【技术实现步骤摘要】
医学图像的处理方法、电子设备和存储介质
[0001]本专利技术涉及图像处理
,特别涉及一种医学图像的处理方法、电子设备和存储介质。
技术介绍
[0002]近年来深度学习技术的突飞猛进,尤其在计算机视觉和医学图像领域得到了突破性的发展,基于人工智能的计算机辅助诊断技术提供病灶精准、详细的量化信息的阅片系统,帮助放射科医生和临床医生在日常工作效率及诊断准确度上得到提高。然而,在医生工作场景中,患者常常有多个病例,放射科医生需要在患者影像报告中提及该患者的随访比较情况和后续随访建议,放射科医生需要通过人工对比病例,逐层翻阅图像进行对比,初步得到病灶和相关组织及感兴趣区域的变化趋势,经过反复手动测量,才能得到一个粗略的量化信息,再组织语言写入患者影像报告,这种操作无疑是繁琐且耗时的,同时无法直接得到精准详细的量化信息,整体随访比对流程繁琐、耗时且交互不便。
技术实现思路
[0003]本专利技术要解决的技术问题是为了克服现有技术中的主流的阅片系统仅能支持一些粗糙的、一对一的随访影像显示,仅能对随访的图像进行粗略的 ...
【技术保护点】
【技术特征摘要】
1.一种医学图像的处理方法,其特征在于,所述方法包括:获取同一患者的目标病例图像;其中,所述目标病例图像包括当前病例图像和/或若干张历史病例图像;获取所述目标病例图像中的参考图像;将所述目标病例图像中的其他图像向所述参考图像进行配准,获取配准结果;对所述参考图像和所述配准结果进行展示。2.如权利要求1所述的医学图像的处理方法,其特征在于,所述获取所述目标病例图像中的参考图像,包括:计算得到所述目标病例图像对应的基准图像;遍历计算所述目标病例图像中每张图像与所述基准图像之间的目标相似度;选取所述目标病例图像中所述目标相似度满足设定条件的图像,作为所述参考图像。3.如权利要求2所述的医学图像的处理方法,其特征在于,所述计算得到所述目标病例图像对应的基准图像,包括:对所述目标病例图像中的每张图像进行二值化处理,获取二值化后的第一病例图像;对二值化后的所述第一病例图像进行计算处理,获取对应的目标平均图像;将所述目标平均图像作为所述基准图像。4.如权利要求3所述的医学图像的处理方法,其特征在于,所述计算得到所述目标病例图像对应的基准图像,包括:采用一组设定窗宽和设定窗位对所述目标病例图像中的每张图像进行二值化处理,获取第一处理结果;计算得到所有所述第一处理结果对应的第一平均图像;将所述第一平均图像作为所述基准图像。5.如权利要求3所述的医学图像的处理方法,其特征在于,所述计算得到所述目标病例图像对应的基准图像,包括:采用多组设定窗宽和设定窗位对所述目标病例图像中的每张图像进行二值化处理,获取多组第二处理结果;计算得到每组所述第二处理结果对应的第二平均图像;将每个所述第二平均图像作为所述基准图像,获取多个所述基准图像。6.如权利要求3所述的医学图像的处理方法,其特征在于,所述计算得到所述目标病例图像对应的基准图像,包括:对所述目标病例图像进行平均处理,获取所述基准图像;所述遍历计算所述目标病例图像中每张图像与所述基准图像之间的目标相似度,包括:遍历计算所述目标病例图像中每张图像与所述基准...
【专利技术属性】
技术研发人员:沈逸,廖术,
申请(专利权)人:上海联影智能医疗科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。