图像处理方法、装置、电子设备及存储介质制造方法及图纸

本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质，方法包括：获取患者的胸片图像和胸片图像对应的图像数据；基于图像数据和预先训练的值域模型，分割胸片图像，得到胸片图像对应的标记体图像，其中，标记体图像中的标记体至少包括空气、软组织和骨组织；按照预设位置规则，在标记体图像中确定目标对象的目标位置；其中，骨组织至少包括肩胛骨，目标对象为肩胛骨。通过本公开的图像处理方法可以无需手动操作，自动定位分割出胸片图像中肩胛骨的位置，整体操作流程大大节约了时间，明显提高影像质量控制评价工作效率。显提高影像质量控制评价工作效率。显提高影像质量控制评价工作效率。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质


[0001]本公开实施例涉及图像处理
，尤其涉及一种图像处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着影像技术的发展，在各临床学科中,影像学技术在诊断检查中占据了重要的地位,而影像摄片的质量则直接影响到诊断检查结果的准确性,继而影响治疗措施的准确性,因此做好影像摄片质量控制工作是目前各医院临床重点工作内容之一。
[0003]目前随着我国医疗事业的不断发展,各种检查、治疗设备也在不断完善，云影像更是提高了影像质量的要求，由于影像数量的巨大，采用人工来对影像质量控制是太过费时费力，在医护人员使用方面也大大增加了负担，例如DR正位胸片质控标准中提到的肩胛骨要在肺野外，那么就需要在胸片中找到肩胛骨，通过使用人工鉴别费时费力，严重浪费人力物力。

技术实现思路

[0004]有鉴于现有技术中存在的上述问题，本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质，用以解决现有采用人工胸片中找到肩胛骨过于浪费人力物力，在医护人员使用方面也大大增加了负担，降低了影像质量控制评价工作效率的问题。
[0005]为解决上述问题，本公开实施例提供的技术方案是：一种图像处理方法，该方法包括：
[0006]获取患者的胸片图像和所述胸片图像对应的图像数据；
[0007]基于所述图像数据和预先训练的值域模型，分割所述胸片图像，得到所述胸片图像对应的标记体图像，其中，所述标记体图像中的标记体至少包括空气、软组织和骨组织；
[0008]按照预设位置规则，在所述标记体图像中确定目标对象的目标位置；
[0009]其中，所述骨组织至少包括肩胛骨，所述目标对象为肩胛骨。
[0010]进一步，所述基于所述图像数据和预先训练的值域模型，分割所述胸片图像，得到所述胸片图像对应的标记体图像，包括：
[0011]将所述图像数据对应的数据值映射到所述值域模型中，以确定所述胸片图像中各个标记体对应的目标值域范围；
[0012]基于各个所述目标值域范围，对所述胸片图像进行分割，以得到所述标记体图像。
[0013]进一步，所述按照预设位置规则，在所述标记体图像中确定目标对象的目标位置，包括：
[0014]按照预设位置确定规则，在所述标记体图像中确定所述目标对象的第一位置；
[0015]基于所述目标对象的第一位置和预设边缘检测算法确定所述目标对象的边缘点集，以根据所述边缘点集确定目标对象的第二位置；以及，
[0016]基于所述第二位置确定所述目标对象的目标位置。
[0017]进一步，所述按照预设位置确定规则，在所述标记体图像中确定所述目标对象的第一位置，包括：
[0018]在所述标记体图像中，确定非肺野骨组织中肩部骨骼的上缘为所述目标对象的上边缘；
[0019]确定肺野高度的二分之一处为所述目标对象的下边缘；
[0020]确定肺野上半部分的非肺野骨组织中最外侧骨骼的边缘为所述目标对象的外侧边缘；
[0021]以所述上边缘与所述下边缘之间的高度的一半作为宽度，从外侧边缘向内延伸，以确定所述目标对象的内侧边缘；
[0022]根据所述上边缘、所述下边缘、所述外侧边缘和所述内侧边缘确定所述第一位置；
[0023]其中，所述骨组织包括肺野骨组织和非肺野骨组织。
[0024]进一步，所述基于所述目标对象的第一位置和预设边缘检测算法确定所述目标对象的边缘点集，以根据所述边缘点集确定目标对象的第二位置，包括：
[0025]按照一个预设规则模型对所述边缘点集进行连接形成边缘线；并基于所述边缘线确定目标对象的第二位置；
[0026]其中，所述边缘线为所述目标对象的边缘线。
[0027]本公开的实施例还提供了一种图像处理装置，所述装置包括：
[0028]获取模块，用于获取患者的胸片图像和所述胸片图像对应的图像数据；
[0029]分割模块，用于基于所述图像数据和预先训练的值域模型，分割所述胸片图像，得到所述胸片图像对应的标记体图像；其中，所述标记体图像中的标记体至少包括空气、软组织和骨组织；
[0030]确定模块，用于按照预设位置规则，在所述标记体图像中确定目标对象的目标位置；
[0031]其中，所述骨组织至少包括肩胛骨，所述目标对象为肩胛骨。
[0032]进一步，所述分割模块，具体用于将所述图像数据对应的数据值映射到所述值域模型中，以确定所述胸片图像中各个标记体对应的目标值域范围；
[0033]基于各个所述目标值域范围，对所述胸片图像进行分割，以得到所述标记体图像。
[0034]进一步，所述确定模块，具体用于按照预设位置确定规则，在所述标记体图像中确定所述目标对象的第一位置；
[0035]基于所述目标对象的第一位置和预设边缘检测算法确定所述目标对象的边缘点集，以根据所述边缘点集确定目标对象的第二位置；以及，
[0036]基于所述第二位置确定所述目标对象的目标位置。
[0037]进一步，所述确定模块，具体用于：在所述标记体图像中，确定非肺野骨组织中肩部骨骼的上缘为所述目标对象的上边缘；确定肺野高度的二分之一处为所述目标对象的下边缘；确定肺野上半部分的非肺野骨组织中最外侧骨骼的边缘为所述目标对象的外侧边缘；以所述上边缘与所述下边缘之间的高度的一半作为宽度，从外侧边缘向内延伸，以确定所述目标对象的内侧边缘；根据所述上边缘、所述下边缘、所述外侧边缘和所述内侧边缘确定所述第一位置；其中，所述骨组织包括肺野骨组织和非肺野骨组织。
[0038]进一步，所述确定模块，具体用于：按照一个预设规则模型对所述边缘点集进行连
接形成边缘线；并基于所述边缘线确定目标对象的第二位置；其中，所述边缘线为所述目标对象的边缘线。
[0039]本公开的实施例还提供了一种电子设备，至少包括存储器、处理器，所述存储器上存储计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现上述的图像处理方法的步骤
[0040]本公开的实施例还提供了一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的图像处理方法的步骤。
[0041]本公开实施例的有益效果在于：通过本公开的图像处理方法可以无需手动操作，自动定位分割出胸片图像中肩胛骨的位置，整体操作流程大大节约了时间，明显提高影像质量控制评价工作效率。
附图说明
[0042]图1为本公开实施例提供的一个图像处理方法的流程示意图；
[0043]图2为本公开实施例提供的一种电子设备的硬件结构示意图；
[0044]图3为本公开实施例提供的一种图像处理装置的示意图。
具体实施方式
[0045]此处参考附图描述本申请的各种方案以及特征。
[0046]应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取患者的胸片图像和所述胸片图像对应的图像数据；基于所述图像数据和预先训练的值域模型，分割所述胸片图像，得到所述胸片图像对应的标记体图像，其中，所述标记体图像中的标记体至少包括空气、软组织和骨组织；按照预设位置规则，在所述标记体图像中确定目标对象的目标位置；其中，所述骨组织至少包括肩胛骨，所述目标对象为肩胛骨。2.如权利要求1所述的图像处理方法，其特征在于，所述基于所述图像数据和预先训练的值域模型，分割所述胸片图像，得到所述胸片图像对应的标记体图像，包括：将所述图像数据对应的数据值映射到所述值域模型中，以确定所述胸片图像中各个标记体对应的目标值域范围；基于各个所述目标值域范围，对所述胸片图像进行分割，以得到所述标记体图像。3.如权利要求1所述的图像处理方法，其特征在于，所述按照预设位置规则，在所述标记体图像中确定目标对象的目标位置，包括：按照预设位置确定规则，在所述标记体图像中确定所述目标对象的第一位置；基于所述目标对象的第一位置和预设边缘检测算法确定所述目标对象的边缘点集，以根据所述边缘点集确定目标对象的第二位置；以及，基于所述第二位置确定所述目标对象的目标位置。4.如权利要求3所述的图像处理方法，其特征在于，所述按照预设位置确定规则，在所述标记体图像中确定所述目标对象的第一位置，包括：在所述标记体图像中，确定非肺野骨组织中肩部骨骼的上缘为所述目标对象的上边缘；确定肺野高度的二分之一处为所述目标对象的下边缘；确定肺野上半部分的非肺野骨组织中最外侧骨骼的边缘为所述目标对象的外侧边缘；以所述上边缘与所述下边缘之间的高度的一半作为宽度，从外侧边缘向内延伸，以确定所述目标对象的内侧边缘；根据所述上边缘、所述下边缘、所述外侧边缘和所述内侧边缘确定所述第一位置；其中，所述骨组织包括肺野骨组织和非肺野骨组织。5.如...

【专利技术属性】
技术研发人员：刘龙，
申请(专利权)人：心医国际数字医疗系统大连有限公司，
类型：发明
国别省市：