高的对象作为目标对象。具体的，如果一帧目标帧图像中识别到了多个可以作为目标对象的候选对象，可以确定出每个候选对象的可信度；可信度可以表示识别到的候选对象的准确性，即可信度越高，识别的候选对象的准确率越高；可信度越低，则识别的候选对象的准确率也就越低。因此，可以从多个候选对象中将可信度最高的候选对象确定为从该帧目标帧图像中识别到的目标对象。
请一并参阅图3，图3为本发明一实施例提供的一种目标特征信息的识别结果示意图；可见，从当前的目标帧图像中识别到了两个候选对象：主动脉弓(AOA)和左颈总动脉(LCC)，在该目标帧图像中识别到的AOA和LCC都通过矩形包围框进行标注，且AOA的可信度为0.91，LCC的可信度为0.56，因此，可以将AOA作为从当前的目标帧图像中识别得到的目标对象。
在图3中，还可以将目标帧图像中的时间2022年3月24日10时16分53秒作为目标对象AOA的采集时间；并且可以将主动脉弓类型作为目标对象AOA的对象类型；此外，也可以将目标对象AOA的矩形包围框的中心点的横坐标和纵坐标作为目标对象AOA的位置坐标；以及可以确定目标对象AOA的矩形包围框的面积；此时，可以将目标对象AOA的采集时间、对象类型、位置坐标以及面积共同确定为当前的目标帧图像的目标特征信息。
步骤S102，根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合。
本发明实施例中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置。包围框坐标对应的包围框可以为圆形包围框、矩形包围框或多边形包围框等，对此，本发明实施例不做限定。
本发明实施例中，一个包围框坐标集合为与其对应的一个包围框包括的多个坐标点的坐标集合；即一个包围框可以由多个坐标点组成，每个坐标点都可以对应一个横坐标和一个纵坐标；因此，可以根据一个包围框的每个坐标点的横坐标和纵坐标，得到一个包围框坐标集合。
本发明另一实施例中，目标对象对应的包围框可以为圆形包围框。为了使基于包围框坐标输出的多维信息可视化图像中的包围框更加清晰，可以基于图像显示密度、各个目标帧图像的目标特征信息中的位置坐标以及各个圆形包围框的半径，确定出各个圆形包围框分别对应的包围框坐标集合，如图4所示，则上述步骤S102由以下步骤S401～步骤S404替代：
步骤S401，根据各个目标帧图像的目标特征信息中的面积，确定各个目标帧图像中圆形包围框的半径。
本发明实施例中，一个目标帧图像中圆形包围框的半径的计算方式可以为：获取该目标帧图像的目标特征信息中的面积psi，基于圆形面积的计算公式可以反向计算得到目标帧图像中圆形包围框的半径r：
Figure BDA0004106976290000071
步骤S402，获取显示设备的分辨率。
本发明实施例中，显示设备可以为输出多维信息可视化图像的设备，显示设备的分辨率越大，通过显示设备输出的图像包含的信息量越大，因此多维信息可视化图像包含的信息量(即可现实的信息量)也与显示设备的分辨率有一定相关性。
步骤S403，基于所述分辨率，获取图像显示密度。
本发明实施例中，显示设备的分辨率越大，能够输出的信息量越大，因此显示设备的分辨率对应的图像显示密度也越大。图像显示密度与绘制包围框的像素点的数量相关，图像显示密度越大，则绘制包围框的像素点的数量越多。因此，可以根据显示设备的分辨率确定出对应的最大的图像显示密度，以使显示设备能够输出图像显示密度最大的多维信息可视化图像，此时输出的多维信息可视化图像中包含的信息量最大，即多维信息可视化图像中包含的包围框的像素点最多，从而提升包围框的清晰度。
步骤S404，根据所述图像显示密度、各个目标帧图像的目标特征信息中的位置坐标以及各个目标帧图像中圆形包围框的半径，得到各个圆形包围框分别对应的包围框坐标集合。
实施上述的步骤S401～步骤S404，可以根据显示设备的分辨率确定出图像显示密度，还可以根据各个目标帧图像的目标特征信息中的面积确定出各个目标帧图像中圆形包围框的半径；以及可以基于图像显示密度、各个目标帧图像的目标特征信息中的位置坐标以及各个圆形包围框的半径，确定出各个圆形包围框分别对应的包围框坐标集合；得到的包围框坐标集合中的坐标的密度可以与图像显示密度匹配，以使基于包围框坐标输出的多维信息可视化图像中的包围框更加清晰。
作为一种可选的实施方式，所述位置坐标包括初始横坐标和初始纵坐标，步骤S404根据所述图像显示密度、各个目标帧图像的目标特征信息中的位置坐标以及各个目标帧图像中圆形包围框的半径，得到各个圆形包围框分别对应的包围框坐标集合的方式具体可以为：
根据所述图像显示密度、所述目标帧图像的目标特征信息中的初始横坐标以及所述目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合；
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合；其中，所述第一纵坐标集合中的纵坐标为所述目标圆形包围框中第一区域的包围框坐标的纵坐标，所述第二纵坐标集合中的纵坐标为所述目标圆形包围框中第二区域的包围框坐标的纵坐标；所述第一区域的包围框坐标和所述第二区域的包围框坐标组合得到所述目标圆形包围框；
根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合。
其中，实施这种实施方式，可以将目标圆形包围框分为两个区域，第一区域的包围框和第二区域的包围框，第一区域的包围框可以为目标圆形包围框的上半部分，第二区域的包围框可以为目标圆形包围框的下半部分。可见，该目标圆形包围框的第一区域的横坐标与第二区域的横坐标是相同的，且第一区域的纵坐标与第二区域的纵坐标是对应的；因此，可以根据图像显示密度、目标帧图像的目标特征信息中的初始横坐标以及目标帧图像对应的目标圆形包围框的半径，确定目标圆形包围框的横坐标集合；进而可以基于初始横坐标、初始纵坐标、横坐标集合以及半径，得到目标圆形包围框的第一区域的第一纵坐标集合以及目标圆形包围框的第二区域的第二纵坐标集合；第一区域的第一纵坐标集合与横坐标集合结合，可以得到第一区域的包围框的第一坐标集合；第二区域的第二纵坐标集合与横坐标集合结合，可以得到第二区域的包围框的第二坐标集合；可见，由于第一区域的纵坐标与第二区域的纵坐标对应，因此第一坐标集合中的第一坐标与第二坐标集合中的第二坐标也对应，即任意一个第一坐标与其对应的第二坐标之间的中点的纵坐标均与初始纵坐标相同。此时，基于第一坐标集合和第二坐标集合，能够得到更加准确的目标圆形包围框的包围框坐标集合。
作为一种可选的实施方式，根据所述图像显示密度、任一目标帧图像的目标特征信息中的初始横坐标以及所述任一目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合的方式具体可以为：
根据任一目标帧图像的目标特征信息中的初始横坐标和所述任一目标帧图像对应的目标圆形包围框的半径，得到所述目标圆形包围框的最小横坐标和最大横坐标；
根据所述最小横坐标、所述最大横坐标以及所述图像显示密度，确定所述目标圆形包围框的横坐标集合；其中，所述横坐标集合中包括所述最小横坐标和所述最大横坐标，所述横坐标集合中包括的任意两个相邻的包围框横坐标之间的距离相同。
其中，实施这种实施方式，由于图像显示密度决定了多维信息可视化图像中目标圆形包围框的像素点的数量，目标圆形包围框的像素点在多维信息可视化图像中的位置通过包围框坐标表示。每个像素点的包围框坐标都由包围框横坐标和包围框纵坐标组成，且对目标圆形包围框来说，任意一个像素点都可以有一个对应的目标像素点，该目标像素点的包围框横坐标与其对应的包围框横坐标相同；因此，可以先确定出目标圆形包围框的每个像素点的包围框横坐标，再基于确定的包围框横坐标得到包围框横坐标对应的两个包围框纵坐标，以及将包围框横坐标分别与两个包围框纵坐标进行组合，可以得到该包围框横坐标对应的两个像素点的包围框坐标，保证了包围框坐标确定的准确性。
具体的，可以先确定出目标圆形包围框的最小横坐标和最大横坐标，最大横坐标与最小横坐标之间的差值即为目标圆形包围框的直径，可见，目标圆形包围框的包围框坐标集合中，每一个包围框横坐标都处于最小横坐标与最大横坐标之间。更进一步，可以基于图像显示密度，从最小横坐标和最大横坐标之间确定出多个间距相同的包围框横坐标，得到的多个包围框横坐标可以为在当前的图像显示密度下最大数量的包围框横坐标。以及可以将得到的多个包围框横坐标作为目标圆形包围框的横坐标集合，并基于横坐标集合计算得到目标圆形包围框的每个像素点的包围框坐标，以使最终输出的目标圆形包围框与显示设备的分辨率更加匹配。
本发明实施例中，根据任一目标帧图像的目标特征信息中的初始横坐标pxi以及标圆形包围框的半径r，可以得到目标圆形包围框的最小横坐标xxmin和最大横坐标xxmax，具体的：
xxmin＝pxi-r
xxmax＝pxi+r
以及，可以获取图像显示密度ρ，其中ρ为整数，ρ∈[0,+∞)，可以基于最小横坐标xxmin与最大横坐标xxmax的差值以及图像显示密度ρ，确定出横坐标集合中包含的横坐标的数量；进而可以基于横坐标的数量，从最小横坐标xxmin与最大横坐标xxmax的横坐标区间中确定出目标圆形包围框的横坐标集合。
作为一种可选的实施方式，根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合的方式具体可以为：
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合中的每一包围框横坐标以及所述半径，得到所述目标圆形包围框的第一纵坐标集合；其中，所述第一纵坐标集合中的第一包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应；
根据所述初始纵坐标和所述第一纵坐标集合中的每一第一包围框纵坐标，得到所述目标圆形包围框的第二纵坐标集合；其中，所述第二纵坐标集合中的第二包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应。
其中，实施这种实施方式，可以先根据初始横坐标、初始纵坐标、横坐标集合中的每一包围框横坐标以及半径，得到目标圆形包围框的第一纵坐标集合；由于目标圆形包围框中，任意一个像素点的包围框横坐标都会与其对应的目标像素点的包围框横坐标相同，因此，第一纵坐标集合中的任一第一包围框纵坐标都与第二纵坐标集合中的一个目标第二包围框纵坐标对应，即该任一第一包围框纵坐标对应的包围框横坐标与该目标第二包围框纵坐标对应的包围框横坐标相同。此时，可以基于得到的初始纵坐标和该任一第一包围框纵坐标，得到与该任一第一包围框纵坐标对应的第二包围框纵坐标；可见，第一纵坐标集合与横坐标集合具有高度的相关性，且第二纵坐标集合与第一纵坐标集合也具有高度的相关性，保证了第一纵坐标集合和第二纵坐标集合与包围框横坐标的关联度。
本发明实施例中，横坐标集合中包含的包围框横坐标xx的数量可以为n，因此，第一纵坐标集合中包含的第一包围框纵坐标的数量也可以为n，第二纵坐标集合中包含的第二包围框纵坐标的数量也可以为n。遍历横坐标集合，计算得到每个包围框横坐标xx对应的第一包围框纵坐标y1和第二包围框纵坐标y2：
Figure BDA0004106976290000101
y2＝2pyi-y1
其中，i∈[0,n-1]。
可选的，基于目标圆形包围框的y轴的正反区间进行计算公式可以为：
Figure BDA0004106976290000102
y2＝-y1
其中，i∈[0,n-1]。
作为一种可选的实施方式，根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合的方式具体可以为：
获取所述目标帧图像的目标采集时间；
根据所述横坐标集合、所述第一纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第一包围框空间坐标集合；
根据所述横坐标集合、所述第二纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第二包围框空间坐标集合；
将所述第一包围框空间坐标集合和所述第二包围框空间坐标集合进行组合，得到所述目标圆形包围框的包围框坐标集合；其中，所述包围框坐标集合中的每一包围框坐标均为三维坐标。
其中，实施这种实施方式，可以将目标帧图像对应的目标采集时间与横坐标集合和第一纵坐标集合/第二纵坐标集合进行结合，得到第一包围框空间坐标集合/第二包围框空间坐标集合；此时，第一包围框空间坐标集合/第二包围框空间坐标集合除了包含横坐标和纵坐标之外，还包括了时间维度的信息；以及可以将第一包围框空间坐标集合和第二包围框空间坐标集合组合，得到目标圆形包围框的三维的包围框坐标集合；此时，三维的包围框坐标集合可以构建得到目标圆形包围框，该目标圆形包围框还可以包含目标对象的面积、形状等维度的信息；可见，得到的目标圆形包围框的包围框坐标集合中可以包含更多维度的信息。
步骤S103，根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
本发明另一实施例中，步骤S103得到多维信息可视化图像之后，还可以执行以下步骤：
确定每帧目标帧图像的对象类型对应的颜色；其中，不同的对象类型对应不同的颜色；
基于所述对象类型对应的颜色，绘制包围框，以输出所述多维信息可视化图像。
其中，实施这种实施方式，可以给不同的对象类型确定不同颜色，并且可以基于对象类型对应的颜色绘制包围框，以输出多维信息可视化图像，通过多维信息可视化图像中的不同颜色，可以准确地分辨出不同对象类型的包围框，从而提升多维信息可视化图像的信息量。
请一并参阅图5，图5为本发明一实施例提供的一种多维信息可视化图像的示意图，其中：
图5中包括一个空间直角坐标系，该空间直角坐标系的x轴和z轴分别表示包围框坐标中的横坐标和纵坐标，与x轴和z轴垂直的为y轴，y轴可以表示采集时间。空间直角坐标系中的多个圆形包围框分别表示识别到的多个目标对象在空间直角坐标系中的位置。不同的目标对象为不同的器官，不同的器官通过不同的颜色表示。图5中通过不同灰度值的圆形包围框表示不同的器官，在实际应用场景中，还可以通过不同的颜色、标识或线条粗细表示不同的器官。
作为一种可选的实施方式，可以将每种对象类型第一次出现的圆形包围框确定为目标圆形包围框，并且可以只将各个目标圆形包围框分别映射至预设坐标系中，得到多维信息可视化图像，从而更加直观的观测到目标对象的检测顺序。
请一并参阅图6，图6为本发明一实施例提供的另一种多维信息可视化图像的示意图，其中：
图6中包括一个空间直角坐标系，该空间直角坐标系的x轴和z轴分别表示包围框坐标中的横坐标和纵坐标，与x轴和z轴垂直的为y轴，y轴可以表示包围框坐标中的采集时间坐标。图6中输出的多个圆形包围框可以为从图5中输出的多个圆形包围框中筛选得到的目标圆形包围框；筛选方式可以为：从图5中将每种对象类型第一次出现的圆形包围框确定为目标圆形包围框。不同的对象类型对应的包围框通过不同的灰度值表示。
作为一种可选的实施方式，步骤S103得到多维信息可视化图像之后，还可以执行以下步骤：
根据所述多维信息可视化图像，确定操作流程信息；其中，所述操作流程信息包括各个目标对象的观测顺序；
将所述操作流程信息与预设操作指示信息进行对比，得到评估结果；其中，所述预设操作指示信息包括多个操作站点的标准观测顺序；每个操作站点中均包括预设的待观测对象的标准观测顺序。
其中，实施这种实施方式，可以基于得到的多维信息可视化图像确定出观测目标对象的操作流程信息，并且可以将操作流程信息与预设操作指示信息进行对比，可以得到评估结果；该评估结果可以表示实际的操作流程与预设的操作指示之间的差别，从而可以基于评估结果得到在实际操作过程中需要改进的操作流程，以提升操作流程的准确性。
可选的，所述目标对象为目标器官；
所述预设操作指示信息包括：
右心站点→隆突下间隙站点→降主动脉及奇静脉站点→肺主动脉窗站点→颈部血管站点；
所述右心站点包括：右心房→上腔静脉→下腔静脉；
所述隆突下间隙站点包括：左心房→肺动脉；
所述降主动脉及奇静脉站点：包括降主动脉→脐静脉；
所述肺主动脉窗站点包括：主动脉弓→肺动脉；
所述颈部血管站点包括：左锁骨下动脉→左颈总动脉→左颈内静脉。
其中，实施这种实施方式，可以预先设置预设操作指示信息为超声内镜纵膈检查的操作顺序，从而可以对比实际的操作顺序与超声内镜纵膈检查的操作顺序之间的差别，得到评估结果；通过分析学习该评估结果，可以帮助用户发现其中的错误，以便用户对实际使用超声内镜检查纵膈的过程进行校正，提升用户后续进行超声内镜纵膈检查的准确性。
本发明实施例中，还可以将目标对象的实际面积与预设操作指示信息中与该目标对象对应的器官的标准面积进行对比，得到器官面积的对比结果；该器官面积对比结果可以分析超声内镜纵膈检查过程中超声内镜达到的位置是否准确；例如，若器官面积的对比结果表示实际面积大于/小于标准面积，则超声内镜达到的位置相对于器官来说可能较近/较远，此时，可以基于器官面积的对比结果对超声内镜检查纵膈的过程进行校正。
可选的，还可以确定出目标对象的第一位置、在该目标对象之前的对象的第二位置以及在该目标对象之后的对象的第三位置，基于得到的第一位置、第二位置以及第三位置，可以确定出目标对象与前后两个对象之间的位置关系；并且可以从预设操作指示信息中获取到与该目标对象对应的器官的位置关系，该器官的位置关系可以表示该器官与该器官前后两个器官之间的位置关系；此时可以将目标对象对应的位置关系与器官对应的位置关系进行对比，得到位置关系对比结果；如果位置关系对比结果表示目标对象对应的位置关系与器官对应的位置关系存在较大的差别，则可以认为超声内镜达到的位置不准确，需要对超声内镜检查纵膈的过程进行校正；如果位置关系对比结果表示目标对象对应的位置关系与器官对应的位置关系相同，则可以认为超声内镜达到的位置准确；此时，如果目标对象的面积与目标对象对应的器官的标准面积不同，则可以认为该目标对象的形状或状态异常，需要对该目标对象进行进一步分析。
本发明实施例能够将观测到的器官的大小与该器官的标准大小进行对比，确定出观测到的器官是否正常，能够在检测到器官的大小与标准大小存在不同时，及时提示用户对该器官进行检查，降低漏检率。此外，本发明还可以提升目标特征信息的全面性。此外，本发明还可以使基于包围框坐标输出的多维信息可视化图像中的包围框更加清晰。此外，本发明还可以得到更加准确的目标圆形包围框的包围框坐标集合。此外，本发明还可以使最终输出的目标圆形包围框与显示设备的分辨率更加匹配。此外，本发明还可以保证第一纵坐标集合和第二纵坐标集合与包围框横坐标的关联度。此外，本发明还可以使目标圆形包围框的包围框坐标集合中包含更多维度的信息。此外，本发明还可以提升多维信息可视化图像的信息量。此外，本发明还可以提升操作流程的准确性。此外，本发明还可以提升用户后续进行超声内镜纵膈检查的准确性。
示例性装置
在介绍了本发明示例性实施方式的方法之后，接下来，参考图7对本发明示例性实施方式的一种图像多维可视化装置进行说明，该装置包括：
获取单元701，用于获取目标帧图像的目标特征信息；其中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应；
坐标集合确定单元702，用于根据获取单元701获取的各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置；
图像确定单元703，用于根据获取单元701获取的各个目标帧图像的采集时间，将坐标集合确定单元702确定的各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
作为一种可选的实施方式，多帧目标帧图像基于操作视频获取，多帧目标帧图像的采集时间间隔相同；
获取单元701获取目标帧图像的目标特征信息的方式具体可以为：
将所述目标帧图像出现在所述操作视频中的时间确定为采集时间；
获取所述目标帧图像中包括的目标对象以及所述目标对象的对象类型；
确定所述目标对象在所述目标帧图像中的位置坐标；
确定所述目标对象在所述目标帧图像中的面积；
将所述位置坐标、所述对象类型、所述采集时间以及所述面积确定为所述目标帧图像的目标特征信息。
其中，实施这种实施方式，可以获取到目标帧图像中目标对象的更多信息；由于目标帧图像中除了目标对象之外还包括其他内容，因此，为了更加准确地从目标帧图像中对目标对象进行定位，可以确定出目标对象在目标帧图像中具体的位置坐标，以及目标对象在目标帧图像中的面积，从而更加准确的在目标帧图像中对目标对象定位；以及还可以获取到目标帧图像在操作视频中的采集时间和目标对象的对象类型，最终将位置坐标、对象类型、采集时间以及面积确定为目标帧图像的目标特征信息，使得目标特征信息更加丰富，提升了目标特征信息的全面性。
作为一种可选的实施方式，所述目标对象对应的包围框为圆形包围框，坐标集合确定单元702根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合的方式具体可以为：
根据各个目标帧图像的目标特征信息中的面积，确定各个目标帧图像中圆形包围框的半径；
获取显示设备的分辨率；
基于所述分辨率，获取图像显示密度；
根据所述图像显示密度、各个目标帧图像的目标特征信息中的位置坐标以及各个目标帧图像中圆形包围框的半径，得到各个圆形包围框分别对应的包围框坐标集合。
其中，实施这种实施方式，显示设备的分辨率越大，能够输出的信息量越大，因此显示设备的分辨率对应的图像显示密度也越大。图像显示密度与绘制包围框的像素点的数量相关，图像显示密度越大，则绘制包围框的像素点的数量越多。因此，可以根据显示设备的分辨率确定出对应的最大的图像显示密度，以使显示设备能够输出图像显示密度最大的多维信息可视化图像，此时输出的多维信息可视化图像中包含的信息量最大，即多维信息可视化图像中包含的包围框的像素点最多，从而提升包围框的清晰度。
作为一种可选的实施方式，所述位置坐标包括初始横坐标和初始纵坐标，坐标集合确定单元702根据所述图像显示密度、一个目标帧图像的目标特征信息中的位置坐标以及所述目标帧图像对应的目标圆形包围框的半径，得到所述目标圆形包围框的包围框坐标集合的方式具体可以为：
根据所述图像显示密度、所述目标帧图像的目标特征信息中的初始横坐标以及所述目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合；
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合；其中，所述第一纵坐标集合中的纵坐标为所述目标圆形包围框中第一区域的包围框坐标的纵坐标，所述第二纵坐标集合中的纵坐标为所述目标圆形包围框中第二区域的包围框坐标的纵坐标；所述第一区域的包围框坐标和所述第二区域的包围框坐标组合得到所述目标圆形包围框；
根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合。
其中，实施这种实施方式，可以将目标圆形包围框分为两个区域，第一区域的包围框和第二区域的包围框，第一区域的包围框可以为目标圆形包围框的上半部分，第二区域的包围框可以为目标圆形包围框的下半部分。可见，该目标圆形包围框的第一区域的横坐标与第二区域的横坐标是相同的，且第一区域的纵坐标与第二区域的纵坐标是对应的；因此，可以根据图像显示密度、目标帧图像的目标特征信息中的初始横坐标以及目标帧图像对应的目标圆形包围框的半径，确定目标圆形包围框的横坐标集合；进而可以基于初始横坐标、初始纵坐标、横坐标集合以及半径，得到目标圆形包围框的第一区域的第一纵坐标集合以及目标圆形包围框的第二区域的第二纵坐标集合；第一区域的第一纵坐标集合与横坐标集合结合，可以得到第一区域的包围框的第一坐标集合；第二区域的第二纵坐标集合与横坐标集合结合，可以得到第二区域的包围框的第二坐标集合；可见，由于第一区域的纵坐标与第二区域的纵坐标对应，因此第一坐标集合中的第一坐标与第二坐标集合中的第二坐标也对应，即任意一个第一坐标与其对应的第二坐标之间的中点的纵坐标均与初始纵坐标相同。此时，基于第一坐标集合和第二坐标集合，能够得到更加准确的目标圆形包围框的包围框坐标集合。
作为一种可选的实施方式，坐标集合确定单元702根据所述图像显示密度、任一目标帧图像的目标特征信息中的初始横坐标以及所述任一目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合的方式具体可以为：
根据任一目标帧图像的目标特征信息中的初始横坐标和所述任一目标帧图像对应的目标圆形包围框的半径，得到所述目标圆形包围框的最小横坐标和最大横坐标；
根据所述最小横坐标、所述最大横坐标以及所述图像显示密度，确定所述目标圆形包围框的横坐标集合；其中，所述横坐标集合中包括所述最小横坐标和所述最大横坐标，所述横坐标集合中包括的任意两个相邻的包围框横坐标之间的距离相同。
其中，实施这种实施方式，
由于图像显示密度决定了多维信息可视化图像中目标圆形包围框的像素点的数量，目标圆形包围框的像素点在多维信息可视化图像中的位置通过包围框坐标表示。每个像素点的包围框坐标都由包围框横坐标和包围框纵坐标组成，且对目标圆形包围框来说，任意一个像素点都可以有一个对应的目标像素点，该目标像素点的包围框横坐标与其对应的包围框横坐标相同；因此，可以先确定出目标圆形包围框的每个像素点的包围框横坐标，再基于确定的包围框横坐标得到包围框横坐标对应的两个包围框纵坐标，以及将包围框横坐标分别与两个包围框纵坐标进行组合，可以得到该包围框横坐标对应的两个像素点的包围框坐标，保证了包围框坐标确定的准确性。
具体的，可以先确定出目标圆形包围框的最小横坐标和最大横坐标，最大横坐标与最小横坐标之间的差值即为目标圆形包围框的直径，可见，目标圆形包围框的包围框坐标集合中，每一个包围框横坐标都处于最小横坐标与最大横坐标之间。更进一步，可以基于图像显示密度，从最小横坐标和最大横坐标之间确定出多个间距相同的包围框横坐标，得到的多个包围框横坐标可以为在当前的图像显示密度下最大数量的包围框横坐标。以及可以将得到的多个包围框横坐标作为目标圆形包围框的横坐标集合，并基于横坐标集合计算得到目标圆形包围框的每个像素点的包围框坐标，以使最终输出的目标圆形包围框与显示设备的分辨率更加匹配。
作为一种可选的实施方式，坐标集合确定单元702根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合的方式具体可以为：
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合中的每一包围框横坐标以及所述半径，得到所述目标圆形包围框的第一纵坐标集合；其中，所述第一纵坐标集合中的第一包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应；
根据所述初始纵坐标和所述第一纵坐标集合中的每一第一包围框纵坐标，得到所述目标圆形包围框的第二纵坐标集合；其中，所述第二纵坐标集合中的第二包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应。
其中，实施这种实施方式，可以先根据初始横坐标、初始纵坐标、横坐标集合中的每一包围框横坐标以及半径，得到目标圆形包围框的第一纵坐标集合；由于目标圆形包围框中，任意一个像素点的包围框横坐标都会与其对应的目标像素点的包围框横坐标相同，因此，第一纵坐标集合中的任一第一包围框纵坐标都与第二纵坐标集合中的一个目标第二包围框纵坐标对应，即该任一第一包围框纵坐标对应的包围框横坐标与该目标第二包围框纵坐标对应的包围框横坐标相同。此时，可以基于得到的初始纵坐标和该任一第一包围框纵坐标，得到与该任一第一包围框纵坐标对应的第二包围框纵坐标；可见，第一纵坐标集合与横坐标集合具有高度的相关性，且第二纵坐标集合与第一纵坐标集合也具有高度的相关性，保证了第一纵坐标集合和第二纵坐标集合与包围框横坐标的关联度。
作为一种可选的实施方式，坐标集合确定单元702根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合的方式具体可以为：
获取所述目标帧图像的目标采集时间；
根据所述横坐标集合、所述第一纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第一包围框空间坐标集合；
根据所述横坐标集合、所述第二纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第二包围框空间坐标集合；
将所述第一包围框空间坐标集合和所述第二包围框空间坐标集合进行组合，得到所述目标圆形包围框的包围框坐标集合；其中，所述包围框坐标集合中的每一包围框坐标均为三维坐标。
其中，实施这种实施方式，可以将目标帧图像对应的目标采集时间与横坐标集合和第一纵坐标集合/第二纵坐标集合进行结合，得到第一包围框空间坐标集合/第二包围框空间坐标集合；此时，第一包围框空间坐标集合/第二包围框空间坐标集合除了包含横坐标和纵坐标之外，还包括了时间维度的信息；以及可以将第一包围框空间坐标集合和第二包围框空间坐标集合组合，得到目标圆形包围框的三维的包围框坐标集合；此时，三维的包围框坐标集合可以构建得到目标圆形包围框，该目标圆形包围框还可以包含目标对象的面积、形状等维度的信息；可见，得到的目标圆形包围框的包围框坐标集合中可以包含更多维度的信息。
作为一种可选的实施方式，图像确定单元703还用于：
在得到多维信息可视化图像之后，确定每帧目标帧图像的对象类型对应的颜色；其中，不同的对象类型对应不同的颜色；
基于所述对象类型对应的颜色，绘制包围框，以输出所述多维信息可视化图像。
其中，实施这种实施方式，可以给不同的对象类型确定不同颜色，并且可以基于对象类型对应的颜色绘制包围框，以输出多维信息可视化图像，通过多维信息可视化图像中的不同颜色，可以准确地分辨出不同对象类型的包围框，从而提升多维信息可视化图像的信息量。
作为一种可选的实施方式，图像确定单元703还用于：
在得到多维信息可视化图像之后，根据所述多维信息可视化图像，确定操作流程信息；其中，所述操作流程信息包括各个目标对象的观测顺序；
将所述操作流程信息与预设操作指示信息进行对比，得到评估结果；其中，所述预设操作指示信息包括多个操作站点的标准观测顺序；每个操作站点中均包括预设的待观测对象的标准观测顺序。
其中，实施这种实施方式，可以基于得到的多维信息可视化图像确定出观测目标对象的操作流程信息，并且可以将操作流程信息与预设操作指示信息进行对比，可以得到评估结果；该评估结果可以表示实际的操作流程与预设的操作指示之间的差别，从而可以基于评估结果得到在实际操作过程中需要改进的操作流程，以提升操作流程的准确性。
可选的，所述目标对象为目标器官；
所述预设操作指示信息包括：
右心站点→隆突下间隙站点→降主动脉及奇静脉站点→肺主动脉窗站点→颈部血管站点；
所述右心站点包括：右心房→上腔静脉→下腔静脉；
所述隆突下间隙站点包括：左心房→肺动脉；
所述降主动脉及奇静脉站点：包括降主动脉→脐静脉；
所述肺主动脉窗站点包括：主动脉弓→肺动脉；
所述颈部血管站点包括：左锁骨下动脉→左颈总动脉→左颈内静脉。
其中，实施这种实施方式，可以预先设置预设操作指示信息为超声内镜纵膈检查的操作顺序，从而可以对比实际的操作顺序与超声内镜纵膈检查的操作顺序之间的差别，得到评估结果；通过分析学习该评估结果，可以帮助用户发现其中的错误，以便用户对实际使用超声内镜检查纵膈的过程进行校正，提升用户后续进行超声内镜纵膈检查的准确性。
本发明实施例能够将观测到的器官的大小与该器官的标准大小进行对比，确定出观测到的器官是否正常，能够在检测到器官的大小与标准大小存在不同时，及时提示用户对该器官进行检查，降低漏检率。此外，本发明还可以提升目标特征信息的全面性。此外，本发明还可以使基于包围框坐标输出的多维信息可视化图像中的包围框更加清晰。此外，本发明还可以得到更加准确的目标圆形包围框的包围框坐标集合。此外，本发明还可以使最终输出的目标圆形包围框与显示设备的分辨率更加匹配。此外，本发明还可以保证第一纵坐标集合和第二纵坐标集合与包围框横坐标的关联度。此外，本发明还可以使目标圆形包围框的包围框坐标集合中包含更多维度的信息。此外，本发明还可以提升多维信息可视化图像的信息量。此外，本发明还可以提升操作流程的准确性。此外，本发明还可以提升用户后续进行超声内镜纵膈检查的准确性。
示例性介质
在介绍了本发明示例性实施方式的方法和装置之后，接下来，参考图8对本发明示例性实施方式的计算机可读存储介质进行说明，请参考图8，其示出的计算机可读存储介质为光盘80，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会实现上述方法实施方式中所记载的各步骤，例如，获取目标帧图像的目标特征信息；其中，目标特征信息中至少包括目标对象在目标帧图像中的位置坐标和面积、目标对象的对象类型、目标帧图像的采集时间；根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，每一包围框坐标集合对应的包围框表示在包围框坐标集合对应的目标帧图像中的目标对象所在位置；根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像；各步骤的具体实现方式在此不再重复说明。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
示例性计算设备
在介绍了本发明示例性实施方式的方法、介质和装置之后，接下来，参考图9对本发明示例性实施方式的用于图像多维可视化的计算设备。
图9示出了适于用来实现本发明实施方式的示例性计算设备90的框图，该计算设备90可以是计算机***或服务器。图9显示的计算设备90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9所示，计算设备90的组件可以包括但不限于：一个或者多个处理器或者处理单元901，***存储器902，连接不同***组件(包括***存储器902和处理单元901)的总线903。
计算设备90典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算设备90访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器902可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)9021和/或高速缓存存储器9022。计算设备90可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，ROM9023可以用于读写不可移动的、非易失性磁介质(图9中未显示，通常称为“硬盘驱动器”)。尽管未在图9中示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线903相连。***存储器902中可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块9024的程序/实用工具9025，可以存储在例如***存储器902中，且这样的程序模块9024包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块9024通常执行本发明所描述的实施例中的功能和/或方法。
计算设备90也可以与一个或多个外部设备904(如键盘、指向设备、显示器等)通信。这种通信可以通过输入/输出(I/O)接口905进行。并且，计算设备90还可以通过网络适配器906与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图9所示，网络适配器906通过总线903与计算设备90的其它模块(如处理单元901等)通信。应当明白，尽管图9中未示出，可以结合计算设备90使用其它硬件和/或软件模块。
处理单元901通过运行存储在***存储器902中的程序，从而执行各种功能应用以及数据处理，例如，获取目标帧图像的目标特征信息；其中，目标特征信息中至少包括目标对象在目标帧图像中的位置坐标和面积、目标对象的对象类型、目标帧图像的采集时间；根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，每一包围框坐标集合对应的包围框表示在包围框坐标集合对应的目标帧图像中的目标对象所在位置；根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。各步骤的具体实现方式在此不再重复说明。应当注意，尽管在上文详细描述中提及了图像多维可视化装置的若干单元/模块或子单元/子模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。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，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
1.一种图像多维可视化方法，包括：
获取目标帧图像的目标特征信息；其中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应；
根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置；
根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
2.如方案1所述的图像多维可视化方法，多帧目标帧图像基于操作视频获取，多帧目标帧图像的采集时间间隔相同；
所述获取目标帧图像的目标特征信息，包括：
将所述目标帧图像出现在所述操作视频中的时间确定为采集时间；
获取所述目标帧图像中包括的目标对象以及所述目标对象的对象类型；
确定所述目标对象在所述目标帧图像中的位置坐标；
确定所述目标对象在所述目标帧图像中的面积；
将所述位置坐标、所述对象类型、所述采集时间以及所述面积确定为所述目标帧图像的目标特征信息。
3.如方案1或2所述的图像多维可视化方法，所述目标对象对应的包围框为圆形包围框，所述根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合，包括：
根据各个目标帧图像的目标特征信息中的面积，确定各个目标帧图像中圆形包围框的半径；
获取显示设备的分辨率；
基于所述分辨率，获取图像显示密度；
根据所述图像显示密度、各个目标帧图像的目标特征信息中的位置坐标以及各个目标帧图像中圆形包围框的半径，得到各个圆形包围框分别对应的包围框坐标集合。
4.如方案3所述的图像多维可视化方法，所述位置坐标包括初始横坐标和初始纵坐标，所述根据所述图像显示密度、一个目标帧图像的目标特征信息中的位置坐标以及所述目标帧图像对应的目标圆形包围框的半径，得到所述目标圆形包围框的包围框坐标集合，包括：
根据所述图像显示密度、所述目标帧图像的目标特征信息中的初始横坐标以及所述目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合；
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合；其中，所述第一纵坐标集合中的纵坐标为所述目标圆形包围框中第一区域的包围框坐标的纵坐标，所述第二纵坐标集合中的纵坐标为所述目标圆形包围框中第二区域的包围框坐标的纵坐标；所述第一区域的包围框坐标和所述第二区域的包围框坐标组合得到所述目标圆形包围框；
根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合。
5.如方案4所述的图像多维可视化方法，所述根据所述图像显示密度、任一目标帧图像的目标特征信息中的初始横坐标以及所述任一目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合，包括：
根据任一目标帧图像的目标特征信息中的初始横坐标和所述任一目标帧图像对应的目标圆形包围框的半径，得到所述目标圆形包围框的最小横坐标和最大横坐标；
根据所述最小横坐标、所述最大横坐标以及所述图像显示密度，确定所述目标圆形包围框的横坐标集合；其中，所述横坐标集合中包括所述最小横坐标和所述最大横坐标，所述横坐标集合中包括的任意两个相邻的包围框横坐标之间的距离相同。
6.如方案5所述的图像多维可视化方法，所述根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合，包括：
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合中的每一包围框横坐标以及所述半径，得到所述目标圆形包围框的第一纵坐标集合；其中，所述第一纵坐标集合中的第一包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应；
根据所述初始纵坐标和所述第一纵坐标集合中的每一第一包围框纵坐标，得到所述目标圆形包围框的第二纵坐标集合；其中，所述第二纵坐标集合中的第二包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应。
7.如方案6所述的图像多维可视化方法，所述根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合，包括：
获取所述目标帧图像的目标采集时间；
根据所述横坐标集合、所述第一纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第一包围框空间坐标集合；
根据所述横坐标集合、所述第二纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第二包围框空间坐标集合；
将所述第一包围框空间坐标集合和所述第二包围框空间坐标集合进行组合，得到所述目标圆形包围框的包围框坐标集合；其中，所述包围框坐标集合中的每一包围框坐标均为三维坐标。
8.如方案1或2所述的图像多维可视化方法，所述得到多维信息可视化图像之后，所述方法还包括：
确定每帧目标帧图像的对象类型对应的颜色；其中，不同的对象类型对应不同的颜色；
基于所述对象类型对应的颜色，绘制包围框，以输出所述多维信息可视化图像。
9.如方案1或2所述的图像多维可视化方法，所述得到多维信息可视化图像之后，所述方法还包括：
根据所述多维信息可视化图像，确定操作流程信息；其中，所述操作流程信息包括各个目标对象的观测顺序；
将所述操作流程信息与预设操作指示信息进行对比，得到评估结果；其中，所述预设操作指示信息包括多个操作站点的标准观测顺序；每个操作站点中均包括预设的待观测对象的标准观测顺序。
10.如方案9所述的图像多维可视化方法，所述目标对象为目标器官；
所述预设操作指示信息包括：
右心站点→隆突下间隙站点→降主动脉及奇静脉站点→肺主动脉窗站点→颈部血管站点；
所述右心站点包括：右心房→上腔静脉→下腔静脉；
所述隆突下间隙站点包括：左心房→肺动脉；
所述降主动脉及奇静脉站点：包括降主动脉→脐静脉；
所述肺主动脉窗站点包括：主动脉弓→肺动脉；
所述颈部血管站点包括：左锁骨下动脉→左颈总动脉→左颈内静脉。
11.一种图像多维可视化装置，包括：
获取单元，用于获取目标帧图像的目标特征信息；其中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应；
坐标集合确定单元，用于根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置；
图像确定单元，用于根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
12.一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行如方案1～10中的任一项所述的方法。
13.一种计算设备，所述计算设备包括：
至少一个处理器、存储器和输入输出单元；
其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行如方案1～10中任一项所述的方法。

Claims (10)

1.一种图像多维可视化方法，包括：
获取目标帧图像的目标特征信息；其中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应；
根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置；
根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
2.根据权利要求1所述的图像多维可视化方法，多帧目标帧图像基于操作视频获取，多帧目标帧图像的采集时间间隔相同；
所述获取目标帧图像的目标特征信息，包括：
将所述目标帧图像出现在所述操作视频中的时间确定为采集时间；
获取所述目标帧图像中包括的目标对象以及所述目标对象的对象类型；
确定所述目标对象在所述目标帧图像中的位置坐标；
确定所述目标对象在所述目标帧图像中的面积；
将所述位置坐标、所述对象类型、所述采集时间以及所述面积确定为所述目标帧图像的目标特征信息。
3.根据权利要求1或2所述的图像多维可视化方法，所述目标对象对应的包围框为圆形包围框，所述根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合，包括：
根据各个目标帧图像的目标特征信息中的面积，确定各个目标帧图像中圆形包围框的半径；
获取显示设备的分辨率；
基于所述分辨率，获取图像显示密度；
根据所述图像显示密度、各个目标帧图像的目标特征信息中的位置坐标以及各个目标帧图像中圆形包围框的半径，得到各个圆形包围框分别对应的包围框坐标集合。
4.根据权利要求3所述的图像多维可视化方法，所述位置坐标包括初始横坐标和初始纵坐标，所述根据所述图像显示密度、一个目标帧图像的目标特征信息中的位置坐标以及所述目标帧图像对应的目标圆形包围框的半径，得到所述目标圆形包围框的包围框坐标集合，包括：
根据所述图像显示密度、所述目标帧图像的目标特征信息中的初始横坐标以及所述目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合；
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合；其中，所述第一纵坐标集合中的纵坐标为所述目标圆形包围框中第一区域的包围框坐标的纵坐标，所述第二纵坐标集合中的纵坐标为所述目标圆形包围框中第二区域的包围框坐标的纵坐标；所述第一区域的包围框坐标和所述第二区域的包围框坐标组合得到所述目标圆形包围框；
根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合。
5.根据权利要求4所述的图像多维可视化方法，所述根据所述图像显示密度、任一目标帧图像的目标特征信息中的初始横坐标以及所述任一目标帧图像对应的目标圆形包围框的半径，确定所述目标圆形包围框的横坐标集合，包括：
根据任一目标帧图像的目标特征信息中的初始横坐标和所述任一目标帧图像对应的目标圆形包围框的半径，得到所述目标圆形包围框的最小横坐标和最大横坐标；
根据所述最小横坐标、所述最大横坐标以及所述图像显示密度，确定所述目标圆形包围框的横坐标集合；其中，所述横坐标集合中包括所述最小横坐标和所述最大横坐标，所述横坐标集合中包括的任意两个相邻的包围框横坐标之间的距离相同。
6.根据权利要求5所述的图像多维可视化方法，所述根据所述初始横坐标、所述初始纵坐标、所述横坐标集合以及所述半径，得到所述目标圆形包围框的第一纵坐标集合和第二纵坐标集合，包括：
根据所述初始横坐标、所述初始纵坐标、所述横坐标集合中的每一包围框横坐标以及所述半径，得到所述目标圆形包围框的第一纵坐标集合；其中，所述第一纵坐标集合中的第一包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应；
根据所述初始纵坐标和所述第一纵坐标集合中的每一第一包围框纵坐标，得到所述目标圆形包围框的第二纵坐标集合；其中，所述第二纵坐标集合中的第二包围框纵坐标与所述横坐标集合中的包围框横坐标一一对应。
7.根据权利要求6所述的图像多维可视化方法，所述根据所述横坐标集合、所述第一纵坐标集合以及所述第二纵坐标集合，得到所述目标圆形包围框的包围框坐标集合，包括：
获取所述目标帧图像的目标采集时间；
根据所述横坐标集合、所述第一纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第一包围框空间坐标集合；
根据所述横坐标集合、所述第二纵坐标集合以及所述目标采集时间，确定所述目标圆形包围框的第二包围框空间坐标集合；
将所述第一包围框空间坐标集合和所述第二包围框空间坐标集合进行组合，得到所述目标圆形包围框的包围框坐标集合；其中，所述包围框坐标集合中的每一包围框坐标均为三维坐标。
8.一种图像多维可视化装置，包括：
获取单元，用于获取目标帧图像的目标特征信息；其中，所述目标特征信息中至少包括目标对象在所述目标帧图像中的位置坐标、所述目标对象的对象类型、所述目标帧图像的采集时间以及所述目标对象在所述目标帧图像中的面积；所述目标帧图像的数量为多帧，目标帧图像与目标特征信息一一对应；
坐标集合确定单元，用于根据各个目标帧图像的目标特征信息中的位置坐标和面积，得到多个包围框坐标集合；其中，包围框坐标集合与目标帧图像一一对应；每一包围框坐标集合对应的包围框表示在所述包围框坐标集合对应的目标帧图像中的目标对象所在位置；
图像确定单元，用于根据各个目标帧图像的采集时间，将各个包围框坐标集合对应的包围框分别映射至预设坐标系中，得到多维信息可视化图像。
9.一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行如权利要求1～7中的任一项所述的方法。
10.一种计算设备，所述计算设备包括：
至少一个处理器、存储器和输入输出单元；
其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行如权利要求1～7中任一项所述的方法。
CN202310195345.6A 2023-02-24 2023-02-24 图像多维可视化方法、装置、介质和计算设备 Active CN116153472B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310195345.6A CN116153472B (zh) 2023-02-24 2023-02-24 图像多维可视化方法、装置、介质和计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310195345.6A CN116153472B (zh) 2023-02-24 2023-02-24 图像多维可视化方法、装置、介质和计算设备

Publications (2)

Publication Number Publication Date
CN116153472A true CN116153472A (zh) 2023-05-23
CN116153472B CN116153472B (zh) 2023-10-24

Family

ID=86356216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310195345.6A Active CN116153472B (zh) 2023-02-24 2023-02-24 图像多维可视化方法、装置、介质和计算设备

Country Status (1)

Country Link
CN (1) CN116153472B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418109A (zh) * 2020-11-26 2021-02-26 复旦大学附属中山医院 一种图像处理方法、装置
CN112634370A (zh) * 2020-12-31 2021-04-09 广州极飞科技有限公司 一种无人机打点方法、装置、设备及存储介质
WO2022170844A1 (zh) * 2021-02-10 2022-08-18 中国科学院深圳先进技术研究院 一种视频标注方法、装置、设备及计算机可读存储介质
CN115294125A (zh) * 2022-10-08 2022-11-04 江苏南通鼎顺网络科技有限责任公司 基于图形识别的肿瘤ct图像处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418109A (zh) * 2020-11-26 2021-02-26 复旦大学附属中山医院 一种图像处理方法、装置
CN112634370A (zh) * 2020-12-31 2021-04-09 广州极飞科技有限公司 一种无人机打点方法、装置、设备及存储介质
WO2022170844A1 (zh) * 2021-02-10 2022-08-18 中国科学院深圳先进技术研究院 一种视频标注方法、装置、设备及计算机可读存储介质
CN115294125A (zh) * 2022-10-08 2022-11-04 江苏南通鼎顺网络科技有限责任公司 基于图形识别的肿瘤ct图像处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
崔文一: ""基于导函数与原函数的图像特征简化工程力学中剪力与弯矩图画法"", 《中国高新科技》, no. 18, pages 115 - 118 *

Also Published As

Publication number Publication date
CN116153472B (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
US11823431B2 (en) System and method for detecting trachea
US7304644B2 (en) System and method for performing a virtual endoscopy
JP2013517909A (ja) 気管支鏡検査法ガイダンスに適用される画像ベースのグローバル登録
WO2014155778A1 (ja) 画像処理装置、内視鏡装置、プログラム及び画像処理方法
CN111640480B (zh) 医学报告生成方法、计算机设备和存储介质
JP4504377B2 (ja) 心臓関連の取得のための自動的な最適面の決定
JP2007216007A (ja) 医療用画像においてリンパ節をラベリングおよび識別するためのシステムおよび方法
JP4876056B2 (ja) 画像処理装置、画像処理方法
US11996182B2 (en) Apparatus and method for medical image reading assistant providing representative image based on medical use artificial neural network
US11200443B2 (en) Image processing apparatus, image processing method, and image processing system
US20200134823A1 (en) Image processing apparatus, image processing method, and storage medium
CN115439453B (zh) 一种脊椎椎体定位方法、装置、电子设备及存储介质
JP5479138B2 (ja) 医用画像表示装置、医用画像表示方法、及びそのプログラム
CN115713590A (zh) 一种基于ct的三维重建图像处理方法及***
CN113435573B (zh) 内窥镜图像的视差预测模型建立方法及深度估计方法
US20220130105A1 (en) Image display method, display control device, and recording medium
Schmidt et al. Tracking and mapping in medical computer vision: A review
CN116153472B (zh) 图像多维可视化方法、装置、介质和计算设备
WO2013037702A1 (en) Method and a system for medical imaging
CN111192664A (zh) 一种图像标记方法、***、设备及存储介质
CN116844697B (zh) 图像多维可视化方法、装置、介质和计算设备
CN113902983B (zh) 基于目标检测模型的腹腔镜手术组织器官识别方法及装置
CN116327362A (zh) 磁探头辅助支气管术中导航方法、装置、介质及电子设备
JP2022179433A (ja) 画像処理装置及び画像処理方法
US8553951B2 (en) Methods and systems for grouping radiological images into event markers

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