CN102968633A - 基于ct侧位定位片的腰椎识别方法和装置 - Google Patents
基于ct侧位定位片的腰椎识别方法和装置 Download PDFInfo
- Publication number
- CN102968633A CN102968633A CN2012104215249A CN201210421524A CN102968633A CN 102968633 A CN102968633 A CN 102968633A CN 2012104215249 A CN2012104215249 A CN 2012104215249A CN 201210421524 A CN201210421524 A CN 201210421524A CN 102968633 A CN102968633 A CN 102968633A
- Authority
- CN
- China
- Prior art keywords
- lumbar
- lumbar vertebra
- roi
- template
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000002591 computed tomography Methods 0.000 title abstract description 40
- 210000004705 lumbosacral region Anatomy 0.000 claims description 29
- 238000012512 characterization method Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 claims 1
- 125000006850 spacer group Chemical group 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于CT侧位定位片的腰椎识别方法和装置，其中的方法包括：根据CT侧位定位片确定一节腰椎的ROI；对所确定的ROI进行图像的预处理以确定该节腰椎的中心点；根据所确定的腰椎的中心点设计出符合该节腰椎ROI的特征函数和与所述腰椎ROI相似的模板；利用优化方法计算该节腰椎与真实腰椎相匹配的腰椎参数信息；根据所述腰椎参数信息估计腰椎相邻间盘的间盘高度；持续识别腰椎至最后一节，并根据识别结果确定间盘的位置、高度和朝向。利用本发明，能够自动确定椎间盘的扫描范围和倾角，并自动添加扫描序列，从而减少用户操作时间，简化操作流程，改善用户体验。
Description
技术领域
本发明涉及医学图像的对象识别技术领域，更为具体地，涉及一种基于CT侧位定位片的腰椎识别方法和装置。
背景技术
在CT（Computed Tomography，计算机断层扫描）的扫描流程中，在定位片上标出要扫描的位置、角度、层厚，计算机即可按定位片的标记进行扫描。获取定位片之后，就要进行扫描部位/范围的设定，而这一过程通常都是由医师来手动完成的。如果能够依据选择的扫描协议信息以及定位片图像来自动识别出欲扫描的部位/范围并自动设定好相关扫描序列和扫描建像参数，则会化简医师操作流程并优化参数设定。
对腰椎扫描，医师通常要手动建立多个扫描序列，设定扫描序列的范围，并依据各间盘的角度分别设定各扫描序列的倾角，如果能够自动完成这些步骤，则最多可节省医师十分钟以上的扫描计划时间。
专利号为US7804986，名称为System and method for detecting intervertebraldisc alignment using vertebrae segmentation的美国发明申请，提供一种通过分割腰椎进行间盘检测的方法和系统，将该方法作用于MRI（Magnetic ResonanceImaging，磁共振成像）图像。
MRI图像与CT定位片相比，图像的分辨率和对比度都更优，所以对CT定位片进行处理对检测方法的要求更高。
并且使用CT扫描腰椎间盘在临床应用中非常普通。
因此，在基于CT定位片的腰椎识别方面，需要一种无需医师手动设定扫描范围而能够自动实现扫描的部位/范围的识别的技术。
发明内容
鉴于上述问题，本发明的目的是提供一种自动的基于CT侧位定位片的腰椎识别方法和腰椎间盘定位技术。
根据本发明的一个方面，提供了一种方法，包括：
S110：根据CT侧位定位片确定一节腰椎的ROI；
S120：对所确定的ROI进行图像的预处理以确定该节腰椎的中心点Q；
S130：根据所确定的腰椎的中心点设计出符合该节腰椎ROI的特征函数和与所述腰椎ROI相似的模板，所述特征函数为：P=PI*PG*PV，其中，
PI描述腰椎的灰度均匀性特征，PG描述腰椎的梯度特征，PV描述腰椎的灰度方差特征；
所述模板的属性包括模板的中心点位置、模板的宽度和高度、模板边缘的宽和高、模板与水平轴所成倾角；
S140：利用优化方法计算该节腰椎与真实腰椎相匹配的腰椎参数信息；
S150：根据所述腰椎参数信息估计腰椎相邻间盘的间盘高度；
S160：利用步骤S110～S150的方法持续识别腰椎至最后一节，并根据识别结果确定间盘的位置、高度和朝向。
根据本发明的另一方面，提供了一种装置，包括：
ROI确定单元，用于根据CT侧位定位片确定一节腰椎的ROI；
中心点确定单元，用于对所确定的ROI进行图像的预处理以确定该节腰椎的中心点Q；
特征函数及模板设计单元，用于根据所确定的腰椎的中心点设计出符合该节腰椎ROI的特征函数和与所述腰椎ROI相似的模板，所述特征函数为：P=PI*PG*PV，其中，
PI描述腰椎的灰度均匀性特征，PG描述腰椎的梯度特征，PV描述腰椎的灰度方差特征；
所述模板的属性包括模板的中心点位置、模板的宽度和高度、模板边缘的宽和高、模板与水平轴所成倾角；
腰椎参数计算单元，用于利用优化方法计算该节腰椎与真实腰椎相匹配的腰椎参数信息；
间盘高度估算单元，用于根据所述腰椎参数信息估计腰椎相邻间盘的间盘高度；
间盘参数确定单元，用于持续识别腰椎至最后一节，并根据识别结果确定间盘的位置、高度和朝向。
利用上述根据本发明的基于CT侧位定位片的腰椎识别方法及装置，可以自动确定椎间盘的扫描范围和倾角，并自动添加扫描序列。能减少用户操作时间，简化操作流程，改善用户体验。
为了实现上述以及相关目的，本发明的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。然而，这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外，本发明旨在包括所有这些方面以及它们的等同物。
附图说明
通过参考以下结合附图的说明及权利要求书的内容，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。在附图中：
图1示出了根据本发明的基于CT侧位定位片的腰椎识别方法的流程图；
图2示出了根据本发明实施例的腰椎识别模板示意图；
图3为根据本发明的基于CT侧位定位片的腰椎识别装置结构框图。
在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施方式
在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中，为了便于描述一个或多个实施例，公知的结构和设备以方框图的形式示出。
以下将结合附图对本发明的具体实施例进行详细描述。
由于本发明的目的是通过CT定位片对腰椎进行识别，因此所采用的定位片为腰椎的侧位定位片。
图1示出了根据本发明的基于CT侧位定位片的腰椎识别方法的流程图。
如图1所示，基于CT侧位定位片的腰椎识别方法包括如下步骤：
S110：根据CT侧位定位片确定一节腰椎的ROI（感兴趣区域）。ROI是从CT侧位定位片表示的图像中选择的一个图像区域，该区域为CT侧位定位片图像分析所关注的重点，确定该区域以便进行进一步处理。
S120：对所确定的ROI进行图像的预处理以确定该节腰椎的中心点Q。
S130：根据所确定的腰椎的中心点设计出符合该节腰椎ROI的特征函数和与所述腰椎ROI相似的模板，所述特征函数为：P=PI*PG*PV，其中，
PI描述腰椎的灰度均匀性特征，PG描述腰椎的梯度特征，PV描述腰椎的灰度方差特征；
模板具有如下属性：(x,y,w,h,wb,hb,θ)，其中包括模板的中心点位置（x,y）、模板的宽度（w）和高度（h）、模板边缘的宽（wb）和高（hb）、模板与水平轴所成倾角（θ）；
S140：利用优化方法计算该节腰椎与真实腰椎相匹配的腰椎参数信息；
S150：根据所述腰椎参数信息估计腰椎相邻间盘的间盘高度；
S160：利用步骤S110～S150的方法持续识别腰椎至最后一节，并根据识别结果确定间盘的位置、高度和朝向。例如，利用一节腰椎的下边缘向下检测，可以找到下一节腰椎的上边缘，由此就可以估计出间盘的高度，由已知的上下两节腰椎的位置及倾角可以估计出这两节腰椎之间的间盘的位置和朝向。
利用图1所示的流程对对CT侧位定位片进行腰椎和间盘的识别，能够自动确定扫描范围和倾角，自动建立扫描序列，极大地简化用户操作流程。
其中，在步骤S110中，确定一节腰椎的ROI的方法可以根据对CT侧位定位片的图像特征的分析实现，如：根据CT侧位定位片的图像灰度特征、梯度和人体结构的先验知识等作为确定一节腰椎的ROI的依据。
另外，在步骤S160中利用步骤S110～S150的方法持续识别腰椎至最后一节的过程中，可以手动输入最后一节腰椎内的大致中心点，作为判断识别结束（检测腰椎至最后一节）的依据。
在步骤S120中，预处理的过程包括：
S121：采用自适应的阈值对所确定的ROI图像进行截断处理；
S122：进行非线性的灰度变换，以扩大灰度范围，提高图像的对比度；
S123：在灰度变换后计算该ROI图像的梯度图像；
S124：对梯度图像进行非极大值抑制处理，以细化图像的边缘；
S125：对进行了非极大值抑制处理的梯度图像进行自适应的阈值分割，以去除大部分的噪声边缘；
S125：根据阈值分割后的图像，通过灰度分布统计分析确定该节腰椎的中心点Q。
其中，步骤S121的截断处理过程包括：计算该ROI的灰度直方图，然后根据直方图计算高低截断阈值。
在本发明的一个优选实施方式中，在计算ROI图像的梯度图像之前，还对ROI区域进行高斯平滑，以去除干扰噪声。
在CT侧位定位片中，腰椎通常表现为矩形。不同腰椎的大小不同，长宽比例不同，与水平方向所成的倾角也不同。考虑腰椎的外部有明显的边缘，尤其是在上下方向，因此，步骤S130中设计的模板也具有边缘。
图2示出了根据本发明实施例的腰椎识别的模板示意图。如图2所示，模板的信息包括(x,y,w,h,wb,hb,θ)，其中，(x,y)是模板中心点的坐标，w和h是模板内部的宽和高。wb和hb是模板边缘的宽和高，对所有节腰椎可取一个常数。θ是模板与水平方向所成的角度。模板是二值矩阵，由0，1组成。模板有两种，一种是中间为0，四周为1，另一种是中间为1，四周为0。
计算特征函数P=PI*PG*PV中的特征值的方法如下：
计算PI。以Q点为中心，计算一个小区域的CT值均值μ和方差σ。在腰椎内部的CT值应符合高斯分布，
是对模板内所有像素进行归一化处理的值，I(s)是像素的CT值，则PI=corr(T,U(I))，即PI是U(I)与模板T的相关系数。
计算PG。PG=corr(T,U(G))；U(G)是模板内像素点的梯度。
计算PV。PV=corr(T,VI)；VI是图像的模板匹配区域内以每一个像素点为中心区域的CT值方差。
在设计与所述腰椎ROI相似的模板的过程中，应用粒子滤波方法求最优的腰椎参数，通过约束粒子滤波产生粒子的参数范围。
水平方向坐标x∈(Q0.x-10mm,Q0.x+10mm)；10mm是一个经验值，根据临床图像中矢状面的腰椎的宽度确定。
垂直方向坐标y∈(Q0.y-5mm,Q0.y+5mm)；5mm是一个经验值，根据临床图像中矢状面的腰椎的高度确定。
模板的长宽比
（1，1.5）是一个经验值，根据临床图像中矢状面的腰椎的宽高比确定。
在识别了上述腰椎的相关信息之后，根据该腰椎的所有模板的下边缘的点，向下搜索下一节腰椎的上边缘，计算所有点的距离的平均值。作为估计的间盘高度hd。
然后通过估计下一节腰椎的初始参数(x',y',w',h',wb,hb,θ′)继续计算下一节腰椎的参数。其中，
x'=x+(h+hd)·sinθ；
y'=y+(h+hd)·cosθ；
w'=w；
h'=h；
θ'=θ；
这样循环对选定的腰椎进行识别，当计算的腰椎参数的位置信息接近用户手动取的点的位置信息时，结束识别。
然后根据识别出的所有腰椎参数信息计算间盘的参数信息。其中，当识别至最后一节腰椎时，先识别出边缘点，用最小二乘法拟合成一条直线作为间盘的下边缘，然后再确定出最后间盘的范围和角度参数信息。
与上述基于CT侧位定位片的腰椎识别方法相对应，本发明还提供一种基于CT侧位定位片的腰椎识别装置。
图3示出了根据本发明的基于CT侧位定位片的腰椎识别装置300的方框示意图。如图3所示，基于CT侧位定位片的腰椎识别装置300包括ROI确定单元310、中心点确定单元320、特征函数及模板设计单元330、腰椎参数计算单元340、间盘高度估算单元350和间盘参数确定单元360。
其中，ROI确定单元310用于根据CT侧位定位片确定一节腰椎的ROI；中心点确定单元320用于对所确定的ROI进行图像的预处理以确定该节腰椎的中心点Q；特征函数及模板设计单元330用于根据所确定的腰椎的中心点设计出符合该节腰椎ROI的特征函数和与所述腰椎ROI相似的模板，所述特征函数为：P=PI*PG*PV，PI描述腰椎的灰度均匀性特征，PG描述腰椎的梯度特征，PV描述腰椎的灰度方差特征；所述模板的属性包括模板的中心点位置（x,y）、模板的宽度（w）和高度（h）、模板边缘的宽（wb）和高（hb）、模板与水平轴所成倾角（θ）；腰椎参数计算单元340用于利用优化方法计算该节腰椎与真实腰椎相匹配的腰椎参数信息；间盘高度估算单元350用于根据所述腰椎参数信息估计腰椎相邻间盘的间盘高度；间盘参数确定单元360用于持续识别腰椎至最后一节，并根据识别结果确定间盘的位置、高度和朝向。
如上参照附图以示例的方式描述了根据本发明的基于CT侧位定位片的腰椎识别方法和装置。但是，本领域技术人员应当理解，对于上述本发明所提出的基于CT侧位定位片的腰椎识别方法及装置，还可以在不脱离本发明内容的基础上做出各种改进。因此，本发明的保护范围应当由所附的权利要求书的内容确定。
Claims (7)
1.一种基于CT侧位定位片的腰椎识别方法，包括：
S110：根据CT侧位定位片确定一节腰椎的ROI；
S120：对所确定的ROI进行图像的预处理以确定该节腰椎的中心点Q；
S130：根据所确定的腰椎的中心点设计出符合该节腰椎ROI的特征函数和与所述腰椎ROI相似的模板，所述特征函数为：P=PI*PG*PV，其中，
PI描述腰椎的灰度均匀性特征，PG描述腰椎的梯度特征，PV描述腰椎的灰度方差特征；
所述模板的属性包括模板的中心点位置、模板的宽度和高度、模板边缘的宽和高、模板与水平轴所成倾角；
S140：利用优化方法计算该节腰椎与真实腰椎相匹配的腰椎参数信息；
S150：根据所述腰椎参数信息估计腰椎相邻间盘的间盘高度；
S160：利用步骤S110～S150的方法持续识别腰椎至最后一节，并根据识别结果确定间盘的位置、高度和朝向。
2.如权利要求1所述的基于CT侧位定位片的腰椎识别方法，其中，在步骤S120中，对所述图像的预处理包括：
采用自适应的阈值对所确定的ROI图像进行截断处理；
进行非线性的灰度变换；
在灰度变换后计算该ROI图像的梯度图像；
对梯度图像进行非极大值抑制处理；
对进行了非极大值抑制处理的梯度图像进行自适应的阈值分割；
对阈值分割后的图像进行灰度分布统计。
3.如权利要求2所述的基于CT侧位定位片的腰椎识别方法，其中，在采用自适应的阈值对所确定的ROI图像进行截断处理的过程中，
计算该ROI的灰度直方图，然后根据直方图计算高低截断阈值。
4.如权利要求2所述的基于CT侧位定位片的腰椎识别方法，其中，在计算ROI图像的梯度图像之前，对ROI区域进行高斯平滑。
5.如权利要求1所述的基于CT侧位定位片的腰椎识别方法，其中，计算所述特征函数P=PI*PG*PV中的特征值的方法如下：
计算PI：以Q点为中心，计算一个小区域的CT值均值μ和方差σ。在腰椎内部的CT值应符合高斯分布，
是对模板内所有像素进行归一化处理的值，I(s)是像素的CT值，PI=corr(T,U(I))是U(I)模板T的相关系数；
计算PG：PG=corr(T,U(G))；U(G)是模板内像素点的梯度；
计算PV：PV=corr(T,VI)；VI是图像的模板匹配区域内以每一个像素点为中心区域的CT值方差。
6.如权利要求1所述的基于CT侧位定位片的腰椎识别方法，其中，在设计与所述腰椎ROI相似的模板的过程中，应用粒子滤波方法求最优的腰椎参数，通过约束粒子滤波产生粒子的参数范围：
水平方向坐标x∈(Q0.x-10mm,Q0.x+10mm)；
垂直方向坐标y∈(Q0.y-5mm,Q0.y+5mm)；
模板的长宽比
在识别了所述腰椎的相关信息之后，根据所述腰椎的所有模板的下边缘的点，向下搜索下一节腰椎的上边缘，计算所有点的距离的平均值作为估计的间盘高度hd。
7.一种基于CT侧位定位片的腰椎识别装置，包括：
ROI确定单元，用于根据CT侧位定位片确定一节腰椎的ROI；
中心点确定单元，用于对所确定的ROI进行图像的预处理以确定该节腰椎的中心点Q；
特征函数及模板设计单元，用于根据所确定的腰椎的中心点设计出符合该节腰椎ROI的特征函数和与所述腰椎ROI相似的模板，所述特征函数为：P=PI*PG*PV，其中，
PI描述腰椎的灰度均匀性特征，PG描述腰椎的梯度特征，PV描述腰椎的灰度方差特征；
所述模板的属性包括模板的中心点位置、模板的宽度和高度、模板边缘的宽和高、模板与水平轴所成倾角；
腰椎参数计算单元，用于利用优化方法计算该节腰椎与真实腰椎相匹配的腰椎参数信息；
间盘高度估算单元，用于根据所述腰椎参数信息估计腰椎相邻间盘的间盘高度；
间盘参数确定单元，用于持续识别腰椎至最后一节，并根据识别结果确定间盘的位置、高度和朝向。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210421524.9A CN102968633B (zh) | 2012-10-29 | 2012-10-29 | 基于ct侧位定位片的腰椎识别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210421524.9A CN102968633B (zh) | 2012-10-29 | 2012-10-29 | 基于ct侧位定位片的腰椎识别方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102968633A true CN102968633A (zh) | 2013-03-13 |
| CN102968633B CN102968633B (zh) | 2016-01-06 |
Family
ID=47798764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210421524.9A Active CN102968633B (zh) | 2012-10-29 | 2012-10-29 | 基于ct侧位定位片的腰椎识别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102968633B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103479380A (zh) * | 2013-09-17 | 2014-01-01 | 东软飞利浦医疗设备系统有限责任公司 | 椎骨和椎间盘形状位置参数的识别方法 |
| CN106264589A (zh) * | 2016-08-04 | 2017-01-04 | 上海闵灏信息科技有限公司 | 宽幅面动态人体快速扫描方法 |
| CN106875376A (zh) * | 2016-12-29 | 2017-06-20 | 中国科学院自动化研究所 | 腰椎配准先验模型的构建方法以及腰椎配准方法 |
| CN108634934A (zh) * | 2018-05-07 | 2018-10-12 | 北京长木谷医疗科技有限公司 | 对脊柱矢状位图像进行处理的方法和设备 |
| CN109431511A (zh) * | 2018-11-14 | 2019-03-08 | 南京航空航天大学 | 一种基于数字图像处理的人体背部脊柱侧弯角度测量方法 |
| CN110772720A (zh) * | 2018-07-30 | 2020-02-11 | 汪金龙 | 基于瞬发辐射-锥形束计算机断层扫描联合引导的自适应粒子放疗系统 |
| CN111000580A (zh) * | 2019-12-26 | 2020-04-14 | 东软医疗系统股份有限公司 | 椎间盘扫描方法、装置、控制台设备及ct系统 |
| CN112862869A (zh) * | 2020-12-31 | 2021-05-28 | 上海联影智能医疗科技有限公司 | 图像扫描处理方法、成像扫描设备、电子设备及可读介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070173744A1 (en) * | 2005-09-13 | 2007-07-26 | Siemens Corporate Research Inc | System and method for detecting intervertebral disc alignment using vertebrae segmentation |
| CN102018525A (zh) * | 2009-09-23 | 2011-04-20 | 上海西门子医疗器械有限公司 | 椎骨和椎间盘的定位方法和装置 |
| US20120053454A1 (en) * | 2010-08-30 | 2012-03-01 | Fujifilm Corporation | Medical image alignment apparatus, method, and program |
-
2012
- 2012-10-29 CN CN201210421524.9A patent/CN102968633B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070173744A1 (en) * | 2005-09-13 | 2007-07-26 | Siemens Corporate Research Inc | System and method for detecting intervertebral disc alignment using vertebrae segmentation |
| CN102018525A (zh) * | 2009-09-23 | 2011-04-20 | 上海西门子医疗器械有限公司 | 椎骨和椎间盘的定位方法和装置 |
| US20120053454A1 (en) * | 2010-08-30 | 2012-03-01 | Fujifilm Corporation | Medical image alignment apparatus, method, and program |
Non-Patent Citations (2)
| Title |
|---|
| ALY FARAG，ETAL: "Automatic Detection and Recognition of Lung Abnormalities in Helical CT Images Using Deformable Templates", 《MEDICAL IMAGE COMPUTING AND COMPUTER-ASSISTED INTERVETION-MICCAI 2004 LECTURE NOTES IN COMPUTER SCIENCE》, vol. 3217, 26 September 2004 (2004-09-26) * |
| VASILEIOS ZOGRAFOS: "Comparison of Optimisation Algorithms for Deformable Template Matching", 《ADVANCES IN VISUAL COMPUTING LECTURE NOTES IN COMPUTER SCIENCE》, vol. 5876, 30 November 2009 (2009-11-30), XP019135071 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103479380A (zh) * | 2013-09-17 | 2014-01-01 | 东软飞利浦医疗设备系统有限责任公司 | 椎骨和椎间盘形状位置参数的识别方法 |
| CN103479380B (zh) * | 2013-09-17 | 2015-05-13 | 飞利浦(中国)投资有限公司 | 椎骨和椎间盘形状位置参数的识别方法 |
| CN106264589A (zh) * | 2016-08-04 | 2017-01-04 | 上海闵灏信息科技有限公司 | 宽幅面动态人体快速扫描方法 |
| CN106875376B (zh) * | 2016-12-29 | 2019-10-22 | 中国科学院自动化研究所 | 腰椎配准先验模型的构建方法以及腰椎配准方法 |
| CN106875376A (zh) * | 2016-12-29 | 2017-06-20 | 中国科学院自动化研究所 | 腰椎配准先验模型的构建方法以及腰椎配准方法 |
| CN108634934A (zh) * | 2018-05-07 | 2018-10-12 | 北京长木谷医疗科技有限公司 | 对脊柱矢状位图像进行处理的方法和设备 |
| CN108634934B (zh) * | 2018-05-07 | 2021-01-29 | 北京长木谷医疗科技有限公司 | 对脊柱矢状位图像进行处理的方法和设备 |
| CN110772720A (zh) * | 2018-07-30 | 2020-02-11 | 汪金龙 | 基于瞬发辐射-锥形束计算机断层扫描联合引导的自适应粒子放疗系统 |
| CN109431511A (zh) * | 2018-11-14 | 2019-03-08 | 南京航空航天大学 | 一种基于数字图像处理的人体背部脊柱侧弯角度测量方法 |
| CN109431511B (zh) * | 2018-11-14 | 2021-09-24 | 南京航空航天大学 | 一种基于数字图像处理的人体背部脊柱侧弯脊柱轮廓特征曲线拟合方法 |
| CN111000580A (zh) * | 2019-12-26 | 2020-04-14 | 东软医疗系统股份有限公司 | 椎间盘扫描方法、装置、控制台设备及ct系统 |
| CN111000580B (zh) * | 2019-12-26 | 2023-05-02 | 东软医疗系统股份有限公司 | 椎间盘扫描方法、装置、控制台设备及ct系统 |
| CN112862869A (zh) * | 2020-12-31 | 2021-05-28 | 上海联影智能医疗科技有限公司 | 图像扫描处理方法、成像扫描设备、电子设备及可读介质 |
| CN112862869B (zh) * | 2020-12-31 | 2024-05-28 | 上海联影智能医疗科技有限公司 | 图像扫描处理方法、成像扫描设备、电子设备及可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102968633B (zh) | 2016-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102968633B (zh) | 基于ct侧位定位片的腰椎识别方法和装置 | |
| US8675934B2 (en) | Breast skin line detection in radiographic images | |
| CN107480677B (zh) | 一种识别三维ct图像中感兴趣区域的方法及装置 | |
| Vujovic et al. | Establishing the correspondence between control points in pairs of mammographic images | |
| Park et al. | Skull stripping based on region growing for magnetic resonance brain images | |
| US8675933B2 (en) | Breast segmentation in radiographic images | |
| CN106846346B (zh) | 基于关键帧标记的序列ct图像骨盆轮廓快速提取方法 | |
| CN101014977A (zh) | 病变边界检测 | |
| CN108765438A (zh) | 一种肝脏边界的识别方法及系统 | |
| CN103479380B (zh) | 椎骨和椎间盘形状位置参数的识别方法 | |
| KR20120054920A (ko) | 영상에서 종괴의 경계 검출 방법 | |
| CN106780491B (zh) | Gvf法分割ct骨盆图像中采用的初始轮廓生成方法 | |
| CN112801031A (zh) | 静脉图像识别方法、装置、电子设备及可读存储介质 | |
| CN110678934A (zh) | 医学图像中的病变的定量方面 | |
| EP3047455A1 (en) | Method and system for spine position detection | |
| CN104574392B (zh) | 一种椎间盘图像的退行性变计算机自动分级方法 | |
| Sultana et al. | Detection of pectoral muscle in mammograms using a mean-shift segmentation approach | |
| CN106780492B (zh) | 一种ct骨盆图像的关键帧提取方法 | |
| CN109064473B (zh) | 一种2.5d超声宽景图像分割方法 | |
| Torres et al. | Morphological area gradient: System-independent dense tissue segmentation in mammography images | |
| CN111951216B (zh) | 基于计算机视觉的脊柱冠状面平衡参数自动测量方法 | |
| CN112085711B (zh) | 采用卷积神经网络与卡尔曼滤波相结合自动追踪肌肉羽状角的方法 | |
| EP3224802B1 (en) | Image processing apparatus and method | |
| EP2535001A1 (en) | Method, a system and a computer program product for registration and identification of diagnostic images | |
| KR100825960B1 (ko) | 두부계측 방사선사진 상에 계측점을 지정하는 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| ASS | Succession or assignment of patent right |
Owner name: DONGRUAN MEDICAL SYSTEMS CO., LTD., SHENYANG Effective date: 20140213 Owner name: PHILIPS (CHINA) INVESTMENT CO., LTD. Free format text: FORMER OWNER: DONGRUAN PHILIPS MEDICAL EQUIPMENT AND SYSTEM CO., LTD. Effective date: 20140213 |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 110179 SHENYANG, LIAONING PROVINCE TO: 200070 ZHABEI, SHANGHAI |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20140213 Address after: Zhabei District Shanghai City, No. 218 West Tianmu Road 200070 Applicant after: Philips (China) Investment Co., Ltd. Applicant after: Dongruan Medical Systems Co., Ltd., Shenyang Address before: Hunnan rookie street Shenyang city Liaoning province 110179 No. 2 East Software Park Applicant before: Dongruan Philips Medical Equipment and System Co., Ltd. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder |
Address after: 200233 Lingshi Road, Jingan District, Shanghai, No. 718 A1 Co-patentee after: Dongruan Medical Systems Co., Ltd., Shenyang Patentee after: Philips (China) Investment Co., Ltd. Address before: Zhabei District Shanghai City, No. 218 West Tianmu Road 200070 Co-patentee before: Dongruan Medical Systems Co., Ltd., Shenyang Patentee before: Philips (China) Investment Co., Ltd. |
|
| CP02 | Change in the address of a patent holder | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 200233 Lingshi Road, Jingan District, Shanghai, No. 718 A1 Co-patentee after: DongSoft Medical System Co., Ltd. Patentee after: Philips (China) Investment Co., Ltd. Address before: 200233 Lingshi Road, Jingan District, Shanghai, No. 718 A1 Co-patentee before: Dongruan Medical Systems Co., Ltd., Shenyang Patentee before: Philips (China) Investment Co., Ltd. |