三維醫(yī)學(xué)影像數(shù)據(jù)處理方法及裝置的制造方法
【專利摘要】本發(fā)明公開(kāi)了一種三維醫(yī)學(xué)影像數(shù)據(jù)處理方法及裝置，其中該方法由包含多個(gè)CPU的圖像處理裝置執(zhí)行，該方法包括：圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中每一CPU對(duì)應(yīng)一組三維醫(yī)學(xué)影像數(shù)據(jù)；圖像處理裝置在各CPU上運(yùn)行二維圖像處理算法；最終將處理好的結(jié)果存儲(chǔ)到相應(yīng)的三維數(shù)據(jù)內(nèi)。采用本發(fā)明可以實(shí)時(shí)和高效地對(duì)三維醫(yī)學(xué)影像進(jìn)行處理。
【專利說(shuō)明】
H維醫(yī)學(xué)影像數(shù)據(jù)處理方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，尤其設(shè)及=維醫(yī)學(xué)影像數(shù)據(jù)處理方法及裝 置。
【背景技術(shù)】
[0002] 醫(yī)學(xué)圖像處理，包括但不限于插值、去噪、分割W及分析，與臨床診斷息息相關(guān)。它 旨在增強(qiáng)圖像質(zhì)量，或?qū)⒏信d趣區(qū)域，或?qū)撛诩膊^(qū)域分離出來(lái)，便于為醫(yī)生提供更優(yōu)質(zhì) 的第一手材料，W進(jìn)行更專注的分析、判斷和識(shí)別，從而提高臨床診斷精度。受限于圖像處 理算法的復(fù)雜度和加速策略的缺失，目前很多圖像處理算法流程還無(wú)法滿足=維醫(yī)學(xué)影像 的實(shí)時(shí)性分析需求。
[0003] =維醫(yī)學(xué)影像是對(duì)人體組織器官的數(shù)字化。隨著軟硬件的不斷升級(jí)，被掃描的器 官會(huì)更加清晰，產(chǎn)生的數(shù)據(jù)量也就更加龐大。比如一個(gè)大腦的磁共振數(shù)據(jù)，若分辨率為 [256,256,256]，灰度值W8字節(jié)進(jìn)行存儲(chǔ)，則其數(shù)據(jù)量達(dá)到120兆字節(jié)左右，導(dǎo)致很多圖像 處理流程無(wú)法滿足臨床的實(shí)時(shí)性要求。根據(jù)加速類型的不同，常見(jiàn)的加速策略主要分硬件 加速、軟件加速和并行加速。
[0004] 硬件加速是利用硬件模塊來(lái)替代軟件算法W充分利用硬件所固有的快速特性。其 缺陷在于，（1)開(kāi)啟硬件加速可能會(huì)帶來(lái)負(fù)面效果；（2)需要為特定任務(wù)設(shè)計(jì)特定的硬件或 元件，如忍片或處理器，增加額外軟硬件設(shè)計(jì)、時(shí)間消耗或額外經(jīng)費(fèi)支出。
[0005] 軟件加速是針對(duì)算法的內(nèi)在性質(zhì)，如多層循環(huán)、參數(shù)優(yōu)化等，設(shè)計(jì)相應(yīng)的算法流 程，避免在軟件實(shí)現(xiàn)中重復(fù)運(yùn)行，W降低時(shí)間消耗。其缺陷在于，（1)加速比有限，比如很多 算法的多層循環(huán)無(wú)法避免；（2)需要深入到算法核屯、，從而進(jìn)行算法重新設(shè)計(jì)和代碼重構(gòu)， 增加時(shí)間消耗，而且不具有可推廣性。
[0006] 并行加速是充分利用機(jī)器的硬件屬性，現(xiàn)有的并行加速一般通過(guò)直接購(gòu)買圖形處 理器(Gra曲ics Processing化it,GPU)來(lái)增強(qiáng)機(jī)器的并行處理能力。并行加速會(huì)充分考慮 算法和數(shù)據(jù)的可分解性W及硬件平臺(tái)的固有屬性，一般比獨(dú)立的硬件加速或軟件加速的效 率要高。然而，目前基于GPU的并行加速，需要對(duì)算法進(jìn)行重新設(shè)計(jì)和改寫，也需要額外購(gòu)買 GPU硬件設(shè)備。
[0007] 總之，現(xiàn)有的圖像處理算法流程無(wú)法實(shí)時(shí)和高效地對(duì)=維醫(yī)學(xué)影像進(jìn)行處理。

【發(fā)明內(nèi)容】

[000引本發(fā)明實(shí)施例提供一種=維醫(yī)學(xué)影像數(shù)據(jù)處理方法，用W實(shí)時(shí)和高效地對(duì)=維醫(yī) 學(xué)影像進(jìn)行處理，該方法由包含多個(gè)CPU的圖像處理裝置執(zhí)行，該方法包括：
[0009] 圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)S維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中每一 CPU 對(duì)應(yīng)一組=維醫(yī)學(xué)影像數(shù)據(jù)；
[0010] 圖像處理裝置在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行 處理。
[0011] -個(gè)實(shí)施例中，圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)S維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分 組，包括采用連續(xù)性分組模式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中：
[0012] 連續(xù)性分組模式為：第1個(gè)CPU處理第A個(gè)圖像，第i個(gè)CPU處理第 C
、圖像，W此類推；
[0013] 跳躍式分組模式為：第1個(gè)CPU處理第(―rx〈^〉+ l)個(gè)圖像，第i個(gè)CPU處理第(/ +〈^〉） € C 個(gè)圖像，A-二化1，...，(〈 V- 1)，W此類推；
[0014] 其中，S維醫(yī)學(xué)影像數(shù)據(jù)大小為[m，n，l]，圖像處理裝置所包含的CPU數(shù)量為C，每 組圖像個(gè)數(shù)為《-^，<.〉表示向上取整操作。 C
[0015] -個(gè)實(shí)施例中，圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)S維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分 組，包括根據(jù)=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)，選擇采用連續(xù)性分組模式或跳躍式分 組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。
[0016] -個(gè)實(shí)施例中，所述根據(jù)=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)，選擇采用連續(xù)性 分組模式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，包括：
[0017] 若=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為大腦或肺部，則選擇采用連續(xù)性分組模 式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組；
[0018] 若S維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為乳房，則選擇采用跳躍式分組模式對(duì)S 維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。
[0019] 一個(gè)實(shí)施例中，圖像處理裝置在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組S維醫(yī)學(xué) 影像數(shù)據(jù)進(jìn)行處理之前，還包括:對(duì)各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行初始化處理;所述初始化處 理包括人工交互和/或不完全標(biāo)注。
[0020] 一個(gè)實(shí)施例中，圖像處理裝置在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組S維醫(yī)學(xué) 影像數(shù)據(jù)進(jìn)行處理之后，還包括：
[0021] 對(duì)處理結(jié)果進(jìn)行評(píng)價(jià)，若處理結(jié)果達(dá)到目標(biāo)狀態(tài)則存儲(chǔ)處理結(jié)果；若處理結(jié)果未 達(dá)到目標(biāo)狀態(tài)則在重新進(jìn)行初始化處理后重新運(yùn)行二維圖像處理算法，或進(jìn)行圖像編輯操 作。
[0022] 本發(fā)明實(shí)施例還提供一種=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置，用W實(shí)時(shí)和高效地對(duì)=維 醫(yī)學(xué)影像進(jìn)行處理，該裝置包含多個(gè)CPU，該裝置包括：
[0023] 分組處理模塊，用于根據(jù)該裝置所包含的CPU數(shù)量對(duì)S維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組， 其中每一 CPU對(duì)應(yīng)一組=維醫(yī)學(xué)影像數(shù)據(jù)；
[0024] 算法運(yùn)行模塊，用于在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組S維醫(yī)學(xué)影像數(shù)據(jù) 進(jìn)行處理。
[0025] 一個(gè)實(shí)施例中，所述分組處理模塊具體用于：
[00%]采用連續(xù)性分組模式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中：
[0027] 連續(xù)性分組模式為：第I個(gè)CPU處理第1^〈^〉個(gè)圖像，第i個(gè)CPU處理第 (/ X〈4 + 1) -K/ + 1) X〈蘭〉個(gè)圖像，W此類推； C .C.
[0028] 跳躍式分組模式為:第1個(gè)CPU處理第Cvx片〉-fl)個(gè)圖像，第i個(gè)CPU處理第(z' + <4) C C 個(gè)圖像，.、-=0，1，(〈王〉-I)，w 此類推； C
[0029] 其中，S維醫(yī)學(xué)影像數(shù)據(jù)大小為[m，n，l]，圖像處理裝置所包含的CPU數(shù)量為C，每 組圖像個(gè)數(shù)為(^〉，<?〉表示向上取整操作。 C
[0030] 一個(gè)實(shí)施例中，所述分組處理模塊具體用于：
[0031 ]根據(jù)=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)，選擇采用連續(xù)性分組模式或跳躍式分 組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。
[0032] -個(gè)實(shí)施例中，所述分組處理模塊具體用于：
[0033] 在=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為大腦或肺部時(shí)，選擇采用連續(xù)性分組模 式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組；
[0034] 在=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為乳房時(shí)，選擇采用跳躍式分組模式對(duì)= 維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。
[00巧]一個(gè)實(shí)施例中，該裝置還包括：
[0036] 初始化處理模塊，用于在所述算法運(yùn)行模塊在各CPU上運(yùn)行二維圖像處理算法，對(duì) 各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之前，對(duì)各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行初始化處理;所述初 始化處理包括人工交互和/或不完全標(biāo)注。
[0037] -個(gè)實(shí)施例中，該裝置還包括：
[0038] 后處理模塊，用于在所述算法運(yùn)行模塊在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組 =維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之后，對(duì)處理結(jié)果進(jìn)行評(píng)價(jià)，若處理結(jié)果達(dá)到目標(biāo)狀態(tài)則存儲(chǔ) 處理結(jié)果;若處理結(jié)果未達(dá)到目標(biāo)狀態(tài)則在重新進(jìn)行初始化處理后重新運(yùn)行二維圖像處理 算法，或進(jìn)行圖像編輯操作。
[0039] 相對(duì)于硬件加速，本發(fā)明實(shí)施例不會(huì)有負(fù)面效果，不需要為任務(wù)設(shè)計(jì)特殊的硬件； 相對(duì)于軟件加速，本發(fā)明實(shí)施例在選定二維圖像處理算法后，能夠大幅度提高運(yùn)算速度;相 對(duì)于基于GPU的并行加速，本發(fā)明實(shí)施例不需要對(duì)算法進(jìn)行重新設(shè)計(jì)和改寫，更不需要購(gòu)買 任何的硬件設(shè)備?？傊?，本發(fā)明實(shí)施例具有廣泛的應(yīng)用前景，不需要額外經(jīng)費(fèi)和時(shí)間支出， 不需要對(duì)算法進(jìn)行大幅度改寫或流程設(shè)計(jì)。它能夠在普通的多核CPU機(jī)器上，大幅度降低運(yùn) 行時(shí)間消耗，能夠在現(xiàn)有的機(jī)器(硬件)和二維圖像處理算法(軟件)基礎(chǔ)上，實(shí)時(shí)和高效地 對(duì)=維醫(yī)學(xué)影像進(jìn)行處理。
【附圖說(shuō)明】
[0040] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W 根據(jù)運(yùn)些附圖獲得其他的附圖。在附圖中：
[0041] 圖1為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)處理方法的示意圖；
[0042] 圖2為本發(fā)明實(shí)施例中利用二維圖像分割算法對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理的示 意圖；
[0043] 圖3為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)的分割精度示例圖；
[0044] 圖4為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置的示意圖；
[0045] 圖5為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置的具體實(shí)例圖；
[0046] 圖6為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置的另一具體實(shí)例圖。
【具體實(shí)施方式】
[0047] 為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合附圖對(duì)本發(fā) 明實(shí)施例做進(jìn)一步詳細(xì)說(shuō)明。在此，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，但并 不作為對(duì)本發(fā)明的限定。
[0048] 為了在現(xiàn)有的機(jī)器(硬件)和二維圖像處理算法(軟件)基礎(chǔ)上，實(shí)時(shí)和高效地對(duì)S 維醫(yī)學(xué)影像進(jìn)行處理，本發(fā)明實(shí)施例提供了一種=維醫(yī)學(xué)影像數(shù)據(jù)處理方法。該方法屬于 并行加速范疇，主要特點(diǎn)有：（1)該方法需要布置在多CPU的機(jī)器上。多CPU可W增強(qiáng)機(jī)器的 并行處理能力。在許多情況下，計(jì)算速度隨CPU數(shù)量呈線性提高。（2)該方法針對(duì)S維醫(yī)學(xué)影 像數(shù)據(jù)進(jìn)行處理，數(shù)據(jù)量越大，加速比越明顯。（3)該方法可W引入任意的二維圖像處理算 法，不局限于圖像分割、圖像插值、圖像去噪等。
[0049] 本發(fā)明實(shí)施例的S維醫(yī)學(xué)影像數(shù)據(jù)處理方法由包含多個(gè)WU的圖像處理裝置執(zhí) 行，如圖1所示，該方法可W包括：
[0050] 步驟101、圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)S維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其 中每一 CPU對(duì)應(yīng)一組=維醫(yī)學(xué)影像數(shù)據(jù)；
[0化1] 步驟102、圖像處理裝置在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組S維醫(yī)學(xué)影像 數(shù)據(jù)進(jìn)行處理。
[0052] 如上所述，本發(fā)明實(shí)施例的=維醫(yī)學(xué)影像數(shù)據(jù)處理方法針對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)， 前提要求是執(zhí)行該方法的圖像處理裝置有多個(gè)中央處理器(Cen化al Processing Unit, CPU)。運(yùn)個(gè)要求在實(shí)際生活或工作中非常容易滿足，因此本發(fā)明實(shí)施例具有很大的應(yīng)用范 圍。為避免不必要的技術(shù)糾紛，本發(fā)明實(shí)施例特別指出:本發(fā)明實(shí)施例可W集成在任何醫(yī)學(xué) 設(shè)備和個(gè)人電腦上，即上述圖像處理裝置可W是能夠?qū)崿F(xiàn)其功能的醫(yī)學(xué)設(shè)備、計(jì)算機(jī)、個(gè)人 電腦、機(jī)器等裝置;本發(fā)明實(shí)施例可W利用現(xiàn)有的二維圖像處理算法，來(lái)實(shí)時(shí)高效的處理= 維醫(yī)學(xué)影像數(shù)據(jù)。
[0053] 具體實(shí)施時(shí)，包含多個(gè)CPU的圖像處理裝置先根據(jù)所包含的CPU數(shù)量對(duì)=維醫(yī)學(xué)影 像數(shù)據(jù)進(jìn)行分組，其中每一 CPU對(duì)應(yīng)一組=維醫(yī)學(xué)影像數(shù)據(jù)；也就是說(shuō)，后續(xù)圖像處理裝置 在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理時(shí)，每一 CPU處理對(duì) 應(yīng)組的=維醫(yī)學(xué)影像數(shù)據(jù)。實(shí)施時(shí)對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組可W有多種方式，例如可 W采用連續(xù)性分組模式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，此處的連續(xù)性分 組模式或跳躍式分組模式僅為舉例，具體實(shí)施時(shí)本領(lǐng)域技術(shù)人員也可W根據(jù)實(shí)際需要采用 其它的分組模式。
[0化4]具體的，連續(xù)性分組模式可W是:第1個(gè)CPU處理第個(gè)圖像，第i個(gè)CPU處理第
C' 、圖像，W此類推；
[0化5] 跳躍式分組模式可W是：第1個(gè)CPU處理第(y + I)個(gè)圖像，第i個(gè)CPU處理第 0. +〈4)個(gè)圖像，.V = 0,1，…，(〈與-!)，W此類推； C C
[0056] 其中，S維醫(yī)學(xué)影像數(shù)據(jù)大小為[m，n，l]，圖像處理裝置所包含的CHJ數(shù)量為C，每 組圖像個(gè)數(shù)為(^〉，<.〉表示向上取整操作。 C
[0057] 具體實(shí)施時(shí)，可W根據(jù)=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)，選擇采用連續(xù)性分 組模式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。根據(jù)生物結(jié)構(gòu)的不同，可W采用 不同的分組模式。例如，若=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為大腦或肺部，由于數(shù)據(jù)采 集的起始位置和結(jié)束位置的大小變化不大，則可W選擇采用連續(xù)性分組模式或跳躍式分組 模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組;若=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為乳房，由于 其胸部和乳頭大小差異非常明顯，則可W選擇采用跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn) 行分組，運(yùn)樣更能夠提高運(yùn)行效率。
[0化引此外，實(shí)施例中，圖像處理裝置在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組S維醫(yī) 學(xué)影像數(shù)據(jù)進(jìn)行處理之前，還可W包括:對(duì)各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行初始化處理;其中的 初始化處理可W包括人工交互和/或不完全標(biāo)注等。
[0化9] 實(shí)施例中，圖像處理裝置在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組S維醫(yī)學(xué)影像 數(shù)據(jù)進(jìn)行處理之后，還可W包括:對(duì)處理結(jié)果進(jìn)行評(píng)價(jià)，若處理結(jié)果達(dá)到目標(biāo)狀態(tài)則存儲(chǔ)處 理結(jié)果;若處理結(jié)果未達(dá)到目標(biāo)狀態(tài)則在重新進(jìn)行初始化處理后重新運(yùn)行二維圖像處理算 法，或進(jìn)行圖像編輯操作。此處的達(dá)到目標(biāo)狀態(tài)是指達(dá)到目標(biāo)圖像效果，該效果可W由一些 圖像參數(shù)來(lái)表征，可W預(yù)先設(shè)定一些指標(biāo)，通過(guò)比較圖像參數(shù)來(lái)確定處理結(jié)果是否達(dá)到目 標(biāo)狀態(tài)。
[0060]下面僅W個(gè)人電腦W及某二維圖像分割算法來(lái)驗(yàn)證本發(fā)明實(shí)施例在一種=維醫(yī) 學(xué)影像數(shù)據(jù)上分割的加速比W及實(shí)時(shí)性，從而探討本發(fā)明實(shí)施例的可行性、有效性和優(yōu)越 性。圖2為本例中利用二維圖像分割算法對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理的示意圖。如圖2所 示，處理過(guò)程可W包括：
[0061 ] 1)讀入=維醫(yī)學(xué)影像數(shù)據(jù)，根據(jù)機(jī)器CPU的個(gè)數(shù)進(jìn)行分組；
[0062] 2)根據(jù)算法需要，進(jìn)行一定的初始化工作，如人工交互、不完全標(biāo)注等，然后在各 CPU(CPU_1，……，CPU_i，……，CPU_n)運(yùn)行二維圖像分割算法；
[0063] 3)將分割結(jié)果進(jìn)行顯示;若分割結(jié)果不理想，則進(jìn)行后處理操作，如重新人工標(biāo)記 和算法運(yùn)行，或者是圖像編輯操作;若分割結(jié)果可行，則寫入體數(shù)據(jù)，并保存。
[0064] 本例中經(jīng)過(guò)32組臨床醫(yī)學(xué)影像數(shù)據(jù)(=維乳房影像，分辨率為[512,512]，平均斷 層圖像個(gè)數(shù)為18)進(jìn)行二維圖像分割算法的試驗(yàn)。與手動(dòng)分割時(shí)間，W及沒(méi)有引入本發(fā)明實(shí) 施例方法的分割時(shí)間進(jìn)行對(duì)比，可W發(fā)現(xiàn)本發(fā)明實(shí)施例方法在準(zhǔn)確分割=維醫(yī)學(xué)影像的同 時(shí)，能夠大幅度提升時(shí)間效率。機(jī)器的CPU越多，加速比越高，越能減少時(shí)間消耗。
[00化]本例中軟件實(shí)現(xiàn)為Visual S化dio 2010,采用化enMP進(jìn)行加速實(shí)現(xiàn)。實(shí)驗(yàn)機(jī)器為8 核Intel ? Cores (TM)，主頻3.7細(xì)Z，內(nèi)存8G。
[0066] 倍個(gè)l*R民巧像的平均消耗時(shí)間（TC)公式如下：
[0067]
'其中tc為每個(gè)斷層圖像分割所需要的時(shí)間;n為斷層圖像個(gè)數(shù)。
[0068] 圖像分割準(zhǔn)確率參數(shù)(Dice)計(jì)算公式如下：
[0069]
[0070] 其中I ? I用來(lái)統(tǒng)計(jì)S維數(shù)據(jù)內(nèi)的點(diǎn)個(gè)數(shù)，G為手動(dòng)分割的金標(biāo)準(zhǔn)，而S為分割結(jié)果。
[0071] 表1比較了手動(dòng)分割時(shí)間，沒(méi)有引入本發(fā)明實(shí)施例方法的分割運(yùn)行時(shí)間，W及引入 本發(fā)明實(shí)施例的分割運(yùn)行時(shí)間。通過(guò)分析發(fā)現(xiàn)，本發(fā)明實(shí)施例方法能在0.78秒內(nèi)對(duì)單張分 辨率為[512,512]的圖像進(jìn)行分割，僅占手動(dòng)分割時(shí)間的1.8%，是未引入本發(fā)明實(shí)施例方 法的15.9%，大幅度提升了分割速度，能夠滿足實(shí)時(shí)性要求。
[0072] 表1 =維數(shù)據(jù)手動(dòng)分割和加速后的平均時(shí)間消耗
[0074] 圖3展示了本例中32組數(shù)據(jù)的分割精度。整體上來(lái)看，平均精度達(dá)到90%。其中28 例結(jié)果超過(guò)80%。由于分割結(jié)果的精度與所選用的分割算法相關(guān)，而與本發(fā)明實(shí)施例提出 的加速算法無(wú)關(guān)，此處略去對(duì)分割算法的評(píng)論。
[0075] 基于同一發(fā)明構(gòu)思，本發(fā)明實(shí)施例中還提供了一種=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置， 如下面的實(shí)施例所述。由于該裝置解決問(wèn)題的原理與=維醫(yī)學(xué)影像數(shù)據(jù)處理方法相似，因 此該裝置的實(shí)施可W參見(jiàn)=維醫(yī)學(xué)影像數(shù)據(jù)處理方法的實(shí)施，重復(fù)之處不再寶述。
[0076] 圖4為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置的示意圖，該裝置包含多個(gè) CPU，如圖4所示，該裝置可W包括：
[0077] 分組處理模塊401，用于根據(jù)該裝置所包含的CPU數(shù)量對(duì)S維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分 組，其中每一 CPU對(duì)應(yīng)一組=維醫(yī)學(xué)影像數(shù)據(jù)；
[0078] 算法運(yùn)行模塊402,用于在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組S維醫(yī)學(xué)影像 數(shù)據(jù)進(jìn)行處理。
[0079] 具體實(shí)施時(shí)，分組處理模塊401具體可W用于：
[0080] 采用連續(xù)性分組模式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中：
[0081] 連續(xù)性分組模式為：第1個(gè)CPU處理第1^〈4個(gè)圖像，第i個(gè)CPU處理第 C (/ X〈與+ I) ^ (/ + 1) X (占個(gè)圖像，W此類推； C .C.
[0082] 跳躍式分組模式為：第1個(gè)CPU處理第批x〈i〉+ l)個(gè)圖像，第i個(gè)CPU處理第(/ +〈^>) C C 個(gè)圖像，x = 0:，l，...，(〈蘭>-l)，W此類推； C
[0083] 其中，S維醫(yī)學(xué)影像數(shù)據(jù)大小為[m，n，l]，圖像處理裝置所包含的CPU數(shù)量為C，每 組圖像個(gè)數(shù)為〈^，<?〉表示向上取整操作。
[0084] 具體實(shí)施時(shí)，分組處理模塊401具體可W用于：
[0085] 根據(jù)=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)，選擇采用連續(xù)性分組模式或跳躍式分 組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。
[0086] 具體實(shí)施時(shí)，分組處理模塊401具體可W用于：
[0087] 在=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為大腦或肺部時(shí)，選擇采用連續(xù)性分組模 式或跳躍式分組模式對(duì)=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組；
[0088] 在=維醫(yī)學(xué)影像數(shù)據(jù)所設(shè)及的生物結(jié)構(gòu)為乳房時(shí)，選擇采用跳躍式分組模式對(duì)= 維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。
[0089] 圖5為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置的具體實(shí)例圖，如圖5所示，圖4 所示裝置還可W包括：
[0090] 初始化處理模塊501，用于在算法運(yùn)行模塊402在各CPU上運(yùn)行二維圖像處理算法， 對(duì)各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之前，對(duì)各組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行初始化處理;所述 初始化處理包括人工交互和/或不完全標(biāo)注。
[0091] 圖6為本發(fā)明實(shí)施例中=維醫(yī)學(xué)影像數(shù)據(jù)處理裝置的另一具體實(shí)例圖，如圖6所 示，圖4所示裝置還可W包括：
[0092] 后處理模塊601，用于在算法運(yùn)行模塊501在各CPU上運(yùn)行二維圖像處理算法，對(duì)各 組=維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之后，對(duì)處理結(jié)果進(jìn)行評(píng)價(jià)，若處理結(jié)果達(dá)到目標(biāo)狀態(tài)則存 儲(chǔ)處理結(jié)果;若處理結(jié)果未達(dá)到目標(biāo)狀態(tài)則在重新進(jìn)行初始化處理后重新運(yùn)行二維圖像處 理算法，或進(jìn)行圖像編輯操作。實(shí)施例中圖4所示裝置還可W同進(jìn)包括初始化處理模塊501 和后處理模塊601。
[0093] 綜上所述，相對(duì)于硬件加速，本發(fā)明實(shí)施例不會(huì)有負(fù)面效果，不需要為任務(wù)設(shè)計(jì)特 殊的硬件;相對(duì)于軟件加速，本發(fā)明實(shí)施例在選定二維圖像處理算法后，能夠大幅度提高運(yùn) 算速度;相對(duì)于基于GPU的并行加速，本發(fā)明實(shí)施例不需要對(duì)算法進(jìn)行重新設(shè)計(jì)和改寫，更 不需要購(gòu)買任何的硬件設(shè)備。總之，本發(fā)明實(shí)施例具有廣泛的應(yīng)用前景，不需要額外經(jīng)費(fèi)和 時(shí)間支出，不需要對(duì)算法進(jìn)行大幅度改寫或流程設(shè)計(jì)。它能夠在普通的多核CPU機(jī)器上，大 幅度降低運(yùn)行時(shí)間消耗，能夠在現(xiàn)有的機(jī)器(硬件)和二維圖像處理算法(軟件)基礎(chǔ)上，實(shí) 時(shí)和高效地對(duì)=維醫(yī)學(xué)影像進(jìn)行處理。
[0094] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序 產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí) 施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī) 可用存儲(chǔ)介質(zhì)（包括但不限于磁盤存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等）上實(shí)施的計(jì)算機(jī)程序產(chǎn) 品的形式。
[0095] 本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備（系統(tǒng)）、和計(jì)算機(jī)程序產(chǎn)品的流程 圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流 程和/或方框、W及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供運(yùn)些計(jì)算機(jī)程序 指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器W產(chǎn) 生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí) 現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。
[0096] 運(yùn)些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備W特 定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指 令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或 多個(gè)方框中指定的功能。
[0097] 運(yùn)些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì) 算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟W產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或 其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一 個(gè)方框或多個(gè)方框中指定的功能的步驟。
[0098] W上所述的具體實(shí)施例，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳 細(xì)說(shuō)明，所應(yīng)理解的是，W上所述僅為本發(fā)明的具體實(shí)施例而已，并不用于限定本發(fā)明的保 護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本 發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種三維醫(yī)學(xué)影像數(shù)據(jù)處理方法，其特征在于，該方法由包含多個(gè)CPU的圖像處理裝 置執(zhí)行，該方法包括： 圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中每一 CPU對(duì)應(yīng) 一組三維醫(yī)學(xué)影像數(shù)據(jù)； 圖像處理裝置在各CRJ上運(yùn)行二維圖像處理算法，對(duì)各組三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理。2. 如權(quán)利要求1所述的方法，其特征在于，圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)三維 醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，包括采用連續(xù)性分組模式或跳躍式分組模式對(duì)三維醫(yī)學(xué)影像數(shù)據(jù) 進(jìn)行分組，其中： 連續(xù)性分組模式為：第1個(gè)c P U處理第1 個(gè)圖像，第i個(gè)C P U處理第卜圖像，以此類推； 跳躍式分組模式為：第1個(gè)CPU處理第個(gè)圖像，第i個(gè)CPU處理第存+〈4)個(gè)圖 C .? 像，χ = 0,1,··.,(〈^-1)，以此類推； 其中，三維醫(yī)學(xué)影像數(shù)據(jù)大小為[m，n，l]，圖像處理裝置所包含的CHJ數(shù)量為C，每組圖 像個(gè)數(shù)為4〉，〈 · >表示向上取整操作。3. 如權(quán)利要求2所述的方法，其特征在于，圖像處理裝置根據(jù)所包含的CPU數(shù)量對(duì)三維 醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，包括根據(jù)三維醫(yī)學(xué)影像數(shù)據(jù)所涉及的生物結(jié)構(gòu)，選擇采用連續(xù)性 分組模式或跳躍式分組模式對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。4. 如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)三維醫(yī)學(xué)影像數(shù)據(jù)所涉及的生物結(jié) 構(gòu)，選擇采用連續(xù)性分組模式或跳躍式分組模式對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，包括： 若三維醫(yī)學(xué)影像數(shù)據(jù)所涉及的生物結(jié)構(gòu)為大腦或肺部，則選擇采用連續(xù)性分組模式或 跳躍式分組模式對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組； 若三維醫(yī)學(xué)影像數(shù)據(jù)所涉及的生物結(jié)構(gòu)為乳房，則選擇采用跳躍式分組模式對(duì)三維醫(yī) 學(xué)影像數(shù)據(jù)進(jìn)行分組。5. 如權(quán)利要求1所述的方法，其特征在于，圖像處理裝置在各CPU上運(yùn)行二維圖像處理 算法，對(duì)各組三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之前，還包括:對(duì)各組三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行初始 化處理;所述初始化處理包括人工交互和/或不完全標(biāo)注。6. 如權(quán)利要求1所述的方法，其特征在于，圖像處理裝置在各CPU上運(yùn)行二維圖像處理 算法，對(duì)各組三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之后，還包括： 對(duì)處理結(jié)果進(jìn)行評(píng)價(jià)，若處理結(jié)果達(dá)到目標(biāo)狀態(tài)則存儲(chǔ)處理結(jié)果；若處理結(jié)果未達(dá)到 目標(biāo)狀態(tài)則在重新進(jìn)行初始化處理后重新運(yùn)行二維圖像處理算法，或進(jìn)行圖像編輯操作。7. -種三維醫(yī)學(xué)影像數(shù)據(jù)處理裝置，其特征在于，該裝置包含多個(gè)CRJ，該裝置包括： 分組處理模塊，用于根據(jù)該裝置所包含的CPU數(shù)量對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中 每一 CPU對(duì)應(yīng)一組三維醫(yī)學(xué)影像數(shù)據(jù)； 算法運(yùn)行模塊，用于在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行 處理。8. 如權(quán)利要求7所述的裝置，其特征在于，所述分組處理模塊具體用于： 采用連續(xù)性分組模式或跳躍式分組模式對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組，其中： 連續(xù)性分組模式為：第1個(gè)C P U處理第1 -〈4個(gè)圖像，第i個(gè)C P U處理第 C卜圖像，以此類推； 跳躍式分組模式為：第1個(gè)CHJ處理第(ΛΧ〈^ + 1)個(gè)圖像，第i個(gè)CHJ處理第(/ +〈4)個(gè)圖 c e 像，T 二(U·.·,(〈4-1)，以此類推； 其中，三維醫(yī)學(xué)影像數(shù)據(jù)大小為[m，n，l]，圖像處理裝置所包含的CHJ數(shù)量為C，每組圖 像個(gè)數(shù)為〈4 *〈 · >表示向上取整操作。 C9. 如權(quán)利要求8所述的裝置，其特征在于，所述分組處理模塊具體用于： 根據(jù)三維醫(yī)學(xué)影像數(shù)據(jù)所涉及的生物結(jié)構(gòu)，選擇采用連續(xù)性分組模式或跳躍式分組模 式對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組。10. 如權(quán)利要求8所述的裝置，其特征在于，所述分組處理模塊具體用于： 在三維醫(yī)學(xué)影像數(shù)據(jù)所涉及的生物結(jié)構(gòu)為大腦或肺部時(shí)，選擇采用連續(xù)性分組模式或 跳躍式分組模式對(duì)三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行分組； 在三維醫(yī)學(xué)影像數(shù)據(jù)所涉及的生物結(jié)構(gòu)為乳房時(shí)，選擇采用跳躍式分組模式對(duì)三維醫(yī) 學(xué)影像數(shù)據(jù)進(jìn)行分組。11. 如權(quán)利要求7所述的裝置，其特征在于，該裝置還包括： 初始化處理模塊，用于在所述算法運(yùn)行模塊在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組 三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之前，對(duì)各組三維醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行初始化處理;所述初始化 處理包括人工交互和/或不完全標(biāo)注。12. 如權(quán)利要求7所述的裝置，其特征在于，該裝置還包括： 后處理模塊，用于在所述算法運(yùn)行模塊在各CPU上運(yùn)行二維圖像處理算法，對(duì)各組三維 醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行處理之后，對(duì)處理結(jié)果進(jìn)行評(píng)價(jià)，若處理結(jié)果達(dá)到目標(biāo)狀態(tài)則存儲(chǔ)處理 結(jié)果；若處理結(jié)果未達(dá)到目標(biāo)狀態(tài)則在重新進(jìn)行初始化處理后重新運(yùn)行二維圖像處理算 法，或進(jìn)行圖像編輯操作。
【文檔編號(hào)】G06T7/00GK105957085SQ201610300185
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年5月9日
【發(fā)明人】余紹德, 陳昳麗, 朱艷春, 李榮茂, 付楠, 謝耀欽, 王磊
【申請(qǐng)人】中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院