本技術(shù)涉及醫(yī)學(xué)，特別是涉及一種窗參數(shù)確定方法、裝置、計算機設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、隨著醫(yī)學(xué)數(shù)據(jù)可視化的發(fā)展，越來越多的應(yīng)用場景需要查看渲染后的三維影像，從而更直觀地觀察病人的各個組織部位來分析病癥，而合適的窗參數(shù)能夠更好地顯示渲染后的三維影像。其中，窗參數(shù)包括窗位和/或窗寬。

2、在一些相關(guān)技術(shù)中，用戶往往需要通過經(jīng)驗手動調(diào)整窗參數(shù)，而手動調(diào)整的方式較為繁瑣，并且，相較于電子計算機斷層掃描（computed?tomography，ct）影像的灰度值的范圍，磁共振成像（magnetic?resonance?imaging，mri）影像的灰度值的分布范圍更廣，手動調(diào)整到合適的窗參數(shù)則需要花費較多時間。

3、目前，一些相關(guān)技術(shù)也出現(xiàn)了針對二維影像的窗參數(shù)的確定方法，例如，可以通過統(tǒng)計醫(yī)學(xué)圖像的灰度直方圖并尋找波峰以確定窗位，再沿著波峰兩側(cè)的累計分布來確定窗寬，這種方法對于ct影像效果較好，而mr影像由于更廣的灰度分布以及更多的噪聲灰度值，使用灰度直方圖確定的窗參數(shù)的效果不佳。

4、綜上，目前確定窗參數(shù)的方式是針對二維影像的，并不適用于三維影像。因此，如何提出一種適應(yīng)于三維影像的窗參數(shù)確定方法，是本領(lǐng)域人員的重點研究內(nèi)容。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種能夠適應(yīng)于三維影像的窗參數(shù)確定方法、裝置、計算機設(shè)備和存儲介質(zhì)。

2、第一方面，本技術(shù)提供了一種窗參數(shù)確定方法，包括：

3、獲取三維的目標模態(tài)影像；目標模態(tài)影像包括多個連續(xù)的二維影像；

4、根據(jù)目標模態(tài)影像中各二維影像的各像素點的灰度值，得到目標模態(tài)影像對應(yīng)的灰度分布向量；

5、根據(jù)灰度分布向量和機器學(xué)習(xí)模型，確定目標模態(tài)影像對應(yīng)的窗參數(shù)。

6、在其中一個實施例中，根據(jù)目標模態(tài)影像中各二維影像的各像素點的灰度值，得到目標模態(tài)影像對應(yīng)的灰度分布向量，包括：

7、根據(jù)每個二維影像中各像素點的灰度值，得到目標模態(tài)影像對應(yīng)的灰度分布信息；

8、根據(jù)目標模態(tài)影像對應(yīng)的灰度分布信息，確定灰度分布向量。

9、在其中一個實施例中，根據(jù)每個二維影像中各像素點的灰度值，得到目標模態(tài)影像對應(yīng)的灰度分布信息，包括：

10、根據(jù)每個二維影像中各像素點的灰度值和目標模態(tài)影像的類型，確定每個二維影像中各像素點對應(yīng)的映射灰度值；

11、統(tǒng)計每個二維影像中各像素點對應(yīng)的映射灰度值，得到灰度分布信息。

12、在其中一個實施例中，根據(jù)每個二維影像中各像素點的灰度值和目標模態(tài)影像的類型，確定每個二維影像中各像素點對應(yīng)的映射灰度值，包括：

13、若類型為預(yù)設(shè)類型，則將二維影像中各像素點的灰度值作為二維影像中各像素點對應(yīng)的映射灰度值；

14、若類型不為預(yù)設(shè)類型，則根據(jù)映射關(guān)系與二維影像中各像素點的灰度值，確定二維影像中各像素點對應(yīng)的映射灰度值。

15、在其中一個實施例中，機器學(xué)習(xí)模型包括識別子模型和預(yù)測子模型；根據(jù)灰度分布向量和機器學(xué)習(xí)模型，確定目標模態(tài)影像對應(yīng)的窗參數(shù)，包括：

16、根據(jù)灰度分布向量和識別子模型，得到目標模態(tài)影像對應(yīng)的組織概率向量；組織概率向量用于指示目標模態(tài)影像中的組織屬于各預(yù)設(shè)組織的概率；

17、根據(jù)組織概率向量和預(yù)測子模型，確定目標模態(tài)影像對應(yīng)的窗參數(shù)。

18、在其中一個實施例中，根據(jù)組織概率向量和預(yù)測子模型，得到窗參數(shù)，包括：

19、根據(jù)組織概率向量、灰度分布向量和機器學(xué)習(xí)模型中的預(yù)測子模型，得到窗參數(shù)。

20、在其中一個實施例中，根據(jù)組織概率向量、灰度分布向量和預(yù)測子模型，得到窗參數(shù)，包括：

21、將組織概率向量和灰度分布向量進行拼接得到拼接向量；

22、根據(jù)拼接向量和預(yù)測子模型，得到窗參數(shù)。

23、在其中一個實施例中，根據(jù)拼接向量和預(yù)測子模型，得到窗參數(shù)，包括：

24、將拼接向量輸入預(yù)測子模型得到初始窗參數(shù)；

25、在目標模態(tài)影像的類型為預(yù)設(shè)類型的情況下，將初始窗參數(shù)作為窗參數(shù)；或者，在目標模態(tài)影像的類型不為預(yù)設(shè)類型的情況下，根據(jù)初始窗參數(shù)與映射關(guān)系確定窗參數(shù)。

26、在其中一個實施例中，目標模態(tài)影像為重建得到的計算機斷層掃描影像或磁共振影像。

27、在其中一個實施例中，該方法還包括：

28、獲取多個三維的樣本模態(tài)影像；樣本模態(tài)影像包括多個連續(xù)的二維影像；

29、根據(jù)各樣本模態(tài)影像中各二維影像的各像素點的灰度值，得到各樣本模態(tài)影像對應(yīng)的灰度分布向量樣本；

30、根據(jù)各灰度分布向量樣本和各灰度分布向量樣本對應(yīng)的窗參數(shù)標簽，對初始模型進行機器學(xué)習(xí)訓(xùn)練得到機器學(xué)習(xí)模型。

31、在其中一個實施例中，根據(jù)各灰度分布向量樣本和各灰度分布向量樣本對應(yīng)的窗參數(shù)標簽，對初始模型進行機器學(xué)習(xí)訓(xùn)練得到機器學(xué)習(xí)模型，包括：

32、根據(jù)各灰度分布向量樣本、各灰度分布向量樣本對應(yīng)的組織概率向量標簽以及初始模型中的第一子模型，確定第一損失；

33、根據(jù)各灰度分布向量樣本、各灰度分布向量樣本對應(yīng)的組織概率向量標簽、各灰度分布向量樣本對應(yīng)的窗參數(shù)標簽以及初始模型中的第二子模型，確定第二損失；

34、根據(jù)第一損失和第二損失，對初始模型進行機器學(xué)習(xí)訓(xùn)練得到機器學(xué)習(xí)模型。

35、在其中一個實施例中，該方法還包括：

36、對目標模態(tài)影像進行三維渲染，得到目標模態(tài)影像的渲染結(jié)果；

37、基于窗參數(shù)展示渲染結(jié)果。

38、在其中一個實施例中，該方法還包括：

39、響應(yīng)于基于渲染結(jié)果的調(diào)整操作，調(diào)整窗參數(shù)。

40、第二方面，本技術(shù)還提供了一種窗參數(shù)確定裝置，包括：

41、第一獲取模塊，用于獲取三維的目標模態(tài)影像；

42、第一確定模塊，用于根據(jù)目標模態(tài)影像中各二維影像的各像素點的灰度值，得到目標模態(tài)影像對應(yīng)的灰度分布向量；

43、第二確定模塊，用于根據(jù)灰度分布向量和機器學(xué)習(xí)模型，確定目標模態(tài)影像對應(yīng)的窗參數(shù)。

44、第三方面，本技術(shù)還提供了一種計算機設(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)上述任一方法的步驟。

45、第四方面，本技術(shù)還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)上述任一方法的步驟。

46、第五方面，本技術(shù)還提供了一種計算機程序產(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)上述任一方法的步驟。

47、上述窗參數(shù)確定方法、裝置、計算機設(shè)備和存儲介質(zhì)，首先獲取三維的目標模態(tài)影像，目標模態(tài)影像包括多個連續(xù)的二維影像，由于能夠根據(jù)目標模態(tài)影像中各二維影像的各像素點的灰度值，得到三維的目標模態(tài)影像對應(yīng)的灰度分布向量，因此，該灰度分布向量考慮到了目標模態(tài)影像中連續(xù)的二維影像的每個灰度值，這樣，根據(jù)灰度分布向量和機器學(xué)習(xí)模型就可以高效地確定出目標模態(tài)影像對應(yīng)的窗參數(shù)。一方面，整個過程中無需人工根據(jù)經(jīng)驗手動確定窗參數(shù)，另一方面，本實施提供的方法不僅可以適用于單張二維影像的目標模態(tài)影像，也可以適用于多張二維影像組成的三維的目標模態(tài)影像，從而準確、高效地確定出適用于三維的目標模態(tài)影像的窗參數(shù)。