一種醫(yī)學(xué)圖像處理方法、系統(tǒng)、計算機(jī)設(shè)備及存儲介質(zhì)與流程
本發(fā)明涉及圖像數(shù)據(jù)分析,尤其涉及一種醫(yī)學(xué)圖像處理方法、系統(tǒng)、計算機(jī)設(shè)備及存儲介質(zhì)。
背景技術(shù):
1、圖像數(shù)據(jù)分析技術(shù)領(lǐng)域通常通過算法和計算技術(shù)提取圖像中的有用信息,理解和解釋圖像數(shù)據(jù)。在醫(yī)學(xué)領(lǐng)域中,圖像數(shù)據(jù)分析技術(shù)用于處理和分析從各種醫(yī)學(xué)成像設(shè)備(如x射線、ct掃描、mri和超聲圖像)獲得的圖像,以便診斷疾病、監(jiān)測治療效果以及進(jìn)行醫(yī)學(xué)研究。從而能夠更精確地識別病變位置、大小和形狀,提高診斷的準(zhǔn)確性和治療的針對性。
2、其中,醫(yī)學(xué)圖像處理方法是指應(yīng)用圖像數(shù)據(jù)分析技術(shù)于醫(yī)學(xué)圖像處理,優(yōu)化診斷、治療和研究過程。方法通過增強(qiáng)圖像質(zhì)量、自動識別疾病標(biāo)記,以及提取臨床相關(guān)的特征數(shù)據(jù),支持醫(yī)療專業(yè)人員的決策。包括但不限于提高圖像的可視化質(zhì)量,輔助病理檢測和診斷,以及進(jìn)行患者監(jiān)測和后續(xù)治療評估。通過使用這些高級圖像處理技術(shù),可以更早地檢測疾病,提高治療效果,并改善患者的治療結(jié)果和健康恢復(fù)情況。
3、現(xiàn)有的醫(yī)學(xué)圖像處理技術(shù)雖然能夠支持基本的圖像質(zhì)量優(yōu)化和疾病標(biāo)記識別,但在處理高復(fù)雜度和低對比度的醫(yī)學(xué)圖像時,缺乏足夠的靈活性和精確性。例如,傳統(tǒng)技術(shù)在處理含有眾多相似灰度值的區(qū)域時可能無法有效區(qū)分細(xì)節(jié),導(dǎo)致關(guān)鍵診斷信息的遺漏。此外,現(xiàn)有技術(shù)在處理含有眾多相似灰度值的區(qū)域時,可能因?yàn)榫植糠治瞿芰Σ蛔?,難以有效區(qū)分細(xì)節(jié),導(dǎo)致關(guān)鍵診斷信息的遺漏。從而診斷的延誤或誤診,影響治療效果。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的缺點(diǎn),而提出的一種醫(yī)學(xué)圖像處理方法、系統(tǒng)、計算機(jī)設(shè)備及存儲介質(zhì)。
2、為了實(shí)現(xiàn)上述目的,本發(fā)明采用了如下技術(shù)方案:一種醫(yī)學(xué)圖像處理方法,包括以下步驟:
3、s1:采集ct掃描數(shù)據(jù),分析每個像素周圍的亮度和灰度,建立每個像素的亮度分布圖,測定周圍區(qū)域的平均亮度和變化范圍,得到圖像像素亮度特性數(shù)據(jù);
4、s2:基于所述圖像像素亮度特性數(shù)據(jù),參照相鄰像素的亮度平均值和變化,對ct圖像中的每個像素進(jìn)行亮度調(diào)整,生成調(diào)整后的亮度圖;
5、s3:從所述調(diào)整后的亮度圖中,分析ct圖像的局部曲率和形狀指數(shù),識別ct圖像中的關(guān)鍵邊緣和曲線,得到幾何特征圖;
6、s4:通過分析所述幾何特征圖中的形狀和曲率信息,根據(jù)曲率大小,選定需要迭代處理的區(qū)域,進(jìn)行亮度和對比度優(yōu)化操作,生成偽影修正圖;
7、s5:細(xì)化所述偽影修正圖中的紋理和細(xì)節(jié)層次,通過調(diào)整局部區(qū)域的紋理明暗,優(yōu)化特征辨識度,生成邊緣優(yōu)化后的圖像。
8、作為本發(fā)明的進(jìn)一步方案,所述圖像像素亮度特性數(shù)據(jù)包括像素點(diǎn)亮度值、相鄰像素亮度方差以及亮度梯度,所述調(diào)整后的亮度圖包括經(jīng)過平滑處理的區(qū)域亮度、局部亮度異常的校正結(jié)果以及整體亮度均衡的狀態(tài),所述幾何特征圖包括圖像中的曲率點(diǎn)、關(guān)鍵曲線的跟蹤標(biāo)識以及邊緣強(qiáng)度映射,所述偽影修正圖包括經(jīng)過優(yōu)化的對比度區(qū)域、亮度區(qū)域以及邊緣的清晰化處理,所述邊緣優(yōu)化后的圖像包括細(xì)化的紋理區(qū)域、調(diào)整后的局部視覺對比度以及優(yōu)化的色彩深度。
9、作為本發(fā)明的進(jìn)一步方案,采集ct掃描數(shù)據(jù),分析每個像素周圍的亮度和灰度,建立每個像素的亮度分布圖,測定周圍區(qū)域的平均亮度和變化范圍,得到圖像像素亮度特性數(shù)據(jù)的具體步驟如下:
10、s101:采集ct掃描數(shù)據(jù),記錄每個像素點(diǎn)的亮度和灰度值,得到原始像素數(shù)據(jù);
11、s102:基于所述原始像素數(shù)據(jù),計算每個像素周圍的平均亮度和灰度波動,得到局部亮度分布圖;
12、s103:從所述局部亮度分布圖中提取整體的平均亮度和變化范圍,形成圖像像素亮度特性數(shù)據(jù)。
13、作為本發(fā)明的進(jìn)一步方案,基于所述圖像像素亮度特性數(shù)據(jù),參照相鄰像素的亮度平均值和變化,對ct圖像中的每個像素進(jìn)行亮度調(diào)整,生成調(diào)整后的亮度圖的具體步驟如下:
14、s201:從所述圖像像素亮度特性數(shù)據(jù)中獲取每個像素及其周圍像素的亮度信息,評估亮度差異,根據(jù)每個像素點(diǎn)需要調(diào)整的亮度值,生成像素亮度調(diào)整值列表;
15、s202:利用所述像素亮度調(diào)整值列表,對每個像素進(jìn)行亮度調(diào)整,包括增加或減少亮度,平衡圖像區(qū)域的亮度差異,生成亮度調(diào)整中間圖;
16、s203:將所述亮度調(diào)整中間圖中全部像素的調(diào)整應(yīng)用到原始ct圖像上,生成調(diào)整后的亮度圖。
17、作為本發(fā)明的進(jìn)一步方案,從所述調(diào)整后的亮度圖中,分析ct圖像的局部曲率和形狀指數(shù),識別ct圖像中的關(guān)鍵邊緣和曲線,得到幾何特征圖的具體步驟如下:
18、s301:基于所述調(diào)整后的亮度圖,提取每個像素點(diǎn)的局部曲率,通過分析每個區(qū)域的曲率變化,生成局部曲率數(shù)據(jù);
19、s302:采用所述局部曲率數(shù)據(jù),通過微分幾何方法,計算形狀指數(shù),辨識圖像中的關(guān)鍵邊緣和曲線,生成關(guān)鍵形狀分析圖;
20、s303:將所述關(guān)鍵形狀分析圖中的數(shù)據(jù)整合,標(biāo)識圖像中的關(guān)鍵邊緣和曲線,生成幾何特征圖。
21、作為本發(fā)明的進(jìn)一步方案,所述微分幾何方法,采用公式:計算形狀指數(shù),辨識圖像中的關(guān)鍵邊緣和曲線;
22、其中,為形狀指數(shù),用于每個像素點(diǎn),為局部曲率,表示第個像素點(diǎn)處的曲率大小,為調(diào)節(jié)系數(shù),用于平衡局部像素強(qiáng)度變異度對形狀指數(shù)的貢獻(xiàn),為局部像素強(qiáng)度的標(biāo)準(zhǔn)偏差,為曲率關(guān)于弧長的導(dǎo)數(shù),表示曲率隨圖像弧長變化的速率,為調(diào)節(jié)系數(shù),用于平衡局部平均灰度差對形狀指數(shù)的影響,為局部平均灰度與全局平均灰度的差值。
23、作為本發(fā)明的進(jìn)一步方案,通過分析所述幾何特征圖中的形狀和曲率信息,根據(jù)曲率大小,選定需要迭代處理的區(qū)域,進(jìn)行亮度和對比度優(yōu)化操作,生成偽影修正圖的具體步驟如下:
24、s401:根據(jù)所述幾何特征圖中的曲率大小,標(biāo)識曲率明顯變化的區(qū)域,區(qū)域?qū)?yīng)圖像中的偽影或特征變化,得到目標(biāo)處理區(qū)域;
25、s402:對所述目標(biāo)處理區(qū)域進(jìn)行亮度調(diào)節(jié)和對比度優(yōu)化,迭代調(diào)整局部區(qū)域參數(shù),生成局部優(yōu)化亮度圖;
26、s403:整合所述局部優(yōu)化亮度圖中的全部調(diào)整參數(shù),再次應(yīng)用到整個ct圖像上,生成偽影修正圖。
27、作為本發(fā)明的進(jìn)一步方案,細(xì)化所述偽影修正圖中的紋理和細(xì)節(jié)層次,通過調(diào)整局部區(qū)域的紋理明暗,優(yōu)化特征辨識度,生成邊緣優(yōu)化后的圖像的具體步驟如下:
28、s501:基于所述偽影修正圖,分析每個區(qū)域的紋理細(xì)節(jié),針對紋理不明顯的區(qū)域進(jìn)行紋理增強(qiáng),生成紋理優(yōu)化圖;
29、s502:從所述紋理優(yōu)化圖中,選取關(guān)鍵區(qū)域,調(diào)整紋理區(qū)域的明暗對比,生成迭代調(diào)整的紋理圖;
30、s503:將所述迭代調(diào)整的紋理圖應(yīng)用到偽影修正圖中,統(tǒng)一關(guān)鍵區(qū)域的紋理和細(xì)節(jié)層次,生成邊緣優(yōu)化后的圖像。
31、一種醫(yī)學(xué)圖像處理系統(tǒng)用于執(zhí)行一種醫(yī)學(xué)圖像處理方法,所述一種醫(yī)學(xué)圖像處理系統(tǒng)包括:
32、亮度特性分析模塊采集ct掃描數(shù)據(jù),記錄每個像素點(diǎn)的亮度和灰度值,計算每個像素周圍的平均亮度和灰度波動,得到局部亮度分布圖,從局部亮度分布圖提取整體的平均亮度和變化范圍,形成圖像像素亮度特性數(shù)據(jù);
33、亮度調(diào)整模塊基于所述圖像像素亮度特性數(shù)據(jù),對ct圖像中的每個像素進(jìn)行亮度調(diào)整,得到調(diào)整后的亮度圖,分析調(diào)整后的亮度圖中的局部曲率和形狀指數(shù),進(jìn)行亮度和對比度的優(yōu)化操作,生成偽影修正圖;
34、幾何特征分析模塊基于所述偽影修正圖,提取每個像素點(diǎn)的局部曲率,通過微分幾何方法,計算形狀指數(shù),辨識圖像中的關(guān)鍵邊緣和曲線,生成幾何特征圖;
35、細(xì)節(jié)優(yōu)化模塊基于所述幾何特征圖,分析每個區(qū)域的紋理細(xì)節(jié),進(jìn)行紋理增強(qiáng)操作,調(diào)整紋理區(qū)域的明暗對比,統(tǒng)一關(guān)鍵區(qū)域的紋理和細(xì)節(jié)層次,生成邊緣優(yōu)化后的圖像。
36、一種計算機(jī)設(shè)備,包括存儲器和處理器,所述存儲器中存儲有計算機(jī)程序,所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)如上述所述的一種醫(yī)學(xué)圖像處理系統(tǒng)。
37、一種計算機(jī)可讀存儲介質(zhì),其上存儲有計算機(jī)程序,所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上述所述的一種醫(yī)學(xué)圖像處理方法的步驟。
38、與現(xiàn)有技術(shù)相比,本發(fā)明的優(yōu)點(diǎn)和積極效果在于:
39、本發(fā)明中,通過控制亮度調(diào)整、曲率分析以及紋理和對比度優(yōu)化,提高了ct圖像的診斷精確性和視覺質(zhì)量。通過亮度調(diào)整和曲率及形狀指數(shù)的計算,能夠更精確地識別圖像中的關(guān)鍵邊緣和曲線,通過迭代處理優(yōu)化區(qū)域的亮度和對比度,以及細(xì)化紋理和細(xì)節(jié)層次,能夠顯著改善圖像中的偽影和模糊區(qū)域,提供更加清晰和可靠的圖像供醫(yī)療專業(yè)人員評估和診斷。
相關(guān)知識
健康檢測方法、裝置、終端設(shè)備及存儲介質(zhì)與流程
一種健康監(jiān)測系統(tǒng)及方法與流程
健康監(jiān)測方法、裝置及電子設(shè)備與流程
一種輔助群體健康飲食的系統(tǒng)以及方法
健康日程提醒系統(tǒng)及方法
醫(yī)療健康大數(shù)據(jù)的技術(shù)與創(chuàng)新1.背景介紹 醫(yī)療健康大數(shù)據(jù)是一種利用計算機(jī)科學(xué)技術(shù)對醫(yī)療健康領(lǐng)域數(shù)據(jù)進(jìn)行處理、分析、挖掘的技
物聯(lián)網(wǎng)遠(yuǎn)程健康管理系統(tǒng)設(shè)計.doc
個人健康管理系統(tǒng)的設(shè)計與實(shí)現(xiàn) (定稿).docx
一種便攜式嬰兒啼哭聲識別器及其識別方法與流程
個人健康管理系統(tǒng)的設(shè)計與實(shí)現(xiàn)
網(wǎng)址: 一種醫(yī)學(xué)圖像處理方法、系統(tǒng)、計算機(jī)設(shè)備及存儲介質(zhì)與流程 http://m.u1s5d6.cn/newsview681447.html
推薦資訊
- 1發(fā)朋友圈對老公徹底失望的心情 12775
- 2BMI體重指數(shù)計算公式是什么 11235
- 3補(bǔ)腎吃什么 補(bǔ)腎最佳食物推薦 11199
- 4性生活姿勢有哪些 盤點(diǎn)夫妻性 10425
- 5BMI正常值范圍一般是多少? 10137
- 6在線基礎(chǔ)代謝率(BMR)計算 9652
- 7一邊做飯一邊躁狂怎么辦 9138
- 8從出汗看健康 出汗透露你的健 9063
- 9早上怎么喝水最健康? 8613
- 10五大原因危害女性健康 如何保 7826