本技術(shù)涉及不對稱指數(shù)體素值的統(tǒng)計，特別是涉及一種掃描圖像的不對稱指數(shù)體素值的統(tǒng)計方法和裝置。

背景技術(shù)：

1、在醫(yī)學影像技術(shù)中，pet圖像的質(zhì)量受到多種因素的影響，?包括設(shè)備性能、?操作技術(shù)、?患者體位等。?其中，pet圖像的不對稱指數(shù)圖像的準確性直接影響到診斷的準確性，尤其是基于不對稱指數(shù)圖像的，識別用戶的掃描圖像的不對稱指數(shù)體素值，對用戶的病灶識別起到關(guān)鍵作用。因此，?如何提升識別pet圖像的不對稱指數(shù)體素值，是當前的研究重點。

2、傳統(tǒng)識別不對稱指數(shù)體素值的方式是通過人工對病灶區(qū)域的圖像進行圖像對稱處理后，然后人工肉眼標注該病灶區(qū)域的不對稱指數(shù)圖像，最后再基于該不對稱指數(shù)圖像，計算不對稱指數(shù)體素值，但是肉眼標注的偏差度較高、且時效較慢，從而導致識別掃描圖像的不對稱指數(shù)體素值的精準度較低。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種基于pet/mr掃描圖像的不對稱指數(shù)體素值的統(tǒng)計方法、裝置、計算機設(shè)備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種掃描圖像的不對稱指數(shù)體素值的統(tǒng)計方法，包括：

3、獲取用戶的掃描圖片，并通過圖像邊緣識別算法，識別所述掃描圖像的病灶邊緣信息；

4、基于所述病灶邊緣信息，生成所述掃描圖像的病灶對側(cè)掩膜圖像，并基于所述病灶邊緣信息、以及所述病灶對側(cè)掩膜圖像，通過不對稱指數(shù)算法，生成不對稱指數(shù)圖像；

5、基于所述不對稱指數(shù)圖像，生成所述用戶的區(qū)域分割掩膜圖像，并基于所述區(qū)域分割掩膜圖像，通過體素統(tǒng)計策略，統(tǒng)計所述用戶的掃描圖像的不對稱指數(shù)體素值。

6、可選的，所述通過圖像邊緣識別算法，識別所述掃描圖像的病灶邊緣信息，包括：

7、通過圖像識別網(wǎng)絡(luò)，識別所述掃描圖像的圖像類型，并響應(yīng)于工作人員的病灶上傳操作，獲取所述用戶的病灶類型；

8、基于所述圖像類型，在歷史數(shù)據(jù)庫中，查詢所述圖像類型對應(yīng)的各樣本圖像，并基于所述病灶類型，在各所述樣本圖像中，篩選所述掃描圖像對應(yīng)的各樣本圖像；

9、基于各所述樣本圖像，訓練初始圖像邊緣識別算法，得到圖像邊緣識別算法，并將所述掃描圖像，輸入所述圖像邊緣識別算法，得到所述掃描圖像的病灶邊緣信息。

10、可選的，所述基于所述病灶邊緣信息，生成所述掃描圖像的病灶對側(cè)掩膜圖像，包括：

11、基于所述病灶邊緣信息，識別所述掃描圖像的病灶區(qū)域在所述掃描圖像中的病灶范圍，并將所述掃描圖像進行均等分割處理，得到各對稱掃描圖像；

12、基于所述病灶區(qū)域在所述掃描圖像中的病灶范圍，識別所述病灶區(qū)域所屬的目標對稱掃描圖像，并基于所述目標對稱掃描圖像，通過鏡像映射處理，生成所述目標對稱掃描圖像的鏡像圖像；

13、將所述目標對稱掃描圖像、以及所述鏡像圖像，進行圖像拼接處理，得到所述掃描圖像的病灶對側(cè)掩膜圖像。

14、可選的，所述基于所述病灶邊緣信息、以及所述病灶對側(cè)掩膜圖像，通過不對稱指數(shù)算法，生成不對稱指數(shù)圖像，包括：

15、識別所述目標對稱掃描圖像的各掃描體素值、以及所述鏡像圖像中的各鏡像體素值，并基于各所述掃描體素值、以及各所述鏡像體素值，通過不對稱指數(shù)算法，計算所述目標對稱掃描圖像的各體素的不對稱指數(shù)值；

16、在各體素中，篩選病灶范圍的各病灶體素，并將各所述病灶體素的不對稱指數(shù)值歸零處理，得到各所述病灶體素的目標不對稱指數(shù)值；

17、基于所述目標對稱掃描圖像的各非病灶體素的不對稱指數(shù)值、以及各所述病灶體素的目標掃描體素值，將所述目標對稱掃描圖像轉(zhuǎn)化為醫(yī)學格式圖像，得到不對稱指數(shù)圖像。

18、可選的，所述基于所述不對稱指數(shù)圖像，生成所述用戶的區(qū)域分割掩膜圖像，包括：

19、通過預設(shè)的圖像分區(qū)策略，將所述不對稱指數(shù)圖像進行圖像分區(qū)處理，得到各分區(qū)不對稱指數(shù)圖像；

20、識別每個分區(qū)不對稱指數(shù)圖像的體積值，并將每個分區(qū)不對稱指數(shù)圖像的體積值標記于每個分區(qū)不對稱指數(shù)圖像中，得到所述用戶的各區(qū)域分割掩膜圖像。

21、可選的，所述基于所述區(qū)域分割掩膜圖像，通過體素統(tǒng)計策略，統(tǒng)計所述用戶的掃描圖像的不對稱指數(shù)體素值，包括：

22、針對每個區(qū)域分割掩膜圖像，基于所述區(qū)域分割掩膜圖像的各體素的不對稱指數(shù)值、以及所述區(qū)域分割掩膜圖像的體積值，通過體素統(tǒng)計策略，統(tǒng)計所述區(qū)域分割掩膜圖像中的各體素統(tǒng)計類型的子不對稱指數(shù)體素值；

23、將所有區(qū)域分割掩膜圖像中的各體素統(tǒng)計類型的子不對稱指數(shù)體素值，作為所述用戶的掃描圖像的不對稱指數(shù)體素值。

24、第二方面，本技術(shù)還提供了一種掃描圖像的不對稱指數(shù)體素值的統(tǒng)計裝置，包括：

25、獲取模塊，用于獲取用戶的掃描圖片，并通過圖像邊緣識別算法，識別所述掃描圖像的病灶邊緣信息；

26、生成模塊，用于基于所述病灶邊緣信息，生成所述掃描圖像的病灶對側(cè)掩膜圖像，并基于所述病灶邊緣信息、以及所述病灶對側(cè)掩膜圖像，通過不對稱指數(shù)算法，生成不對稱指數(shù)圖像；

27、統(tǒng)計模塊，用于基于所述不對稱指數(shù)圖像，生成所述用戶的區(qū)域分割掩膜圖像，并基于所述區(qū)域分割掩膜圖像，通過體素統(tǒng)計策略，統(tǒng)計所述用戶的掃描圖像的不對稱指數(shù)體素值。

28、可選的，所述獲取模塊，具體用于：

29、通過圖像識別網(wǎng)絡(luò)，識別所述掃描圖像的圖像類型，并響應(yīng)于工作人員的病灶上傳操作，獲取所述用戶的病灶類型；

30、基于所述圖像類型，在歷史數(shù)據(jù)庫中，查詢所述圖像類型對應(yīng)的各樣本圖像，并基于所述病灶類型，在各所述樣本圖像中，篩選所述掃描圖像對應(yīng)的各樣本圖像；

31、基于各所述樣本圖像，訓練初始圖像邊緣識別算法，得到圖像邊緣識別算法，并將所述掃描圖像，輸入所述圖像邊緣識別算法，得到所述掃描圖像的病灶邊緣信息。

32、可選的，所述生成模塊，具體用于：

33、基于所述病灶邊緣信息，識別所述掃描圖像的病灶區(qū)域在所述掃描圖像中的病灶范圍，并將所述掃描圖像進行均等分割處理，得到各對稱掃描圖像；

34、基于所述病灶區(qū)域在所述掃描圖像中的病灶范圍，識別所述病灶區(qū)域所屬的目標對稱掃描圖像，并基于所述目標對稱掃描圖像，通過鏡像映射處理，生成所述目標對稱掃描圖像的鏡像圖像；

35、將所述目標對稱掃描圖像、以及所述鏡像圖像，進行圖像拼接處理，得到所述掃描圖像的病灶對側(cè)掩膜圖像。

36、可選的，所述生成模塊，具體用于：

37、識別所述目標對稱掃描圖像的各掃描體素值、以及所述鏡像圖像中的各鏡像體素值，并基于各所述掃描體素值、以及各所述鏡像體素值，通過不對稱指數(shù)算法，計算所述目標對稱掃描圖像的各體素的不對稱指數(shù)值；

38、在各體素中，篩選病灶范圍的各病灶體素，并將各所述病灶體素的不對稱指數(shù)值歸零處理，得到各所述病灶體素的目標不對稱指數(shù)值；

39、基于所述目標對稱掃描圖像的各非病灶體素的不對稱指數(shù)值、以及各所述病灶體素的目標掃描體素值，將所述目標對稱掃描圖像轉(zhuǎn)化為醫(yī)學格式圖像，得到不對稱指數(shù)圖像。

40、可選的，所述統(tǒng)計模塊，具體用于：

41、通過預設(shè)的圖像分區(qū)策略，將所述不對稱指數(shù)圖像進行圖像分區(qū)處理，得到各分區(qū)不對稱指數(shù)圖像；

42、識別每個分區(qū)不對稱指數(shù)圖像的體積值，并將每個分區(qū)不對稱指數(shù)圖像的體積值標記于每個分區(qū)不對稱指數(shù)圖像中，得到所述用戶的各區(qū)域分割掩膜圖像。

43、可選的，所述統(tǒng)計模塊，具體用于：

44、針對每個區(qū)域分割掩膜圖像，基于所述區(qū)域分割掩膜圖像的各體素的不對稱指數(shù)值、以及所述區(qū)域分割掩膜圖像的體積值，通過體素統(tǒng)計策略，統(tǒng)計所述區(qū)域分割掩膜圖像中的各體素統(tǒng)計類型的子不對稱指數(shù)體素值；

45、將所有區(qū)域分割掩膜圖像中的各體素統(tǒng)計類型的子不對稱指數(shù)體素值，作為所述用戶的掃描圖像的不對稱指數(shù)體素值。

46、第三方面，本技術(shù)提供了一種計算機設(shè)備。所述計算機設(shè)備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)第一方面中任一項所述的方法的步驟。

47、第四方面，本技術(shù)提供了一種計算機可讀存儲介質(zhì)。其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)第一方面中任一項所述的方法的步驟。

48、第五方面，本技術(shù)提供了一種計算機程序產(chǎn)品。所述計算機程序產(chǎn)品包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)第一方面中任一項所述的方法的步驟。

49、上述掃描圖像的不對稱指數(shù)體素值的統(tǒng)計方法和裝置，通過獲取用戶的掃描圖片，并通過圖像邊緣識別算法，識別所述掃描圖像的病灶邊緣信息；基于所述病灶邊緣信息，生成所述掃描圖像的病灶對側(cè)掩膜圖像，并基于所述病灶邊緣信息、以及所述病灶對側(cè)掩膜圖像，通過不對稱指數(shù)算法，生成不對稱指數(shù)圖像；基于所述不對稱指數(shù)圖像，生成所述用戶的區(qū)域分割掩膜圖像，并基于所述區(qū)域分割掩膜圖像，通過體素統(tǒng)計策略，統(tǒng)計所述用戶的掃描圖像的不對稱指數(shù)體素值。本方案通過對掃描圖像進行病灶邊緣識別，使得能夠定位掃描圖像中的病灶范圍（即病灶邊緣信息所包圍的范圍），然后終端基于識別的病灶范圍，從而生成該掃描圖像的病灶對側(cè)掩膜圖像，以對存在病灶的圖像區(qū)域中進行不對稱指數(shù)分析。然后本方案再通過該病灶對側(cè)掩膜圖像，通過不對稱指數(shù)算法，生成不對稱指數(shù)圖像，使得能夠精準分析不包含病灶區(qū)域的不對稱指數(shù)信息。再后，本方案通過區(qū)域拆分的方式，生成各區(qū)域分割掩膜圖像，并分別對每個區(qū)域分割掩膜圖像進行體素統(tǒng)計，得到用戶的掃描圖像的不對稱指數(shù)體素值，提升了對不對稱指數(shù)體素值的分析全面性和分析顆粒度，避免了人工分析的偏差度較高、且時效較慢的問題，從而綜合提升了識別掃描圖像的不對稱指數(shù)體素值的精準度。