System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及医学图像,特别是涉及一种医学图像处理方法、医学图像处理装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着现代医学技术的不断发展,搭载有数字减影血管造影技术(digitalsubtraction angiography,简称dsa)的医学介入处理方法(如支架分流术、介入栓塞术等)得到了越来越多的运用。其中,支架分流术是指采用特殊的介入治疗器械,在x线透视导引下,在目标组织区域中建立关于目标靶点所在的主要分支之间的人工分流通道,并以内置支架维持其长时间通畅,从而达到减少或消除该主要分支中组织脉络的压力。支架分流术凭借其创伤小、恢复快及效果好的特点成为了目前临床上治疗各脏器官高压症的重要手段。
2、在现有技术中,支架分流术一般借助于临床医生通过实时观察介入对象的目标组织区域图像,以对目标组织区域中的目标靶点进行穿刺介入操作,但是目前拍摄出的目标组织区域图像一般由于显影不足、介入对象的位移运动等因素影响,导致临床医生难以准确找到目标靶点的位置,从而无法实现精确的穿刺介入操作。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提升穿刺介入准确度的医学图像处理方法、医学图像处理装置、计算机设备、存储介质和计算机程序产品。
2、第一方面,本申请提供了一种医学图像处理方法。所述方法包括:
3、获取目标对象的多模态医学图像;所述多模态医学图像包括第一模态图像和第二模态图像;
4、对所述第二模态图像中目标靶点的位置信
5、基于所述校准位置,将所述目标靶点融合于所述第一模态图像中,得到融合图像;所述融合图像中的目标靶点的位置信息用于作为对所述目标对象执行预设医学介入处理的参考信息。
6、在其中一个实施例中,在所述对所述第二模态图像中目标靶点的位置信息进行校准处理之前,还包括:
7、从所述第一模态图像中提取出第一图像组学特征,以及从所述第二模态图像中提取出第二图像组学特征;所述第一图像组学特征和所述第二图像组学特征用于表征所述目标对象中的目标组织区域的区域特征;所述目标靶点处于所述目标组织区域中;
8、基于所述第一图像组学特征和所述第二图像组学特征之间的特征差异,确定针对于所述目标组织区域的运动模型;所述运动模型用于表征所述目标组织区域在运动时产生的运动位移场。
9、在其中一个实施例中,所述第一模态图像为对所述目标组织区域执行所述医学介入处理进程中的采集图像,所述第二模态图像为对所述目标组织区域执行所述医学介入处理之前的采集图像;
10、所述从所述第一模态图像中提取出第一图像组学特征,以及从所述第二模态图像中提取出第二图像组学特征,包括:
11、从所述第一模态图像中提取出关于所述目标组织区域的区域轮廓,并将所述区域轮廓作为第一图像组学特征;以及
12、从所述第二模态图像中提取出关于所述目标组织区域的区域轮廓,并将所述区域轮廓作为第二图像组学特征。
13、在其中一个实施例中,所述基于所述第一图像组学特征和所述第二图像组学特征之间的特征差异,确定针对所述目标组织区域的运动模型,包括:
14、将所述第二图像组学特征和所述第一模态图像进行融合处理,得到融合后的第一模态图像;
15、在所述融合后的第一模态图像中,基于所述目标组织区域的区域轮廓的位置差异,得到所述目标组织区域的位移信息;
16、基于所述位移信息,构建针对所述目标组织区域的运动模型。
17、在其中一个实施例中,所述将所述第二图像组学特征和所述第一模态图像进行融合处理,得到融合后的第一模态图像,包括:
18、基于针对所述多模态医学图像的配准模型,将所述第二图像组学特征配准于所述第一模态图像,得到配准后的第二图像组学特征;
19、将所述配准后的第二图像组学特征融合于所述第一模态图像中,得到融合后的第一模态图像。
20、在其中一个实施例中,所述对所述第二模态图像中目标靶点的位置信息进行校准处理,得到所述目标靶点的校准位置,包括:
21、基于所述运动模型,将所述第一模态图像中目标靶点的空间位置校准于所述第二模态图像中目标靶点的空间位置,得到所述目标靶点的校准位置;
22、其中,所述第一模态图像中的目标靶点为在时间序列下的动态靶点,所述第二模态图像中的目标靶点为在时间序列下的静态靶点。
23、在其中一个实施例中,所述将所述目标靶点融合于所述第一模态图像中,包括:
24、基于针对所述多模态医学图像的配准模型,将所述第二模态图像中目标靶点的校准位置配准于所述第一模态图像,得到所述第二模态图像中目标靶点的配准位置;
25、基于所述配准位置,将所述第二模态图像中目标靶点融合于所述第一模态图像中,得到融合图像。
26、在其中一个实施例中,在所述将所述第二模态图像中目标靶点的校准位置配准于所述第一模态图像之前,还包括:
27、从所述第一模态图像中提取出第一组织区域图像,以及从所述第二模态图像中提取出第二组织区域图像;所述第一组织区域图像和所述第二组织区域图像均为预设的目标参考组织的区域图像;
28、基于预设的图像配准方式,对所述第一组织区域图像和所述第二组织区域图像进行配准变换处理,得到对应的配准参数;
29、基于所述配准参数,构建针对所述多模态医学图像的配准模型。
30、第二方面,本申请还提供了一种医学图像处理装置。所述装置包括:
31、图像获取模块,用于获取目标对象的多模态医学图像;所述多模态医学图像包括第一模态图像和第二模态图像;
32、位置校准模块,用于对所述第二模态图像中目标靶点的位置信息进行校准处理,得到所述目标靶点的校准位置;
33、位置融合模块,用于基于所述校准位置,将所述目标靶点融合于所述第一模态图像中,得到融合图像;所述融合图像中的目标靶点的位置信息用于作为对所述目标对象执行预设医学介入处理的参考信息。
34、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
35、获取目标对象的多模态医学图像;所述多模态医学图像包括第一模态图像和第二模态图像;
36、对所述第二模态图像中目标靶点的位置信息进行校准处理,得到所述目标靶点的校准位置;
37、基于所述校准位置,将所述目标靶点融合于所述第一模态图像中,得到融合图像;所述融合图像中的目标靶点的位置信息用于作为对所述目标对象执行预设医学介入处理的参考信息。
38、第五方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
39、获本文档来自技高网...
【技术保护点】
1.一种医学图像处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,在所述对所述第二模态图像中目标靶点的位置信息进行校准处理之前,还包括:
3.根据权利要求2所述的方法,其特征在于,所述第一模态图像为对所述目标组织区域执行所述医学介入处理进程中的采集图像,所述第二模态图像为对所述目标组织区域执行所述医学介入处理之前的采集图像;
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一图像组学特征和所述第二图像组学特征之间的特征差异,确定针对所述目标组织区域的运动模型,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述第二图像组学特征和所述第一模态图像进行融合处理,得到融合后的第一模态图像,包括:
6.根据权利要求4所述的方法,其特征在于,所述对所述第二模态图像中目标靶点的位置信息进行校准处理,得到所述目标靶点的校准位置,包括:
7.根据权利要求1所述的方法,其特征在于,所述将所述目标靶点融合于所述第一模态图像中,包括:
8.根据权利要求7所述的方法,其特征在
9.一种医学图像处理装置,其特征在于,所述装置包括:
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种医学图像处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,在所述对所述第二模态图像中目标靶点的位置信息进行校准处理之前,还包括:
3.根据权利要求2所述的方法,其特征在于,所述第一模态图像为对所述目标组织区域执行所述医学介入处理进程中的采集图像,所述第二模态图像为对所述目标组织区域执行所述医学介入处理之前的采集图像;
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一图像组学特征和所述第二图像组学特征之间的特征差异,确定针对所述目标组织区域的运动模型,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述第二图像组学特征和所述第一模态图像进行融合处理,...
【专利技术属性】
技术研发人员:吴蔚,付天宇,郑介志,
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。