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