一种医学影像显示方法、介质及电子设备与流程

本发明属于医学图像处理领域，涉及一种显示方法，特别是涉及一种医学影像显示方法、介质及电子设备。
背景技术：
：随着医学影像技术的不断发展，获取患者的医学影像并根据医学影像对疾病进行诊断已成为某些疾病的常规诊断方案。ct血管成像(ctangiography，cta)作为一种常用的医学影像技术，在血管疾病的诊断过程中得到了广泛应用。在进行医学影像阅片时，需要合理的调整所述医学影像的窗宽和窗位以便医务人员进行观察。其中，窗宽是指医学图像灰度的一个区间的大小，窗位是指该区间的中心点的灰度值，二者可以确定一个灰度区间；将医学图像位于窗宽窗位确定的灰度区间内的像素转换成8bit的灰度值(即0-255)，将小于区间下限值的转换为0，将大于区间上限值的转换为255，这样就得到一幅灰度范围为[0，255]的8bit图像，该图像可以直接在普通显示设备上显示出来。然而，发明人在实际应用中发现，医务人员在进行医学影像阅片时，往往需要手动调整医学影像的窗宽和窗位，效率较低。技术实现要素：鉴于以上所述现有技术的缺点，本发明的目的在于提供一种医学影像显示方法、介质及电子设备，用于解决现有技术中需要手动调整医学影像的窗宽和窗位的问题。为实现上述目的及其他相关目的，本发明的第一方面提供一种医学影像显示方法；其中，所述医学影像显示方法包括：获取医学影像；其中，所述医学影像包含目标血管；获取所述医学影像的初始窗位和/或初始窗宽；获取所述目标血管的病变状况；根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽；根据所述医学影像的窗位和/或所述医学影像的窗宽显示所述医学影像。于所述第一方面的一实施例中，获取所述医学影像的初始窗位和/或初始窗宽的一种实现方法包括：获取所述目标血管的本底组织密度；根据所述目标血管的本底组织密度获取所述医学影像的初始窗位和/或初始窗宽。于所述第一方面的一实施例中，获取所述医学影像的初始窗位和/或初始窗宽的一种实现方法包括：获取所述医学影像的扫描部位；根据所述扫描部位获取所述医学影像的初始窗位和/或初始窗宽。于所述第一方面的一实施例中，获取所述目标血管的病变状况的一种实现方法包括：根据所述医学影像，获取所述目标血管内多个像素点的ct值；根据所述目标血管内多个像素点的ct值和病变阈值获取所述目标血管的病变状况。于所述第一方面的一实施例中，获取所述目标血管的病变状况的一种实现方法包括：根据所述医学影像获取所述目标血管；利用一卷积神经网络模型对所述目标血管进行处理，以获得所述目标血管的病变状况；其中，所述卷积神经网络模型的训练方法包括：获取训练数据；所述训练数据包括训练血管和所述训练血管的病变状况；利用所述训练数据对所述卷积神经网络模型进行训练。于所述第一方面的一实施例中，根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽的一种实现方法包括：所述目标血管的病变状况包括：所述目标血管内植入有血管支架；根据所述血管支架的情况获取第一窗位改变量和/或第一窗宽改变量；根据所述第一窗位改变量和/或第一窗宽改变量对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽。于所述第一方面的一实施例中，根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽的一种实现方法包括：所述目标血管的病变状况包括血管壁钙化；获取所述目标血管内的钙化区域；获取所述钙化区域的平均ct值；根据所述钙化区域的平均ct值获取第二窗位改变量和/或第二窗宽改变量；根据所述第二窗位改变量和/或第二窗宽改变量对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽。于所述第一方面的一实施例中，根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽的一种实现方法包括：根据所述目标血管的病变状况，获取所述目标血管的病变区域；获取所述病变区域的ct值分布和平均ct值；利用一神经网络模型对输入数据进行处理，以获得第三窗位改变量和/或第三窗宽改变量；其中，所述输入数据包括医学影像的初始窗位和/或初始窗宽，并包括所述病变区域的ct值分布和平均ct值；根据所述第三窗位改变量和/或第三窗宽改变量对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽。本发明的第二方面提供一种计算机可读存储介质，其上存储有计算机程序；该计算机程序被处理器执行时实现第一方面所述的医学影像显示方法。本发明的第三方面提供一种电子设备，所述电子设备包括：存储器，存储有一计算机程序；处理器，与所述存储器通信相连，调用所述计算机程序时执行第一方面所述的医学影像显示方法；显示器，与所述处理器和所述存储器通信相连，用于显示所述医学影像显示的相关gui交互界面。如上所述，本发明所述医学影像显示方法、介质及电子设备的一个技术方案，具有以下有益效果：所述医学影像显示方法能够获取所述医学影像的初始窗位和/或初始窗宽，并根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整以获得所述医学影像的窗位和窗宽，进而对所述医学影像进行显示。由此可知，所述医学影像显示方法能够自动获取所述医学影像的窗位和窗宽，因而无需医务人员手动调整窗位和窗宽，效率较高。附图说明图1显示为本发明所述医学影像显示方法于一具体实施例中的流程图。图2a显示为本发明所述医学影像显示方法于一具体实施例中步骤s12的流程图。图2b显示为本发明所述医学影像显示方法于一具体实施例中获取的肺动脉cta影像示例图。图2c显示为本发明所述医学影像显示方法于一具体实施例中获取的腹主动脉cta影像示例图。图3显示为本发明所述医学影像显示方法于又一具体实施例中步骤s12的流程图。图4显示为本发明所述医学影像显示方法于一具体实施例中步骤s13的流程图。图5a显示为本发明所述医学影像显示方法于又一具体实施例中步骤s13的流程图。图5b显示为本发明所述医学影像显示方法于一具体实施例中对卷积神经网络模型进行训练的流程图。图6a显示为本发明所述医学影像显示方法于一具体实施例中步骤s14的流程图。图6b显示为本发明所述医学影像显示方法于一具体实施例中获取的一副冠脉cta影像。图7a显示为本发明所述医学影像显示方法于又一具体实施例中步骤s14的流程图。图7b显示为本发明所述医学影像显示方法于一具体实施例中获取的一副冠脉cta影像。图8a显示为本发明所述医学影像显示方法于另一具体实施例中步骤s14的流程图。图8b显示为本发明所述医学影像显示方法于一具体实施例中对神经网络模型进行训练的流程图。图9显示为本发明所述电子设备于一具体实施例中的结构示意图。元件标号说明900电子设备910存储器920处理器930显示器s11～s15步骤s121a～s122a步骤s121b～s122b步骤s131a～s32a步骤s131b～s132b步骤s51～s52步骤s141a～s142a步骤s141b～s144b步骤s141c～s144c步骤s81～s85步骤具体实施方式以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。医务人员在进行医学影像阅片时，往往需要手动调整医学影像的窗宽和窗位，效率较低。针对这一问题，本发明提供一种医学影像显示方法。所述医学影像显示方法能够获取所述医学影像的初始窗位和/或初始窗宽，并根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整以获得所述医学影像的窗位和窗宽，进而对所述医学影像进行显示。由此可知，所述医学影像显示方法能够自动获取所述医学影像的窗位和窗宽，因而无需医务人员手动调整窗位和窗宽，效率较高。请参阅图1，于本发明的一实施例中，所述医学影像显示方法包括：s11，获取医学影像；其中，所述医学影像包含目标血管。优选地，所述医学影像为cta影像。所述目标血管例如为头部血管、颈动脉、肺动脉、肺静脉、主动脉、冠脉、上肢动脉、下肢动脉等。s12，获取所述医学影像的初始窗位和/或初始窗宽。所述初始窗位和/或初始窗宽可以根据所述目标血管的类型确定，用于使医务人员能够大致观察到所述目标血管及其病变状况，因此，所述医学影像显示方法对所述初始窗位和/或初始窗宽的精度要求较低，即：所述初始窗位和/或初始窗宽可以存在误差。s13，获取所述目标血管的病变状况。所述目标血管的病变状况是指所述目标血管与正常血管之间的差异，例如：血管内放置有支架、血管壁存在钙化等。s14，根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽。所述医学影像的窗位可以看作对所述初始窗位进行修正后获得的窗位，所述医学影像的窗宽可以看作对所述初始窗宽进行修正后获得的窗宽，因此，所述医学影像的窗位和/或窗宽精度更高。s15，根据所述医学影像的窗位和/或所述医学影像的窗宽显示所述医学影像。由于所述医学影像的窗位和/或窗宽是根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行修正后得到，基于此，医务人员能够更加清楚的观察到所述目标血管的病变状况。根据以上描述可知，本实施例所述医学影像显示方法能够获取所述医学影像的初始窗位和/或初始窗宽，并根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整以获得所述医学影像的窗位和窗宽，进而对所述医学影像进行显示。由此可知，所述医学影像显示方法能够自动获取所述医学影像的窗位和窗宽，因而无需医务人员手动调整窗位和窗宽，效率较高。请参阅图2a，于本发明的一实施例中，获取所述医学影像的初始窗位和/或初始窗宽的一种实现方法包括：s121a，获取所述目标血管的本底组织密度。其中，所述本底组织是指所述目标血管周围的组织，例如，对于腹主动脉，其本底组织为软组织，密度相对较高。s122a，根据所述目标血管的本底组织密度获取所述医学影像的初始窗位和/或初始窗宽。其中，所述本底组织的密度越高则所述初始窗位和所述初始窗宽的取值越大。本实施例中，所述本底组织密度与所述初始窗位和/或初始窗宽的关系可以通过数据拟合获得。具体地，获取多幅调整好窗位和/或窗宽的医学影像，该调整可以为医务人员采用人工方式进行；获取多个数据点，其中，每个数据点对应一幅调整好窗位和/或窗宽的医学影像，且数据点的横坐标为医学影像的本底组织密度，纵坐标为医学影像调整好的窗位和/或窗宽；对所述多个数据点进行拟合，以获得一拟合曲线，所述拟合曲线可用于表示所述本底组织密度与所述初始窗位和/或初始窗宽的关系。由于所述医学影像显示方法对所述初始窗位和/或初始窗宽的精度要求不高，因此，对于步骤s12a中获取的任一本底组织密度，步骤s12b可以利用所述拟合曲线近似获取所述初始窗位和/或初始窗宽。请参阅图2b，显示为肺动脉cta影像，其本底组织密度相对较低，通过本实施例所述步骤s11a～s12a所述方法将其初始窗宽设置为920hu，初始窗位设置为2978hu；请参阅图2c，显示为腹主动脉cta影像，其本底组织为软组织，密度相对较高，通过本实施例所述步骤s11a～s12a所述方法将其初始窗宽设置为632hu，初始窗位设置为2285hu。请参阅图3，于本发明的一实施例中，获取所述医学影像的初始窗位和/或初始窗宽的一种实现方法包括：s121b，获取所述医学影像的扫描部位。所述医学影像的扫描部位包括头部、颈部、肺部、心脏、上肢以及下肢等，具体应用中，可以通过现有的图像识别、机器学习等方案获取所述医学影像的扫描部位。s122b，根据所述扫描部位获取所述医学影像的初始窗位和/或初始窗宽。不同的扫描部位往往对应不同的初始窗位和/或初始窗宽，例如，可以通过查询表1的方式根据所述扫描部位获取所述医学影像的初始窗位和/或初始窗宽，其中，表1可以通过对已经调整好窗宽和/或窗位的医学影像进行统计获得，也可以由专业医务人员进行编制。需要说明的是，表1仅示例性的列举了几个常用的扫描部位及其对应的初始窗宽和初始窗位，实际应用中可以根据需求对表中的内容及数值进行调整。表1扫描部位与初始窗宽/初始窗位对应表扫描部位初始窗宽(hu)初始窗位(hu)脑组织80～10030～40肾脏200～30025～35肝脾100～20030～45请参阅图4，于本发明的一实施例中，获取所述目标血管的病变状况的一种实现方法包括：s131a，根据所述医学影像，获取所述目标血管内多个像素点的ct值。所述医学影像可以看作由一定数目的不同灰度的像素点按照矩阵形式排列所构成，其中，像素点的灰度值可以用ct值来表示，因此，所述像素点的ct值能够反映器官和组织对x线的吸收程度和密度。本步骤通过获取所述目标血管内多个像素点的ct值能够获知所述目标血管内不同区域对x线的吸收程度和密度：ct值越低表示对x线的吸收程度越差，为低密度区；ct值越高表示对x线的吸收程度越强，为高密度区。优选地，本步骤中获取的是所述目标血管内所有像素点的ct值。s132a，根据所述目标血管内多个像素点的ct值和病变阈值获取所述目标血管的病变状况。当所述目标血管内某一区域发生病变时，该区域对x线的吸收程度会发生变化，因而会导致该区域ct值的变化。例如，当所述目标血管存在血管壁钙化时，钙化区域的ct值会增大；因此，对于血管壁钙化来说，其对应一个病变阈值，当所述血管区域内的某个像素点的ct值大于该病变阈值时，则该像素点可认为是位于钙化区域内；基于此可知，根据所述目标血管内不同像素点的ct值能够获取所述目标血管内的钙化区域。类似的，不同的病变状况对应不同的病变阈值，根据所述目标血管内多个像素点的ct值和所述病变阈值的关系能够获取所述目标血管内的病变区域。请参阅图5a，于本发明的一实施例中，获取所述目标血管的病变状况的一种实现方法包括：s131b，根据所述医学影像获取所述目标血管。其中，根据所述医学影像获取所述目标血管的方法可以利用现有的unet、vnet模型实现，也可以采用阈值法实现。当采用所述阈值法实现时：首先，获取所述目标血管区域的ct值范围，其中，所述目标血管区域包括目标血管及其病变区域，特别地，当所述目标血管内不存在病变区域时，所述目标血管区域仅包含所述目标血管；然后，从所述医学影像中删除所述ct值范围之外的所有像素点，即可获得所述目标血管。s132b，利用一卷积神经网络模型对所述目标血管进行处理，以获得所述目标血管的病变状况。其中，卷积神经网络(convolutionalneuralnetworks，cnn)是一类包含卷积计算且具有深度结构的前馈神经网络，通过对所述卷积神经网络模型进行相应的训练可以使得所述卷积神经网络模型具有对目标血管进行处理的能力，即：将所述目标血管作为所述卷积神经网络模型的输入，所述卷积神经网络模型的输出即为所述目标血管的病变状况。具体地，请参阅图5b，本实施例中对所述卷积神经网络模型的训练方法包括：s51，获取训练数据；所述训练数据包括训练血管和所述训练血管的病变状况。其中，所述训练血管例如头部血管、颈动脉、肺动脉、肺静脉、主动脉、冠脉、上肢动脉、下肢动脉等，所述训练血管的病变状况可以由医务人员标注获得。优选地，所述训练血管的类型与所述目标血管相同。s52，利用所述训练数据对所述卷积神经网络模型进行训练，该过程可以利用现有cnn网络的训练方法实现，此处不做赘述。于本发明的一实施例中，所述目标血管的病变状况包括：所述目标血管内植入有血管支架。血管支架的作用主要包括支撑狭窄闭塞段血管、减少血管弹性回缩及再塑形、保持管腔血流通畅等，根据血管支架的植入位置可以分为冠脉支架、脑血管支架、肾动脉支架、大动脉支架等，根据血管支架的作用原理可以分为弹性支架和球囊型支架等。请参阅图6a，本实施例中，根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽的一种实现方法包括：s141a，根据所述血管支架的情况获取第一窗位改变量和/或第一窗宽改变量。其中，所述血管支架的情况包括血管支架的材质、植入位置、类型等。所述第一窗位改变量和/或所述第一窗宽改变量均为经验值，具体应用中可以根据实际需求进行选取。s142a，根据所述第一窗位改变量和/或第一窗宽改变量对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽。例如，所述医学影像的窗位可以设置为所述初始窗位和所述第一窗位改变量的和，所述医学影像的窗宽可以设置为所述初始窗宽和所述第一窗宽改变量的和。请参阅图6b，显示为本实施例获取的一幅冠脉cta影像，其内植入有血管支架；本实施例中，其初始窗宽为902hu，初始窗位为2930hu，第一窗位改变量为48hu，第一窗宽改变量为18hu，因而该冠脉cta影像的窗宽最终设置为920hu，窗位最终设置为2978hu。于本发明的一实施例中，所述目标血管的病变状况包括血管壁钙化。请参阅图7a，本实施例中，根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽的一种实现方法包括：s141b，获取所述目标血管内的钙化区域。其中，获取所述钙化区域的方法可以基于血管壁钙化的病变阈值实现，也可以利用ai分割模型实现，此处不做限制。s142b，获取所述钙化区域的平均ct值。例如，可以对所述钙化区域内所有像素点的ct值取平均来得到所述钙化区域的平均ct值。s143b，根据所述钙化区域的平均ct值获取第二窗位改变量和/或第二窗宽改变量。其中，所述第二窗位改变量可以设置为所述平均ct值与第一系数的乘积，所述第二窗宽改变量可以设置为所述平均ct值与第二系数的乘积。其中，所述第一系数和所述第二系数均为经验值，具体应用中可以根据实际需求进行选取；例如，可以将所述第一系数和所述第二系数均设置为1。s144b，根据所述第二窗位改变量和/或第二窗宽改变量对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽。其中，所述医学影像的窗位可以设置为所述初始窗位与所述第二窗位改变量的和，所述医学影像的窗宽可以设置为所述初始窗宽与所述第二窗宽改变量的和。请参阅图7b，显示为本实施例获取的一副冠脉cta影像，其初始窗宽为620hu，其初始窗位为2251hu，第二窗宽改变量为12hu，第二窗位改变量为34hu，因而该冠脉cta影像的窗宽最终设置为632hu，窗位最终设置为2285hu。请参阅图8a，于本发明的一实施例中，根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽的一种实现方法包括：s141c，根据所述目标血管的病变状况，获取所述目标血管的病变区域。具体地，所述病变区域可以基于所述目标血管的ct值和病变阈值实现，也可以采用ai分割模型实现，此处不做赘述。例如，若所述病变状况为血管壁钙化，则所述病变区域为所述目标血管内的钙化区域。s142c，获取所述病变区域的ct值分布和平均ct值。所述病变区域的ct值分布可以用概率分布函数或概率密度函数表示，也可以利用统计图表示。此外，本实施例还可以获取所述病变区域内所有像素点的ct值的平均值作为所述病变区域的ct值。s143c，利用一神经网络模型对输入数据进行处理，以获得第三窗位改变量和/或第三窗宽改变量；其中，所述输入数据包括医学影像的初始窗位和/或初始窗宽，并包括所述病变区域的ct值分布和平均ct值。请参阅图8b，本实施例中所采用的一种神经网络模型的训练方法包括：s81，获取训练医学影像；其中，所述训练医学影像包括训练血管；优选地，所述训练血管与所述目标血管的类型相同。s82，获取所述训练医学影像的初始窗位和/或初始窗宽。本步骤可以采用与s12相似的方案实现，此次不做赘述。s83，获取所述训练血管内病变区域的ct值分布，以及所述病变区域的平均ct值。s84，获取所述训练医学影像的窗位改变量和/或窗宽改变量；其中，所述训练医学影像的窗位改变量和/或窗宽改变量可以采用s141a～s142a的方法获取，也可以采用s141b～s143b的方法获取，还可以由医务人员通过人工方式进行设置。s85，利用所述训练医学影像的初始窗位和/或初始窗宽、所述病变区域的ct值分布和平均ct值、所述训练医学影像的窗位改变量和/或窗宽改变量对所述神经网络模型进行训练。s144c，根据所述第三窗位改变量和/或第三窗宽改变量对所述初始窗位和/或初始窗宽进行调整，以获得所述医学影像的窗位和/或所述医学影像的窗宽。例如，可以将所述医学影像的窗位设置为所述初始窗位与所述第三窗位改变量相加后得到的和，将所述医学影像的窗宽设置为所述初始窗宽与所述第四窗宽改变量相加后得到的和。基于以上对所述医学影像显示方法的描述，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明所述的医学影像显示方法。基于以上对所述医学影像显示方法的描述，本发明还提供一种电子设备。请参阅图9，于本发明的一实施例中，所述电子设备900包括：存储器910，存储有一计算机程序；处理器920，与所述存储器910通信相连，调用所述计算机程序时执行本发明所述的医学影像显示方法；显示器930，与所述处理器920和所述存储器910通信相连，用于显示所述医学影像显示的相关gui交互界面。本发明所述的医学影像显示方法的保护范围不限于本实施例列举的步骤执行顺序，凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。所述医学影像显示方法能够获取所述医学影像的初始窗位和/或初始窗宽，并根据所述目标血管的病变状况对所述初始窗位和/或初始窗宽进行调整以获得所述医学影像的窗位和窗宽，进而对所述医学影像进行显示。由此可知，所述医学影像显示方法能够自动获取所述医学影像的窗位和窗宽，因而无需医务人员手动调整窗位和窗宽，效率较高。综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属
技术领域：
中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。当前第1页12