射野识别方法、计算机设备和计算机可读存储介质与流程

1.本技术涉及医学图像处理技术领域，特别是涉及一种射野识别方法、计算机设备和计算机可读存储介质。


背景技术：

2.放射治疗是利用放射线治疗肿瘤的一种局部治疗方法。其中，放射线包括放射性同位素的α、β、γ射线和各类x射线治疗机或加速器产生的x射线、电子线、质子束及其他粒子束等。用于进行放射治疗的设备被称为放射治疗设备。在放射治疗设备治疗患者的过程中，射线源产生放射线，射线适形组件适形放射线，以使放射线和肿瘤的形状相匹配。患者躺在放射治疗设备的治疗床上，治疗床承载患者进入放射治疗设备的治疗腔，并使患者的肿瘤区域位于放射治疗设备的等中心位置。适形后的放射线从不同的角度穿过等中心位置，对患者肿瘤进行治疗。
3.放射治疗设备的放射线照射位置的精度越高，其治疗精度越高，还能够进一步的避免放射线对患者健康组织带来的损伤。因此，为了保证放射治疗设备产生放射线的精度，通常在使用放射治疗设备之前，都需要对放射治疗设备进行质量保证(qa)验证。而在相关技术中，仅存在对应直线射野的胶片图像进行分析识别。而针对其他形状的射野，暂未有完整的射野识别方案，这使放射治疗设备的qa验证耗时过长，并且qa验证的精度差。
4.目前针对相关技术中没有完整的射野识别方案的问题，尚未提出有效的解决方案。


技术实现要素：

5.本技术实施例提供了一种射野识别方法、计算机设备和计算机可读存储介质，以至少解决相关技术中没有完整的射野识别方案的问题。
6.第一方面，本技术实施例提供了一种射野识别方法，包括：获取放疗设备产生的射野图像；遍历所有灰度值对所述射野图像进行二值化处理，确定待识别图像；识别所述待识别图像中的光斑中心以及有效光斑；根据所述光斑中心以及有效光斑，确定所述待识别图像中的射野形状。
7.在其中一个实施例中，所述遍历所有灰度值对所述射野图像进行二值化处理，确定待识别图像；遍历所有灰度值对所述射野图像进行二值化处理，得到所有二值化图像；根据所有所述二值化图像，确定最优灰度值；以最优灰度值对射野图像进行二值化处理，得到待识别图像。
8.在其中一个实施例中，所述根据所有所述二值化图像，确定最优灰度值包括：识别所有二值化图像中的光斑，并确定所有二值化图像中的光斑数量；基于最大光斑数量的二值化图像，确定初筛灰度值范围；计算初筛灰度值范围对应的所有二值化图像中的光斑面积；将光斑面积最小的二值化图像对应的灰度值作为最优灰度值。
9.在其中一个实施例中，所述识别所有二值化图像中的光斑，并确定所有二值化图
像中的光斑数量包括：识别所有二值化图像中的光斑；计算所有光斑的面积，并确定面积最大光斑的几何中心；以所述几何中心为中心，构建范围框；计算与所述范围框相交的光斑数量。
10.在其中一个实施例中，所述识别所述待识别图像的光斑中心以及有效光斑包括：识别所述待识别图像中的所有光斑；将面积最大光斑的几何中心作为所述待识别图像的光斑中心；根据所述光斑中心以及所述待识别图像的尺寸，确定边界；将所述边界内的光斑作为所述有效光斑。
11.在其中一个实施例中，所述根据所述光斑中心以及有效光斑，确定所述待识别图像中的射野形状包括：以所述光斑中心为圆心，以预设半径间隔，在所述待识别图像中构建多个圆；多个所述圆与有效光斑相交，形成对应每个圆的节点；根据每个圆对应的所述节点，构建链表树；根据所述链表树，确定所述待识别图像中的射野形状。
12.在其中一个实施例中，所述根据每个圆对应的所述节点，构建链表树包括：获取每个圆对应的所有节点；将圆中的每一个所述节点，分别与向着圆心方向相邻圆中距离最小的节点连接，构成双向链表；多个双向链表构成链表树。
13.在其中一个实施例中，所述根据所述链表树，确定所述待识别图像中的射野形状包括：筛选出构成链表树的所有双向链表中，具有分支的双向链表；删除所述具有分支的双向链表中的主干部分，保留分支部分；根据所述分支部分的双向链表以及不具有分支的双向链表进行直线拟合，确定所述待识别图像中的射野形状。
14.第二方面，本技术实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的射野识别方法。
15.第三方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的射野识别方法。
16.相比于相关技术，本技术实施例提供的射野识别方法，首先获取放疗设备产生的射野图像，再去遍历所有灰度值对该射野图像进行二值化处理，确定待识别图像，识别该待识别图像中的光斑中心以及有效光斑，最终根据光斑中心以及有效光斑，确定待识别图像中的射野形状。通过利用所有灰度值进行二值化处理，确定显示光斑最全最清楚的待识别图像，再去识别待识别图像中的光斑中心以及有效光斑，确定了待识别图像的有效识别区域，最终根据光斑中心以及有效光斑能够精准的确定出射野形状，通过自动化的识别能够减少qa验证的耗时，并提高精度。
17.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
18.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
19.图1是根据本技术实施例的射野识别方法的流程图；
20.图2是根据本技术实施例的确定待识别图像的方法的流程图；
21.图3是根据本技术实施例的二值化图像；
22.图4是根据本技术实施例的识别有效光斑的方法的流程图；
23.图5是根据本技术实施例的确定射野形状的方法的流程图；
24.图6是根据本技术实施例的待识别图像；
25.图7是根据本技术实施例的射野识别装置的结构框图；
26.图8为根据本技术实施例的计算机设备的硬件结构示意图。
具体实施方式
27.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，对本技术进行描述和说明。应当理解，此处所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。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
28.显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本技术公开的内容相关的本领域的普通技术人员而言，在本技术揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
29.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
30.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“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模块(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，而是可以还包括没有列出的步骤或单元，或可以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。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
31.当患者需要进行放射治疗时，首先需要在定位室，通过定位ct对患者进行医学成像，医生根据医学图像确定肿瘤的位置，对肿瘤进行轮廓勾画，在放射治疗计划系统tps中基于勾画轮廓后的医学图像制定该患者的治疗计划。tps将治疗计划传输至放疗信息管理系统ois，ois对患者的治疗计划进行排程。当排到相应的患者之后，在利用放疗设备对患者治疗之前，为了达到精准的治疗效果，需要对放疗设备进行射野的qa验证，来保证放射线位
置的精度、以及剂量精度。qa验证结束之后，放疗设备根据获取到的治疗计划对患者进行放射线照射治疗。
32.在进行qa验证时，放疗设备的放射源产生放射线，射线适形组件调整放射线的适形形状，使射线呈现为长条形。在放射线的路径上放置模体，模体中间设置有胶片。放射线在胶片中形成一条直线射野图像，通过旋转放疗设备的治疗头，在胶片上形成另一条与之前直线相交的直线，通过连续多次旋转治疗头在胶片中形成多条相交的直线射野图像，由于有多条射野相交，又称为星状线射野图像。
33.本实施例提供了一种射野识别方法。该方法的执行主体可以是计算机设备，该计算机设备可以为具有计算处理功能的设备，如台式电脑、笔记本电脑、平板电脑、手机等。图1是根据本技术实施例的射野识别方法的流程图，如图1所示，该流程包括如下步骤：
34.步骤s101，获取放疗设备产生的射野图像。
35.在放疗设备进行qa验证的过程中，治疗头在胶片上产生射野图像。示例的，计算机设备可以直接在扫描得到射野图像之后，获取该射野图像；计算机设备也可以在扫描得到射野图像之后，将该射野图像存储至存储器中，需要使用该射野图像之后，计算机设备再从存储器中获取该射野图像。
36.步骤s102，遍历所有灰度值对射野图像进行二值化处理，确定待识别图像。
37.利用所有的灰度值分别对射野图像进行二值化处理，得到多个二值化图像，在多个二值化图像中，筛选光斑数量最全最清楚的二值化图像作为待识别图像。其中，利用一个灰度值对射野图像进行二值化处理，首先，将射野图像中每一个像素的像素值与该灰度值进行比较，将像素值大于等于该灰度值的像素点对应的像素值调整为1；将像素值小于该灰度值的像素点的像素值调整为0，从而得到对应该灰度值的二值化图像。首先需要计算所有灰度值对应的二值化图像，在从中确定待识别图像。其中所有灰度值的范围可以是[0,255]。由于最高和最低部分灰度值对应的二值化图像，其图像质量都不理想，因此，所有灰度值也可以是医师根据实际情况设定的一个灰度值范围，这样能够减少计算机设备的计算量，提升效率。该灰度值范围可以根据实际情况进行设定，本实施例中不做具体限定。示例的，可以首先在所有二值化图像中，选出来光斑数量最多的一些二值化图像，再在这些二值化图像中，确定出最清楚的一张二值化图像作为待识别图像。选择光斑数量最多的图像是为了保证图像识别的准确性，选择最清楚的图像，是为了更好的对图像进行识别。
[0038]
步骤s103，识别待识别图像中的光斑中心以及有效光斑。
[0039]
在确定了待识别图像之后，首先需要识别该待识别图像中的光斑。其中，射野图像中的黑色部分为放射线照射到的部分，白色部分为放射线未照射到的部分。黑色部分就是射野图像中的光斑，也就是待识别图像中的光斑。首先需要识别出该待识别图像中所有的黑色部分，也就是需要识别出所有光斑，在根据所有光斑的几何关系，找到所有光斑构成图形的几何中心，将该几何中心作为光斑中心。待识别图像的边缘由于射线衰减散射等原因存在不连续的光斑，为了便于识别，可以以光斑中心为圆心，预设范围内的光斑作为有效光斑。其中，预设范围可以根据实际情况由医师进行确定，本实施例不做具体限定。同时，通过选取有效光斑可以减少射野识别的计算量，进一步的加快射野识别的效率。
[0040]
步骤s104，根据光斑中心以及有效光斑，确定待识别图像中的射野形状。
[0041]
在确定了光斑中心以及有效光斑之后，首先确定有效光斑的中心线，其中，中心线
为沿着有效光斑的方向，位于有效光斑中心的线条。再根据光斑重点以及有效光斑的中心线，确定待识别图像中的射野形状。
[0042]
本技术实施例提供的射野识别方法，首先获取放疗设备产生的射野图像，再去遍历所有灰度值对该射野图像进行二值化处理，确定待识别图像，识别该待识别图像中的光斑中心以及有效光斑，最终根据光斑中心以及有效光斑，确定待识别图像中的射野形状。通过利用所有灰度值进行二值化处理，确定显示光斑最全最清楚的待识别图像，再去识别待识别图像中的光斑中心以及有效光斑，确定了待识别图像的有效识别区域，最终根据光斑中心以及有效光斑能够精准的确定出射野形状，通过自动化的识别能够减少qa验证的耗时，并提高精度。
[0043]
本实施例提供了一种确定待识别图像的方法。图2是根据本技术实施例的确定待识别图像的方法的流程图，如图2所示，该流程包括如下步骤：
[0044]
步骤s201，遍历所有灰度值对射野图像进行二值化处理，得到所有二值化图像。
[0045]
在获取到射野图像之后，利用所有的灰度值，分别对射野图像做一次二值化处理，得到所有二值化图像。所有灰度值也可以是医师根据实际情况设定的一个灰度值范围。该灰度值范围可以根据实际情况进行设定，本实施例中不做具体限定。
[0046]
步骤s202，根据所有二值化图像，确定最优灰度值。
[0047]
在得到所有二值化图像之后，首先识别所有二值化图像中的光斑，并确定所有二值化图像中的光斑数量。也就是需要针对每一个二值化图像，先去识别出图像中的黑色部分，也就是光斑，根据识别到的光斑，确定光斑的数量。以其中一个二值化图像确定光斑数量为例，如图3所示，图3是根据本技术实施例的二值化图像。其中，a-h每一个标号代表一条光斑，图3中的二值化图像，一共存在8条光斑，也即光斑数量为8。示例的，在所有的二值化图像中，有些二值化图像对应的光斑数量为8；有些二值化图像对应的光斑数量为7；还有些二值化图像对应的光斑数量为9；也就是说所有二值化图像会识别出来多个类别的光斑数量。基于最大光斑数量的二值化图像，确定初筛灰度值范围。也就是先找出所有二值化图像对应的光斑数量，在其中选择光斑数量最多的的二值化图像，例如，光斑数量最多的是9，则需要选择出所有光斑数量对应为9的二值化图像。再根据光斑数量最多的的二值化图像对应的灰度值，确定初筛灰度值范围，也就是将光斑数量最多的的二值化图像对应的灰度值挑选出来，这些灰度值构成的集合，即为初筛灰度值范围。计算初筛灰度值范围对应的所有二值化图像中的光斑面积。在确定定了初筛灰度值范围之后，就需要计算每一张二值化图像的中所有光斑的面积，在将每一张二值化图像中的光斑面积进行比较，确定出光斑面积最小的二值化图像。将光斑面积最小的二值化图像对应的灰度值作为最优灰度值。该最优灰度值对应的二值化图像，能够保证图像中显示的光斑数量最多，并且在光斑数量最多的情况下，通过光斑面积最小的方式，选出最容易识别出射野形状的图像。
[0048]
在识别二值化图像中的光斑，并确定二值化图像中光斑数量时；首先，需要识别出所有二值化图像中的所有光斑。在计算每一个二值化图像的时候，首先计算该二值化图像中所有光斑的面积，再去比较所有光斑的面积，选择最大面积的光斑，计算最大面积光斑的几何中心。以该几何中心为中心，构建范围框，示例的，以该几何中心为中心，构建矩形选框。该矩形选框的边长，为该二值化图像中最大内接圆直径的一半。上述示例仅为举例说明，矩形选框的边长可以根据实际需要进行过自行设定，本实施例不做具体限定。矩形选框
构建完成之后，计算与矩形选框相交的光斑数量。该光斑数量即为二值化图像中光斑数量。
[0049]
步骤s203，以最优灰度值对射野图像进行二值化处理，得到待识别图像。
[0050]
在确定了最优灰度值之后，利用最优灰度对射野图像进行二值化处理，其中，将射野图像中，像素值大于等于最优灰度值的像素点对应的像素值调整为1；将像素值小于最优灰度值的像素点对应的像素值调整为0，得到待识别图像。
[0051]
本实施例通过选择不同的灰度值，调整二值化图像的灰度值。在调整灰度值时，首先保证二值化图像中光斑数量最多，再这个基础上识别出来的射野形状为最真实的射野形状，再选择光斑面积最小的二值化图像，这样二值化图像的轮廓比较分明，能够更好的去识别对应的射野形状。
[0052]
本实施例提供了一种识别有效光斑的方法。图4是根据本技术实施例的识别有效光斑的方法的流程图，如图4所示，该流程包括如下步骤：
[0053]
步骤s401，识别待识别图像中的所有光斑。
[0054]
光斑是待识别图像中多个条状的黑色区域，识别光斑，也就是需要识别出所有的黑色条状区域。
[0055]
步骤s402，将面积最大光斑的几何中心作为待识别图像的光斑中心。
[0056]
多个黑色条状区域在待识别图像中相交，由于射线衰减散射等原因存在不连续的光斑，为了避免噪点以及不连续光斑的影响，需要挑选其中最大面积的光斑来确定射野形状的中心。首先需要计算出所有光斑的面积，再在其中选择面积最大的光斑。将面积最大光斑的几何中心，作为待识别图像的光斑中心。
[0057]
步骤s403，根据光斑中心以及待识别图像的尺寸，确定边界。
[0058]
同样，为了避免待识别图像边缘噪声的影响，仅需要选取部分的光斑即可确定射野形状，同时也可以排除掉图像边缘的噪声。选择部分图像同时也可以加快后续图像识别的速度。示例的，以光斑中心为圆心，可以根据图像的尺寸，确定图像的内接圆，以该内接圆作为边界。可以理解的，该边界也可以为医师根据实际情况自行设定，本实施例对边界的形状和尺寸不做具体限定。
[0059]
步骤s404，将边界内的光斑作为有效光斑。
[0060]
在确定了边界之后，保留边界内的光斑作为有效光斑，将边界外的光斑擦除。
[0061]
本实施例通过划定边界，擦除待识别图像中的噪声和边界外的独立光斑，能够提高在后期进行射野形状识别时的准确度，避免噪声的干扰。
[0062]
本实施例提供了一种确定射野形状的方法。图5是根据本技术实施例的确定射野形状的方法的流程图，如图5所示，该流程包括如下步骤：
[0063]
步骤s501，以光斑中心为圆心，以预设半径间隔，在待识别图像中构建多个圆。
[0064]
在待识别图像中确定了光斑中心以及有效光斑，为了确定有效光斑的中心线，首先需要以光斑中心为圆心构建多个圆。如图6所示，图6是根据本技术实施例的待识别图像。图中的2和3分别为最小尺寸的圆以及最大尺寸的圆。在2和3之间还可以等间隔的设置多个圆，多个圆之间也可以不为等间距，仅需要保证设置足够数量的圆，能够确定出每个光斑的中心线即可。图中的1为确定光斑数量时的矩形选框。
[0065]
步骤s502，多个圆与有效光斑相交，形成对应每个圆的节点。
[0066]
构建出的每一个圆都会与所有的有效光斑相交。以一个圆为例，因为有效光斑具
有一定的宽度，一个圆与一个有效光斑相交形成一个弧段，以该弧段的中点作为该圆在对应有效光斑位置的节点。一个圆会与所有的有效光斑相交，也就是一个圆会跟每一个有效光斑形成一个节点。也就是对应圆的节点。
[0067]
步骤s503，根据每个圆对应的节点，构建链表树。
[0068]
获取每个圆对应的所有节点，将圆中的每一个节点，分别与向着圆心方向相邻圆中距离最小的节点连接，构成双向链表。示例的，从圆心方向向着图像外围，共设置五个圆，最靠近圆心的为第一圆，向外依次为第二圆、第三圆、第四圆以及第五圆。首先筛选出第一圆上的所有节点以及第二圆上的所有节点。再获取第二圆上的第一个节点，将第二圆上的第一个节点分别与第一园上的所有节点计算距离，并与距离最小的节点连接；再获取第二圆上的第二个节点，将第二圆上第二个节点分别与第一圆上的所有节点计算距离，并与距离最小的节点连接；依次计算第二圆上剩余的每一个节点与第一圆上所有节点的距离，再与最小距离的节点连接，这样就完成了第一圆上节点与第二圆上节点的连接。参照上述第一圆中是每一个节点与第二圆中节点的连接；将第三圆中每一个节点与第二圆中节点连接，将第四圆中每一个节点与第三圆中节点连接，将第五圆中每一个节点与第四圆中节点连接。形成多个双向链表。图6中的黑色光斑区域的中心线均为双向链表。多个双向链表放在一起就构成了链表树。
[0069]
步骤s504，根据链表树，确定待识别图像中的射野形状。
[0070]
筛选出构成链表树的所有双向链表中，具有分支的双向链表。在形成射野图像时，是将适形组件调整成长条形，再通过旋转治疗头，从而形成星状线射野。在此过程中，如果某次治疗头旋转的角度过小，就会导致其中某两条射野之间的角度过小，而直线射野又存在一定的宽度，这样就会使两条直线射野的部分重叠，在构建链表树时，其对应的双向链表中就会存在分支。示例的，图6中的4和5部分的中心线构成具有分支的双向链表；其余单独直线的中心线构成不具有分支的双向链表。在识别到具有分支的双向链表之后，删除具有分支的双向链表中的主干部分，也就是图6中4部分的中心线，保留分支部分，也就是图6中5部分的中心线。主干部分会对后期直线拟合造成干扰，因此需要删除对应的主干部分，仅保留分支部分即可。最后，根据分支部分的双向链表以及不具有分支的双向链表进行直线拟合，确定待识别图像中的射野形状。
[0071]
本实施例中，首选通过构建多个同心圆来确定每个圆对应的节点，在连接每个圆上的结构构成双向链表，所有的双向链表构成链表树，再将链表树中，具有分支的双向链表中的主干部分删除，通过分支部分以及不具有分支的双向链表进行直线拟合，得到最终的射野形状。这样能够识别任意角度的星状线，使图像的识别更加的精准。
[0072]
本技术实施例提供了一种胶片和epid图像的近似星状线射野的方法，本方法适用于射野直线理想的完全相交于中心的星状线，也适用于射野直线相交于中心点不理想，也即部分射野直线偏离中心或部分相邻射野直线之间的夹角很小的星状线。
[0073]
首先，初步识别星状线光斑的几何中心，以星状线上有三条线为例进行分析，自动以不同的灰度值二值化图像，取二值化图像中最大的光斑的几何中心，以该几何中心为中心，在图像上能取到的最大圆半径值的50％长度构建范围框，在范围框上刚好识别到三条线时，将对应的光斑的几何中心确定为星状线的几何中心。
[0074]
自动寻找最优灰度值二值化图像。假设图像上有12、11、10、9
…
3条线，遍历在每个
条数下，自动以不同的灰度值二值化图像，识别到星状线位置。最终选出最优的灰度阈值，也即50％的半径上识别到线条的数量最多且二值化图像的光斑面积最小。以最优的灰度值二值化图像的最大光斑几何中心为中心，取还中心在图像上的最大半径，擦除最大半径的圆之外的灰度信息并擦出所有独立光斑。
[0075]
得到最优灰度值的二值化图像之后，以光斑的几何中心为中心，半径由小到大的画同心圆，圆与星状线相交，取圆与星状线相交的光斑中点，作为星状线上的一个点，每个点再找到前一个半径的圆上所有星状线点中最近的一个点连成双向链表，最终到最大一个半径圆下的星状线光斑搜索完成之后，多个双向链表形成链表树，取各个最长的叶子树的所有点，拟合成直线，得到星状线。通过本实施例的方法能够准确识别到胶片上的近似星状线形各射野方向位置，给放射治疗物理师qa使用。
[0076]
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0077]
本实施例还提供了一种射野识别装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0078]
图7是根据本技术实施例的射野识别装置的结构框图，如图7所示，该装置包括：获取模块100、二值化处理模块200、识别模块300以及射野形状确定模块400。
[0079]
获取模块100，用于获取放疗设备产生的射野图像。
[0080]
二值化处理模块200，用于遍历所有灰度值对射野图像进行二值化处理，确定待识别图像。
[0081]
识别模块300，用于识别待识别图像中的光斑中心以及有效光斑。
[0082]
射野形状确定模块400，用于根据光斑中心以及有效光斑，确定待识别图像中的射野形状。
[0083]
二值化处理模块200，还用于遍历所有灰度值对射野图像进行二值化处理，得到所有二值化图像；根据所有二值化图像，确定最优灰度值；以最优灰度值对射野图像进行二值化处理，得到待识别图像。
[0084]
二值化处理模块200，还用于识别所有二值化图像中的光斑，并确定所有二值化图像中的光斑数量；基于最大光斑数量的二值化图像，确定初筛灰度值范围；计算初筛灰度值范围对应的所有二值化图像中的光斑面积；将光斑面积最小的二值化图像对应的灰度值作为最优灰度值。
[0085]
二值化处理模块200，还用于识别所有二值化图像中的光斑；计算所有光斑的面积，并确定面积最大光斑的几何中心；以几何中心为中心，构建范围框；计算与范围框相交的光斑数量。
[0086]
识别模块300，还用于识别待识别图像中的所有光斑；将面积最大光斑的几何中心作为待识别图像的光斑中心；根据光斑中心以及待识别图像的尺寸，确定边界；将边界内的光斑作为有效光斑。
[0087]
射野形状确定模块400，还用于以光斑中心为圆心，以预设半径间隔，在待识别图
像中构建多个圆；多个圆与有效光斑相交，形成对应每个圆的节点；根据每个圆对应的节点，构建链表树；根据链表树，确定待识别图像中的射野形状。
[0088]
射野形状确定模块400，还用于获取每个圆对应的所有节点；将圆中的每一个节点，分别与向着圆心方向相邻圆中距离最小的节点连接，构成双向链表；多个双向链表构成链表树。
[0089]
射野形状确定模块400，还用于筛选出构成链表树的所有双向链表中，具有分支的双向链表；删除具有分支的双向链表中的主干部分，保留分支部分；根据分支部分的双向链表以及不具有分支的双向链表进行直线拟合，确定待识别图像中的射野形状。
[0090]
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0091]
另外，结合图1描述的本技术实施例射野识别方法可以由计算机设备来实现。图8为根据本技术实施例的计算机设备的硬件结构示意图。
[0092]
计算机设备可以包括处理器81以及存储有计算机程序指令的存储器82。
[0093]
具体地，上述处理器81可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，简称为asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
[0094]
其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(hard disk drive，简称为hdd)、软盘驱动器、固态驱动器(solid state drive，简称为ssd)、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，简称为usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(non-volatile)存储器。在特定实施例中，存储器82包括只读存储器(read-only memory，简称为rom)和随机存取存储器(random access memory，简称为ram)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(programmable read-only memory，简称为prom)、可擦除prom(erasable programmable read-only memory，简称为eprom)、电可擦除prom(electrically erasable programmable read-only memory，简称为eeprom)、电可改写rom(electrically alterable read-only memory，简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。在合适的情况下，该ram可以是静态随机存取存储器(static random-access memory，简称为sram)或动态随机存取存储器(dynamic random access memory，简称为dram)，其中，dram可以是快速页模式动态随机存取存储器(fast page mode dynamic random access memory，简称为fpmdram)、扩展数据输出动态随机存取存储器(extended date out dynamic random access memory，简称为edodram)、同步动态随机存取内存(synchronous dynamic random-access memory，简称sdram)等。
[0095]
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。
[0096]
处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例
中的任意一种射野识别方法。
[0097]
在其中一些实施例中，计算机设备还可包括通信接口83和总线80。其中，如图8所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
[0098]
通信接口83用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
[0099]
总线80包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(data bus)、地址总线(address bus)、控制总线(control bus)、扩展总线(expansion bus)、局部总线(local bus)。举例来说而非限制，总线80可包括图形加速接口(accelerated graphics port，简称为agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，简称为eisa)总线、前端总线(front side bus，简称为fsb)、超传输(hyper transport，简称为ht)互连、工业标准架构(industry standard architecture，简称为isa)总线、无线带宽(infiniband)互连、低引脚数(low pin count，简称为lpc)总线、存储器总线、微信道架构(micro channel architecture，简称为mca)总线、外围组件互连(peripheral component interconnect，简称为pci)总线、pci-express(pci-x)总线、串行高级技术附件(serial advanced technology attachment，简称为sata)总线、视频电子标准协会局部(video electronics standards association local bus，简称为vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
[0100]
该计算机设备可以基于获取到的计算机指令，执行本技术实施例中的射野识别方法，从而实现结合图1描述的射野识别方法。
[0101]
另外，结合上述实施例中的射野识别方法，本技术实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种射野识别方法。
[0102]
以上所述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。
[0103]
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。