[發(fā)明專利]一種病變圖像生成的方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811126098.X
• 申請日: 2018-09-26
• 公開（公告）號(hào): CN109523507B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設(shè)計(jì)）人: 請求不公布姓名;請求不公布姓名;鐘亞玉;廖珍琪;張健;莫康信
• 申請（專利權(quán)）人: 蘇州六蓮科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T5/50;G16H30/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種病變圖像生成的方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)領(lǐng)域，特別是醫(yī)學(xué)圖像處理領(lǐng)域，所述方法包括：獲取病變醫(yī)學(xué)圖像；將所述醫(yī)學(xué)圖像分割，得到分割圖像；將病變醫(yī)學(xué)圖像中的病變組織提取出來；對提取了病變組織后的相應(yīng)器官病變醫(yī)學(xué)圖像進(jìn)行修復(fù)；將從同一器官中提取出來的病變組織圖像歸集在一起組成病變組織圖像集；將經(jīng)修復(fù)的同一器官非病變醫(yī)學(xué)圖像歸集在一起非病變醫(yī)學(xué)圖像集；病變組織圖像集與非病變醫(yī)學(xué)圖像集進(jìn)行錯(cuò)位融合，生成該器官新的病變醫(yī)學(xué)圖像。本發(fā)明還提供了一種病變圖像生成裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。本發(fā)明利用原始病變醫(yī)學(xué)圖像快速生成大量病變醫(yī)學(xué)圖像，極大提高了獲取病變醫(yī)學(xué)圖像效率。

【技術(shù)領(lǐng)域】

本發(fā)明涉及計(jì)算機(jī)領(lǐng)域，特別涉及一種病變圖像生成的方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

【技術(shù)背景】

數(shù)字醫(yī)學(xué)圖像技術(shù)是現(xiàn)代醫(yī)學(xué)最重要的診斷手段之一，隨著數(shù)字醫(yī)學(xué)圖像診斷技術(shù)的不斷發(fā)展及普及，醫(yī)生對醫(yī)學(xué)圖像診斷的要求也越來越高，除了看二維平面圖，還要求看三維模型圖，更進(jìn)一步的還要進(jìn)行定量分析、模擬以及與AR/VR結(jié)合使用等。醫(yī)學(xué)影像三維重建是將二維影像圖片轉(zhuǎn)換為三維模型的重要技術(shù)，如需進(jìn)行定量分析，則需要將不同器官/組織進(jìn)行分割后再單獨(dú)重建，才可以對器官或組織進(jìn)行定量分析或模擬。

由于符合DICOM3.0標(biāo)準(zhǔn)的醫(yī)學(xué)圖像是基于灰度值的二維圖像，各元素/組織間是通過不同的灰階來區(qū)分，加上噪音的影響，使得有些器官/組織間的邊界并不清晰，所以對醫(yī)學(xué)圖像進(jìn)行分割，不管對醫(yī)護(hù)人員還是對科技工作者，都是件麻煩而復(fù)雜的事，完成一個(gè)完整器官/組織的分割，需要花費(fèi)大量的時(shí)間及精力，而對于非醫(yī)學(xué)背景的工作者，更是難于完成分割的工作。

隨著大數(shù)據(jù)及深度學(xué)習(xí)/機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用，越來越多的工作借助人工智能技術(shù)來完成，而要完成深度學(xué)習(xí)/機(jī)器學(xué)習(xí)的訓(xùn)練，需要提供大量被標(biāo)識(shí)的數(shù)據(jù)，對于圖像分割技術(shù)亦如此，需要大量的分割圖像數(shù)據(jù)來訓(xùn)練圖像分割技術(shù)。但我們知道，由于醫(yī)學(xué)信息的保密性，我們難于獲取大量可供使用的醫(yī)學(xué)圖像，加之圖像分割費(fèi)時(shí)費(fèi)力，使得完成圖像分割技術(shù)訓(xùn)練的工作量巨大，進(jìn)而影響了該技術(shù)的發(fā)展。

【發(fā)明內(nèi)容】

有鑒于此，本發(fā)明提供一種病變圖像生成的方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所要解決的問題是：利用較少數(shù)量的原始醫(yī)學(xué)圖像，高效的生成大量分割圖像數(shù)據(jù)，極大的提高分割圖像獲取效率。

根據(jù)本公開的一些實(shí)施例，提供的一種病變圖像生成的方法，包括：獲取病變醫(yī)學(xué)圖像；將所述醫(yī)學(xué)圖像按不同器官和/或組織進(jìn)行分割，得到不同器官/組織及病變組織的分割圖像；將不同器官的病變醫(yī)學(xué)圖像中的病變組織提取出來，組成病變組織圖像；對提取了病變組織后的相應(yīng)器官病變醫(yī)學(xué)圖像進(jìn)行修復(fù)，使之成為非病變醫(yī)學(xué)圖像；將從同一器官中提取出來的病變組織圖像歸集在一起，組成該器官的病變組織圖像子集；將經(jīng)修復(fù)的同一器官非病變醫(yī)學(xué)圖像歸集在一起，組成該器官的非病變醫(yī)學(xué)圖像子集；將同一器官的病變組織圖像子集歸集在一起組成病變組織圖像集，將該器官的非病變醫(yī)學(xué)圖像子集歸集在一起組成非病變醫(yī)學(xué)圖像集；同一器官的病變組織圖像集與非病變醫(yī)學(xué)圖像集進(jìn)行錯(cuò)位融合，生成該器官新的病變醫(yī)學(xué)圖像。

根據(jù)本公開的一些實(shí)施例，獲取的所述病變醫(yī)學(xué)圖像包括含有病變組織的電子計(jì)算機(jī)斷層掃描CT圖像，或磁共振MRI圖像，或B超圖像中的一種及其組合。

根據(jù)本公開的一些實(shí)施例，按不同器官/組織，將每一層圖像中所包含的器官/組織分別標(biāo)識(shí)并分割出來，得到同器官/組織及病變組織的分割圖像。

根據(jù)本公開的一些實(shí)施例，所述修復(fù)方法為采用病變組織區(qū)域臨近圖像填補(bǔ)被提取了病變組織區(qū)域，使得原病變醫(yī)學(xué)圖像變?yōu)椴缓∽兘M織的非病變醫(yī)學(xué)圖像。

根據(jù)本公開的一些實(shí)施例，所述病變組織圖像集中的各病變圖像子集為相互獨(dú)立整體，所述非病變醫(yī)學(xué)圖像集中的各非病變醫(yī)學(xué)圖像子集為相互獨(dú)立整體。