本申請涉及數(shù)字圖像處理技術(shù)領(lǐng)域，特別是涉及一種結(jié)節(jié)的匹配方法及裝置。

背景技術(shù)：

目前，結(jié)節(jié)已引起廣泛關(guān)注，例如肺結(jié)節(jié)、甲狀腺結(jié)節(jié)等等，醫(yī)生一般通過醫(yī)學(xué)影像手段觀察患者結(jié)節(jié)的情況。由于隨著時間的增長，患者的結(jié)節(jié)可能發(fā)生變化，例如，增大、減小，或者，長出新的結(jié)節(jié)等等。為了確定患者結(jié)節(jié)的活動情況，需要對比不同時期拍攝的醫(yī)學(xué)圖像，例如，對后拍攝的第一醫(yī)學(xué)圖像與之前拍攝的第二醫(yī)學(xué)圖像上的結(jié)節(jié)進(jìn)行匹配，確定出第一醫(yī)學(xué)圖像與第二醫(yī)學(xué)圖像中哪兩個結(jié)節(jié)是在不同時期的同一結(jié)節(jié)，進(jìn)而確定出第一醫(yī)學(xué)圖像中，哪些結(jié)節(jié)是新增的結(jié)節(jié)，哪些結(jié)節(jié)消失了，以及，與第二醫(yī)學(xué)圖像所匹配的結(jié)節(jié)的變化情況，進(jìn)一步確定出患者的病情發(fā)展情況，以便制定合理的治療方案。

醫(yī)生根據(jù)患者的兩幅醫(yī)學(xué)圖像對結(jié)節(jié)進(jìn)行匹配，需要耗費(fèi)大量的時間，并且存在較大的主觀性，因此，需要一種自動匹配結(jié)節(jié)的方法。

技術(shù)實(shí)現(xiàn)要素：

基于此，本申請?zhí)峁┝艘环N結(jié)節(jié)的匹配方法，用以自動對兩幅醫(yī)學(xué)圖像中的結(jié)節(jié)進(jìn)行匹配。

本申請還提供了一種結(jié)節(jié)的匹配裝置，用以保證上述方法在實(shí)際中的實(shí)現(xiàn)及應(yīng)用。

本申請解決上述問題的技術(shù)方案為：

本申請公開了一種結(jié)節(jié)的匹配方法，該方法包括：

獲取差值對，任意一個差值對為第一差值集合中的任意一個差值與第二差值集合中的任意一個差值形成的組合，第一差值集合包括第一醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，第二差值集合包括第二醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值；

將滿足預(yù)設(shè)條件的差值對確定為目標(biāo)差值對；

將形成所述目標(biāo)差值對中兩個差值的結(jié)節(jié)，確定為匹配的結(jié)節(jié)對，其中，任意一個醫(yī)學(xué)圖像中的結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)之差形成該醫(yī)學(xué)圖像的差值集合中的差值；

顯示所述相匹配的結(jié)節(jié)對。

其中，所述獲取差值對包括：

獲取醫(yī)學(xué)圖像；

計算所述醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)，以及，每個結(jié)節(jié)的三維中心坐標(biāo)；

分別計算每個結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，得到差值集合；

將第一醫(yī)學(xué)圖像的第一差值集合中的任意一個差值，與，第二醫(yī)學(xué)圖像的第二差值集合中的任意一個差值進(jìn)行組合，得到差值對。

其中，所述計算所述醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)，包括：

從所述醫(yī)學(xué)圖像中提取目標(biāo)對象的輪廓；

計算所述醫(yī)學(xué)圖像中各斷層圖像中所述目標(biāo)對象的面積；

將所述各斷層圖像中的目標(biāo)對象面積作為一個一維向量；

根據(jù)所述一維向量中的數(shù)值分布，確定所述目標(biāo)對象的三維中心坐標(biāo)。

其中，該方法在所述根據(jù)所述一維向量中的數(shù)值分布，確定所述目標(biāo)對象的三維中心坐標(biāo)之前，還包括：

對所述一維向量進(jìn)行平滑濾波；

所述根據(jù)所述一維向量中的數(shù)值分布，確定所述目標(biāo)對象的三維中心坐標(biāo)，包括：

依據(jù)平滑濾波后的一維向量中的數(shù)值分布，確定目標(biāo)對象的三維中心坐標(biāo)。

其中，所述預(yù)設(shè)條件包括：

所述第一差值集合中的任意一個差值與第二差值集合中的任意一個差值間的距離小于預(yù)設(shè)的閾值。

本申請還公開一種結(jié)節(jié)的匹配裝置，該裝置包括：

獲取單元，用于獲取差值對，任意一個差值對為第一差值集合中的任意一個差值與第二差值集合中的任意一個差值形成的組合，第一差值集合包括第一醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，第二差值集合包括第二醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值；

第一確定單元，用于將滿足預(yù)設(shè)條件的差值對確定為目標(biāo)差值對；

第二確定單元，用于將形成所述目標(biāo)差值對中兩個差值的結(jié)節(jié)，確定為匹配的結(jié)節(jié)對，其中，任意一個醫(yī)學(xué)圖像中的結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)之差形成該醫(yī)學(xué)圖像的差值集合中的差值；

顯示單元，用于顯示所述相匹配的結(jié)節(jié)對。

其中，所述獲取單元包括：

第一獲取子單元，用于獲取醫(yī)學(xué)圖像；

第一計算子單元，用于計算所述醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)，以及，每個結(jié)節(jié)的三維中心坐標(biāo)；

第二計算子單元，用于分別計算每個結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，得到差值集合；

第二獲取子單元，用于將第一醫(yī)學(xué)圖像的第一差值集合中的任意一個差值，與，第二醫(yī)學(xué)圖像的第二差值集合中的任意一個差值進(jìn)行組合，得到差值對。

其中，所述第一計算子單元，包括：

提取模塊，用于從所述醫(yī)學(xué)圖像中提取目標(biāo)對象的輪廓；

計算模塊，用于計算所述醫(yī)學(xué)圖像中各斷層圖像中所述目標(biāo)對象的面積；

第一確定模塊，用于將所述各斷層圖像中的目標(biāo)對象面積作為一個一維向量；

第二確定模塊，用于根據(jù)所述一維向量中的數(shù)值分布，確定所述目標(biāo)對象的三維中心坐標(biāo)。

其中，所述第一計算子單元，還包括：

濾波模塊，用于在根據(jù)所述一維向量中的數(shù)值分布，確定所述目標(biāo)對象的三維中心坐標(biāo)之前，對所述一維向量進(jìn)行平滑濾波；

所述第二確定模塊，具體用于依據(jù)平滑濾波后的一維向量中的數(shù)值分布，確定目標(biāo)對象的三維中心坐標(biāo)。

其中，所述第一確定單元，具體用于：

將第一差值集合中的任意一個差值與第二差值集合中的任意一個差值間的距離小于預(yù)設(shè)的閾值的差值對確定為目標(biāo)差值對。

與現(xiàn)有技術(shù)相比，本申請包括以下優(yōu)點(diǎn)：

本申請的實(shí)施例，確定了任意一幅醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)，以及，各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，每個差值反映了結(jié)節(jié)相對于目標(biāo)對象的距離。接著，比較來自不同醫(yī)學(xué)圖像的兩個結(jié)節(jié)的差值間的距離，該距離越小表示兩個結(jié)節(jié)的差值越接近，也就是兩個結(jié)節(jié)分別與對應(yīng)的目標(biāo)對象間的距離越接近，由于兩幅醫(yī)學(xué)圖像中的目標(biāo)對象相同，因此，兩個結(jié)節(jié)為不同時期的同一結(jié)節(jié)的概率越大，因此，本實(shí)施例可以在保證對結(jié)節(jié)進(jìn)行匹配的準(zhǔn)確性的前提下，實(shí)現(xiàn)自動對結(jié)節(jié)進(jìn)行匹配的目的。

附圖說明

為了更清楚地說明本申請實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1是本申請中一種結(jié)節(jié)的匹配方法實(shí)施例的流程圖；

圖2是本申請中又一種結(jié)節(jié)的匹配方法流程圖；

圖3是本申請中一種結(jié)節(jié)的匹配裝置實(shí)施例的流程圖。

具體實(shí)施方式

本申請實(shí)施例提出的結(jié)節(jié)的匹配方法應(yīng)用于醫(yī)學(xué)圖像，目的在于實(shí)現(xiàn)自動從醫(yī)學(xué)圖像中確定出相匹配的結(jié)節(jié)對。

本申請實(shí)施例所述的“醫(yī)學(xué)圖像”，從類型劃分，可以包括x-ray圖像、電子計算機(jī)斷層掃描(computedtomography,ct)圖像、磁共振圖像(magneticresonanceimageing，mri)等。本申請實(shí)施例所述的結(jié)節(jié)的匹配方法可以由結(jié)節(jié)的匹配裝置執(zhí)行，所述裝置可以集成在現(xiàn)有的醫(yī)學(xué)影像設(shè)備上，也可以獨(dú)立設(shè)置，既可以設(shè)置在服務(wù)器上，也可以設(shè)置在客戶端，例如pc機(jī)，都從現(xiàn)有的醫(yī)學(xué)影像設(shè)備獲取醫(yī)學(xué)圖像。

下面將結(jié)合本申請實(shí)施例中的附圖，對本申請實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本申請一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾堉械膶?shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本申請保護(hù)的范圍。

參考圖1，示出了本申請的一種結(jié)節(jié)匹配的方法實(shí)施例的流程圖，具體可以包括以下步驟：

步驟101：獲取醫(yī)學(xué)圖像。

在本實(shí)施例中，醫(yī)學(xué)圖像為三維圖像。本步驟以一幅肺部的三維ct圖像為例進(jìn)行介紹，當(dāng)然，本實(shí)施例中的結(jié)節(jié)匹配方法不止適用于肺部的三維ct圖像，對于其他器官其他類型的三維圖像同樣適用。

在實(shí)際中，電子計算機(jī)斷層掃描儀利用精確準(zhǔn)直的x線束、γ射線、超聲波等，與靈敏度極高的探測器一同圍繞人體的某一部位作一個接一個的斷層掃描，可以得到肺部的斷層圖像序列，也可以得到肺部的立體圖像。

步驟102：從獲取的醫(yī)學(xué)圖像中提取目標(biāo)對象的輪廓。

在本步驟中，目標(biāo)對象可以為待診斷對象，例如，對于所獲取的肺部三維ct圖像，目標(biāo)對象可以為肺部。即需要提取出肺的邊緣。可以根據(jù)邊緣像素點(diǎn)的像素值與非邊緣像素點(diǎn)的像素值，確定邊緣像素點(diǎn)所對應(yīng)的灰階范圍，進(jìn)而根據(jù)該灰階范圍來獲取邊緣像素點(diǎn)。

具體的，可以通過預(yù)先完成訓(xùn)練的圖像分割模型來提取三維ct圖像中肺的邊緣像素點(diǎn)，圖像分割模型的功能為：將肺的三維ct圖像中任意像素點(diǎn)的像素值與邊緣像素點(diǎn)所對應(yīng)的灰階范圍進(jìn)行比較，如果該像素點(diǎn)的像素值在邊緣像素點(diǎn)對應(yīng)的灰階范圍內(nèi)，則該像素點(diǎn)為邊緣像素點(diǎn)，相反，該像素點(diǎn)不在邊緣像素點(diǎn)對應(yīng)的灰階范圍內(nèi)，則該像素點(diǎn)為非邊緣像素點(diǎn)。因此，可以確定出肺部的三維ct圖像中，肺的邊緣像素點(diǎn)，進(jìn)而得到肺的輪廓。

可以使用人工標(biāo)記目標(biāo)對象例如肺的邊緣的正樣本以及非目標(biāo)對象的邊緣的負(fù)樣本訓(xùn)練圖像分割模型，具體的訓(xùn)練過程可以參見現(xiàn)有技術(shù)，這里不再贅述。

步驟103：計算獲取的醫(yī)學(xué)圖像中各斷層圖像中目標(biāo)對象的面積。

本實(shí)施例中，醫(yī)學(xué)圖像為三維圖像，該三維圖像的斷層圖像序列，該斷層圖像序列包括多幅斷層圖像，每幅斷層圖像為二維圖像。本步驟中，計算每幅斷層圖像中目標(biāo)對象的面積。

具體的，對于獲取的肺部三維ct圖像，本步驟需要計算每幅斷層圖像中肺輪廓的面積。由于肺部三維ct圖像對應(yīng)的斷層圖像序列，是電子計算機(jī)斷層掃描儀按照人體的肺部從上到下的方向進(jìn)行掃描所得到的多幅二維圖像，在實(shí)際中，為了全面的對肺部進(jìn)行掃描，對肺頂以上的非肺部部分以及對肺底以下的非肺部部分進(jìn)行掃描，因此，在該斷層圖像序列中，開始的多幅斷層圖像以及最后的多幅斷層圖像中可能不存在肺像素點(diǎn)。

因此，在計算各斷層圖像中肺部的面積時，對于不存在肺部像素點(diǎn)的斷層圖像，肺部的面積為0；對于存在肺部像素點(diǎn)的斷層圖像，每個斷層圖像中顯示肺部輪廓，根據(jù)已確定出的三維ct圖像中肺部的輪廓信息，進(jìn)而可以得到肺部在該斷層圖像中的像素數(shù)。由于該斷層圖像的分辨率是已知的，即單位面積內(nèi)的像素數(shù)是已知的，因此，可以將該斷層圖像中肺部的像素數(shù)目除以分辨率，即可得到該斷層圖像中肺部輪廓所占的面積。

需要說明的是，利用輪廓信息計算每幅斷層圖像中肺部的面積的方法僅為本實(shí)施例提供的一種計算肺部的面積的具體實(shí)現(xiàn)方式，當(dāng)然，在實(shí)際的應(yīng)用中，還可以采用其他的方法來計算每個斷層圖像中肺部的面積，本實(shí)施不對具體的計算方法作限定。

步驟104：將各斷層圖像中的目標(biāo)對象面積作為一個一維向量。

在得到各斷層圖像中肺部輪廓的面積后，按照肺部從上到下的順序，將該斷層圖像序列中的各斷層圖像中肺部的面積順序排列，得到一個一維向量。例如，肺部的三維ct圖像所對應(yīng)的斷層圖像的數(shù)量為100，接著，按照肺部從上到下的順序，將100個肺部的面積值順序排列得到一個一維向量。

步驟105：對確定的一維向量進(jìn)行平滑濾波。

為了濾出一維向量中的噪聲等，在本步驟中，對該一維向量進(jìn)行平滑濾波，以達(dá)到去噪的目的。具體的，可以采用低通濾波器分別對一維向量進(jìn)行平滑濾波，也可以采用中值濾波器分別對一維向量進(jìn)行平滑濾波。在實(shí)際應(yīng)用中，由于低通濾波器的輸入信號為頻域信號，因此，本步驟若采用低通濾波器進(jìn)行平滑濾波，需要將一維向量變換為頻域信號，復(fù)雜性較高；但是，中值濾波器的輸入信號為時域信號，因此，可以直接對一維向量進(jìn)行平滑濾波，復(fù)雜性較低，因此，在本步驟中采用中值濾波器一維向量進(jìn)行濾波，得到濾波后的一維向量，以達(dá)到對一維向量去噪的目的。當(dāng)然，在實(shí)際應(yīng)用中，也可以采用其他的平滑濾波方法對一維向量進(jìn)行平滑濾波，本實(shí)施例不對具體的平滑濾波方式做限定。

步驟106：依據(jù)平滑濾波后的一維向量中的數(shù)值分布，確定目標(biāo)對象的三維中心坐標(biāo)。

在確定出平滑濾波后的一維向量后，本步驟中，根據(jù)該一維向量中各斷層圖像中肺部輪廓的面積的分布，確定肺的三維中心坐標(biāo)，即整個肺部的上下、左右，以及，前后三個方向上的中心坐標(biāo)。

具體的，可以首先根據(jù)濾波后的一維向量中的數(shù)值分布，確定上下方向上的中心坐標(biāo)。

分別針對濾波后的一維向量中的數(shù)值分布，將第一個不為零的數(shù)值所對應(yīng)的斷層圖像作為肺的頂部圖像，并且，將最后一個不為零的數(shù)值所對應(yīng)的斷層圖像作為肺的底部圖像，接著，將頂部圖像中肺的輪廓在三維坐標(biāo)系中的坐標(biāo)作為肺的頂部坐標(biāo)z1，同理，將底部圖像中肺的輪廓在三維坐標(biāo)系中的坐標(biāo)作為肺的底部坐標(biāo)z2。因此，在上下方向上肺的中心坐標(biāo)為

接著，可以從斷層圖像序列中，根據(jù)以中心坐標(biāo)z為中心的多幅斷層圖像，分別確定左右與前后方向上的中心坐標(biāo)。根據(jù)肺的實(shí)際形狀，肺的中部在左右以及前后方向上所形成的平面面積較大，因此，本步驟根據(jù)以中心坐標(biāo)z為中心的30幅斷層圖像，計算肺在左右與前后方向上的中心坐標(biāo)。

具體的，根據(jù)三維ct圖像中肺輪廓中各點(diǎn)的三維坐標(biāo)，確定30幅斷層圖像中每幅圖像中肺輪廓中各點(diǎn)的坐標(biāo)，分別確定左右方向上左側(cè)絕對值取最大值的左邊界坐標(biāo)x1，以及，右側(cè)絕對值取最大值的右邊界坐標(biāo)x2，則左右方向上的中心坐標(biāo)同理，分別確定前后方向上前側(cè)絕對值取最大值的前邊界坐標(biāo)y1，以及，后側(cè)絕對值取最大值的后邊界坐標(biāo)y2，則前后方向上的中心坐標(biāo)

按照上述計算上下、左右，以及，前后三個方向上肺的中心坐標(biāo)后，可以得到肺的三維ct圖像中肺的三維中心坐標(biāo)為(x,y,z)。

步驟107：保存獲取的醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)。

在得到肺的三維ct圖像中肺的三維中心坐標(biāo)后，將肺部的三維ct圖像與對應(yīng)的三維中心坐標(biāo)保存在數(shù)據(jù)庫中。

上述步驟101～步驟107的目的是：計算醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)。

步驟108：計算所獲取的醫(yī)學(xué)圖像的坐標(biāo)集合，所述坐標(biāo)集合包括每個結(jié)節(jié)的三維中心坐標(biāo)。

一般在肺部的三維ct圖像中存在多個結(jié)節(jié)，本步驟分別計算每個肺結(jié)節(jié)的三維中心坐標(biāo)，以一個肺結(jié)節(jié)為例進(jìn)行介紹，具體的，首先從肺的三維ct圖像中提取出肺結(jié)節(jié)的輪廓，得到肺結(jié)節(jié)的輪廓像素的三維坐標(biāo)；然后，根據(jù)該輪廓像素的三維坐標(biāo)得到該肺結(jié)節(jié)分別在上下、左右，以及，前后六個方向上，絕對值取最大值的六個數(shù)值；最后，根據(jù)上下兩個方向上的兩個坐標(biāo)值計算出該肺結(jié)節(jié)在上下方向的中心坐標(biāo)，同理，計算出該肺結(jié)節(jié)分別在左右以及前后方向上的中心坐標(biāo)，進(jìn)而得到該肺結(jié)節(jié)的三維中心坐標(biāo)。

針對肺部的三維ct圖像，計算出每個肺結(jié)節(jié)的三維中心坐標(biāo)后，將肺部三維ct圖像中所有的結(jié)節(jié)所對應(yīng)的三維中心坐標(biāo)作為一個坐標(biāo)集合。例如，肺部的三維ct圖像中有5個肺結(jié)節(jié)，在本步驟中分別計算5個肺結(jié)節(jié)對應(yīng)的5個三維中心坐標(biāo)，將5個三維中心坐標(biāo)作為坐標(biāo)集合。

步驟109：針對坐標(biāo)集合，分別計算每個結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，得到差值集合。

還以步驟108中的例子為例，目標(biāo)對象的三維中心坐標(biāo)為三維ct圖像中肺部的三維中心坐標(biāo)，接著，將坐標(biāo)集合中的各坐標(biāo)值分別與肺的三維中心坐標(biāo)相減，將相減后的差值作為差值集合。

上述步驟102～步驟109介紹了對一幅醫(yī)學(xué)圖像來計算目標(biāo)對象的三維中心坐標(biāo)，以及，該醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間差值的過程，對于多幅醫(yī)學(xué)圖像中的每幅醫(yī)學(xué)圖像同樣按照步驟102～步驟109來執(zhí)行。

上述步驟101～步驟109的目的是：獲取差值對。

步驟110：將滿足預(yù)設(shè)條件的差值對確定為目標(biāo)差值對。

其中，第一差值集合包括第一醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，第二差值集合包括第二醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，第一差值為第一差值集合中的任意一個差值，第二差值為第二差值集合中的任意一個差值。

在本步驟中，任意一個差值對為第一差值集合中的任意一個差值與第二差值集合中的任意一個差值形成的組合。舉例說明，假設(shè)兩幅醫(yī)學(xué)圖像分別為1號肺部的三維ct圖像和2號肺部的三維ct圖像，其中，1號ct圖像對應(yīng)第一差值集合，2號ct圖像對應(yīng)第二差值集合。將第一差值集合中的每個數(shù)值稱為第一差值，將第二差值集合中的每個數(shù)值稱為第二差值。假設(shè)第一差值集合中有5個第一差值，分別為a，b，c，d，e，第二差值集合中有3個第二差值，分別為a，b，c。

接著，計算第一差值集合中的第一差值與第二差值集合中的第二差值間的歐式距離。即分別計算a與a，a與b，a與c，b與a，b與b，b與c，c與a，c與b，c與c，d與a，d與b，d與c，e與a，e與b，e與c中每種組合對應(yīng)的歐式距離。接著，比較每種組合對應(yīng)的歐式距離，將滿足預(yù)設(shè)條件的組合所對應(yīng)的結(jié)節(jié)對作為目標(biāo)差值對。例如，a與a，b與b，以及，c與c這三個組合對應(yīng)的三個距離在所有組合對應(yīng)的距離中最小且三個距離都小于45像素，則確定出的a與a，b與b，以及，c與c分別確定為目標(biāo)差值對。

步驟111：將形成目標(biāo)差值對中兩個差值的結(jié)節(jié)，作為匹配的結(jié)節(jié)，其中，任意一個醫(yī)學(xué)圖像中的結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)之差形成該醫(yī)學(xué)圖像的差值集合中的差值。

在本步驟中，目標(biāo)差值對中的一個差值表示一幅醫(yī)學(xué)圖像中一個結(jié)節(jié)的三維中心坐標(biāo)與肺的三維中心坐標(biāo)間的差值，另一個差值表示另一幅醫(yī)學(xué)圖像中一個結(jié)節(jié)的三維中心坐標(biāo)與肺的三維中心坐標(biāo)間的差值，因此，目標(biāo)差值對中的一個差值對應(yīng)一幅醫(yī)學(xué)圖像中的一個結(jié)節(jié)，另一個差值對應(yīng)另一幅醫(yī)學(xué)圖像中的一個結(jié)節(jié)。在本步驟中，將目標(biāo)差值對中的兩個差值所對應(yīng)的結(jié)節(jié)，作為兩幅醫(yī)學(xué)圖像中匹配的結(jié)節(jié)。

例如，a與a，b與b，c與c分別為三個目標(biāo)差值對，即a對應(yīng)的一幅醫(yī)學(xué)圖像中的一個結(jié)節(jié)，同時，a對應(yīng)的另一幅醫(yī)學(xué)圖像中的一個結(jié)節(jié)，將a與a所對應(yīng)的兩個結(jié)節(jié)作為相匹配的結(jié)節(jié)；同理，b與b分別對應(yīng)的結(jié)節(jié)作為匹配的結(jié)節(jié)，c與c分別對應(yīng)的結(jié)節(jié)作為匹配的結(jié)節(jié)。

步驟112：顯示相匹配的結(jié)節(jié)對。

確定出多幅醫(yī)學(xué)圖像中相匹配的結(jié)節(jié)后，將相匹配的結(jié)節(jié)進(jìn)行顯示。例如，確定出兩幅肺部的三維ct圖像中相匹配的肺結(jié)節(jié)對以后，將匹配結(jié)果進(jìn)行顯示。

上述步驟110～步驟112的目的是：基于獲取的差值對來自動對結(jié)節(jié)進(jìn)行匹配，具體流程如圖2所示。

圖1中所示的方法確定了任意一幅醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)，以及，各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，每個差值反映了結(jié)節(jié)相對于目標(biāo)對象的距離。接著，比較來自不同醫(yī)學(xué)圖像的兩個結(jié)節(jié)的差值間的距離，該距離越小表示兩個結(jié)節(jié)的差值越接近，也就是兩個結(jié)節(jié)分別與對應(yīng)的目標(biāo)對象間的距離越接近，由于兩幅醫(yī)學(xué)圖像中的目標(biāo)對象相同，因此，兩個結(jié)節(jié)為不同時期的同一結(jié)節(jié)的概率越大，因此，本實(shí)施例可以在保證對結(jié)節(jié)進(jìn)行匹配的準(zhǔn)確性的前提下，實(shí)現(xiàn)自動對結(jié)節(jié)進(jìn)行匹配的目的。

參考圖3，示出了本申請:一種結(jié)節(jié)的匹配裝置實(shí)施例的結(jié)構(gòu)示意圖，具體可以包括：

獲取單元301，用于獲取差值對，任意一個差值對為第一差值集合中的任意一個差值與第二差值集合中的任意一個差值形成的組合，第一差值集合包括第一醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，第二差值集合包括第二醫(yī)學(xué)圖像中各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值；

其中，獲取單元301可以包括：

第一獲取子單元，用于獲取醫(yī)學(xué)圖像；

第一計算子單元，用于計算所述醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)，以及，每個結(jié)節(jié)的三維中心坐標(biāo)；

其中，第一計算子單元，可以包括：

提取模塊，用于從所述醫(yī)學(xué)圖像中提取目標(biāo)對象的輪廓；

計算模塊，用于計算所述醫(yī)學(xué)圖像中各斷層圖像中所述目標(biāo)對象的面積；

第一確定模塊，用于將所述各斷層圖像中的目標(biāo)對象面積作為一個一維向量；

第二確定模塊，用于根據(jù)所述一維向量中的數(shù)值分布，確定所述目標(biāo)對象的三維中心坐標(biāo)。

其中，第一計算子單元，還可以包括：

濾波模塊，用于在根據(jù)所述一維向量中的數(shù)值分布，確定所述目標(biāo)對象的三維中心坐標(biāo)之前，對所述一維向量進(jìn)行平滑濾波；

所述第二確定模塊，具體用于依據(jù)平滑濾波后的一維向量中的數(shù)值分布，確定目標(biāo)對象的三維中心坐標(biāo)。

第二計算子單元，用于分別計算每個結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，得到差值集合；

第二獲取子單元，用于將第一醫(yī)學(xué)圖像的第一差值集合中的任意一個差值，與，第二醫(yī)學(xué)圖像的第二差值集合中的任意一個差值進(jìn)行組合，得到差值對。

第一確定單元302，用于將滿足預(yù)設(shè)條件的差值對確定為目標(biāo)差值對；

第二確定單元303，用于將形成所述目標(biāo)差值對中兩個差值的結(jié)節(jié)，確定為匹配的結(jié)節(jié)對，其中，任意一個醫(yī)學(xué)圖像中的結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)之差形成該醫(yī)學(xué)圖像的差值集合中的差值；

顯示單元304，用于顯示所述相匹配的結(jié)節(jié)對。

其中，所述第一確定單元，還可以具體用于：將第一差值集合中的任意一個差值與第二差值集合中的任意一個差值間的距離小于預(yù)設(shè)的閾值的差值對確定為目標(biāo)差值對。

圖3所示的裝置實(shí)施例，確定了任意一幅醫(yī)學(xué)圖像中目標(biāo)對象的三維中心坐標(biāo)，以及，各結(jié)節(jié)的三維中心坐標(biāo)與目標(biāo)對象的三維中心坐標(biāo)間的差值，每個差值反映了結(jié)節(jié)相對于目標(biāo)對象的距離。接著，比較來自不同醫(yī)學(xué)圖像的兩個結(jié)節(jié)的差值間的距離，該距離越小表示兩個結(jié)節(jié)的差值越接近，也就是兩個結(jié)節(jié)分別與對應(yīng)的目標(biāo)對象間的距離越接近，由于兩幅醫(yī)學(xué)圖像中的目標(biāo)對象相同，因此，兩個結(jié)節(jié)為不同時期的同一結(jié)節(jié)的概率越大，因此，本實(shí)施例可以在保證對結(jié)節(jié)進(jìn)行匹配的準(zhǔn)確性的前提下，實(shí)現(xiàn)自動對結(jié)節(jié)進(jìn)行匹配的目的。

對所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實(shí)施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。