[发明专利]多时间点的感兴趣区域匹配方法、设备和存储介质有效

专利信息
申请号: 201911042954.8 申请日: 2019-10-30
公开(公告)号: CN110838104B 公开(公告)日: 2022-08-23
发明(设计)人: 聂建龙;曹晓欢;薛忠;高荣强 申请(专利权)人: 上海联影智能医疗科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/33
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 乔改利
地址: 200232 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多时 感兴趣 区域 匹配 方法 设备 存储 介质
【权利要求书】:

1.一种多时间点的感兴趣区域匹配方法,其特征在于,所述方法包括:

获取至少两幅医学图像,并对所述至少两幅医学图像进行处理,得到各所述医学图像的感兴趣区域,所述至少两幅医学图像是针对同一对象在不同的时间点采集的图像;

针对各所述医学图像,根据所述医学图像的感兴趣区域内各个相关点的密度,或者,根据所述医学图像的多个感兴趣区域的关键点的相对距离,计算各所述医学图像的感兴趣区域复杂度;

将各所述医学图像的感兴趣区域复杂度和预设条件进行对比,若各所述医学图像的感兴趣区域复杂度满足预设条件,则将第一匹配算法确定为目标匹配算法,否则,将第二匹配算法确定为目标匹配算法,所述第一匹配算法能够对感兴趣区域复杂度满足预设条件的医学图像进行匹配,所述第二匹配算法能够对感兴趣区域复杂度不满足预设条件的医学图像进行匹配;

利用所述目标匹配算法对各所述医学图像的感兴趣区域进行匹配处理,得到匹配结果。

2.根据权利要求1所述的方法,其特征在于,所述将各所述医学图像的感兴趣区域复杂度和预设条件进行对比,若各所述医学图像的感兴趣区域复杂度满足预设条件,则将第一匹配算法确定为目标匹配算法,否则,将第二匹配算法确定为目标匹配算法,包括:

将各所述医学图像的感兴趣区域复杂度分别和预设的复杂度阈值进行对比;

若各所述医学图像的感兴趣区域复杂度均小于所述预设的复杂度阈值,则确定所述第一匹配算法为目标匹配算法;

否则,确定所述第二匹配算法为目标匹配算法。

3.根据权利要求1或2所述的方法,其特征在于,所述至少两幅医学图像包括第一医学图像和第二医学图像,所述第一匹配算法,包括:

获取所述第一医学图像的第一感兴趣区域和所述第二医学图像的第二感兴趣区域;

获取所述第一感兴趣区域的关键点和所述第二感兴趣区域的关键点;

获取为所述第一感兴趣区域的关键点分配的第一搜索范围;

利用所述第一搜索范围,对所述第二感兴趣区域的关键点进行初始匹配,并根据初始匹配结果确定候选关键点集,所述候选关键点集中的候选关键点为在所述第一搜索范围内的所述第二感兴趣区域的关键点;

根据所述候选关键点集建立所述第一感兴趣区域和所述第二感兴趣区域之间的匹配对应关系,得到所述匹配结果。

4.根据权利要求3所述的方法,其特征在于,在所述根据初始匹配结果确定候选关键点集之后,所述方法还包括:

获取为所述第一感兴趣区域的关键点分配的第二搜索范围;所述第二搜索范围大于所述第一搜索范围;

若所述候选关键点集为空,则利用所述第二搜索范围对所述第二感兴趣区域的关键点进行再次匹配处理,并根据再次匹配结果确定目标候选关键点集;所述目标候选关键点集中的目标候选关键点为在所述第二搜索范围内的所述第二感兴趣区域的关键点。

5.根据权利要求1或2所述的方法,其特征在于,所述至少两幅医学图像包括第一医学图像和第二医学图像,所述第二匹配算法,包括:

获取所述第一医学图像的第一感兴趣区域和所述第二医学图像的第二感兴趣区域;

获取所述第一感兴趣区域的特征点集和所述第二感兴趣区域的特征点集;

获取为所述第一感兴趣区域的特征点集中各个特征点设置的概率分布模型;

利用所述第一感兴趣区域的特征点集中各个特征点的概率分布模型,对所述第二感兴趣区域的特征点集中各个特征点进行概率计算,并根据计算结果确定候选特征点集,所述候选特征点集中的候选特征点为所述第二感兴趣区域的特征点集中各个特征点的概率计算结果大于阈值的特征点;

根据所述候选特征点集建立所述第一感兴趣区域和所述第二感兴趣区域之间的匹配对应关系,得到所述匹配结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影智能医疗科技有限公司,未经上海联影智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911042954.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top