用于處理醫(yī)學(xué)影像的方法和裝置的制造方法
【專利摘要】本發(fā)明涉及一種用于處理醫(yī)學(xué)影像的方法，包括如下步驟：獲取醫(yī)學(xué)影像的斷層圖像；在所述斷層圖像上繪制第一ROI和第二ROI；對所述第一ROI和第二ROI做重合處理，以使得所述第一ROI和第二ROI上對應(yīng)于連續(xù)組織結(jié)構(gòu)的部分連接在一起。本發(fā)明還涉及一種用于處理醫(yī)學(xué)影像的裝置。
【專利說明】
用于處理醫(yī)學(xué)影像的方法和裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及醫(yī)學(xué)影像技術(shù)，尤其涉及用于處理醫(yī)學(xué)影像的裝置和方法。
【背景技術(shù)】
[0002]現(xiàn)代醫(yī)學(xué)影像的發(fā)展為臨床提供了大量實用的解剖及功能等方面的影像數(shù)據(jù)，進而已經(jīng)成為現(xiàn)代醫(yī)療不可或缺的一部分。當(dāng)前，醫(yī)學(xué)影像的應(yīng)用貫穿整個臨床工作，其不僅廣泛地用于疾病診斷，而且在外科手術(shù)和放射治療等的計劃設(shè)計、方案實施以及療效評估等多個方面發(fā)揮著重要的作用。
[0003]醫(yī)學(xué)影像是指為了醫(yī)療或醫(yī)學(xué)研究，對人體或人體某部分，以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過程。自從X射線發(fā)明以來，醫(yī)學(xué)影像技術(shù)的發(fā)展大概經(jīng)歷了三個階段:結(jié)構(gòu)成像、功能成像和分子影像。簡單地說，功能影像包含SPECT、PET、fMRI等影像，其成像記錄了細胞代謝的信息。功能影像可以體現(xiàn)細胞的代謝是否正常，或者是否有異常的代謝值增高或減低。異常的代謝值表示細胞的生理活動發(fā)生變化，或者可能存在某些疾病。結(jié)構(gòu)影像包含CT、X-ray等影像，其成像記錄了組織內(nèi)部的解剖結(jié)構(gòu)。結(jié)構(gòu)影像體現(xiàn)解剖結(jié)構(gòu)的信息，顯示出是否有物理上的結(jié)構(gòu)變化，借以發(fā)現(xiàn)骨折、占位等物理結(jié)構(gòu)上的變化。分子影像運用影像學(xué)的手段顯示組織水平、細胞和亞細胞水平的特定分子，反映活體狀態(tài)下分子水平變化，借以對其生物學(xué)行為在影像方面進行定性和定量研究。
[0004]人體的每個器官內(nèi)部，由一個個獨立的功能體組成，可以劃分為不同的子功能區(qū)，不同子功能區(qū)會有不同的代謝值。為此，在對功能影像進行處理分析時，很多時候僅對圖像中的某部分感興趣，該感興趣區(qū)域在醫(yī)學(xué)影像學(xué)中稱為R0I(Reg1n Of Interest)。為了對所述感興趣區(qū)域進行跟蹤，以獲取目標(biāo)特征，通常通過特定的軟件在醫(yī)學(xué)影像中繪制出R0I。換句話說，感興趣區(qū)域ROI是從醫(yī)學(xué)影像中選擇的一個圖像區(qū)域，這個區(qū)域是圖像分析關(guān)注的重點。圈定該區(qū)域是為了對醫(yī)學(xué)影像做進一步處理。在對醫(yī)學(xué)影像進行計算或分析之前，首先通常需要根據(jù)一定的標(biāo)準(zhǔn)在平面影像上繪制類似地圖模樣的ROI區(qū)域(reg1nof interest，感興趣區(qū))，然后對各個ROI區(qū)域進行定量或半定量計算和分析，比如對SUV、BQ/ml、面積、體積等的計算和分析。其中，ROI區(qū)域繪制的標(biāo)準(zhǔn)可以有多種多樣，比如依據(jù)人體的特定組織結(jié)構(gòu)等。
[0005]對于某些連續(xù)的人體組織結(jié)構(gòu)，所繪制的ROI應(yīng)該表現(xiàn)為緊緊相鄰，其既不能中間有縫隙，也不能中間有重疊，以最佳地體現(xiàn)實際解剖結(jié)構(gòu)，如本說明書所附的圖1所示。但是，在用于繪制ROI的相關(guān)現(xiàn)有技術(shù)中，所繪制出的區(qū)域形狀只能大概圈定想要繪制的功能區(qū)，畫出比如類圓形、橢圓形或長方形等形狀，并不能精確地符合解剖結(jié)構(gòu)，也不能完全嚴絲合縫的界定相鄰的區(qū)域，如圖2所示。由于這樣的ROI沒有很好地反應(yīng)地相關(guān)器官的實際內(nèi)部構(gòu)造，進而基于此ROI區(qū)域所得到的數(shù)值也不完整或者不準(zhǔn)確，造成對醫(yī)學(xué)影像的后續(xù)處理和分析結(jié)果不甚準(zhǔn)確，不利地限制了當(dāng)前醫(yī)學(xué)影像的使用范圍。
[0006]所以，本領(lǐng)域仍然需要一種醫(yī)學(xué)影像處理技術(shù)，尤其是ROI繪制技術(shù)，其可以實現(xiàn)了地圖式ROI區(qū)域的繪制，精確劃定器官各個相鄰的功能區(qū)，以提高醫(yī)學(xué)影像處理和分析的結(jié)果準(zhǔn)確性，進而提高最終診斷結(jié)果的準(zhǔn)確性和治療效果。

【發(fā)明內(nèi)容】

[0007]本發(fā)明的一方面涉及一種用于處理醫(yī)學(xué)影像的方法，包括如下步驟:
[0008]獲取醫(yī)學(xué)影像的斷層圖像；
[0009]在所述斷層圖像上繪制第一ROI和第二ROI;
[0010]對所述第一 ROI和第二 ROI做重合處理，以使得所述第一 ROI和第二 ROI上對應(yīng)于連續(xù)組織結(jié)構(gòu)的部分連接在一起。
[0011 ]進一步地，所述繪制第一 ROI的步驟可以包括:
[0012]在所述斷層圖像上確定多個第一頂點；
[0013]沿著所有第一頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域。
[0014]進一步地，所述繪制第二ROI的步驟可包括:
[0015]在所述斷層圖像上確定多個第二頂點；
[0016]沿著所述多個第二頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域。
[0017]更近一步地，所述重合處理的步驟可包括:
[0018]針對每個第二頂點，確定其與每個第一頂點之間的直線距離；
[0019]將所確定的直線距離與預(yù)設(shè)距離進行比較；
[0020]如果所確定的直線距離等于或小于所述預(yù)設(shè)距離，將該第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。
[0021]優(yōu)選地，所述預(yù)設(shè)距離為5至8個像素的直線距離。
[0022 ] 優(yōu)選地，所述醫(yī)學(xué)影像為核醫(yī)學(xué)影像、PET、SPECT、MRI中的一種。
[0023]優(yōu)選地，所述醫(yī)學(xué)影像為腦部橫斷面或冠狀面掃描影像。
[0024]優(yōu)選地，還包括確定所繪制的ROI的定量值。
[0025]根據(jù)另一個實施例，本發(fā)明的用于處理醫(yī)學(xué)影像的方法包括如下步驟:
[0026]獲取醫(yī)學(xué)影像的斷層圖像；
[0027]通過在斷層圖像上確定多個第一頂點而繪制第一ROI;
[0028]通過在所述斷層圖像上確定多個第二頂點而繪制第二ROI;
[0029]其中，在確定每個第二頂點時，還對該第二頂點做重合處理。
[0030]進步一地，所述重合處理步驟可包括:
[0031]在確定每個所述第二頂點時，確定該第二頂點與所有第一頂點之間的直線距離；
[0032]將所確定的直線距離與預(yù)設(shè)距離進行比較；
[0033]如果所確定的直線距離等于或小于所述預(yù)設(shè)距離，將該第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。
[0034]本發(fā)明的另一個方面涉及一種用于處理醫(yī)學(xué)影像的裝置，包括:
[0035]斷層獲取模塊，其獲取醫(yī)學(xué)影像的斷層圖像；
[0036]ROI繪制模塊，其在所述斷層圖像上繪制第一ROI和第二ROI;
[0037]重合處理模塊，其對所述第一ROI與第二 ROI做重合處理，以使得所述第一 ROI和第二 ROI上對應(yīng)于連續(xù)組織結(jié)構(gòu)的部分連接在一起。
[0038]優(yōu)選地，所述第一ROI為通過沿著多個第一頂點連續(xù)繪制直線線段而形成的一個封閉區(qū)域。
[0039]優(yōu)選地，所述第二ROI為通過沿著多個第二頂點連續(xù)繪制直線線段而形成的一個封閉區(qū)域。
[0040]進一步地，所述重合處理模塊包括:
[0041]距離確定子模塊，其針對每個所述第二頂點，確定其與每個第一頂點之間的直線距離；
[0042]比較子模塊，其將所確定的直線距離與預(yù)設(shè)距離進行比較；
[0043]頂點調(diào)整子模塊，其在所確定的所述直線距離等于或小于所述預(yù)設(shè)距離時，將所述第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。
[0044]優(yōu)選地，所述預(yù)設(shè)距離為5至8個像素的直線距離。
[0045]優(yōu)選地，還包括定量值確定模塊，其分析并計算所繪制的ROI的定量值。
[0046]根據(jù)本發(fā)明的另一個實施例，用于處理醫(yī)學(xué)影像的裝置可包括:
[0047]斷層獲取模塊，其獲取醫(yī)學(xué)影像的斷層圖像；
[0048]ROI繪制模塊，其通過在所述斷層圖像上確定多個第一頂點而繪制第一ROI，并且通過在所述斷層圖像上確定多個第二頂點而繪制第二 ROI;
[0049]重合處理模塊，其在確定每個第二頂點時，對該第二頂點做重合處理。
[0050]進一步地，所述重合處理模塊包括:
[0051]距離確定子模塊，其針對每個所述第二頂點，確定其與每個第一頂點之間的直線距離；
[0052]比較子模塊，其將所確定的直線距離與預(yù)設(shè)距離進行比較；
[0053]頂點調(diào)整子模塊，其在所確定的所述直線距離等于或小于所述預(yù)設(shè)距離時，將所述第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。
[0054]根據(jù)本發(fā)明的上述方法在進行ROI區(qū)域繪制時，對應(yīng)于相鄰人體組織結(jié)構(gòu)的ROI之間是連續(xù)的，也就是說，相鄰的ROI區(qū)域之間既沒有縫隙，也沒有重疊，最佳地反應(yīng)了人體組織結(jié)構(gòu)的實際情況，從而可極大地提高之后針對醫(yī)學(xué)影像所進行的計算或分析的準(zhǔn)確度。
【附圖說明】
[0055 ]圖1為使用現(xiàn)有技術(shù)所繪制的ROI區(qū)域；
[0056]圖2為關(guān)于相鄰人體組織的理想ROI區(qū)域，其中相鄰的ROI區(qū)域中間即沒有重疊，也沒有縫隙；
[0057]圖3為根據(jù)本發(fā)明的用于處理醫(yī)學(xué)影像的方法的一個具體實施例的流程框圖；
[0058]圖4為根據(jù)本發(fā)明的用于處理醫(yī)學(xué)影像的方法的另一個具體實施例的流程框圖；
[0059]圖5為根據(jù)本發(fā)明的用于處理醫(yī)學(xué)影像的裝置的功能框圖。
[0060]圖6-11示出了使用本發(fā)明所述的方法在例示的腦部橫斷面掃描影像上繪制左額葉ROI的多個步驟；
[0061]圖12-17示出了使用本發(fā)明所述的方法在圖8所示的腦部橫斷面掃描影像的基礎(chǔ)上繼續(xù)繪制左顳葉ROI的多個步驟；
[0062]圖18-21示出了使用本發(fā)明所述的方法在圖14所示的腦部橫斷面掃描影像的基礎(chǔ)上繼續(xù)繪制左島葉ROI的多個步驟；
[0063]圖22為繪制有左額葉R01、左顳葉ROI和左島葉ROI的腦部橫斷面掃描影像；
【具體實施方式】
[0064]以下將結(jié)合附圖通過具體的實施例對本發(fā)明做進一步說明。應(yīng)當(dāng)明白，以下內(nèi)容僅為了解釋和說明本發(fā)明，而不將對本發(fā)明做任何方面的限制。
[0065]在本文中，除非另有特別說明，術(shù)語“上”、“下”、“左”、“右”、“前”、“后”、“里”、“外”、“橫向”、“縱向”、“中間”、“側(cè)向”等均是相對附圖的頁面所顯示的方位所做的描述。
[0066]在本文中，術(shù)語“第一”、“第二”等的使用僅僅是為了區(qū)分不同的部件或步驟，以表示這些部件或步驟相互獨立，但不能用于解釋這些部件或步驟之間存在有關(guān)重要性、次序、位置等方面的限定。
[0067]本發(fā)明在一個方面涉及在醫(yī)學(xué)影像的斷層圖像上繪制感興趣區(qū)域R0I。感興趣區(qū)域ROI是從醫(yī)學(xué)影像中選擇的一個圖像區(qū)域，該區(qū)域?qū)?yīng)人體中一個具體器官的區(qū)域或者一個功能區(qū)，該功能區(qū)具有特定的生理或結(jié)構(gòu)等方面的特征，進而成為醫(yī)學(xué)影像分析所關(guān)注的重點。圈定該區(qū)域是為了對醫(yī)學(xué)影像做進一步處理，比如對所述感興趣區(qū)域進行跟蹤，以獲取目標(biāo)特征。
[0068]ROI的繪制可以運用現(xiàn)有技術(shù)中的多種方法來實現(xiàn)。其基本的做法是在顯示醫(yī)學(xué)影像的平面上，依照感興趣區(qū)域的輪廓劃出線條，該線條表示出感興趣區(qū)域與醫(yī)學(xué)影像其余部分的界限。依據(jù)所勾畫出的線條，與顯示器連接的處理器將通過特定的算法分析所述線條所對應(yīng)的醫(yī)學(xué)影像中的數(shù)據(jù)部分，并存儲相應(yīng)的數(shù)據(jù)以待后續(xù)的處理。適于繪制醫(yī)學(xué)影像ROI的公開內(nèi)容例如但不包括:名稱為“基于兩維傳遞函數(shù)的自動識別重疊結(jié)構(gòu)的體繪制方法”的中國專利申請CN201410097100.0;名稱為“圖像數(shù)據(jù)重定格式”的中國專利申請CN201 180019052.8;名稱為“圖像處理方法和圖像處理裝置”的中國專利申請CN201010163949.5;名稱為“用于醫(yī)學(xué)圖像分割的與多邊形網(wǎng)格的高效用戶交互”的中國專利申請CN200780026898.8;名稱為“圖像處理系統(tǒng)、裝置、方法以及醫(yī)用圖像診斷裝置”的中國專利申請CN201210249759.4等，所述公開內(nèi)容在不與本發(fā)明相抵觸的條件下被整體地納入本文。
[0069]作為舉例，但不將用于對本發(fā)明的內(nèi)容產(chǎn)生任何限制，可以使用如下算法來提取感興趣區(qū)域:
[0070]方法一；使用(^861:11]1&861?01函數(shù)(^861:11]1&861?01(81'(3，(^1^(31:(叉，:7，《^(11:11，height))。其中X和y為ROI區(qū)域的起點，width和height為寬和高，對src提取感興趣區(qū)域后，再對src進行圖像處理時只針對提取的感興趣進行處理。使用該函數(shù)時要對通過CvResetImageROI O函數(shù)釋放ROI，否則對圖像進行處理時只對ROI區(qū)域進行對比。
[0071 ]方法二:使用widthstep。使用CvRect設(shè)置一個感興趣區(qū)域CvRect interest_Rect= cvRect(x，y,width,height);倉Il建一個和源圖像屬性相同的子圖像，大小為感興趣區(qū)域大??；
[0072]IplImage*src_img = cvCreateImageHeader(cvSize(interest_rect.width,interest_re ct.height)，src->depth,src->nChannels)src_img->origin = src->origin；
[0073]設(shè)定相同的原點標(biāo)準(zhǔn)
[0074]src_img->widthstep=src->widthstep；
[0075]設(shè)定相同的widthstep
[0076]設(shè)定感興趣區(qū)域的數(shù)據(jù)區(qū)域
[0077]src_img->imageData = src->imageData+interest_rect.y*src->widthstep+interest_rect.x*src->nChanneIs；
[0078]這樣就完成了感興趣區(qū)域的提取，可以對srcimg的圖像數(shù)據(jù)進行處理，如:
[0079]cvShowImage(“ROI”,src_img)；
[0080]使用widthstep設(shè)置感興趣子區(qū)域，這樣在圖像處理的過程中，可以同時對多個子區(qū)域進行處理，而ROI只能順序的進行，必須不斷的設(shè)定和重置ROI區(qū)域，所以使用widthstep較為方便，處理靈活。
[0081]本發(fā)明提供的醫(yī)學(xué)影像處理技術(shù)在一個方面在于提供一種對現(xiàn)有技術(shù)的ROI繪制方法的改進。
[0082]整體上，本發(fā)明提供一種用于處理醫(yī)學(xué)影像的方法，包括如下步驟:
[0083]獲取醫(yī)學(xué)影像的斷層圖像；
[0084]在所述斷層圖像上繪制第一ROI和第二ROI;
[0085]對所述第一 ROI和第二 ROI做重合處理，以使得所述第一 ROI和第二 ROI上對應(yīng)于連續(xù)組織結(jié)構(gòu)的部分連接在一起。
[0086]更具體地，參見圖3，其中示出了根據(jù)本發(fā)明的用于處理醫(yī)學(xué)影像的方法的一個具體實施例，其中包括步驟:獲取醫(yī)學(xué)影像的斷層圖像;在所述斷層圖像上確定多個第一頂點;沿著所有第一頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域(第一 R0I);在所述斷層圖像上確定多個第二頂點；沿著所述多個第二頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域(第二 R0I);確定第I個第二頂點與每個第一頂點之間的直線距離;將所確定的直線距離與預(yù)設(shè)距離進行比較;如果所確定的直線距離等于或小于所述預(yù)設(shè)距離，將該第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合，否則，保持其位置不變。之后，再確定第2個第二頂點與每個第一頂點之間的直線距離;將所確定的直線距離與預(yù)設(shè)距離進行比較;如果所確定的直線距離等于或小于所述預(yù)設(shè)距離，將該第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合，否則，保持其位置不變。前述步驟針對每一個第二頂點循環(huán)進行，直至每一個第二頂點均已確定是否需要被調(diào)整為與相應(yīng)的第一頂點重合。
[0087]圖4示出了根據(jù)本發(fā)明的用于處理醫(yī)學(xué)影像的方法的另一個具體實施例，其中包括步驟:獲取醫(yī)學(xué)影像的斷層圖像;在所述斷層圖像上確定多個第一頂點;沿著所有第一頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域(第一 R0I);然后在所述斷層圖像上確定第I個第二頂點，并確定該第I個第二頂點與每個第一頂點之間的直線距離，將所確定的直線距離與預(yù)設(shè)距離進行比較，如果所確定的直線距離等于或小于所述預(yù)設(shè)距離，將該第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合，否則，保持其位置不變。前述步驟針對每一個第二頂點循環(huán)進行，直至每一個第二頂點均已確定是否需要被調(diào)整為與相應(yīng)的第一頂點重合。之后，沿著所述多個第二頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域(第二 R0I)。
[0088]圖5示出了根據(jù)本發(fā)明的一種用于處理醫(yī)學(xué)影像的裝置的功能模塊框圖，該裝置包括:斷層獲取模塊，其獲取醫(yī)學(xué)影像的斷層圖像;ROI繪制模塊，其在所述斷層圖像上繪制第一ROI和第二ROI;重合處理模塊，其對所述第一ROI與第二ROI做重合處理，以使得所述第一ROI和第二ROI上對應(yīng)于連續(xù)組織結(jié)構(gòu)的部分連接在一起。其中，所述第一ROI為通過沿著多個第一頂點連續(xù)繪制直線線段而形成的一個封閉區(qū)域，并且所述第二 ROI為通過沿著多個第二頂點連續(xù)繪制直線線段而形成的一個封閉區(qū)域。進一步地，所述重合處理模塊包括:距離確定子模塊，其針對每個所述第二頂點，確定其與每個第一頂點之間的直線距離;比較子模塊，其將所確定的直線距離與預(yù)設(shè)距離進行比較;頂點調(diào)整子模塊，其在所確定的所述直線距離等于或小于所述預(yù)設(shè)距離時，將所述第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。優(yōu)選地，所述預(yù)設(shè)距離為5至8個像素的直線距離。進一步地，該用于處理醫(yī)學(xué)影像的裝置還包括定量值確定模塊，其分析并計算所繪制的ROI的定量值。
[0089]圖5所述的用于處理醫(yī)學(xué)影像的裝置還可以被設(shè)置成包括:斷層獲取模塊，其獲取醫(yī)學(xué)影像的斷層圖像;ROI繪制模塊，其通過在所述斷層圖像上確定多個第一頂點而繪制第一 R0I，并且通過在所述斷層圖像上確定多個第二頂點而繪制第二 R0I;重合處理模塊，其在確定每個第二頂點時，對該第二頂點做重合處理。其中，所述重合處理模塊包括:距離確定子模塊，其針對每個所述第二頂點，確定其與每個第一頂點之間的直線距離；比較子模塊，其將所確定的直線距離與預(yù)設(shè)距離進行比較;頂點調(diào)整子模塊，其在所確定的所述直線距離等于或小于所述預(yù)設(shè)距離時，將所述第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。
[0090]以下將以PET-CT影像為例，選取一張腦部橫斷面掃描影像，通過在該影像上繪制左額葉RO1、左顳葉RO1、左島葉ROI，具體說明根據(jù)本發(fā)明的方法原理及例示的具體實施步驟。但是，應(yīng)當(dāng)明白，本發(fā)明的方法也可適用于任何其他合適的醫(yī)學(xué)影像，比如符合醫(yī)學(xué)數(shù)字成像和通信(DICOM)格式的核醫(yī)學(xué)影像，再比如PET、SPECT、MRI影像、SPECT或MRI影像等。同時，本發(fā)明也適用于繪制其他區(qū)域的ROI或者以其他的標(biāo)準(zhǔn)來繪制ROI。
[0091]在依照本發(fā)明繪制ROI區(qū)域時，首先需要獲取二維的醫(yī)學(xué)影像。這可以通過直接將二維的醫(yī)學(xué)影像導(dǎo)入軟件或裝置中，或者可以通過在合適的軟件或裝置中將三維醫(yī)學(xué)影像轉(zhuǎn)化為二維醫(yī)學(xué)影像來實現(xiàn)。
[0092]然后，打開所獲得的二維醫(yī)學(xué)影像，并在左額葉區(qū)域開始繪制左額葉R0I。參見圖6，移動鼠標(biāo)光標(biāo)，選擇一點作為ROI勾勒的起始點，單擊鼠標(biāo)固定第I個頂點。此時，如果移動光標(biāo)，會看到由第I頂點延伸出的一條直線，該直線跟隨光標(biāo)的移動而移動。之后，在需要勾勒ROI邊緣的位置單擊鼠標(biāo)，繪制第2頂點。此時，所述直線就在第I頂點和第2個頂點之間固定不動，形成ROI的第一條邊，如圖7所示。接著，移動光標(biāo)繪制第3頂點。此時，能看到從第I頂點和第2頂點分別向第3頂點各延伸出一條直線，現(xiàn)有的3條邊形成了一個三角形區(qū)域，如圖8所述。依照相同的方式，沿著所需ROI區(qū)域的邊界，依次確定更多的頂點，相應(yīng)地，原來的三角形區(qū)域也將變成更多邊的形狀，如圖9所述。再參見圖10，圖中顯示出了最終完成的左額葉ROI，該區(qū)域的范圍大致對應(yīng)于腦部左額葉在所述醫(yī)學(xué)影像中的顯現(xiàn)區(qū)域，并且該第一 ROI區(qū)域為連接所有所述頂點的多邊形。此時就可以針對所完成的ROI區(qū)域進行所需要的計算并顯示計算結(jié)果，比如可以在繪制完成的ROI區(qū)域上計算并顯示多種計算值，包括SUV的平均值、max值、BQ/mI值等，如圖11所述。
[0093]繼續(xù)在所述影像的左顳葉區(qū)域繪制左顳葉R0I。左顳葉與左額葉邊界相鄰，為此，在繪制左顳葉ROI時，左顳葉ROI和左額葉ROI的相鄰區(qū)域應(yīng)當(dāng)是完全重合的。為此，本發(fā)明的方法包括這樣的步驟，即在圖像上確定左顳葉ROI的頂點后，計算該頂點與相鄰的左額葉ROI邊界上的最近的頂點的直線距離。當(dāng)所確定的所述直線距離大于預(yù)設(shè)距離時，所述頂點的位置保持不變；當(dāng)所確定的所述直線距離小于所述預(yù)設(shè)距離時，所述頂點的位置被調(diào)整為與所述最近的第一頂點的位置重合。該預(yù)設(shè)距離通常為5-8個像素直線距離，優(yōu)選為7個像素直線距離，或者Imm的屏幕直線距離。
[0094]在圖12中，所確定的左顳葉ROI頂點與左額葉ROI中最接近的頂點的距離小于預(yù)設(shè)的標(biāo)準(zhǔn)距離，進而該頂點被吸附至與該最接近的頂點重合。參見圖13，所確定的另一個左顳葉ROI頂點與左額葉ROI上的最接近的頂點的距離同樣小于預(yù)設(shè)的標(biāo)準(zhǔn)距離，并因此被自動吸附至重合的位置。繼續(xù)參見圖14，此時所確定的左顳葉ROI頂點位置與左額葉ROI上最接近的頂點之間的直線距離大于預(yù)設(shè)的標(biāo)準(zhǔn)距離，為此其位置保持不變。圖15顯示了所確定的另一個左顳葉ROI頂點，該頂點與左額葉ROI上最接近的頂點之間的直線距離同樣地大于預(yù)設(shè)的標(biāo)準(zhǔn)距離，進而其位置保持不變。以同樣的方式，移動光標(biāo)繪制其他的頂點，直到完成完整的多邊形的左顳葉ROI，如圖16所示。之后，可以在所繪制的左顳葉ROI上計算并顯示所需要的各種計算值，比如SUV的平均值、max值、BQ/ml值，如圖17所示。
[0095]之后，繼續(xù)在該圖17所示影像的基礎(chǔ)上以同樣的方法繪制左島葉ROI，如圖18-21所示。圖22為繪制有左額葉R01、左顳葉ROI和左島葉ROI的醫(yī)學(xué)影像，并且各個ROI內(nèi)顯示有對應(yīng)區(qū)域的計算值。
[0096]盡管參照前述實施例對本發(fā)明進行了詳細的說明，對于本領(lǐng)域的技術(shù)人員來說，依然可以對前述各實施例進行多種修改或變化，或者對其中部分技術(shù)特征進行等同替換。但是，在本發(fā)明的精神和原則之內(nèi)的任何修改、等同替換、改進等，均應(yīng)落入本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1.一種用于處理醫(yī)學(xué)影像的方法，包括如下步驟: 獲取醫(yī)學(xué)影像的斷層圖像； 在所述斷層圖像上繪制第一 ROI和繪制第二 ROI; 對所述第一 ROI和第二 ROI做重合處理，以使得所述第一 ROI和第二 ROI上對應(yīng)于連續(xù)組織結(jié)構(gòu)的部分連接在一起。2.根據(jù)權(quán)利要求1所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，所述繪制第一ROI的步驟包括: 在所述斷層圖像上確定多個第一頂點； 沿著所有第一頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域。3.根據(jù)權(quán)利要求2所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，所述繪制第二ROI的步驟包括: 在所述斷層圖像上確定多個第二頂點； 沿著所述多個第二頂點連續(xù)繪制直線線段以形成一個封閉區(qū)域。4.根據(jù)權(quán)利要求3所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，所述重合處理的步驟包括: 針對每個第二頂點，確定其與各個第一頂點之間的直線距離； 將所確定的直線距離與預(yù)設(shè)距離進行比較； 如果所確定的直線距離等于或小于所述預(yù)設(shè)距離，將該第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。5.根據(jù)權(quán)利要求4所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，所述預(yù)設(shè)距離為5至8個像素的直線距離。6.根據(jù)權(quán)利要求1所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，所述醫(yī)學(xué)影像為核醫(yī)學(xué)影像、PET、SPECT、MRI中的一種。7.根據(jù)權(quán)利要求1所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，所述醫(yī)學(xué)影像為腦部橫斷面或冠狀面掃描影像。8.根據(jù)權(quán)利要求1所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，還包括確定所繪制的ROI的定量值。9.一種用于處理醫(yī)學(xué)影像的方法，包括如下步驟: 獲取醫(yī)學(xué)影像的斷層圖像； 通過在斷層圖像上確定多個第一頂點而繪制第一 ROI; 通過在所述斷層圖像上確定多個第二頂點而繪制第二 ROI; 其中，在確定每個第二頂點時，還對該第二頂點做重合處理。10.根據(jù)權(quán)利要求9所述的用于處理醫(yī)學(xué)影像的方法，其特征在于，所述重合處理步驟包括: 在確定每個所述第二頂點時，確定該第二頂點與各個第一頂點之間的直線距離； 將所確定的直線距離與預(yù)設(shè)距離進行比較； 如果所確定的直線距離等于或小于所述預(yù)設(shè)距離，將該第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。11.一種用于處理醫(yī)學(xué)影像的裝置，包括: 斷層獲取模塊，其獲取醫(yī)學(xué)影像的斷層圖像； ROI繪制模塊，其在所述斷層圖像上繪制第一 ROI和第二 ROI; 重合處理模塊，其對所述第一ROI與第二ROI做重合處理，以使得所述第一ROI和第二ROI上對應(yīng)于連續(xù)組織結(jié)構(gòu)的部分連接在一起。12.根據(jù)權(quán)利要求11所述的用于處理醫(yī)學(xué)影像的裝置，其特征在于，所述第一ROI為通過沿著多個第一頂點連續(xù)繪制直線線段而形成的一個封閉區(qū)域。13.根據(jù)權(quán)利要求12所述的用于處理醫(yī)學(xué)影像的裝置，其特征在于，所述第二ROI為通過沿著多個第二頂點連續(xù)繪制直線線段而形成的一個封閉區(qū)域。14.根據(jù)權(quán)利要求13所述的用于處理醫(yī)學(xué)影像的裝置，其特征在于，所述重合處理模塊包括: 距離確定子模塊，其針對每個所述第二頂點，確定其與各個第一頂點之間的直線距離； 比較子模塊，其將所確定的直線距離與預(yù)設(shè)距離進行比較； 頂點調(diào)整子模塊，其在所確定的所述直線距離等于或小于所述預(yù)設(shè)距離時，將所述第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。15.根據(jù)權(quán)利要求14所述的用于處理醫(yī)學(xué)影像的裝置，其特征在于，所述預(yù)設(shè)距離為5至8個像素的直線距離。16.根據(jù)權(quán)利要求11所述的用于處理醫(yī)學(xué)影像的裝置，其特征在于，還包括定量值確定模塊，其分析并計算所繪制的ROI的定量值。17.—種用于處理醫(yī)學(xué)影像的裝置，包括: 斷層獲取模塊，其獲取醫(yī)學(xué)影像的斷層圖像； ROI繪制模塊，其通過在所述斷層圖像上確定多個第一頂點而繪制第一ROI，并且通過在所述斷層圖像上確定多個第二頂點而繪制第二 ROI; 重合處理模塊，其在確定每個第二頂點時，對該第二頂點做重合處理。18.根據(jù)權(quán)利要求17所述的用于處理醫(yī)學(xué)影像的裝置，其特征在于，所述重合處理模塊包括: 距離確定子模塊，其針對每個所述第二頂點，確定其與各個第一頂點之間的直線距離； 比較子模塊，其將所確定的直線距離與預(yù)設(shè)距離進行比較； 頂點調(diào)整子模塊，其在所確定的所述直線距離等于或小于所述預(yù)設(shè)距離時，將所述第二頂點的位置調(diào)整為與相應(yīng)的第一頂點重合。
【文檔編號】G06T7/00GK105825519SQ201610204135
【公開日】2016年8月3日
【申請日】2016年4月1日
【發(fā)明人】李剛
【申請人】北京雅森科技發(fā)展有限公司