本申请涉及影像分析技术领域，具体涉及一种乳腺x射线影像配准方法、装置、电子设备和计算机可读存储介质。
背景技术：
乳腺x射线影像基于x射线的医学诊断，由于x射线穿过人体时，被吸收的程度不同，通过人体后的x射线量就不同，这样所形成的影像便携带了人体各部密度分布的信息，在荧光屏上或摄影胶片上引起的荧光作用或感光作用的强弱就有较大差别，因而在荧光屏上或摄影胶片上(经过显影、定影)将显示出不同密度的阴影。根据阴影浓淡的对比，结合临床表现、化验结果和病理诊断，即可判断人体某一部分是否正常。
乳腺x射线影像，与常规体检、门诊等胸部x线，手部x线不同。在乳腺x为保证双乳顺利完成筛查对比的工作，拍摄的影像一般分为4个投照位，包括左侧乳腺的轴位(lcc)、右侧乳腺的轴位(rcc)，左侧乳腺的斜位(lmlo)、右侧乳腺的斜位(rmlo)。
在一般的医学影像的阅片工具上，乳腺四幅图像无法按照腺体对齐的方式进行显示。在医学影像临床层面，对于通过乳腺x线影像判断病灶所在的位置、分布、是否对称等都需要多张同时对比阅片。由于传统的影像分析软件无法进行乳腺腺体的影像对齐，对临床工作无法起到有效的支撑，因而需要人工通过缩放移动的方式进行手工对齐，这增加了医生的部分工作量。
技术实现要素：
有鉴于此，本申请实施例提供了一种乳腺x射线影像配准方法和装置，解决了现有影像分析方式无法实现乳腺腺体的影像对齐的问题。
根据本申请的一个方面，本申请一实施例提供的一种乳腺x射线影像配准方法包括：根据乳腺x射线影像获取包括乳腺区域的矩形外接框；根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺x射线影像进行缩放；在竖直方向上移动所述乳腺x射线影像以使得所述矩形外接框的顶端与所述矩形配准窗口的顶端对齐；基于所述缩放比例，计算将所述矩形外接框的远离乳头的竖向边框移动至所述矩形配准窗口的水平方向边缘时所需水平位移量；以及基于所述水平位移量移动所述乳腺x射线影像。
在本申请一实施例中，所述方法进一步包括：获取所述矩形外接框的对角线两端的第一顶点的坐标和第二顶点的坐标，其中，所述第一顶点的坐标在水平方向上相比所述第二顶点的坐标更靠近乳头；其中，在所述根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺x射线影像进行缩放之前，所述方法进一步包括：根据所述第一顶点的坐标和所述第二顶点的坐标获得所述矩形外接框的高度。
在本申请一实施例中，所述计算将所述矩形外接框的远离乳头的竖向边框移动至所述矩形配准窗口的水平方向边缘时所需水平位移量包括：基于所述缩放比例，计算所述第一顶点在所述矩形配准窗口中对应的第一配准位置；以及根据所述第一顶点和所述第一配准位置之间的水平距离获取所述水平位移量。
在本申请一实施例中，所述根据乳腺x射线影像获取包括乳腺区域的矩形外接框包括：将所述乳腺x射线影像输入乳腺区域分割模型，以获取所述乳腺区域分割模型输出的乳腺区域，其中，所述乳腺区域分割模型为预先建立的深度神经网络模型；将所述乳腺区域进行后处理，其中，所述后处理过程包括以下操作中的一种或多种组合：形态学开操作、形态学闭操作和消除噪声；以及选取最大连通区域的最小外接矩形框作为所述乳腺区域的矩形外接框。
在本申请一实施例中，所述深度神经网络模型包括多个卷积层，所述多个卷积层包括：多个下采样卷积层、多个上采样卷积层和多个普通卷积层；其中，所述多个卷积层中的每个卷积层与对应的归一化层和激活函数层连接。
在本申请一实施例中，不同的所述下采样卷积层之间采用跨越式连接，和/或，不同的所述上采样卷积层之间采用跨越式连接。
在本申请一实施例中，所述深度神经网络模型通过如下过程预先建立：将包括医生标注乳腺区域的乳腺x射线影像样本输入初始深度神经网络进行训练；将所述初始深度神经网络输出的预测乳腺区域与所述医生标注乳腺区域对比以计算损失值；基于所述损失值以梯度回传的方式更新所述初始深度神经网络的参数。
根据本申请的一个方面，本申请一实施例提供的一种乳腺x射线影像配准装置包括：第一获取模块，配置为根据乳腺x射线影像获取包括乳腺区域的矩形外接框；第二获取模块，配置为根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺x射线影像进行缩放；竖直平移模块，配置为在竖直方向上移动所述乳腺x射线影像以使得所述矩形外接框的顶端与所述矩形配准窗口的顶端对齐；
第一计算模块，配置为基于所述缩放比例，计算将所述矩形外接框的远离乳头的竖向边框移动至所述矩形配准窗口的水平方向边缘时所需水平位移量；以及水平平移模块，配置为基于所述水平位移量移动所述乳腺x射线影像。
在本申请一实施例中，所述装置进一步包括：第三获取模块，配置为获取所述矩形外接框的对角线两端的第一顶点的坐标和第二顶点的坐标，其中，所述第一顶点的坐标在水平方向上相比所述第二顶点的坐标更靠近乳头；其中，所述装置进一步包括：第二计算模块，配置为在所述根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺x射线影像进行缩放之前，根据所述第一顶点的坐标和所述第二顶点的坐标获得所述矩形外接框的高度。
在本申请一实施例中，所述第一计算模块进一步配置为：基于所述缩放比例，计算所述第一顶点在所述矩形配准窗口中对应的第一配准位置；以及根据所述第一顶点和所述第一配准位置之间的水平距离获取所述水平位移量。
在本申请一实施例中，所述第一获取模块包括：输入单元，配置为将所述乳腺x射线影像输入乳腺区域分割模型，以获取所述乳腺区域分割模型输出的乳腺区域，其中，所述乳腺区域分割模型为预先建立的深度神经网络模型；后处理单元，配置为将所述乳腺区域进行后处理，其中，所述后处理过程包括以下操作中的一种或多种组合：形态学开操作、形态学闭操作和消除噪声；以及选取单元，配置为选取最大连通区域的最小外接矩形框作为所述乳腺区域的矩形外接框。
在本申请一实施例中，所述深度神经网络模型包括多个卷积层，所述多个卷积层包括：多个下采样卷积层、多个上采样卷积层和多个普通卷积层；其中，所述多个卷积层中的每个卷积层与对应的归一化层和激活函数层连接。
在本申请一实施例中，不同的所述下采样卷积层之间采用跨越式连接，和/或，不同的所述上采样卷积层之间采用跨越式连接。
在本申请一实施例中，所述深度神经网络模型通过如下过程预先建立：将包括医生标注乳腺区域的乳腺x射线影像样本输入初始深度神经网络进行训练；将所述初始深度神经网络输出的预测乳腺区域与所述医生标注乳腺区域对比以计算损失值；基于所述损失值以梯度回传的方式更新所述初始深度神经网络的参数。
根据本申请的另一方面，本申请一实施例提供了一种电子设备，包括：处理器；存储器；以及存储在存储器中的计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行如上述任一项所述的乳腺x射线影像配准方法。
根据本申请的另一方面，本申请一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如前任一所述的乳腺x射线影像配准方法。
根据本申请的另一方面，本申请一实施例提供了一种计算机程序产品，包括计算机程序指令，所述计算机程序指令在被处理器运行时使得处理器执行如上述任一所述的乳腺x射线影像配准方法。
本申请实施例提供的一种乳腺x射线影像配准方法、装置、电子设备和计算机可读存储介质，通过获取包括乳腺区域的矩形外接框、以及乳腺x射线影像与用于展示乳腺影像的矩形配准窗口之间的缩放比例，便可利用该矩形外接框实现在矩形配准窗口中的顶端对齐和边缘对齐，从而大大减少了医生阅片工作之前的工作量，可显著提高医生阅片的工作效率。
附图说明
图1所示为本申请一实施例提供的一种乳腺x射线影像配准方法的流程示意图。
图2所示为本申请一实施例提供的乳腺x射线影像的示意图。
图3所示为本申请一实施例提供的一种乳腺x射线影像配准方法中计算水平位移量的流程示意图。
图4所示为本申请一实施例提供的配准后的乳腺x射线影像的组合示意图。
图5所示为本申请一实施例提供的一种乳腺x射线影像配准方法中根据乳腺x射线影像获取包括乳腺区域的矩形外接框的具体流程示意图。
图6所示为本申请一实施例提供的乳腺x射线影像配准装置的结构示意图。
图7所示为本申请另一实施例提供的乳腺x射线影像配准装置的结构示意图。
图8所示为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1所示为本申请一实施例提供的一种乳腺x射线影像配准方法的流程示意图。如图1所示，该乳腺x射线影像配准方法包括：
步骤101：根据乳腺x射线影像获取包括乳腺区域的矩形外接框。
乳腺区域为乳腺x射线影像中乳腺影像所对应的区域，矩形外接框为包括如下区域的矩形区域，如图2中所示的矩形区域。通过获取包括乳腺区域的矩形外接框来表征乳腺影像的位置，便可在后续移动乳腺x射线影像的过程中实现对乳腺影像的位置配准。此外，由于用于展示乳腺影像的配准窗口也采用矩形配准窗口，利用矩形外接框在矩形配准窗口中实现对乳腺影像的配准的可操作性也更高，更为精准。
步骤102：根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据缩放比例对乳腺x射线影像进行缩放。
将乳腺x射线影像放置到矩形配准窗口中时，为了使得矩形外接框在竖直方向上能够填充矩形配准窗口，需要对乳腺x射线进行一定程度的缩放，此时根据矩形外接框的高度和矩形配准窗口的高度便可获取缩放比例。然后根据该缩放比例对乳腺x射线影像进行缩放，便可保证矩形外接框在后续的竖直方向平移过程中能够在竖直方向上正好填充矩形配准窗口。
在本申请一实施例中，如图2所示，可进一步获取矩形外接框的对角线两端的第一顶点的坐标[x1,y1]和第二顶点的坐标[x2,y2]，其中，第一顶点的坐标在水平方向上相比第二顶点的坐标更靠近乳头。这样在根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据缩放比例对乳腺x射线影像进行缩放之前，可根据第一顶点的坐标和第二顶点的坐标获得矩形外接框的高度。具体而言，y1和y2的差的绝对值变为矩形外接框的高度。
步骤103：在竖直方向上移动乳腺x射线影像以使得矩形外接框的顶端与矩形配准窗口的顶端对齐。
由于将乳腺x射线影像放置到矩形配准窗口中时，乳腺x射线影像的初始位置可能有偏移，但由于通过前述步骤已经计算出缩放比例并进行了缩放，因此直接在竖直方向上移动乳腺x射线影像以使得矩形外接框的顶端与矩形配准窗口的顶端对齐即可。
步骤104：基于缩放比例，计算将矩形外接框的远离乳头的竖向边框移动至矩形配准窗口的水平方向边缘时所需水平位移量。
虽然矩形外接框已经在竖直方向上实现了在矩形配准窗口的顶端对齐，但水平方向上矩形外接框仍然是没有与矩形配准窗口的边缘实现对齐的。由于此时乳腺x射线影像已经经过缩放，因此需要基于缩放比例，计算将矩形外接框的远离乳头的竖向边框移动至矩形配准窗口的水平方向边缘时所需水平位移量，才能够得知经过缩放的乳腺x射线影像需要在水平方向上移动多少距离才能够使得矩形外接框的远离乳头的竖向边框与矩形配准窗口的水平方向边缘对齐。
在本申请一实施例中，如图3所示，当获取了矩形外接框的对角线两端的第一顶点的坐标[x1,y1]和第二顶点的坐标[x2,y2]时，计算将矩形外接框的远离乳头的竖向边框移动至矩形配准窗口的水平方向边缘时所需水平位移量可具体包括：
步骤301：基于缩放比例，计算第一顶点在矩形配准窗口中对应的第一配准位置。
步骤302：根据第一顶点和第一配准位置之间的水平距离获取水平位移量。
这样以第一顶点来表征矩形外接框的位置，通过计算第一顶点对应的第一配准位置并参考第一顶点的移动距离便可实现矩形外接框在矩形配准窗口中的边缘对齐。具体而言，可基于缩放比例，计算出第一顶点在矩形配准窗口中应当距离水平边缘的距离，便可获取到第一配置位置，而此时第一顶点和该第一配准位置之间的水平距离变为乳腺x射线影像应当进行水平平移的位移量。
步骤105：基于水平位移量移动乳腺x射线影像。
基于前述计算出的水平位移量移动乳腺x射线影像便可实现矩形外接框与矩形配准窗口的水平方向边缘对齐。
由此可见，本申请实施例提供的一种乳腺x射线影像配准方法，通过获取包括乳腺区域的矩形外接框、以及乳腺x射线影像与用于展示乳腺影像的矩形配准窗口之间的缩放比例，便可利用该矩形外接框实现在矩形配准窗口中的顶端对齐和边缘对齐，从而大大减少了医生阅片工作之前的工作量，可显著提高医生阅片的工作效率。
在本申请一实施例中，如前所述，由于乳腺x射线影像一般分为4个投照位，包括左侧乳腺的轴位(lcc)、右侧乳腺的轴位(rcc)，左侧乳腺的斜位(lmlo)、右侧乳腺的斜位(rmlo)，此时为了使得各投照位的影像之间能够更直观的展示和对比，可将该四个投照位的乳腺x射线影像呈阵列排布，如图4所示，使得左侧乳腺的轴位(lcc)的影像在经过配准过程后位于左上方，使得右侧乳腺的轴位(rcc)的影像在经过配准过程后位于右上方，使得左侧乳腺的斜位(lmlo)的影像在经过配准过程后位于左下方，使得右侧乳腺的斜位(rmlo)的影像在经过配准过程后位于左下方右下方。
图5所示为本申请一实施例提供的一种乳腺x射线影像配准方法中根据乳腺x射线影像获取包括乳腺区域的矩形外接框的具体流程示意图。如图5所示，矩形外接框可通过如下步骤获取：
步骤501：将乳腺x射线影像输入乳腺区域分割模型，以获取乳腺区域分割模型输出的乳腺区域，其中，乳腺区域分割模型为预先建立的深度神经网络模型。
在本申请一实施例中，深度神经网络模型包括多个卷积层，多个卷积层包括：多个下采样卷积层、多个上采样卷积层和多个普通卷积层；其中，多个卷积层中的每个卷积层与对应的归一化层和激活函数层连接。
在本申请一进一步实施例中，不同的下采样卷积层之间采用跨越式连接，和/或，不同的上采样卷积层之间采用跨越式连接。这样可以保证深度神经网络模型可以学到不同分辨率的信息。
在本申请一实施例中，深度神经网络模型可通过如下过程预先建立：将包括医生标注乳腺区域的乳腺x射线影像样本输入初始深度神经网络进行训练；将初始深度神经网络输出的预测乳腺区域与医生标注乳腺区域对比以计算损失值；基于损失值以梯度回传的方式更新初始深度神经网络的参数。
步骤502：将乳腺区域进行后处理，其中，后处理过程包括以下操作中的一种或多种组合：形态学开操作、形态学闭操作和消除噪声。然而应当理解，对于乳腺区域所进行的后处理过程的具体内容可根据实际的应用场景需求而调整，本申请对此不做严格限定。
步骤503：选取最大连通区域的最小外接矩形框作为乳腺区域的矩形外接框。由于乳腺区域分割后，会有一些小的噪声，而最大联通的区域一般是乳腺区域。
图6所示为本申请一实施例提供的乳腺x射线影像配准装置的结构示意图。如图6所示，该一种乳腺x射线影像配准装置60包括：
第一获取模块601，配置为根据乳腺x射线影像获取包括乳腺区域的矩形外接框；
第二获取模块602，配置为根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据缩放比例对乳腺x射线影像进行缩放；
竖直平移模块603，配置为在竖直方向上移动乳腺x射线影像以使得矩形外接框的顶端与矩形配准窗口的顶端对齐；
第一计算模块604，配置为基于缩放比例，计算将矩形外接框的远离乳头的竖向边框移动至矩形配准窗口的水平方向边缘时所需水平位移量；以及
水平平移模块605，配置为基于水平位移量移动乳腺x射线影像。
本申请实施例提供的一种乳腺x射线影像配准装置，通过获取包括乳腺区域的矩形外接框、以及乳腺x射线影像与用于展示乳腺影像的矩形配准窗口之间的缩放比例，便可利用该矩形外接框实现在矩形配准窗口中的顶端对齐和边缘对齐，从而大大减少了医生阅片工作之前的工作量，可显著提高医生阅片的工作效率。
在本申请一实施例中，如图7所示，乳腺x射线影像配准装置60进一步包括：
第三获取模块606，配置为获取矩形外接框的对角线两端的第一顶点的坐标和第二顶点的坐标，其中，第一顶点的坐标在水平方向上相比第二顶点的坐标更靠近乳头；
其中，乳腺x射线影像配准装置60进一步包括：
第二计算模块607，配置为在根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据缩放比例对乳腺x射线影像进行缩放之前，根据第一顶点的坐标和第二顶点的坐标获得矩形外接框的高度。
在本申请一实施例中，第一计算模块604进一步配置为：基于缩放比例，计算第一顶点在矩形配准窗口中对应的第一配准位置；以及根据第一顶点和第一配准位置之间的水平距离获取水平位移量。
在本申请一实施例中，如图7所示，第一获取模块601包括：
输入单元6011，配置为将乳腺x射线影像输入乳腺区域分割模型，以获取乳腺区域分割模型输出的乳腺区域，其中，乳腺区域分割模型为预先建立的深度神经网络模型；
后处理单元6012，配置为将乳腺区域进行后处理，其中，后处理过程包括以下操作中的一种或多种组合：形态学开操作、形态学闭操作和消除噪声；以及
选取单元6013，配置为选取最大连通区域的最小外接矩形框作为乳腺区域的矩形外接框。
在本申请一实施例中，深度神经网络模型包括多个卷积层，多个卷积层包括：多个下采样卷积层、多个上采样卷积层和多个普通卷积层；其中，多个卷积层中的每个卷积层与对应的归一化层和激活函数层连接。
在本申请一实施例中，不同的下采样卷积层之间采用跨越式连接，和/或，不同的上采样卷积层之间采用跨越式连接。
在本申请一实施例中，深度神经网络模型通过如下过程预先建立：将包括医生标注乳腺区域的乳腺x射线影像样本输入初始深度神经网络进行训练；将初始深度神经网络输出的预测乳腺区域与医生标注乳腺区域对比以计算损失值；基于损失值以梯度回传的方式更新初始深度神经网络的参数。
上述乳腺x射线影像配准装置60中的各个模块的具体功能和操作已经在上面参考图1到图4描述的乳腺x射线影像配准方法中进行了详细介绍。因此，这里将省略其重复描述。
需要说明的是，根据本申请实施例的乳腺x射线影像配准装置60可以作为一个软件模块和/或硬件模块而集成到电子设备80中，换言之，该电子设备80可以包括该乳腺x射线影像配准装置60。例如，该乳腺x射线影像配准装置60可以是该电子设备80的操作系统中的一个软件模块，或者可以是针对于其所开发的一个应用程序；当然，该乳腺x射线影像配准装置60同样可以是该电子设备80的众多硬件模块之一。
在本申请另一实施例中，该乳腺x射线影像配准装置60与该电子设备80也可以是分立的设备(例如，服务器)，并且该乳腺x射线影像配准装置60可以通过有线和/或无线网络连接到该电子设备80，并且按照约定的数据格式来传输交互信息。
图8所示为本申请一实施例提供的电子设备的结构示意图。如图8所示，该电子设备80包括：一个或多个处理器801和存储器802；以及存储在存储器802中的计算机程序指令，计算机程序指令在被处理器801运行时使得处理器801执行如上述任一实施例的乳腺x射线影像配准方法。
处理器801可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。
存储器802可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器801可以运行程序指令，以实现上文的本申请的各个实施例的乳腺x射线影像配准方法中的步骤以及/或者其他期望的功能。在计算机可读存储介质中还可以存储诸如光线强度、补偿光强度、滤光片的位置等信息。
在一个示例中，电子设备80还可以包括：输入装置803和输出装置804，这些组件通过总线系统和/或其他形式的连接机构(图8中未示出)互连。
例如，在该电子设备是如工业生产线上的机器人时，该输入装置803可以是摄像头，用于捕捉待加工零件的位置。在该电子设备是单机设备时，该输入装置803可以是通信网络连接器，用于从外部的可移动设备接收所采集的输入信号。此外，该输入装置803还可以包括例如键盘、鼠标、麦克风等等。
该输出装置804可以向外部输出各种信息，例如可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图8中仅示出了该电子设备80中与本申请有关的组件中的一些，省略了诸如总线、输入装置/输出接口等组件。除此之外，根据具体应用情况，电子设备80还可以包括任何其他适当的组件。
除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，包括计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行如上述任一实施例的乳腺x射线影像配准方法中的步骤。
计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，程序设计语言包括面向对象的程序设计语言，诸如java、c 等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行本说明书上述“示例性乳腺x射线影像配准方法”部分中描述的根据本申请各种实施例的乳腺x射线影像配准方法中的步骤。
计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器((ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换等，均应包含在本申请的保护范围之内。
1.一种乳腺x射线影像配准方法，其特征在于，包括：
根据乳腺x射线影像获取包括乳腺区域的矩形外接框；
根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺x射线影像进行缩放；
在竖直方向上移动所述乳腺x射线影像以使得所述矩形外接框的顶端与所述矩形配准窗口的顶端对齐；
基于所述缩放比例，计算将所述矩形外接框的远离乳头的竖向边框移动至所述矩形配准窗口的水平方向边缘时所需水平位移量；以及
基于所述水平位移量移动所述乳腺x射线影像。
2.根据权利要求1所述的方法，其特征在于，进一步包括：
获取所述矩形外接框的对角线两端的第一顶点的坐标和第二顶点的坐标，其中，所述第一顶点的坐标在水平方向上相比所述第二顶点的坐标更靠近乳头；
其中，在所述根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺x射线影像进行缩放之前，所述方法进一步包括：
根据所述第一顶点的坐标和所述第二顶点的坐标获得所述矩形外接框的高度。
3.根据权利要求2所述的方法，其特征在于，所述计算将所述矩形外接框的远离乳头的竖向边框移动至所述矩形配准窗口的水平方向边缘时所需水平位移量包括：
基于所述缩放比例，计算所述第一顶点在所述矩形配准窗口中对应的第一配准位置；以及
根据所述第一顶点和所述第一配准位置之间的水平距离获取所述水平位移量。
4.根据权利要求1至3中任一所述的方法，其特征在于，所述根据乳腺x射线影像获取包括乳腺区域的矩形外接框包括：
将所述乳腺x射线影像输入乳腺区域分割模型，以获取所述乳腺区域分割模型输出的乳腺区域，其中，所述乳腺区域分割模型为预先建立的深度神经网络模型；
将所述乳腺区域进行后处理，其中，所述后处理过程包括以下操作中的一种或多种组合：形态学开操作、形态学闭操作和消除噪声；以及
选取最大连通区域的最小外接矩形框作为所述乳腺区域的矩形外接框。
5.根据权利要求4所述的方法，其特征在于，所述深度神经网络模型包括多个卷积层，所述多个卷积层包括：多个下采样卷积层、多个上采样卷积层和多个普通卷积层；
其中，所述多个卷积层中的每个卷积层与对应的归一化层和激活函数层连接。
6.根据权利要求4所述的方法，其特征在于，不同的所述下采样卷积层之间采用跨越式连接，和/或，不同的所述上采样卷积层之间采用跨越式连接。
7.根据权利要求4所述的方法，其特征在于，所述深度神经网络模型通过如下过程预先建立：
将包括医生标注乳腺区域的乳腺x射线影像样本输入初始深度神经网络进行训练；
将所述初始深度神经网络输出的预测乳腺区域与所述医生标注乳腺区域对比以计算损失值；
基于所述损失值以梯度回传的方式更新所述初始深度神经网络的参数。
8.一种乳腺x射线影像配准装置，其特征在于，包括：
第一获取模块，配置为根据乳腺x射线影像获取包括乳腺区域的矩形外接框；
第二获取模块，配置为根据矩形外接框的高度和矩形配准窗口的高度获取缩放比例，并根据所述缩放比例对所述乳腺x射线影像进行缩放；
竖直平移模块，配置为在竖直方向上移动所述乳腺x射线影像以使得所述矩形外接框的顶端与所述矩形配准窗口的顶端对齐；
第一计算模块，配置为基于所述缩放比例，计算将所述矩形外接框的远离乳头的竖向边框移动至所述矩形配准窗口的水平方向边缘时所需水平位移量；以及
水平平移模块，配置为基于所述水平位移量移动所述乳腺x射线影像。
9.一种电子设备，包括：
处理器；以及
存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1至7中任一所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如权利要求1至7中任一所述的方法。
技术总结