本发明属于医学图像标注,具体涉及一种医学序列图像标注方法、系统、设备及存储介质。
背景技术:
1、医学图像的智能筛查和辅助诊断系统由于可以提高图像标注时的效率,在近年来成为热门研究,医学图像标注就是其中的一部分。医学图像标注涉及目标定位和图像分割等技术,主要分为传统法和深度学习法两类方法。
2、相关技术中,在医学图像中器官以及病灶等组织边缘多为非规则几何形状,通常由传统法和深度学习法,传统法采用直线、圆弧等常规技术进行标注,通过使用图像处理理论和相关技术进行分割、标识等,包括水平集、分水岭、图割以及光流等算法进行标注。深度学习法通过卷积神经网络构建图像分割框架,通过对各类训练样本的充分学习,构建图像高层特征体系,进行自动分割和标注
3、针对上述相关技术,无论是传统法标注还是深度学习法标注,每一帧图像处理的时候都需要依赖于人去划分操作点,图像标注效率低。
技术实现思路
1、本发明要解决的技术问题是,能够在首帧标注后自动对后续图像进行标注,提高标注效率,本申请提高一种医学序列图像标注方法、系统、设备及存储介质。
2、一种医学序列图像标注方法,包括:
3、获取医学序列图像;
4、对所述医学序列图像进行首帧标注,得到非均匀b样条;
5、基于所述非均匀b样条,引入核函数,得到广义b样条;
6、对所述医学序列图像进行特征配准,得到特征点对;
7、基于所述特征点对,得到所述医学序列图像的平均偏差值;
8、基于所述平均偏差值,调整核函数参数,得到修改广义b样条;
9、基于所述修改广义b样条,调整标注点,得到下一帧图像的b样条准插值闭合曲线。
10、可选的,所述对所述医学序列图像进行首帧标注,得到非均匀b样条包括:
11、基于所述医学序列图像,获取首帧图像;
12、获取所述首帧图像的标注数据;
13、基于所述标注数据,创建控制点;
14、基于所述控制点,构建所述非均匀b样条。
15、可选的,所述基于所述特征点对,得到所述医学序列图像的平均偏差值包括:
16、获取所述特征点对的映射关系;
17、基于所述特征点对的映射关系,得到同一特征点的坐标偏差;
18、基于所述坐标偏差,得到所述医学序列图像的平均偏差值。
19、可选的,所述基于所述平均偏差值,调整所述核函数参数,得到修改广义b样条包括:
20、判断所述平均偏差值是否大于预设阈值;
21、若所述平均偏差值大于所述预设阈值,则判断所述平均偏差值是否为正数;
22、若所述平均偏差值为正数,则增大所述核函数参数;
23、若所述平均偏差值为负数,则减小所述核函数参数;
24、若所述平均偏差值小于或等于所述预设阈值,则保持所述核函数参数不变。
25、可选的,所述基于所述修改广义b样条,调整标注点,得到b样条准插值闭合曲线包括:
26、基于所述特征点对,提取每个特征点以及特征点坐标;
27、计算每个所述特征点的局部偏差值;
28、基于所述局部偏差值以及所述修改广义b样条,得到所述b样条准插值闭合曲线。
29、可选的,所述基于所述特征点偏差值以及所述修改广义b样条,得到所述b样条准插值闭合曲线包括:
30、基于所述特征点坐标以及对应的所述局部偏差值,得到下一帧图像中对应所述特征点的图像坐标;
31、基于所述图像坐标以及所述修改广义b样条,计算下一帧图像的所述b样条准插值闭合曲线。
32、可选的,所述计算每个所述特征点的特征点偏差值包括:
33、获取统计半径;
34、基于所述特征点以及所述统计半径,计算所述统计半径内所有所述特征点的特征点偏差值;
35、基于所述特征点偏差值以及特征点数量,得到所述局部偏差值。
36、本申请还提供一种医学序列图像标注系统。
37、一种医学序列图像标注系统,包括:
38、获取模块,用于获取医学序列图像;
39、标注模块,用于对所述医学序列图像进行首帧标注,得到非均匀b样条;
40、引入模块,用于基于所述非均匀b样条,引入核函数,得到广义b样条;
41、配准模块,用于对所述医学序列图像进行特征配准,得到特征点对;
42、计算模块,用于基于所述特征点对,得到所述医学序列图像的局部偏差值;
43、调整模块,用于基于所述平均偏差值,调整所述核函数参数,得到修改广义b样条;
44、修改模块,用于基于所述修改广义b样条,调整标注点,得到b样条准插值闭合曲线。
45、基于同一发明构思,本申请还提供一种终端设备。
46、一种终端设备,包括存储器和处理器,所述存储器储存有能够在处理器上运行的计算机程序,所述处理器加载并执行所述计算机程序时,采用了一种医学序列图像标注方法。
47、基于同一发明构思,本申请还提供一种计算机可读存储介质。
48、一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,采用了一种医学序列图像标注方法。
49、本发明的有益效果是:通过引入带参数的核函数构建非均匀广义b样条,然后利用不同参数值时非均匀广义b样条准插值闭合曲线形状所呈现的自相似和渐变性,计算下一帧图像标注曲线的基准形状,计算相邻两帧图像的全部匹配特征点对,计算下一帧图像标注点的偏差值,用于微调所有标注点坐标。然后,结合广义b样条核函数的参数值,计算生成一条广义b样条准插值闭合曲线,作为下一帧图像的标注曲线。从而在首帧手工标注图像的指引下,实现后续帧图像的自适应标注。
1.一种医学序列图像标注方法,其特征是,包括:
2.如权利要求1所述的一种医学序列图像标注方法,其特征是,所述对所述医学序列图像进行首帧标注,得到非均匀b样条包括:
3.如权利要求1所述的一种医学序列图像标注方法,其特征是,所述基于所述特征点对,得到所述医学序列图像的平均偏差值包括:
4.如权利要求1所述的一种医学序列图像标注方法,其特征是,所述基于所述平均偏差值,调整所述核函数参数,得到修改广义b样条包括:
5.如权利要求1所述的一种医学序列图像标注方法,其特征是,所述基于所述修改广义b样条,调整标注点,得到b样条准插值闭合曲线包括:
6.如权利要求5所述的一种医学序列图像标注方法,其特征是,所述基于所述特征点偏差值以及所述修改广义b样条,得到所述b样条准插值闭合曲线包括:
7.如权利要求5所述的一种医学序列图像标注方法,其特征是,所述计算每个所述特征点的局部偏差值包括:
8.一种医学序列图像标注系统,其特征是,包括:
9.一种终端设备,包括存储器和处理器,其特征是,所述存储器储存有能够在处理器上运行的计算机程序,所述处理器加载并执行所述计算机程序时,采用了权利要求1至8中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征是,所述计算机程序被处理器加载并执行时,采用了权利要求1至8中任一项所述的方法。