CN116485722A - 一种三维医学影像的单帧定量识别方法 - Google Patents

一种三维医学影像的单帧定量识别方法 Download PDF

Info

Publication number
CN116485722A
CN116485722A CN202310257596.2A CN202310257596A CN116485722A CN 116485722 A CN116485722 A CN 116485722A CN 202310257596 A CN202310257596 A CN 202310257596A CN 116485722 A CN116485722 A CN 116485722A
Authority
CN
China
Prior art keywords
picture
medical image
frame
dimensional
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.)
Granted
Application number
CN202310257596.2A
Other languages
English (en)
Other versions
CN116485722B (zh
Inventor
赵军军
缪林
蒋国斌
伏亦伟
贺军
袁文卓
丁伟峰
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.)
Nanjing Suotu Technology Co ltd
Original Assignee
Nanjing Suotu Technology 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 Nanjing Suotu Technology Co ltd filed Critical Nanjing Suotu Technology Co ltd
Priority to CN202310257596.2A priority Critical patent/CN116485722B/zh
Publication of CN116485722A publication Critical patent/CN116485722A/zh
Application granted granted Critical
Publication of CN116485722B publication Critical patent/CN116485722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10024—Color 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10068—Endoscopic 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种三维医学影像的单帧定量识别方法，以单帧医学影像画面为分析对象，首先通过画面中多个点位置RGB颜色值的一致性判断，实现二维画面的判断，然后基于预设长度等分整数，结合单帧医学影像画面所在坐标系，选择画面中预设规则分布下的各组两坐标位置，应用RGB数值差值判断、以及数据统计，实现三维画面的判断，整个设计方法仅仅依靠单帧医学影像画面，即可完成三维画面判断，从而可以根据实际业务需求，跳越数帧、数十帧、数百帧进行采样检测判定，极大的降低了检测所耗资源，整个设计能够应对多种规格分辨率的医学影像画面，分辨出多种具体的三维格式（3D上下、3D左右、3D行交错），有效提高了实际工作效率。

Description

一种三维医学影像的单帧定量识别方法
技术领域
本发明涉及一种三维医学影像的单帧定量识别方法，属于内窥镜医学影像画面维度识别技术领域。
背景技术
内窥镜的使用过程中，需要对所拍摄到的镜下医学影像画面进行观察，判断医学影像画面为二维画面或三维画面，现有技术对此的应用，必须多帧组合检测才能得到判定结果，会消耗不少资源，即会影响后续的资源应用，整体效率不高。
发明内容
本发明所要解决的技术问题是提供一种三维医学影像的单帧定量识别方法，采用全新策略设计，通过单帧医学影像画面即可实现画面维度的判断，有效控制了资源使用，提高了整体应用的工作效率。
本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种三维医学影像的单帧定量识别方法，用于判断医疗内窥镜主机输出的单帧医学影像画面是否为三维画面，包括如下步骤：
步骤A. 获取位于单帧医学影像画面中以中心位置为圆心、预设半径范围内，且彼此距离大于预设间距的至少两个点位置的RGB颜色值，并判断各个点位置RGB颜色值彼此是否相同，是则表示内窥镜镜体未安装于内窥镜主机上，并判定单帧医学影像画面为二维画面；否则进入步骤B；
步骤B. 基于大于0的预设长度等分整数，结合以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，选择单帧医学影像画面中预设规则分布下的各组两坐标位置，应用RGB数值差值判断、以及数据统计，实现对单帧医学影像画面是否为三维画面的判断。
作为本发明的一种优选技术方案：所述步骤B按如下步骤B1-1至步骤B1-9，实现对单帧医学影像画面是否为左右格式三维画面的判断；
步骤B1-1. 初始化m1=0、iCount1=0，并进入步骤B1-2；
步骤B1-2. 判断m1是否小于预设长度等分整数M1，且M1大于0，是则进入步骤B1-3，否则判定单帧医学影像画面为二维画面；
步骤B1-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以2、再减1的结果，y轴坐标为单帧医学影像画面高度H除以M1、再乘以m1的结果所构画面第一位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以2、再加1的结果，y轴坐标为单帧医学影像画面高度H除以M1、再乘以m1的结果所构画面第二位置的RGB数值；然后进入步骤B1-4；
步骤B1-4. 计算获得画面第一位置与画面第二位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第一位置与画面第二位置之间的RGB差值绝对数，然后进入步骤B1-5；
步骤B1-5. 判断画面第一位置与画面第二位置之间的RGB差值绝对数是否大于60，是则针对iCount1的值进行加1更新，并进入步骤B1-8；否则进入步骤B1-6；
步骤B1-6. 针对画面第一位置分别对应R、G、B三分量的数值，结合画面第二位置分别对应R、G、B三分量的数值，获得该6个数值之和，构成画面第一位置与画面第二位置之间的RGB总和值，然后进入步骤B1-7；
步骤B1-7. 判断画面第一位置与画面第二位置之间的RGB总和值是否小于120，是则针对iCount1的值进行加1更新，并进入步骤B1-8；否则进入步骤B1-9；
步骤B1-8. 判断iCount1的值是否大于a*M1的结果，是则判定单帧医学影像画面为左右格式三维画面，否则进入步骤B1-9；其中，a为预设第一比例；
步骤B1-9. 针对m1的值进行加1更新，并返回步骤步骤B1-2。
作为本发明的一种优选技术方案：所述M1=20，所述a=75%。
作为本发明的一种优选技术方案：所述步骤B按如下步骤B2-1至步骤B2-9，实现对单帧医学影像画面是否为上下格式三维画面的判断；
步骤B2-1. 初始化m2=0、iCount2=0，并进入步骤B2-2；
步骤B2-2. 判断m2是否小于预设长度等分整数M2，且M2大于0，是则进入步骤B2-3，否则判定单帧医学影像画面为二维画面；
步骤B2-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以M2、再乘以m2的结果，y轴坐标为单帧医学影像画面高度H除以2、再减1的结果所构画面第三位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以M2、再乘以m2的结果，y轴坐标为单帧医学影像画面高度H除以2、再加1的结果所构画面第四位置的RGB数值；然后进入步骤B2-4；
步骤B2-4. 计算获得画面第三位置与画面第四位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第三位置与画面第四位置之间的RGB差值绝对数，然后进入步骤B2-5；
步骤B2-5. 判断画面第三位置与画面第四位置之间的RGB差值绝对数是否大于60，是则针对iCount2的值进行加1更新，并进入步骤B2-8；否则进入步骤B2-6；
步骤B2-6. 针对画面第三位置分别对应R、G、B三分量的数值，结合画面第四位置分别对应R、G、B三分量的数值，获得该6个数值之和，构成画面第三位置与画面第四位置之间的RGB总和值，然后进入步骤B2-7；
步骤B2-7. 判断画面第三位置与画面第四位置之间的RGB总和值是否小于120，是则针对iCount2的值进行加1更新，并进入步骤B2-8；否则进入步骤B2-9；
步骤B2-8. 判断iCount2的值是否大于b*M2的结果，是则判定单帧医学影像画面为上下格式三维画面，否则进入步骤B2-9；其中，b为预设第二比例；
步骤B2-9. 针对m2的值进行加1更新，并返回步骤步骤B2-2。
作为本发明的一种优选技术方案：所述M2=20，所述b=75%。
作为本发明的一种优选技术方案：所述步骤B按如下步骤B3-1至步骤B3-7，实现对单帧医学影像画面是否为行交错格式三维画面的判断；
步骤B3-1. 初始化m3=0、iCount3=0，并进入步骤B3-2；
步骤B3-2. 根据满足单帧医学影像画面高度H的约束条件、且大于0的预设长度等分整数M3，判断m3是否小于预设长度等分整数M3，是则进入步骤B3-3，否则判定单帧医学影像画面为二维画面；
步骤B3-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以M3、再乘以m3的结果，y轴坐标为单帧医学影像画面高度H除以M3、再乘以m3的结果所构画面第五位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以M3、再乘以m3的结果，y轴坐标为单帧医学影像画面高度H依次除以M3、再乘以m3、最后加1的结果所构画面第六位置的RGB数值；然后进入步骤B3-4；
步骤B3-4. 计算获得画面第五位置与画面第六位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第五位置与画面第六位置之间的RGB差值绝对数，然后进入步骤B3-5；
步骤B3-5. 判断画面第五位置与画面第六位置之间的RGB差值绝对数是否大于60，是则针对iCount3的值进行加1更新，并进入步骤B3-6；否则进入步骤B3-7；
步骤B3-6. 判断iCount3的值是否大于c*M3的结果，是则判定单帧医学影像画面为行交错格式三维画面，否则进入步骤B3-7；其中，c为预设第三比例；
步骤B3-7. 针对m3的值进行加1更新，并返回步骤步骤B3-2。
作为本发明的一种优选技术方案：所述步骤B3-2中，根据满足如下单帧医学影像画面高度H的约束条件；
[(H/M3)*(M3-1)]+1≤H
确定大于0的预设长度等分整数M3。
作为本发明的一种优选技术方案：所述M3=100，所述c=85%。
作为本发明的一种优选技术方案：所述步骤A中，针对单帧医学影像画面中位于宽度三分之一、且高度三分之一的点位置、位于宽度三分之一、且高度三分之二的点位置、位于宽度三分之二、且高度三分之一的点位置、以及位于宽度三分之二、且高度三分之二的点位置，获得该各个点位置的RGB颜色值，并判断各个点位置RGB颜色值彼此是否相同。
本发明所述一种三维医学影像的单帧定量识别方法，采用以上技术方案与现有技术相比，具有以下技术效果：
（1）本发明所设计三维医学影像的单帧定量识别方法，针对三维画面特征，应用全新策略设计，以单帧医学影像画面为分析对象，首先通过画面中多个点位置RGB颜色值的一致性判断，实现内窥镜镜体安装的判断，即二维画面的判断，然后基于预设长度等分整数，结合单帧医学影像画面所在坐标系，选择画面中预设规则分布下的各组两坐标位置，应用RGB数值差值判断、以及数据统计，实现对单帧医学影像画面是否为三维画面的判断，整个设计方法仅仅依靠单帧医学影像画面，即可完成三维画面判断，从而可以根据实际业务需求，跳越数帧、数十帧、数百帧进行采样检测判定，极大的降低了检测所耗资源，并且整个设计能够应对多种规格分辨率的医学影像画面，分辨出多种具体的三维格式（3D上下、3D左右、3D行交错），有效提高了实际工作效率。
附图说明
图1是本发明设计单帧医学影像画面关于左右格式三维画面的识别流程图；
图2是单帧医学影像画面关于左右格式三维画面的示意图；
图3是本发明设计单帧医学影像画面关于上下格式三维画面的识别流程图；
图4是单帧医学影像画面关于上下格式三维画面的示意图；
图5是本发明设计单帧医学影像画面关于行交错格式三维画面的识别流程图；
图6是单帧医学影像画面关于行交错格式三维画面的示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明所设计一种三维医学影像的单帧定量识别方法，实际应用当中，如图1至图3所示，用于判断医疗内窥镜主机输出的单帧医学影像画面是否为三维画面，包括如下步骤。
步骤A. 获取位于单帧医学影像画面中以中心位置为圆心、预设半径范围内，且彼此距离大于预设间距的至少两个点位置的RGB颜色值，并判断各个点位置RGB颜色值彼此是否相同，是则表示内窥镜镜体未安装于内窥镜主机上，并判定单帧医学影像画面为二维画面；否则进入步骤B。
实际应用当中，上述步骤A中，针对单帧医学影像画面中位于宽度三分之一、且高度三分之一的点位置、位于宽度三分之一、且高度三分之二的点位置、位于宽度三分之二、且高度三分之一的点位置、以及位于宽度三分之二、且高度三分之二的点位置，获得该各个点位置的RGB颜色值，并判断各个点位置RGB颜色值彼此是否相同，是则表示内窥镜镜体未安装于内窥镜主机上，并判定单帧医学影像画面为二维画面；否则进入步骤B。
步骤B. 基于大于0的预设长度等分整数，结合以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，选择单帧医学影像画面中预设规则分布下的各组两坐标位置，应用RGB数值差值判断、以及数据统计，实现对单帧医学影像画面是否为三维画面的判断。
实际应用当中，迎合三维画面所对应的左右(SideBySide)格式、上下(Top-and-Bottom)格式、以及行交错(LineByLine)格式，以及根据医学影像三维（3D）画面会在左右(SideBySide)眼画面的交界处存在明显边缘、但有时内镜光源过暗或过亮会造成边缘线出现断续的特点，分别针对该三种格式，设计上述步骤B的具体执行步骤，其中，关于左右(SideBySide)格式三维画面，如图1所示，上述步骤B具体设计执行如下步骤B1-1至步骤B1-9，实现对单帧医学影像画面是否为左右(SideBySide)格式三维画面的判断。
步骤B1-1. 初始化m1=0、iCount1=0，并进入步骤B1-2。
步骤B1-2. 判断m1是否小于预设长度等分整数M1，且M1大于0，是则进入步骤B1-3，否则判定单帧医学影像画面为二维画面。
步骤B1-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以2、再减1的结果，y轴坐标为单帧医学影像画面高度H除以M1、再乘以m1的结果所构画面第一位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以2、再加1的结果，y轴坐标为单帧医学影像画面高度H除以M1、再乘以m1的结果所构画面第二位置的RGB数值；然后进入步骤B1-4。
步骤B1-4. 计算获得画面第一位置与画面第二位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第一位置与画面第二位置之间的RGB差值绝对数，然后进入步骤B1-5。
步骤B1-5. 判断画面第一位置与画面第二位置之间的RGB差值绝对数是否大于60，是则针对iCount1的值进行加1更新，并进入步骤B1-8；否则进入步骤B1-6。
步骤B1-6. 针对画面第一位置分别对应R、G、B三分量的数值，结合画面第二位置分别对应R、G、B三分量的数值，获得该6个数值之和，构成画面第一位置与画面第二位置之间的RGB总和值，然后进入步骤B1-7。
步骤B1-7. 判断画面第一位置与画面第二位置之间的RGB总和值是否小于120，是则针对iCount1的值进行加1更新，并进入步骤B1-8；否则进入步骤B1-9。
步骤B1-8. 判断iCount1的值是否大于a*M1的结果，是则判定单帧医学影像画面为左右(SideBySide)格式三维画面，诸如图2所示；否则进入步骤B1-9；其中，a为预设第一比例。
步骤B1-9. 针对m1的值进行加1更新，并返回步骤步骤B1-2。
上述步骤B1-1至步骤B1-9的实际执行过程中，具体设计应用所述M1=20，所述a=75%，即通过在单帧医学影像画面宽对应X轴水平方向中间点、沿Y轴垂直方向从上至下均匀设置20个坐标点，在其20个坐标点左和右各取一个像素点，总计40个像素点，执行上述设计方法，实现关于左右(SideBySide)格式三维画面的判断。
实际应用中，关于上下(Top-and-Bottom)格式三维画面，如图3所示，上述步骤B具体设计执行如下步骤B2-1至步骤B2-9，实现对单帧医学影像画面是否为上下(Top-and-Bottom)格式三维画面的判断。
步骤B2-1. 初始化m2=0、iCount2=0，并进入步骤B2-2。
步骤B2-2. 判断m2是否小于预设长度等分整数M2，且M2大于0，是则进入步骤B2-3，否则判定单帧医学影像画面为二维画面。
步骤B2-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以M2、再乘以m2的结果，y轴坐标为单帧医学影像画面高度H除以2、再减1的结果所构画面第三位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以M2、再乘以m2的结果，y轴坐标为单帧医学影像画面高度H除以2、再加1的结果所构画面第四位置的RGB数值；然后进入步骤B2-4。
步骤B2-4. 计算获得画面第三位置与画面第四位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第三位置与画面第四位置之间的RGB差值绝对数，然后进入步骤B2-5。
步骤B2-5. 判断画面第三位置与画面第四位置之间的RGB差值绝对数是否大于60，是则针对iCount2的值进行加1更新，并进入步骤B2-8；否则进入步骤B2-6。
步骤B2-6. 针对画面第三位置分别对应R、G、B三分量的数值，结合画面第四位置分别对应R、G、B三分量的数值，获得该6个数值之和，构成画面第三位置与画面第四位置之间的RGB总和值，然后进入步骤B2-7。
步骤B2-7. 判断画面第三位置与画面第四位置之间的RGB总和值是否小于120，是则针对iCount2的值进行加1更新，并进入步骤B2-8；否则进入步骤B2-9。
步骤B2-8. 判断iCount2的值是否大于b*M2的结果，是则判定单帧医学影像画面为上下(Top-and-Bottom)格式三维画面，诸如图4所示；否则进入步骤B2-9；其中，b为预设第二比例。
步骤B2-9. 针对m2的值进行加1更新，并返回步骤步骤B2-2。
上述步骤B2-1至步骤B2-9的实际执行过程中，具体设计应用所述M2=20，所述b=75%，即通过单帧医学影像画面高度在Y轴垂直方向中间点、沿X轴水平方向从左至右均匀分布20个坐标点，在其20个坐标点上和下各取一个像素点，总计40个像素点，执行上述设计方法，实现关于上下(Top-and-Bottom)格式三维画面的判断。
此外关于行交错(LineByLine)格式三维画面，如图5所示，上述步骤B具体设计执行如下步骤B3-1至步骤B3-7，实现对单帧医学影像画面是否为行交错(LineByLine)格式三维画面的判断。
步骤B3-1. 初始化m3=0、iCount3=0，并进入步骤B3-2。
步骤B3-2. 根据满足单帧医学影像画面高度H的约束条件、且大于0的预设长度等分整数M3，判断m3是否小于预设长度等分整数M3，是则进入步骤B3-3，否则判定单帧医学影像画面为二维画面。
这里根据满足如下单帧医学影像画面高度H的约束条件；
[(H/M3)*(M3-1)]+1≤H
确定大于0的预设长度等分整数M3。
步骤B3-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以M3、再乘以m3的结果，y轴坐标为单帧医学影像画面高度H除以M3、再乘以m3的结果所构画面第五位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以M3、再乘以m3的结果，y轴坐标为单帧医学影像画面高度H依次除以M3、再乘以m3、最后加1的结果所构画面第六位置的RGB数值；然后进入步骤B3-4。
步骤B3-4. 计算获得画面第五位置与画面第六位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第五位置与画面第六位置之间的RGB差值绝对数，然后进入步骤B3-5。
步骤B3-5. 判断画面第五位置与画面第六位置之间的RGB差值绝对数是否大于60，是则针对iCount3的值进行加1更新，并进入步骤B3-6；否则进入步骤B3-7。
步骤B3-6. 判断iCount3的值是否大于c*M3的结果，是则判定单帧医学影像画面为行交错(LineByLine)格式三维画面，诸如图6所示；否则进入步骤B3-7；其中，c为预设第三比例。
步骤B3-7. 针对m3的值进行加1更新，并返回步骤步骤B3-2。
上述步骤B2-1至步骤B2-9的实际执行过程中，具体设计应用所述M3=100，所述c=85%，即通过关于单帧医学影像画面沿X轴水平方向从左至右、沿Y轴垂直方向从上至下，斜向均匀取100个像素点，总计200个像素点，执行上述设计方法，实现关于行交错(LineByLine)格式三维画面的判断。
将本发明设计应用于实际当中，在同等运行条件下，医学影像画面以60帧/秒的输入速度，分别测试分辨率为高清（1920×1080）、超清（分辨率4096×2160）、超高清（7680×4320）的医学影像画面，发现本发明设计方法分别面对不同分辨率，彼此检测所耗资源相当，没有因分辨率增大而导致计算所耗资源增大，在以每120帧检测一次的频率检测时，在开启和关闭检测间进行对比，整体资源消耗没有明显波动。
上述技术方案所设计三维医学影像的单帧定量识别方法，针对三维画面特征，应用全新策略设计，以单帧医学影像画面为分析对象，首先通过画面中多个点位置RGB颜色值的一致性判断，实现内窥镜镜体安装的判断，即二维画面的判断，然后基于预设长度等分整数，结合单帧医学影像画面所在坐标系，选择画面中预设规则分布下的各组两坐标位置，应用RGB数值差值判断、以及数据统计，实现对单帧医学影像画面是否为三维画面的判断，整个设计方法仅仅依靠单帧医学影像画面，通过单帧定量采样、定量简单运算判定，提升识别速度，以满足高帧率（≥60帧/秒）的彩色高分辨率（≥1920×1080）的医学影像是否为三维(3D)格式的快速判定，进而可以根据实际业务需求，跳越数帧、数十帧、数百帧进行采样检测判定，极大的降低了检测所耗资源，以此设计为基础来做后续诸如分离二维画面、三维格式间的转换、联动三维医用监视器切换输入等处理做准备，有效提高了实际工作效率。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (9)

1.一种三维医学影像的单帧定量识别方法，其特征在于，用于判断医疗内窥镜主机输出的单帧医学影像画面是否为三维画面，包括如下步骤：
步骤A. 获取位于单帧医学影像画面中以中心位置为圆心、预设半径范围内，且彼此距离大于预设间距的至少两个点位置的RGB颜色值，并判断各个点位置RGB颜色值彼此是否相同，是则表示内窥镜镜体未安装于内窥镜主机上，并判定单帧医学影像画面为二维画面；否则进入步骤B；
步骤B. 基于大于0的预设长度等分整数，结合以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，选择单帧医学影像画面中预设规则分布下的各组两坐标位置，应用RGB数值差值判断、以及数据统计，实现对单帧医学影像画面是否为三维画面的判断。
2.根据权利要求1所述一种三维医学影像的单帧定量识别方法，其特征在于：所述步骤B按如下步骤B1-1至步骤B1-9，实现对单帧医学影像画面是否为左右格式三维画面的判断；
步骤B1-1. 初始化m1=0、iCount1=0，并进入步骤B1-2；
步骤B1-2. 判断m1是否小于预设长度等分整数M1，且M1大于0，是则进入步骤B1-3，否则判定单帧医学影像画面为二维画面；
步骤B1-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以2、再减1的结果，y轴坐标为单帧医学影像画面高度H除以M1、再乘以m1的结果所构画面第一位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以2、再加1的结果，y轴坐标为单帧医学影像画面高度H除以M1、再乘以m1的结果所构画面第二位置的RGB数值；然后进入步骤B1-4；
步骤B1-4. 计算获得画面第一位置与画面第二位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第一位置与画面第二位置之间的RGB差值绝对数，然后进入步骤B1-5；
步骤B1-5. 判断画面第一位置与画面第二位置之间的RGB差值绝对数是否大于60，是则针对iCount1的值进行加1更新，并进入步骤B1-8；否则进入步骤B1-6；
步骤B1-6. 针对画面第一位置分别对应R、G、B三分量的数值，结合画面第二位置分别对应R、G、B三分量的数值，获得该6个数值之和，构成画面第一位置与画面第二位置之间的RGB总和值，然后进入步骤B1-7；
步骤B1-7. 判断画面第一位置与画面第二位置之间的RGB总和值是否小于120，是则针对iCount1的值进行加1更新，并进入步骤B1-8；否则进入步骤B1-9；
步骤B1-8. 判断iCount1的值是否大于a*M1的结果，是则判定单帧医学影像画面为左右格式三维画面，否则进入步骤B1-9；其中，a为预设第一比例；
步骤B1-9. 针对m1的值进行加1更新，并返回步骤步骤B1-2。
3.根据权利要求2所述一种三维医学影像的单帧定量识别方法，其特征在于：所述M1=20，所述a=75%。
4.根据权利要求1所述一种三维医学影像的单帧定量识别方法，其特征在于：所述步骤B按如下步骤B2-1至步骤B2-9，实现对单帧医学影像画面是否为上下格式三维画面的判断；
步骤B2-1. 初始化m2=0、iCount2=0，并进入步骤B2-2；
步骤B2-2. 判断m2是否小于预设长度等分整数M2，且M2大于0，是则进入步骤B2-3，否则判定单帧医学影像画面为二维画面；
步骤B2-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以M2、再乘以m2的结果，y轴坐标为单帧医学影像画面高度H除以2、再减1的结果所构画面第三位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以M2、再乘以m2的结果，y轴坐标为单帧医学影像画面高度H除以2、再加1的结果所构画面第四位置的RGB数值；然后进入步骤B2-4；
步骤B2-4. 计算获得画面第三位置与画面第四位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第三位置与画面第四位置之间的RGB差值绝对数，然后进入步骤B2-5；
步骤B2-5. 判断画面第三位置与画面第四位置之间的RGB差值绝对数是否大于60，是则针对iCount2的值进行加1更新，并进入步骤B2-8；否则进入步骤B2-6；
步骤B2-6. 针对画面第三位置分别对应R、G、B三分量的数值，结合画面第四位置分别对应R、G、B三分量的数值，获得该6个数值之和，构成画面第三位置与画面第四位置之间的RGB总和值，然后进入步骤B2-7；
步骤B2-7. 判断画面第三位置与画面第四位置之间的RGB总和值是否小于120，是则针对iCount2的值进行加1更新，并进入步骤B2-8；否则进入步骤B2-9；
步骤B2-8. 判断iCount2的值是否大于b*M2的结果，是则判定单帧医学影像画面为上下格式三维画面，否则进入步骤B2-9；其中，b为预设第二比例；
步骤B2-9. 针对m2的值进行加1更新，并返回步骤步骤B2-2。
5.根据权利要求4所述一种三维医学影像的单帧定量识别方法，其特征在于：所述M2=20，所述b=75%。
6.根据权利要求1所述一种三维医学影像的单帧定量识别方法，其特征在于：所述步骤B按如下步骤B3-1至步骤B3-7，实现对单帧医学影像画面是否为行交错格式三维画面的判断；
步骤B3-1. 初始化m3=0、iCount3=0，并进入步骤B3-2；
步骤B3-2. 根据满足单帧医学影像画面高度H的约束条件、且大于0的预设长度等分整数M3，判断m3是否小于预设长度等分整数M3，是则进入步骤B3-3，否则判定单帧医学影像画面为二维画面；
步骤B3-3. 基于以单帧医学影像画面左下顶点为原点、单帧医学影像画面宽度所在直线为x轴、单帧医学影像画面高度所在直线为y轴所构建的坐标系，获得以x轴坐标为单帧医学影像画面宽度W除以M3、再乘以m3的结果，y轴坐标为单帧医学影像画面高度H除以M3、再乘以m3的结果所构画面第五位置的RGB数值；
同时获得以x轴坐标为单帧医学影像画面宽度W除以M3、再乘以m3的结果，y轴坐标为单帧医学影像画面高度H依次除以M3、再乘以m3、最后加1的结果所构画面第六位置的RGB数值；然后进入步骤B3-4；
步骤B3-4. 计算获得画面第五位置与画面第六位置之间分别在R、G、B三分量上的绝对差值，并获得该三个绝对差值的和，构成画面第五位置与画面第六位置之间的RGB差值绝对数，然后进入步骤B3-5；
步骤B3-5. 判断画面第五位置与画面第六位置之间的RGB差值绝对数是否大于60，是则针对iCount3的值进行加1更新，并进入步骤B3-6；否则进入步骤B3-7；
步骤B3-6. 判断iCount3的值是否大于c*M3的结果，是则判定单帧医学影像画面为行交错格式三维画面，否则进入步骤B3-7；其中，c为预设第三比例；
步骤B3-7. 针对m3的值进行加1更新，并返回步骤步骤B3-2。
7.根据权利要求6所述一种三维医学影像的单帧定量识别方法，其特征在于：所述步骤B3-2中，根据满足如下单帧医学影像画面高度H的约束条件；
[(H/M3)*(M3-1)]+1≤H
确定大于0的预设长度等分整数M3。
8.根据权利要求6所述一种三维医学影像的单帧定量识别方法，其特征在于：所述M3=100，所述c=85%。
9.根据权利要求1所述一种三维医学影像的单帧定量识别方法，其特征在于：所述步骤A中，针对单帧医学影像画面中位于宽度三分之一、且高度三分之一的点位置、位于宽度三分之一、且高度三分之二的点位置、位于宽度三分之二、且高度三分之一的点位置、以及位于宽度三分之二、且高度三分之二的点位置，获得该各个点位置的RGB颜色值，并判断各个点位置RGB颜色值彼此是否相同。
CN202310257596.2A 2023-03-17 2023-03-17 一种三维医学影像的单帧定量识别方法 Active CN116485722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310257596.2A CN116485722B (zh) 2023-03-17 2023-03-17 一种三维医学影像的单帧定量识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310257596.2A CN116485722B (zh) 2023-03-17 2023-03-17 一种三维医学影像的单帧定量识别方法

Publications (2)

Publication Number Publication Date
CN116485722A true CN116485722A (zh) 2023-07-25
CN116485722B CN116485722B (zh) 2024-05-14

Family

ID=87224081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310257596.2A Active CN116485722B (zh) 2023-03-17 2023-03-17 一种三维医学影像的单帧定量识别方法

Country Status (1)

Country Link
CN (1) CN116485722B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547344A (zh) * 2011-12-23 2012-07-04 Tcl集团股份有限公司 一种视频格式识别方法及装置
CN102630034A (zh) * 2012-03-27 2012-08-08 苏州佳世达光电有限公司 影片格式的自动辨别方法和模块、及应用其的投影装置
CN102710953A (zh) * 2012-05-08 2012-10-03 深圳Tcl新技术有限公司 自动识别3d视频播放模式的方法和装置
CN104994374A (zh) * 2015-07-03 2015-10-21 宁波易维视显示技术有限公司 一种自动检测视频三维格式的方法
CN105049824A (zh) * 2015-07-03 2015-11-11 无锡易维视显示技术有限公司 自动检测三维视频格式的方法
CN106131528A (zh) * 2016-06-23 2016-11-16 福建天泉教育科技有限公司 3d视频格式识别方法及***
CN106303496A (zh) * 2016-08-16 2017-01-04 京东方科技集团股份有限公司 图像格式确定方法及装置、显示设备
CN107274456A (zh) * 2017-05-08 2017-10-20 上海玮舟微电子科技有限公司 一种图像格式的识别方法及装置
CN109618147A (zh) * 2017-09-30 2019-04-12 深圳市易快来科技股份有限公司 一种3d电视3d画面自动识别的方法、装置及3d电视
CN115553685A (zh) * 2022-10-24 2023-01-03 南京索图科技有限公司 一种判断内窥镜进出的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547344A (zh) * 2011-12-23 2012-07-04 Tcl集团股份有限公司 一种视频格式识别方法及装置
CN102630034A (zh) * 2012-03-27 2012-08-08 苏州佳世达光电有限公司 影片格式的自动辨别方法和模块、及应用其的投影装置
CN102710953A (zh) * 2012-05-08 2012-10-03 深圳Tcl新技术有限公司 自动识别3d视频播放模式的方法和装置
WO2013166796A1 (zh) * 2012-05-08 2013-11-14 深圳Tcl新技术有限公司 自动识别3d视频播放模式的方法和装置
CN104994374A (zh) * 2015-07-03 2015-10-21 宁波易维视显示技术有限公司 一种自动检测视频三维格式的方法
CN105049824A (zh) * 2015-07-03 2015-11-11 无锡易维视显示技术有限公司 自动检测三维视频格式的方法
CN106131528A (zh) * 2016-06-23 2016-11-16 福建天泉教育科技有限公司 3d视频格式识别方法及***
CN106303496A (zh) * 2016-08-16 2017-01-04 京东方科技集团股份有限公司 图像格式确定方法及装置、显示设备
CN107274456A (zh) * 2017-05-08 2017-10-20 上海玮舟微电子科技有限公司 一种图像格式的识别方法及装置
CN109618147A (zh) * 2017-09-30 2019-04-12 深圳市易快来科技股份有限公司 一种3d电视3d画面自动识别的方法、装置及3d电视
CN115553685A (zh) * 2022-10-24 2023-01-03 南京索图科技有限公司 一种判断内窥镜进出的方法

Also Published As

Publication number Publication date
CN116485722B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
DE102015115232A1 (de) Verbessertes Anti-Aliasing durch räumliches und/oder zeitliches Variieren von Sample-Mustern
CA2421894C (en) Hardware-enhanced graphics acceleration of pixel sub-component-oriented images
DE10053439B4 (de) Grafik-Beschleuniger mit Interpolationsfunktion
DE102010046259A1 (de) Bildrequenzumwandlung unter Verwendung von Bewegungseinschätzung und -kompensation
WO2006080115A1 (ja) 描画方法、画像生成装置、および電子情報機器
US6731289B1 (en) Extended range pixel display system and method
CN100399358C (zh) 图像处理装置及其方法
CN109035383A (zh) 一种体积云的绘制方法、装置及计算机可读存储介质
US10074159B2 (en) System and methodologies for super sampling to enhance anti-aliasing in high resolution meshes
CN109643462B (zh) 基于渲染引擎的实时图像处理方法以及显示设备
US20040066388A1 (en) Method and apparatus for improved transform functions for non gamma corrected graphics systems
EP2286597B1 (en) Video monitoring device providing parametric signal curve display features and related methods
CN116485722B (zh) 一种三维医学影像的单帧定量识别方法
EP2528042A1 (de) Verfahren und Vorrichtung zum Re-Meshing von 3D-Polygonmodellen
US6731301B2 (en) System, method and program for computer graphics rendering
US6597365B1 (en) Indicating device with and without antialiasing
US8355580B2 (en) Method and system for generating boundary in the process of rasterizing vector graphic as well as method for producing the system
KR101999546B1 (ko) 색보정 방법, 다원색 매트릭스 표시장치의 기계 구현 방법 및 영상 데이터 신호 처리 장치
Moersch et al. Variable-sized, circular bokeh depth of field effects
Makhinya et al. Fast compositing for cluster-parallel rendering
CN104505052A (zh) 图像数据处理方法及装置
DE10052156A1 (de) Grafikbeschleuniger und Zeichenverfahren
DE10240313A1 (de) Bildverarbeitungsvorrichtung mit einem Verarbeitungsvorgang Koordinatenberechung
JP5587132B2 (ja) 画像処理装置、画像処理方法
CN103955178B (zh) 一种立体式动态场景展示***的升降机构阵列控制方法

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