[发明专利]确定医学影像显示参数的方法及装置在审
申请号: | 201911348430.1 | 申请日: | 2019-12-24 |
公开(公告)号: | CN111127430A | 公开(公告)日: | 2020-05-08 |
发明(设计)人: | 周越;邹彤;王瑜;孙岩峰;张金;赵朝炜;李新阳;陈宽;王少康 | 申请(专利权)人: | 北京推想科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/90 |
代理公司: | 北京布瑞知识产权代理有限公司 11505 | 代理人: | 秦卫中 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 确定 医学影像 显示 参数 方法 装置 | ||
1.一种确定医学影像显示参数的方法,其特征在于,包括:
获取医学影像数据,所述医学影像数据包括医学图像和整体像素值集合;
基于所述医学影像数据确定所述医学图像中目标区域的目标像素值集合;
利用预设规则基于所述目标像素值集合确定显示参数,所述显示参数包括窗宽和窗位。
2.根据权利要求1所述的方法,其特征在于,所述基于所述医学影像数据确定所述医学图像中目标区域的目标像素值集合,包括:
利用深度学习模型基于所述医学图像和所述整体像素值集合确定所述目标像素值集合。
3.根据权利要求1所述的方法,其特征在于,所述基于所述医学影像数据确定所述医学图像中目标区域的目标像素值集合,包括:
利用语义分割模型基于所述医学图像确定概率图像,所述概率图像的尺寸与所述医学图像的尺寸一致,所述概率图像中每个像素点对应的概率信息表示所述概率图像中每个像素点对应所述医学图像上的区域属于所述目标区域的概率;
根据所述概率图像和所述整体像素值集合确定所述目标像素值集合。
4.根据权利要求3所述的方法,其特征在于,所述语义分割模型包括改进的U-net网络模型,其中,
所述利用语义分割模型基于所述医学图像确定概率图像,包括:
在利用所述语义分割模型对所述医学图像处理时,在利用每个卷积层进行卷积操作前,对所述卷积层的输入图像进行图像扩充处理,得到第一图像,所述第一图像的尺寸大于所述输入图像的尺寸;
利用所述卷积层对所述第一图像进行卷积处理,得到第二图像,所述第二图像的尺寸等于所述输入图像的尺寸;
利用所述语义分割模型的最后一个卷积层输出的第二图像确定所述概率图像。
5.根据权利要求3所述的方法,其特征在于,所述根据所述概率图像和所述整体像素值集合确定所述目标像素值集合,包括:
根据所述概率图像确定二值图像,所述二值图像中每个像素点对应的数值表示所述二值图像中每个像素点对应所述医学图像上的区域属于背景区域或所述目标区域;
根据所述二值图像和所述整体像素值集合确定所述目标像素值集合。
6.根据权利要求1所述的方法,其特征在于,所述利用预设规则基于所述目标像素值集合确定显示参数,包括:
根据所述目标像素值集合内各个像素值确定像素值标准差,并根据公式:w=N*A,确定所述窗宽,其中,所述像素值标准差用A表示,所述窗宽用w表示,N为正数;
根据所述目标像素值集合内各个像素值确定像素值均值,并根据公式:c=B-M*w,确定所述窗位,其中,所述像素值均值用B表示,所述窗位用c表示,M为系数。
7.根据权利要求6所述的方法,其特征在于,N=5.5~6.5,M=0.03~0.07。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述显示参数还包括实际窗口上限和实际窗口下限,其中,
所述利用预设规则基于所述目标像素值集合确定显示参数,还包括:
根据所述窗宽的一半与所述窗位之和,确定理论窗口上限,并根据所述窗位与所述窗宽的一半之差,确定理论窗口下限;
在所述整体像素值集合中最大像素值大于或等于所述理论窗口上限时,确定所述理论窗口上限为所述实际窗口上限,在所述最大像素值小于所述理论窗口上限时,确定所述最大像素值为所述实际窗口上限;
在所述整体像素值集合中最小像素值小于或等于所述理论窗口下限时,确定所述理论窗口下限为所述实际窗口下限,在所述最小像素值大于所述理论窗口下限时,确定所述最小像素值为所述实际窗口下限。
9.根据权利要求1至7中任一项所述的方法,其特征在于,所述医学影像数据包括计算机断层扫描影像数据、钼靶影像数据、核磁共振影像数据或超声影像数据,所述医学图像的格式包括医学数字成像和通信标准格式,所述医学图像包括乳腺钼靶图像,所述目标区域为乳腺分布区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京推想科技有限公司,未经北京推想科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911348430.1/1.html,转载请声明来源钻瓜专利网。