一种基于计算机视觉的医学图像分析方法技术

本发明专利技术请求保护一种基于计算机视觉的医学图像分析方法完成了对输入的医学图像序列的预处理工作，主要包括灰度变换、平滑和噪声消除，实现了对预处理后的医学图像的图像分割。其实现了对医学影像的数字化管理，降低了管理的难度和成本，管理更加规范，更加适合图像的查询和检索；不再需要胶片，方便了数据的传输，而且数据不容易损坏、变质、丢失；采用DICOM标准，能够兼容目前大部分医学影像设备的数据格式，极大的提高了数据的利用率与流通性。获取的数据经过模糊分类的随机抽样训练获得训练信息，有效减少了数据处理量，在不影响精度的前提下，处理效率更高。

【技术实现步骤摘要】
一种基于计算机视觉的医学图像分析方法在先申请：2019104964992在先申请日：2019.06.10
本专利技术涉及图像处理
，特别涉及一种基于计算机视觉的医学图像分析方法，适用于目标跟踪、目标识别、视频监控、视频会议、生物医学、信息安全、遥感遥测、航天航空或视频多媒体中图像匹配。
技术介绍
进入70年代以来，随着计算机断层扫描，核磁共振成像等医学成像设备的出现与应用，人们可以得到人体及其内部器官的二维数字断层图像序列。放射医师可以通过观察图像，来发现和诊断病情，但这种诊断方式有以下主要的不足:(1)X射线图像(含CT)的对比度很低，容易误诊(2)核同位素图像及超声图像比较粗糙，分辨率很低；(3)从一组二维图像构想三维结构困难而且不准确。为提高医疗诊断和治疗规划的准确性与科学性，需要将二维断层图像序列转变成为具有直观立体效果的图像，展现人体器官的三维结构与形态，从而提供若干用传统手段无法获得的解剖结构信息，并为进一步模拟操作提供视觉交互手段。医学图像三维重建与可视化技术就是在这一背景下提出的，该技术一经提出之后，便得到了大量的研究与广泛应用。。在三维图像的显示过程中，医生必须借助显示仪器来完成对医学数据的使用，然而传统的三维可视化方法并不能将原始数据在普通显示仪器上不失真的显示出来，这就为医生使用这些医学图像数据带来了困难，同时也阻碍了医学图像三维可视化在更广的范围内的应用。尽管当前计算机技术已取得很大的发展，运算速度相对于从前提高了很多，但是图像几何匹配中需要被处理的数据量有时十分庞大，因此，计算机的计算速度还是没有达到实时性目标。且由于相异的光照和噪声等，会使相同内容的图像也会有差别，从而提高了图像几何匹配的难度。因此，匹配精度高、实时性好的图像几何匹配算法，对于医学图像处理、遥感图像处理、模式识别等领域具有非常重要的应用价值和理论意义。当前医学影像的数字化管理，管理的难度和成本较高，管理不规范，不适合图像的查询和检索；存储需要胶片，不方便数据的传输，而且数据容易损坏、变质、丢失；不能兼容目前大部分医学影像设备的数据格式，对各种医学影像进行管理，不能充分的利用互联网，实现数据共享，远程诊断，多地会诊，无法为医疗教学提供了资源，数据的利用率与流通性差。
技术实现思路
针对现有技术存在的不足，本专利技术提供了基于计算机视觉的医学图像分析方法，并具有一定的通用性。本专利技术请求保护一种基于计算机视觉的医学图像分析方法，其特征在于，包括：基于计算机视觉的医学图像分析方法，其特征在于，包括：患者使用手机对待治疗区域图像进行采集：若采集到的图像存在缺陷区(缺陷区包括歪斜、模糊等区域情形)，提示患者重新拍摄待治疗区域图像，得到清晰图像；完成图像的读入和转换以及图像的显示和阈值分割：服务器终端采用基于形状特征的模板匹配算法和基于SIFT特征的检测算法进行检测，调用OpenCV视觉类库中封装好的图像处理算子，编程完成相应的C++代码程序编制，赋值并调用各个控件按钮实现算法的功能；手机启动该系统软件进行图像预处理，并进行手机识别：图像预处理完成图像滤波处理和目标子图像的获取及其直方图均衡处理，消除医学图像数据中的冗余信息(冗余信息可以包含的用于固定病患的支架或其它支撑物等)，其方法包括用背景的灰度值来填充橡皮擦所经过路线上的原始灰度值，将原始DICOM数据形成的训练集，经过模糊分类的随机抽样，训练获得训练信息，再通过调和映射地方式转化为8位BMP灰度图；得到待治疗区域图像信息，而后把得到的信息发给医院平台系统：图像分割和自动化定量分析，获得目标的外部轮廓特征，在图像分割的基础上，分别获取目标区域最长和最宽距离内包含的像素个数，并按比例尺系数换算成实体的长宽值，经重建得到三维模型后，辅助功能模块主要完成对模型的三维视角变换操作；根据交互式的区域选择，显示不同部分的组织：医院实时发送待治疗区域图像信息给患者，利用鼠标操作或键盘输入实现定量的背景分离功能。本专利技术的基于计算机视觉的医学图像分析方法的一种改进：所述患者使用安装有该软件的手机对待治疗区域图像图像进行采集，具体还包括：系统的采集部分至少由具有镜头的相机和工控机构成；采集过程通过系统相机拍摄目标背景，由工控机转换为图像信号后，通过USB2.0接口传送到处理服务器进行处理；图像采集过程中，需要对图像进行数字化，一般使用数字化的图像采集卡进行处理。本专利技术的基于计算机视觉的医学图像分析方法的一种改进：包括：所述图像读入，完成图像的读入和转换以及图像的显示和阈值分割，具体还包括：确定需要的分割阀值，将分割阀值与像素值比较来划分像素，确定一个灰度值，然后将大于、等于此灰度值的像素判为对象并用一个灰度值表示，而将小于此灰度值的像素判为背景并用另一个灰度值表示，或者反之，对象、背景的灰度大小关系对调，二值化的结果将使得灰阶图像变成了二值图像；确定阀值是分割的关键，不同的阀值可能会引起完全不同的结果，阀值的个数和取值是根据先验知识或试验统计数据确定；应用迭代阈值分割技术对预处理后的子图像进行分割，并根据子图像中的分割结果在原图像中；提取目标的轮廓，为计算机进行自动化定量分析创造条件；根据分割结果图像中，同一区域中特征的一致性，以及各子区域的形状特征来评价分割结果的好坏。本专利技术的基于计算机视觉的医学图像分析方法的一种改进：包括：所述手机启动该系统软件进行图像预处理，并进行手机识别，具体还包括：选择多级中值滤波和边缘检测技术完成对图像的预处理，其中，多级中值滤波用于对全图的预处理，对于任一像素，取其一定邻域内像素的平均灰度值替代原来的像素；边缘检测用于对包含目标区域的子图像的处理，进一步加大目标和背景的区分度，为分割提供高质量的图像，用输入图像和高斯函数进行卷积运算得到滤波后的图像，然后利用微分算子计算图像梯度的幅值和方向，接着遍历整个图像，对梯度幅值进行非极大值抑制，最后使用双重阈值的方法进行边缘的提取，超过较高阈值的像素为边缘，反之则不是，如果检测结果大于低阈值但又小于高阈值，那就比较这个像素的邻域像素中有没有超过高阈值的边缘像素，如果有则该为边缘，反之则不是。本专利技术的基于计算机视觉的医学图像分析方法的一种改进：包括：所述得到待治疗区域图像信息，而后手机把得到的信息发给医院，具体还包括：利用Fourier变换求出待治疗区域图像和医院图像之间的旋转角度；首先输入待治疗区域图像和医院图像，医院图像与待治疗区域图像是对同一场景所成图像，两者之间存在一定的旋转角度差，也即待治疗区域图像与医院图像之间存在一定的旋转角度差；将待治疗区域图像和医院图像均变换到Fourier频域，得到待治疗区域图像和医院图像的频谱，然后对待治疗区域图像的频谱和医院图像的Fourier频谱分别取模值，建立一个关于两幅图像间旋转角度的等式，找出待治疗区域图像频谱和医院图像频谱模值的关系；本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉的医学图像分析方法，其特征在于，包括：/n患者使用手机对待治疗区域图像进行采集：若采集到的图像存在缺陷区，提示患者重新拍摄待治疗区域图像，得到清晰图像；/n完成图像的读入和转换以及图像的显示和阈值分割：服务器终端采用基于形状特征的模板匹配算法和基于SIFT特征的检测算法进行检测，调用OpenCV视觉类库中封装好的图像处理算子，编程完成相应的C++代码程序编制，赋值并调用各个控件按钮实现算法的功能；/n手机启动该系统软件进行图像预处理，并进行手机识别：图像预处理完成图像滤波处理和目标子图像的获取及其直方图均衡处理，消除医学图像数据中的冗余信息，其方法包括用背景的灰度值来填充橡皮擦所经过路线上的原始灰度值，将原始DICOM数据形成的训练集，经过模糊分类的随机抽样，训练获得训练信息，再通过调和映射地方式转化为8位BMP灰度图；/n得到待治疗区域图像信息，而后把得到的信息发给医院平台系统：图像分割和自动化定量分析，获得目标的外部轮廓特征，在图像分割的基础上，分别获取目标区域最长和最宽距离内包含的像素个数，并按比例尺系数换算成实体的长宽值，经重建得到三维模型后，辅助功能模块主要完成对模型的三维视角变换操作；/n根据交互式的区域选择，显示不同部分的组织：医院实时发送待治疗区域图像信息给患者，利用鼠标操作或键盘输入实现定量的背景分离功能。/n...

【技术特征摘要】
20190610 CN 20191049649921.一种基于计算机视觉的医学图像分析方法，其特征在于，包括：
患者使用手机对待治疗区域图像进行采集：若采集到的图像存在缺陷区，提示患者重新拍摄待治疗区域图像，得到清晰图像；
完成图像的读入和转换以及图像的显示和阈值分割：服务器终端采用基于形状特征的模板匹配算法和基于SIFT特征的检测算法进行检测，调用OpenCV视觉类库中封装好的图像处理算子，编程完成相应的C++代码程序编制，赋值并调用各个控件按钮实现算法的功能；
手机启动该系统软件进行图像预处理，并进行手机识别：图像预处理完成图像滤波处理和目标子图像的获取及其直方图均衡处理，消除医学图像数据中的冗余信息，其方法包括用背景的灰度值来填充橡皮擦所经过路线上的原始灰度值，将原始DICOM数据形成的训练集，经过模糊分类的随机抽样，训练获得训练信息，再通过调和映射地方式转化为8位BMP灰度图；
得到待治疗区域图像信息，而后把得到的信息发给医院平台系统：图像分割和自动化定量分析，获得目标的外部轮廓特征，在图像分割的基础上，分别获取目标区域最长和最宽距离内包含的像素个数，并按比例尺系数换算成实体的长宽值，经重建得到三维模型后，辅助功能模块主要完成对模型的三维视角变换操作；
根据交互式的区域选择，显示不同部分的组织：医院实时发送待治疗区域图像信息给患者，利用鼠标操作或键盘输入实现定量的背景分离功能。


2.如权利要求1所述的一种基于计算机视觉的医学图像分析方法，其特征在于，包括：
所述患者使用安装有该软件的手机对待治疗区域图像图像进行采集，具体还包括：
系统的采集部分至少由具有镜头的相机和工控机构成；
采集过程通过系统相机拍摄目标背景，由工控机转换为图像信号后，通过USB2.0接口传送到处理服务器进行处理；
图像采集过程中，需要对图像进行数字化，一般使用数字化的图像采集卡进行处理。


3.如权利要求1所述的一种基于计算机视觉的医学图像分析方法，其特征在于，包括：
所述图像读入，完成图像的读入和转换以及图像的显示和阈值分割，具体还包括：
确定需要的分割阀值，将分割阀值与像素值比较来划分像素，确定一个灰度值，然后将大于、等于此灰度值的像素判为对象并用一个灰度值表示，而将小于此灰度值的像素判为背景并用另一个灰度值表示，或者反之，对象、背景的灰度大小关系对调，二值化的结果将使得灰阶图像变成了二值图像；
确定阀值是分割的关键，不同的阀值可能会引起完全不同的结果，阀值的个数和取值是根据先验知识或试验统计数据确定；
应用迭代阈值分割技术对预处理后的子图像进行分割，并根据子图像中的分割结果在原图像中；
提取目标的轮廓，为计算机进行自动化定量分析创造条件；
根据分割结果图像中，同一区域中特征的一致性，以及各子区域的形状特征来评价分割结果的好坏。


4.如权利要求1所述的一种基于计算机视觉的医学图像分析方法，其特征在于，包括：
所述手机启动该系统软件进行图像预处理，并进行手机识别，具体还包括：
选择多级中值滤波和边缘检测技术完成对...

【专利技术属性】
技术研发人员：周塔，陶献，高尚，徐正涛，张鑫，于静，薛伟，郭凌，王思琦，张宁，
申请(专利权)人：张家港江苏科技大学产业技术研究院，
类型：发明
国别省市：江苏;32