心脏插入点定位方法、装置、计算机设备和存储介质与流程

1.本技术涉及磁共振成像技术领域，特别是涉及一种心脏插入点定位方法、装置、计算机设备和存储介质。


背景技术：

2.心脏磁共振成像(magnetic resonance imaging，mri)在临床上已经成为一种强有力的诊断工具。稳健和快速的心脏建模对于心脏的结构和功能分析非常重要。心脏锚点为提取形态学和功能特征进行诊断和疾病监测提供了强有力的线索。
3.例如，在一个具体场景下，针对整个心脏范围，采集多期相的mr心脏心灌注短轴图像，基于mr心脏心灌注短轴图像进行灌注分析。其中，mr心脏心灌注短轴图像中，每例病例的序列为沿心脏片层和时间帧两个维度的四维图像集合。灌注分析流程包括获取左心室心肌内外轮廓和右心室插入点；通过心肌内外膜轮廓和右心室插入点计算心肌灌注参数和牛眼图。其中，在灌注分析之前需要获取左心室和右心室两端的两个交点，即为右心室插入点。
4.然而，现有技术中对右心室插入点的定位计算方法过程复杂，且计算结果不准确。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高心脏部位标志点的计算结果准确性的心脏插入点确定方法、装置、计算机设备和存储介质。
6.第一方面，提供一种心脏插入点确定方法，该方法包括：
7.根据左心室的轮廓信息和多帧原始医学图像，获取差值图像；
8.根据差值图像和种子点，确定目标图像；目标图像包括右心室；
9.根据目标图像，确定右心室的插入点位置。
10.在其中一个可选的实施例中，根据左心室的轮廓信息和多帧原始医学图像，获取差值图像，包括：
11.根据左心室的轮廓信息，确定轮廓信息的中心点；
12.根据多帧原始医学图像和中心点，确定差值图像。
13.在其中一个可选的实施例中，根据多帧原始医学图像和中心点，确定差值图像，包括：
14.根据中心点，对多个时间帧的原始医学图像进行对齐和裁剪，得到裁剪对齐后的多帧原始医学图像；
15.根据裁剪后的多个时间帧的原始医学图像，获取每个像素对应的最大灰度值和最小灰度值；
16.获取每个像素的最大灰度值与最小灰度值的灰度差，根据每个像素的灰度差，得到差值图像。
17.在其中一个可选的实施例中，根据差值图像和种子点，确定目标图像，包括：
18.根据左心室的轮廓信息，将差值图像中左心室对应的各个像素的灰度值置为预设值，得到灰度处理后的差值图像；
19.根据灰度处理后的差值图像中各像素的灰度值，确定目标图像。
20.在其中一个可选的实施例中，根据灰度处理后的差值图像中各像素的灰度值，确定目标图像，包括：
21.根据灰度处理后的差值图像中各像素的灰度值，确定灰度处理后的差值图像中的初始区域；初始区域包括右心室的范围区域；
22.根据初始区域，确定初始区域中灰度值最大的像素点；
23.以灰度值最大的像素点为种子点，根据预设的区域生长算法，确定多个时间帧的原始医学图像中的目标区域。
24.在其中一个可选的实施例中，根据目标图像，确定右心室的插入点位置，包括：
25.以左心室的轮廓信息的中心点为原点，预设长度为半径，旋转进行极坐标的展开；
26.在旋转之后得到的极坐标图像中，获取每个时间帧的原始医学图像中左心室的轮廓所在区域与目标区域的交点，确定第一个交点和最后一个交点为右心室的插入点位置。
27.在其中一个可选的实施例中，确定第一个交点和最后一个交点为右心室的插入点位置，包括：
28.将第一个交点和最后一个交点在极坐标系下的坐标，转换为原始医学图像所在的坐标系下的坐标，得到在原始医学图像所在的坐标系下的右心室的插入点位置。
29.第二方面，提供一种心脏插入点定位装置，该装置包括：
30.获取模块，用于根据左心室的轮廓信息和多帧原始医学图像，获取差值图像；
31.第一确定模块，用于根据差值图像和种子点，确定目标图像；目标图像包括右心室；
32.第二确定模块，用于根据目标图像，确定右心室的插入点位置。
33.第三方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面任一所述的心脏插入点定位方法。
34.第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的心脏插入点定位方法。
35.上述心脏插入点定位方法、装置、计算机设备和存储介质，计算机设备根据左心室的轮廓信息和多帧原始医学图像，获取差值图像，根据差值图像和种子点，确定目标图像；目标图像包括右心室，根据目标图像，确定右心室的插入点位置。本技术中，通过左心室的轮廓信息对右心室的大小和方位进行判断，从而对右心室插入点进行自动定位，避免了医生手动定位的繁琐工作，并且，本技术提供的心脏插入点定位方法基于差值图像和种子点确定包括右心室的目标图像，确定结果准确，进一步地，基于目标图像确定右心室的插入点位置的结果也比较准确。
附图说明
36.图1为一个实施例中mr心脏心灌注短轴图像示意图；
37.图2为一个实施例中心脏插入点定位方法的应用环境图；
38.图3为一个实施例中心脏插入点定位方法的流程示意图；
39.图4为一个实施例中心脏插入点定位方法的流程示意图；
40.图5为一个实施例中心脏插入点定位方法的流程示意图；
41.图6为一个实施例中心脏插入点定位方法的流程示意图；
42.图7为一个实施例中心脏插入点定位方法的流程示意图；
43.图8为一个实施例中心脏插入点定位方法的流程示意图；
44.图9为一个实施例中心脏插入点定位方法的流程示意图；
45.图10为一个实施例中心脏插入点定位方法的图像处理过程示意图；
46.图11为一个实施例中心脏插入点定位装置的结构框图。
具体实施方式
47.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
48.本技术提供的心脏插入点定位方法，可以应用于如图1所示的应用环境中。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种心脏插入点定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
49.本领域技术人员可以理解，图1中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
50.mr心脏心灌注短轴图像是针对整个心脏范围的多期相(时间帧)数据，如图1所示，每例病例的序列是沿心脏片层和时间帧两个维度的四维图像集合。心灌注分析以及参数计算以单片层多时间帧的一组三维图像为分析对象。整个灌注分析流程包括：获取左心室心肌内外轮廓和右心室插入点；通过心肌内外膜轮廓和右心室插入点计算心肌灌注参数和牛眼图。其中左心室心肌轮廓可以通过用户输入，右心室插入点通过算法自动获取。
51.mr心脏心灌注短轴图像分析功能在计算灌注参数前需要获取左心室和右心室两端的两个交点，即为右心室插入点。本技术提供的心脏插入点定位方法目的在于，通过已知的左心室轮廓信息，对右心室的大小和方位进行判断，从而对右心室插入点进行自动定位。
52.下面将通过实施例并结合附图具体地对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本技术图2
‑
图8实施例提供的心脏插入点定位方法，其执行主体为计算机设备，也可以是心脏插入点定位装置，
该心脏插入点定位装置可以通过软件、硬件或者软硬件结合的方式成为计算机设备的部分或全部。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。
53.在一个实施例中，如图2所示，提供了一种心脏插入点定位方法，涉及的是计算机设备根据左心室的轮廓信息和多帧原始医学图像，获取差值图像，根据差值图像和种子点，确定目标图像；目标图像包括右心室，根据目标图像，确定右心室的插入点位置的过程，包括以下步骤：
54.s201、根据左心室的轮廓信息和多帧原始医学图像，获取差值图像。
55.其中，左心室的轮廓信息可以为用户输入的，例如，用户可以基于计算机设备的显示界面输入左心室的轮廓信息；或者，还可以将原始医学图像输入至预设的特征提取模型中，获取每一帧原始医学图像中的左心室的轮廓信息。
56.在本实施例中，计算机设备获取多帧原始医学图像以及每一帧的原始医学图像中左心室的轮廓信息之后，确定多帧原始医学图像的差值图像。这里，差值图像指的是原始医学图像上的每一个像素点，在所有时间帧对应的原始医学图像中，最大灰度值与最小灰度值的差所形成的图像。可选地，计算机设备可以根据左心室的轮廓信息对多帧原始医学图像进行预处理，例如，对多帧原始医学图像进行对齐处理、裁剪处理等，经过预处理之后，获取原始医学图像中各个像素点在各个帧上的灰度值，根据每一个像素点在所有帧上的最大灰度值和最小灰度值，计算每一个像素点对应的灰度差值，根据所有像素点的灰度差值，生成差值图像，本实施例对此不做限定。
57.s202、根据差值图像和种子点，确定目标图像；目标图像包括右心室。
58.其中，种子点可以为差值图像中灰度值最大的像素点，也可以为差值图像中指定的一个像素点。
59.在本实施例中，计算机设备根据种子点，可以通过预设的区域生长法，在差值图像中确定包括右心室在内的目标区域，也即在差值图像中确定右心室所在的图像区域。可选地，计算机设备还可以种子点和预设的灰度值范围，确定目标图像，例如，以种子点为中心，根据灰度值范围确定包括种子点在内的区域，即得到右心室所在的区域，确定目标图像，可选地，为了确保种子点获取的准确性和右心室区域确定的准确性，计算机设备可以根据左心室的轮廓信息，将左心室所在区域裁剪掉，基于裁剪掉左心室所在区域的差值图像，确定种子点，以及基于种子点和预设的方法，确定包括右心室区域的目标图像，本实施例对此不做限定。
60.s203、根据目标图像，确定右心室的插入点位置。
61.在本实施例中，目标图像中包括右心室对应的准确区域，计算机设备在得到目标图像之后，根据右心室所在区域确定右心室的插入点位置。可选地，计算机设备可以先确定心血池的中心点，根据心血池的中心点确定右心室的插入点位置，其中，心血池的中心点可以为左心室的轮廓信息的中心点；示例地，计算机设备可以以心血池的中心点为坐标原点，构建极坐标系，确定极坐标系下左心室所在区域与右心室所在区域的两个交点为右心室的插入点位置；或者，计算机设备还可以以心血池的中心点为起点，做右心室所在区域方向的射线，确定与右心室轮廓的交点为右心室的插入点位置，本实施例对此不做限定。
62.上述心脏插入点定位方法中，计算机设备根据左心室的轮廓信息和多帧原始医学图像，获取差值图像，根据差值图像和种子点，确定包括右心室的目标图像，根据目标图像，
确定右心室的插入点位置。本技术中，通过左心室的轮廓信息对右心室的大小和方位进行判断，从而对右心室插入点进行自动定位，避免了医生手动定位的繁琐工作，并且，本技术提供的心脏插入点定位方法基于差值图像和种子点确定包括右心室的目标图像，确定结果准确，进一步地，基于目标图像确定右心室的插入点位置的结果也比较准确。
63.计算机设备可以对原始医学图像进行预处理，进而根据预处理之后的图像，确定差值图像。在其中一个可选的实施例中，如图3所示，根据左心室的轮廓信息和多帧原始医学图像，获取差值图像，包括：
64.s301、根据左心室的轮廓信息，确定轮廓信息的中心点。
65.在本实施例中，可选地，计算机设备根据左心室的轮廓信息，绘制左心室所在的外切圆，根据左心室所在的外切圆，确定左心室的中心点；或者，计算机设备还可以直接根据左心室的轮廓，在左心室轮廓内部做大于半径的连线，根据多条连线的交点，确定左心室的中心点；或者，计算机设备还可以将左心室轮廓信息输入至预设的数学几何模型中，以确定左心室的中心点，本实施例对此不做限定。
66.s302、根据多帧原始医学图像和中心点，确定差值图像。
67.在本实施例中，计算机设备在确定左心室的中心点之后，可选地，可以根据左心室的中心点，将所有帧的原始医学图像进行对齐裁剪，得到对齐裁剪之后的医学图像；或者，计算机设备还可以根据左心室中心点的位置，筛选并剔除左心室中心点位置偏离预设范围内的图像，从而根据筛选之后的图像进行差值图像的确定。其中，计算机设备根据各个像素点在所有帧医学图像上的灰度值，确定差值图像。
68.在本实施例中，计算机设备根据左心室的轮廓信息，确定中心点，从而根据中心点和原始医学图像确定差值图像，得到的差值图像准确性比较高。
69.可选地，计算机设备在确定差值图像的过程中，在其中一个可选的实施例中，如图4所示，根据多帧原始医学图像和中心点，确定差值图像，包括：
70.s401、根据中心点，对多个时间帧的原始医学图像进行对齐和裁剪，得到裁剪对齐后的多帧原始医学图像。
71.在本实施例中，计算机设备根据每一帧中左心室的中心点，将所有帧的原始医学图像进行对齐操作，并基于每一帧左心室的轮廓信息，对所有帧的原始医学图像进行裁剪操作，从而得到对所有帧的原始医学图像进行对齐裁剪之后的医学图像。
72.s402、根据裁剪后的多个时间帧的原始医学图像，获取每个像素对应的最大灰度值和最小灰度值。
73.在本实施例中，计算机设备在获取到进行对齐裁剪之后的所有帧的医学图像之后，确定每一个像素点在其他帧中对应的像素点，从而获取同一个像素点在所有帧医学图像中对应的灰度值，进而将每一个灰度值进行排序、比较，确定每一个像素点的在所有帧医学图像中的最大灰度值和最小灰度值，本实施例对此不做限定。
74.s403、获取每个像素的最大灰度值与最小灰度值的灰度差，根据每个像素的灰度差，得到差值图像。
75.在本实施例中，计算机设备根据每一个像素点在所有帧图像中确定的最大灰度值和最小灰度值，计算每一个像素点对应的灰度差，根据所有像素点对应的灰度差，生成图像即为差值图像。
76.在本实施例中，计算机设备在对原始医学图像进行对齐裁剪之后，再获取各个像素点在所有帧的原始医学图像中的灰度值，减少了确定各个像素点灰度值的数据量，提高了确定各个像素点灰度值的效率和准确性，进而，得到的差值图像的准确性也比较高。
77.计算机设备在得到差值图像之后，基于差值图像确定包括右心室的目标图像，在其中一个可选的实施例中，如图5所示，根据差值图像和种子点，确定目标图像，包括：
78.s501、根据左心室的轮廓信息，将差值图像中左心室对应的各个像素的灰度值置为预设值，得到灰度处理后的差值图像。
79.在本实施例中，计算机设备根据左心室的轮廓信息，在差值图像中要执行的操作为剔除左心室所在区域，因此，此时的左心室所在区域的各个像素点的灰度值可以置为0，从而得到剔除左心室所在区域之后的差值图像。可选地，计算机设备还可以直接根据左心室的轮廓信息，将左心室所在区域从差值图像中裁剪掉，得到处理之后的差值图像。
80.s502、根据灰度处理后的差值图像中各像素的灰度值，确定目标图像。
81.在本实施例中，计算机设备将左心室所在区域从差值图像中剔除，或进行了灰度处理之后，差值图像中灰度值较大的区域仅剩下右心室所在的大致区域。此时，根据差值图像中的各个像素点的灰度值，获取灰度值大于预设阈值，或者获取灰度值处于预设灰度值范围内的像素点，这些像素点所在的区域即为右心室所在区域，即得到包括右心室的目标图像。
82.在本实施例中，计算机设备在对左心室区域进行灰度处理之后，确定包括右心室区域的目标图像，避免了左心室区域对右心室区域造成的干扰，使得右心室的确定结果更为准确。
83.进一步地，计算机设备在根据灰度处理之后的差值图像确定目标图像的过程中，在其中一个可选的实施例中，如图6所示，根据灰度处理后的差值图像中各像素的灰度值，确定目标图像，包括：
84.s601、根据灰度处理后的差值图像中各像素的灰度值，确定灰度处理后的差值图像中的初始区域；初始区域包括右心室的范围区域。
85.其中，初始区域指的是包括右心室的大致范围区域。
86.在本实施例中，计算机设备可以基于预设的大津算法otsu，根据灰度处理后的差值图像确定差值图像中的初始区域，示例地，计算机设备利用otsu算法将灰度处理后的差值图像退化为二值图像，从而基于二值图像提取右心室的大致范围作为初始区域。
87.s602、根据初始区域，确定初始区域中灰度值最大的像素点。
88.在本实施例中，计算机设备在确定初始区域之后，获取初始区域中各个像素点的灰度值，确定灰度值最大的像素点作为种子点。
89.s603、以灰度值最大的像素点为种子点，根据预设的区域生长算法，确定多个时间帧的原始医学图像中的目标区域。
90.在本实施例中，计算机设备灰度值最大的像素点作为种子点，在每一帧的原始医学图像的右心室范围内进行区域生长得到每一帧的原始医学图像中包括右心室的目标区域。其中，区域生长算法的原理是输入一个或者若干个种子点，通过在这些种子点的相邻点进行寻找，将满足一定条件的相邻点放入种子点集合中，接着去寻找这些种子点的相邻点，以此过程不断进行迭代，直到种子点集合中所有点的相邻点都被寻找过，且没有更多的符
合条件的点被找出时，区域生长算法停止，从而达到将有相似性质的像素点找出来并合并到一起的目的。在本实施例中利用区域生长和确定的种子点，确定右心室区域所在目标区域。
91.在本实施例中，计算机设备根据灰度处理之后的差值图像确定种子点，基于种子点和预设的区域生长算法，确定右心室所在的目标区域，整个过程算法简单且高效，基于区域生长得到的目标区域较为准确。
92.计算机设备在得到目标图像之后，根据左心室的轮廓信息确定右心室的插入点位置，在其中一个可选的实施例中，如图7所示，根据目标图像，确定右心室的插入点位置，包括：
93.s701、以左心室的轮廓信息的中心点为原点，预设长度为半径，旋转进行极坐标的展开。
94.在本实施例中，计算机设备根据左心室的轮廓信息，确定左心室的中心点，以中心点为坐标原点，根据预设的半径长度进行极坐标展开。
95.s702、在旋转之后得到的极坐标图像中，获取每个时间帧的原始医学图像中左心室的轮廓所在区域与目标区域的交点，确定第一个交点和最后一个交点为右心室的插入点位置。
96.在本实施例中，计算机设备获取每个时间帧的原始医学图像中左心室的轮廓所在区域与目标区域的交点，并确定每一帧图像中右心室区域在极坐标下的端点为插入点位置，其中，端点为在极坐展开过程中，第一个经过右心室区域的交点和最后一个经过右心室区域的交点。
97.可选地，将第一个交点和最后一个交点在极坐标系下的坐标，转换为原始医学图像所在的坐标系下的坐标，得到在原始医学图像所在的坐标系下的右心室的插入点位置。
98.在本实施例中，计算机设备在确定第一个交点和最后一个交点为右心室的插入点位置之后，根据极坐标系与原始医学图像所在坐标系的对应关系，确定第一个交点和最后一个交点在原始医学图像中的坐标，得到在原始医学图像所在的坐标系下的右心室的插入点位置，本实施例对此不做限定。
99.在本实施例中，计算机设备根据左心室的轮廓信息和预设极坐标展开方法，确定与右心室区域的交点，从而确定右心室的插入点位置，该方法简单、有效并且准确。
100.为了更好的说明上述方法，如图8所示，本实施例提供一种心脏插入点定位方法，具体包括：
101.s101、根据中心点，对多个时间帧的原始医学图像进行对齐和裁剪，得到裁剪对齐后的多帧原始医学图像；
102.s102、根据裁剪后的多个时间帧的原始医学图像，获取每个像素对应的最大灰度值和最小灰度值；
103.s103、获取每个像素的最大灰度值与最小灰度值的灰度差，根据每个像素的灰度差，得到差值图像；
104.s104、根据左心室的轮廓信息，将差值图像中左心室对应的各个像素的灰度值置为预设值，得到灰度处理后的差值图像；
105.s105、根据灰度处理后的差值图像中各像素的灰度值，确定灰度处理后的差值图
像中的初始区域；
106.s106、根据初始区域，确定初始区域中灰度值最大的像素点；
107.s107、以灰度值最大的像素点为种子点，根据预设的区域生长算法，确定多个时间帧的原始医学图像中的目标区域；
108.s108、以左心室的轮廓信息的中心点为原点，预设长度为半径，旋转进行极坐标的展开；
109.s109、在旋转之后得到的极坐标图像中，获取每个时间帧的原始医学图像中左心室的轮廓所在区域与目标区域的交点；
110.s110、将第一个交点和最后一个交点在极坐标系下的坐标，转换为原始医学图像所在的坐标系下的坐标，得到在原始医学图像所在的坐标系下的右心室的插入点位置。
111.可选地，图10给出了针对原始医学图像进行右心室插入点定位的具体图像处理过程。在本实施例中，通过左心室的轮廓信息对右心室的大小和方位进行判断，从而对右心室插入点进行自动定位，避免了医生手动定位的繁琐工作，并且，本技术提供的心脏插入点定位方法基于差值图像和种子点确定包括右心室的目标图像，确定结果准确，进一步地，基于目标图像确定右心室的插入点位置的结果也比较准确。
112.上述实施例提供的心脏插入点定位方法，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
113.应该理解的是，虽然图2
‑
8的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2
‑
8中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
114.在一个实施例中，如图9所示，提供了一种心脏插入点定位装置，包括：获取模块01、第一确定模块02和第二确定模块03，其中：
115.获取模块01，用于根据左心室的轮廓信息和多帧原始医学图像，获取差值图像；
116.第一确定模块02，用于根据差值图像和种子点，确定目标图像；目标图像包括右心室；
117.第二确定模块03，用于根据目标图像，确定右心室的插入点位置。
118.在其中一个可选的实施例中，获取模块01，用于根据左心室的轮廓信息，确定轮廓信息的中心点；根据多帧原始医学图像和中心点，确定差值图像。
119.在其中一个可选的实施例中，获取模块01，用于根据中心点，对多个时间帧的原始医学图像进行对齐和裁剪，得到裁剪对齐后的多帧原始医学图像；根据裁剪后的多个时间帧的原始医学图像，获取每个像素对应的最大灰度值和最小灰度值；获取每个像素的最大灰度值与最小灰度值的灰度差，根据每个像素的灰度差，得到差值图像。
120.在其中一个可选的实施例中，第一确定模块02，用于根据左心室的轮廓信息，将差值图像中左心室对应的各个像素的灰度值置为预设值，得到灰度处理后的差值图像；根据灰度处理后的差值图像中各像素的灰度值，确定目标图像。
121.在其中一个可选的实施例中，第一确定模块02，用于根据灰度处理后的差值图像
中各像素的灰度值，确定灰度处理后的差值图像中的初始区域；初始区域包括右心室的范围区域；根据初始区域，确定初始区域中灰度值最大的像素点；以灰度值最大的像素点为种子点，根据预设的区域生长算法，确定多个时间帧的原始医学图像中的目标区域。
122.在其中一个可选的实施例中，第二确定模块03，用于以左心室的轮廓信息的中心点为原点，预设长度为半径，旋转进行极坐标的展开；在旋转之后得到的极坐标图像中，获取每个时间帧的原始医学图像中左心室的轮廓所在区域与目标区域的交点，确定第一个交点和最后一个交点为右心室的插入点位置。
123.在其中一个可选的实施例中，第二确定模块03，用于将第一个交点和最后一个交点在极坐标系下的坐标，转换为原始医学图像所在的坐标系下的坐标，得到在原始医学图像所在的坐标系下的右心室的插入点位置。
124.关于心脏插入点定位装置的具体限定可以参见上文中对于心脏插入点定位方法的限定，在此不再赘述。上述心脏插入点定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
125.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
126.根据左心室的轮廓信息和多帧原始医学图像，获取差值图像；
127.根据差值图像和种子点，确定目标图像；目标图像包括右心室；
128.根据目标图像，确定右心室的插入点位置。
129.上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
130.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
131.根据左心室的轮廓信息和多帧原始医学图像，获取差值图像；
132.根据差值图像和种子点，确定目标图像；目标图像包括右心室；
133.根据目标图像，确定右心室的插入点位置。
134.上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
135.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
136.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例
中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
137.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。