基于3D图像构建的耳血肿检测方法及相关设备与流程

基于3d图像构建的耳血肿检测方法及相关设备
技术领域
1.本技术涉及宠物医疗技术领域，尤其涉及一种基于3d图像构建的耳血肿检测方法及相关设备。


背景技术：

2.随着饲养宠物的流行，宠物常见的疾病给宠物主人带来了极大的困扰，因此，为宠物进行诊断，解决宠物的常见疾病也是宠物医护人员的重要工作之一。市面上宠物的疾病有很多种，耳部疾病是发病率较高的一种，犬猫的耳部疾病通常有外耳道炎、立耳术、耳血肿等，目前，宠物耳部疾病的诊断主要依赖于医护人员人工完成，这对医护人员的经验要求较高，但是，检测效率相对较低。


技术实现要素：

3.针对上述问题，本技术提供了一种基于3d图像构建的耳血肿检测方法及相关设备，有利于提升宠物耳血肿检测的效率。
4.为实现上述目的，本技术实施例第一方面提供了一种基于3d图像构建的耳血肿检测方法，该方法包括：
5.获取宠物的多模态耳部医学影像；
6.对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
7.基于耳廓区域图像构建宠物的耳廓3d图像；
8.从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
9.结合第一方面，在一种可能的实施方式中，多模态耳部医学影像包括耳部血管dsa医学影像，在基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿之前，该方法还包括：
10.将耳部血管dsa医学影像中的血管的像素点映射到耳廓3d图像的3d空间，得到包含3d血管的耳廓3d图像。
11.结合第一方面，在一种可能的实施方式中，该方法还包括：
12.基于耳部血管dsa医学影像得到多个血管段；
13.对于多个血管段中的任意一个血管段，确定任意一个血管段在包含3d血管的耳廓3d图像中的3d血管段及3d血管段的第一中心线；
14.基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂。
15.结合第一方面，在一种可能的实施方式中，基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂，包括：
16.在3d血管段的血管壁上随机选择一个点a，并确定点a的8邻域点；
17.以3d血管段的第一中心线为对称轴，统计点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量；
18.在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量小于预设数量的情况下，确定3d血管段存在破裂；
19.在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量大于或等于预设数量的情况下，确定3d血管段不存在破裂。
20.结合第一方面，在一种可能的实施方式中，基于耳部血管dsa医学影像得到多个血管段，包括：
21.将耳部血管dsa医学影像转为二值图像；
22.基于二值图像提取耳部血管dsa医学影像中的血管的第二中心线；
23.检测耳部血管dsa医学影像中的血管的第二中心线的交叉点和分支点，去除交叉点和分支点，得到多个血管段。
24.结合第一方面，在一种可能的实施方式中，基于耳廓区域图像构建宠物的耳廓3d图像，包括：
25.获取耳廓区域图像的深度信息；
26.从耳廓区域图像中确定出前景像素点，得到前景像素点集；
27.对前景像素点集中对应于同一耳部组织的多个前景像素点进行去重，得到去重后的前景像素点集；
28.基于深度信息，得到去重后的前景像素点集中的前景像素点对应的三维点；
29.采用三维点构建宠物的耳廓3d图像。
30.本技术实施例第二方面提供了一种基于3d图像构建的耳血肿检测装置，该装置包括获取单元和处理单元，
31.获取单元，用于获取宠物的多模态耳部医学影像；
32.处理单元，用于对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
33.处理单元，还用于基于耳廓区域图像构建宠物的耳廓3d图像；
34.处理单元，还用于从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
35.本技术实施例第三方面提供了一种电子设备，该电子设备包括输入设备和输出设备，还包括处理器，适于实现一条或多条指令；以及，存储器，所述存储器存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行如下步骤：
36.获取宠物的多模态耳部医学影像；
37.对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
38.基于耳廓区域图像构建宠物的耳廓3d图像；
39.从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
40.本技术实施例第四方面提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如下步骤：
41.获取宠物的多模态耳部医学影像；
42.对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
43.基于耳廓区域图像构建宠物的耳廓3d图像；
44.从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
45.本技术的上述方案至少包括以下有益效果：
46.本技术实施例中，通过获取宠物的多模态耳部医学影像；对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；基于耳廓区域图像构建宠物的耳廓3d图像；从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。这样基于耳部医学影像进行宠物耳血肿检测，有利于降低对医护人员人工操作的依赖(比如通过操作耳廓镜等硬件进行检测)，从而有利于提升宠物耳血肿检测的效率。
附图说明
47.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本邻域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1为本技术实施例提供的一种基于3d图像构建的耳血肿检测方法的流程示意图；
49.图2为本技术实施例提供的另一种基于3d图像构建的耳血肿检测方法的流程示意图；
50.图3为本技术实施例提供的一种交叉点与分支点的示意图；
51.图4为本技术实施例提供的一种血管壁上的点a及点a的8邻域点的示意图；
52.图5为本技术实施例提供的另一种基于3d图像构建的耳血肿检测方法的流程示意图；
53.图6为本技术实施例提供的一种基于3d图像构建的耳血肿检测装置的结构示意图；
54.图7为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
55.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本邻域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
56.本技术说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同的对象，而并非用于描述特定的顺序。
57.请参见图1，图1为本技术实施例提供的一种基于3d图像构建的耳血肿检测方法的流程示意图，该方法应用于电子设备，如图1所示，包括步骤101-104：
58.101：获取宠物的多模态耳部医学影像。
59.本技术具体实施例中，多模态耳部医学影像包括耳部血管dsa医学影像和mri耳部医学影像，mri耳部医学影像包括各成像面的耳部t1wi医学影像、耳部t2wi医学影像、多个耳部t1wi增强医学影像和耳部ct医学影像，其中，多个耳部t1wi增强医学影像分别基于不同的对比剂剂量进行增强扫描得到。
60.102：对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像。
61.本技术具体实施例中，感兴趣区域是指耳廓区域，在对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割之前，该方法还包括：
62.获取耳部t1wi医学影像的第一信噪比及多个耳部t1wi增强医学影像中每个耳部t1wi增强医学影像的第二信噪比；
63.获取耳部t1wi医学影像的第一信噪比的第一亮度及多个耳部t1wi增强医学影像中每个耳部t1wi增强医学影像的第二亮度；
64.计算第二信噪比与第一信噪比的差值，以及计算第二亮度与第一亮度的差值；
65.根据第二信噪比与第一信噪比的差值、第二亮度与第一亮度的差值，从多个耳部t1wi增强医学影像中确定出至少一个耳部t1wi增强医学影像；
66.将至少一个耳部t1wi增强医学影像、耳部t1wi医学影像、耳部t2wi医学影像和耳部ct医学影像确定为至少一个目标耳部医学影像。
67.具体的，基于第二信噪比与第一信噪比的差值、第二亮度与第一亮度的差值，采用以下公式计算得到每个耳部t1wi增强医学影像的质量得分：
68.quality score＝a*(|snr2-snr1|) b*(|l2-l1|)；
69.其中，quality score表示每个耳部t1wi增强医学影像的质量得分，snr2表示第二信噪比，snr1表示第一信噪比，l2表示第二亮度，l1表示第一亮度，a和b分别表示信噪比差的权重和亮度差的权重。从多个耳部t1wi增强医学影像中确定出质量得分大于或等于预设阈值的至少一个耳部t1wi增强医学影像，在质量得分大于或等于预设阈值的情况下，我们认为对应的耳部t1wi增强医学影像的成像质量较高，更有利于辅助诊断。
70.在确定出至少一个目标耳部医学影像后，采用图像分割算法分割出每个耳部医学影像中的耳廓区域，从每个耳部医学影像中裁剪出耳廓区域，得到耳廓区域图像。
71.103：基于耳廓区域图像构建宠物的耳廓3d图像。
72.本技术具体实施例中，对于每张耳廓区域图像，采用图像大小/图像尺寸得到每张耳廓区域图像的深度信息，比如：118kb/191
×
256像素，然后从每张耳廓区域图像中确定出前景像素点，并对前景像素点对应的耳部组织进行标识，得到前景像素点集，其中，前景像素点是指宠物的耳部所在的像素点。由于不同的耳廓区域图像中可能会包括同一耳部组织的像素点，则前景像素点集中可能会存在对应于同一耳部组织的多个前景像素点，因此，需要对其进行去重处理，多个前景像素点中仅保留一个即可，得到去重后的前景像素点集。基于去重后的前景像素点集中的前景像素点对应的耳廓区域图像的深度信息，将去重后的前景像素点集中的前景像素点映射到三维空间，得到对应的三维点，采用这些三维点构建出完整的宠物耳廓3d图像。
73.104：从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
74.本技术具体实施例中，应理解，耳血肿是指在外力作用下耳部血管破裂，血液积聚于耳廓皮肤与耳软骨之间形成的肿胀，在构建出宠物的耳廓3d图像后，即可计算耳廓3d图像中耳廓皮肤和耳软骨之间的体积，将耳廓皮肤和耳软骨之间的体积与耳部正常情况下的体积阈值进行比较，若耳廓皮肤和耳软骨之间的体积远大于体积阈值，则可确定宠物存在耳血肿，反之，则可确定宠物不存在耳血肿。可选的，体积阈值可基于宠物的种类、体型等确定，比如小型犬类的体积阈值相对较小，等等。
75.可以看出，本技术实施例通过获取宠物的多模态耳部医学影像；对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；基于耳廓区域图像构建宠物的耳廓3d图像；从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。这样基于耳部医学影像进行宠物耳血肿检测，有利于降低对医护人员人工操作的依赖(比如通过操作耳廓镜等硬件进行检测)，从而有利于提升宠物耳血肿检测的效率。
76.请参见图2，图2为本技术实施例提供的另一种基于3d图像构建的耳血肿检测方法的流程示意图，如图2所示，包括步骤201-205：
77.201：获取宠物的多模态耳部医学影像，其中，多模态耳部医学影像包括耳部血管dsa医学影像；
78.202：对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
79.203：基于耳廓区域图像构建宠物的耳廓3d图像；
80.204：将耳部血管dsa医学影像中的血管的像素点映射到耳廓3d图像的3d空间，得到包含3d血管的耳廓3d图像；
81.205：从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
82.其中，步骤201-203及步骤205的具体实施方式在图1所示的实施例中已有相关说明，且能达到相同或相似的有益效果，为避免重复此处不再赘述。
83.具体的，对于耳部血管dsa医学影像，采用图像大小/图像尺寸得到其深度信息，基
于该深度信息将耳部血管dsa医学影像中的血管的像素点映射到耳廓3d图像的三维空间，得到对应的三维点，然后利用步骤103中去重后的前景像素点对应的三维点和耳部血管dsa医学影像中的血管的像素点对应的三维点构建三维图像，得到包含3d血管的耳廓3d图像。
84.示例性的，该方法还包括：
85.基于耳部血管dsa医学影像得到多个血管段；
86.对于多个血管段中的任意一个血管段，确定任意一个血管段在包含3d血管的耳廓3d图像中的3d血管段及3d血管段的第一中心线；
87.基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂。
88.具体的，首先对耳部血管dsa医学影像进行二值化，得到对应的二值图像，对于二值图像中的所有血管，采用预先训练好的中心线检测模型检测出血管的中心线，即第二中心线，确定出第二中心线的交叉点和分支点，具体可如图3所示，然后去除交叉点和分支点，且去除交叉点和分支点对应的血管壁上的像素点，即得到多个血管段。对于多个血管段中的任意一个血管段，其在包含3d血管的耳廓3d图像中必然存在对应的3d血管段，基于3d图像分割技术可分割出该3d血管段的中心线，即第一中心线。请参见图4，在3d血管段的血管壁上随机选择一个点a，并确定点a的8邻域点，以3d血管段的第一中心线为对称轴，统计点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量，比如点a及点a的8邻域点中的4个邻域点在另一侧血管壁上能找到对称点，则数量为5，在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量小于预设数量的情况下，确定3d血管段存在破裂，比如对称点的数量小于4，则可确定3d血管段存在破裂，相反，在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量大于或等于预设数量的情况下，确定3d血管段不存在破裂。
89.请参见图5，图5为本技术实施例提供的另一种基于3d图像构建的耳血肿检测方法的流程示意图，如图5所示，包括步骤501-508：
90.501：获取宠物的多模态耳部医学影像，多模态耳部医学影像包括耳部血管dsa医学影像；
91.502：对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
92.503：基于耳廓区域图像构建宠物的耳廓3d图像；
93.504：将耳部血管dsa医学影像中的血管的像素点映射到耳廓3d图像的3d空间，得到包含3d血管的耳廓3d图像；
94.505：基于耳部血管dsa医学影像得到多个血管段；
95.506：对于多个血管段中的任意一个血管段，确定任意一个血管段在包含3d血管的耳廓3d图像中的3d血管段及3d血管段的第一中心线；
96.507：基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂；
97.508：从耳廓3d图像中分割出耳廓皮肤和耳软骨，在3d血管段存在破裂的情况下，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
98.其中，步骤501-508的具体实施方式在图2所示的实施例中已有相关说明，且能达到相同或相似的有益效果，此处不再赘述。
99.基于上述基于3d图像构建的耳血肿检测方法实施例的描述，请参见图6，图6为本
申请实施例提供的一种基于3d图像构建的耳血肿检测装置的结构示意图，如图6所示，该装置包括获取单元601和处理单元602；其中：
100.获取单元601，用于获取宠物的多模态耳部医学影像；
101.处理单元602，用于对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
102.处理单元602，还用于基于耳廓区域图像构建宠物的耳廓3d图像；
103.处理单元602，还用于从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。
104.可以看出，在图6所示的基于3d图像构建的耳血肿检测装置中，通过获取宠物的多模态耳部医学影像；对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；基于耳廓区域图像构建宠物的耳廓3d图像；从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。这样基于耳部医学影像进行宠物耳血肿检测，有利于降低对医护人员人工操作的依赖(比如通过操作耳廓镜等硬件进行检测)，从而有利于提升宠物耳血肿检测的效率。
105.在一种可能的实施方式中，多模态耳部医学影像包括耳部血管dsa医学影像，处理单元602还用于：
106.将耳部血管dsa医学影像中的血管的像素点映射到耳廓3d图像的3d空间，得到包含3d血管的耳廓3d图像。
107.在一种可能的实施方式中，处理单元602还用于：
108.基于耳部血管dsa医学影像得到多个血管段；
109.对于多个血管段中的任意一个血管段，确定任意一个血管段在包含3d血管的耳廓3d图像中的3d血管段及3d血管段的第一中心线；
110.基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂。
111.在一种可能的实施方式中，在基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂方面，处理单元602具体用于：
112.在3d血管段的血管壁上随机选择一个点a，并确定点a的8邻域点；
113.以3d血管段的第一中心线为对称轴，统计点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量；
114.在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量小于预设数量的情况下，确定3d血管段存在破裂；
115.在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量大于或等于预设数量的情况下，确定3d血管段不存在破裂。
116.在一种可能的实施方式中，在基于耳部血管dsa医学影像得到多个血管段方面，处理单元602具体用于：
117.将耳部血管dsa医学影像转为二值图像；
118.基于二值图像提取耳部血管dsa医学影像中的血管的第二中心线；
119.检测耳部血管dsa医学影像中的血管的第二中心线的交叉点和分支点，去除交叉
点和分支点，得到多个血管段。
120.在一种可能的实施方式中，在基于耳廓区域图像构建宠物的耳廓3d图像方面，处理单元602具体用于：
121.获取耳廓区域图像的深度信息；
122.从耳廓区域图像中确定出前景像素点，得到前景像素点集；
123.对前景像素点集中对应于同一耳部组织的多个前景像素点进行去重，得到去重后的前景像素点集；
124.基于深度信息，得到去重后的前景像素点集中的前景像素点对应的三维点；
125.采用三维点构建宠物的耳廓3d图像。
126.根据本技术的一个实施例，图6所示的基于3d图像构建的耳血肿检测装置的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本技术的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本技术的其它实施例中，基于3d图像构建的耳血肿检测装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
127.根据本技术的另一个实施例，可以通过在包括中央处理单元(cpu)、随机存取存储介质(ram)、只读存储介质(rom)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图1、图2或图5中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图6中所示的基于3d图像构建的耳血肿检测装置设备，以及来实现本技术实施例的基于3d图像构建的耳血肿检测方法。所述计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。
128.基于上述方法实施例和装置实施例的描述，本技术实施例还提供一种电子设备。请参见图7，该电子设备至少包括处理器701、输入设备702、输出设备703以及存储器704。其中，电子设备内的处理器701、输入设备702、输出设备703以及存储器704可通过总线或其他方式连接。
129.存储器704可以存储在电子设备的存储器中，所述存储器704用于存储计算机程序，所述计算机程序包括程序指令，所述处理器701用于执行所述存储器704存储的程序指令。处理器701(或称cpu(central processing unit，中央处理器))是电子设备的计算核心以及控制核心，其适于实现一条或多条指令，具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。
130.在一个实施例中，本技术实施例提供的电子设备的处理器701可以用于进行一系列基于3d图像构建的耳血肿检测方法的处理：
131.获取宠物的多模态耳部医学影像；
132.对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；
133.基于耳廓区域图像构建宠物的耳廓3d图像；
134.从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确
定宠物是否存在耳血肿。
135.可以看出，在图7所示的电子设备中，通过获取宠物的多模态耳部医学影像；对于多模态耳部医学影像中的至少一个目标耳部医学影像，对至少一个目标耳部医学影像中的每个耳部医学影像进行感兴趣区域分割，得到每个耳部医学影像中的耳廓区域图像；基于耳廓区域图像构建宠物的耳廓3d图像；从耳廓3d图像中分割出耳廓皮肤和耳软骨，基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿。这样基于耳部医学影像进行宠物耳血肿检测，有利于降低对医护人员人工操作的依赖(比如通过操作耳廓镜等硬件进行检测)，从而有利于提升宠物耳血肿检测的效率。
136.再一个实施例中，多模态耳部医学影像包括耳部血管dsa医学影像，在基于耳廓皮肤和耳软骨之间的体积确定宠物是否存在耳血肿之前，处理器701还用于执行：
137.将耳部血管dsa医学影像中的血管的像素点映射到耳廓3d图像的3d空间，得到包含3d血管的耳廓3d图像。
138.再一个实施例中，处理器701还用于执行：
139.基于耳部血管dsa医学影像得到多个血管段；
140.对于多个血管段中的任意一个血管段，确定任意一个血管段在包含3d血管的耳廓3d图像中的3d血管段及3d血管段的第一中心线；
141.基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂。
142.再一个实施例中，处理器701执行基于3d血管段及3d血管段的第一中心线，确定3d血管段是否存在破裂，包括：
143.在3d血管段的血管壁上随机选择一个点a，并确定点a的8邻域点；
144.以3d血管段的第一中心线为对称轴，统计点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量；
145.在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量小于预设数量的情况下，确定3d血管段存在破裂；
146.在点a及点a的8邻域点在3d血管段的血管壁上的对称点的数量大于或等于预设数量的情况下，确定3d血管段不存在破裂。
147.再一个实施例中，处理器701执行基于耳部血管dsa医学影像得到多个血管段，包括：
148.将耳部血管dsa医学影像转为二值图像；
149.基于二值图像提取耳部血管dsa医学影像中的血管的第二中心线；
150.检测耳部血管dsa医学影像中的血管的第二中心线的交叉点和分支点，去除交叉点和分支点，得到多个血管段。
151.再一个实施例中，处理器701执行基于耳廓区域图像构建宠物的耳廓3d图像，包括：
152.获取耳廓区域图像的深度信息；
153.从耳廓区域图像中确定出前景像素点，得到前景像素点集；
154.对前景像素点集中对应于同一耳部组织的多个前景像素点进行去重，得到去重后的前景像素点集；
155.基于深度信息，得到去重后的前景像素点集中的前景像素点对应的三维点；
156.采用三维点构建宠物的耳廓3d图像。
157.示例性的，电子设备可以是电脑、服务器等，电子设备包括但不仅限于处理器701、输入设备702、输出设备703以及存储器704。还可以包括内存、电源、应用客户端模块等。输入设备702可以是键盘、触摸屏、射频接收器等，输出设备703可以是扬声器、显示器、射频发送器等。本邻域技术人员可以理解，所述示意图仅仅是电子设备的示例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
158.需要说明的是，由于电子设备的处理器701执行计算机程序时实现上述的基于3d图像构建的耳血肿检测方法中的步骤，因此上述基于3d图像构建的耳血肿检测方法的实施例均适用于该电子设备，且均能达到相同或相似的有益效果。
159.本技术实施例还提供了一种计算机存储介质(memory)，所述计算机存储介质是电子设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括终端中的内置存储介质，当然也可以包括终端所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器701加载并执行的一条或多条的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的，还可以是至少一个位于远离前述处理器701的计算机存储介质。在一个实施例中，可由处理器701加载并执行计算机存储介质中存放的一条或多条指令，以实现上述有关基于3d图像构建的耳血肿检测方法的相应步骤。
160.示例性的，计算机存储介质的计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。
161.需要说明的是，由于计算机存储介质的计算机程序被处理器执行时实现上述的基于3d图像构建的耳血肿检测方法中的步骤，因此上述基于3d图像构建的耳血肿检测方法的所有实施例均适用于该计算机存储介质，且均能达到相同或相似的有益效果。
162.以上对本技术实施例进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本邻域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。