CN109166114A - 脊柱椎间隙识别方法、设备、存储介质及装置 - Google Patents

Abstract

本发明公开了一种脊柱椎间隙识别方法、设备、存储介质及装置，所述方法包括：获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；对所述脊柱图像进行形态学处理，获得椎间隙区域图像；对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。由于依次剔除了非脊柱部位与非椎间隙区域，获得完整的椎间隙图像，从而可根据椎间隙图像计算椎间隙区域的相关参数，为相关的临床研究提供了很好的手段与工具。

Description

脊柱椎间隙识别方法、设备、存储介质及装置

技术领域

本发明涉及核磁成像技术领域，尤其涉及一种脊柱椎间隙识别方法、设备、存储介质及装置。

背景技术

磁共振成像的最大优点是它是目前少有的对人体没有任何伤害的安全、快速、准确的临床诊断方法。如今全球每年至少有6000万病例利用核磁共振成像技术进行检查。将这种技术用于人体内部结构的成像，就产生出一种革命性的医学诊断工具—核磁共振成像。快速变化的梯度磁场的应用，大大加快了核磁共振成像的速度，使该技术在临床诊断、科学研究的应用成为现实，极大地推动了医学、神经生理学和认知神经科学的迅速发展。

脊椎是人体的重要组织结构之一，具有支持躯干、保护内脏、保护脊髓和进行运动的功能。源于脊柱的疾病很多，并常与椎间盘的退变有关，如腰椎间盘突出症、颈椎病等。脊柱的疾病能严重影响人类的身体健康。因此，对脊柱疾病特别是椎间盘退变的研究一直是医学研究的热点和重点。在临床上，核磁共振是一种非常重要的检查手段。通过调节磁场可自由选择所需剖面，能得到其它成像技术所不能接近或难以接近部位的图像。对于椎间盘和脊髓，可作矢状面、冠状面、横断面成像，可以看到神经根、脊髓和神经节等。因此核磁共振被大量用于人体脊柱的检查。

椎间盘退变的研究一直是医学研究的重点与热点。在实际临床研究中，主要按照椎间盘的退化分级并结合核磁图像中的相关参数进行判断。其中一个主要判断依据就是椎间隙之间的距离。在具体研究中，常常会选择椎间隙的前、中以及后三个点之间的距离来计算椎间隙的距离。而这种点的选择常常有很强的主观性，容易产生较大的测量误差。

发明内容

本发明的主要目的在于提供一种脊柱椎间隙识别方法、设备、存储介质及装置，旨在解决现有技术中无法较好地识别核磁共振图像中脊柱的椎间隙的技术问题。

为实现上述目的，本发明提供一种脊柱椎间隙识别方法，所述方法包括以下步骤：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；

对所述脊柱图像进行形态学处理，获得椎间隙区域图像；

对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

优选地，所述获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像，具体包括：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行双边滤波；

定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向；

根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

优选地，所述定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向，具体包括：

对双边滤波后的待识别核磁共振图像进行二值化处理；

通过霍夫变换定位二值化处理后的待识别核磁共振图像中的脊柱区域，并获得当前脊柱角度；

根据所述当前脊柱角度将所述脊柱区域旋转至垂直方向。

优选地，所述根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像，具体包括：

根据预设脊柱灰度特征计算旋转后的待识别核磁共振图像中脊柱的长度和宽度；

根据所述长度和所述宽度对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

优选地，所述对所述脊柱图像进行形态学处理，获得椎间隙区域图像，具体包括：

对所述脊柱图像进行中值滤波；

对中值滤波后的脊柱图像进行开操作，获得待定椎间隙区域图像；

对所述待定椎间隙区域图像进行高斯平滑；

对高斯平滑后的待定椎间隙区域图像进行开操作，获得椎间隙区域图像。

优选地，所述对中值滤波后的脊柱图像进行开操作，获得待定椎间隙区域图像，具体包括：

对中值滤波后的脊柱图像进行开操作，获得无椎间隙脊柱图像；

将中值滤波后的脊柱图像的灰度值减去所述无椎间隙脊柱图像的灰度值，获得待定椎间隙区域图像。

优选地，所述对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙，具体包括：

获取所述椎间隙区域图像中各子区域的区域面积和区域重心；

将区域面积小于预设面积阈值的子区域删除，并将区域重心与图像中线的距离大于预设距离阈值的子区域删除；

生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

此外，为实现上述目的，本发明还提供一种脊柱椎间隙识别设备，所述脊柱椎间隙识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的脊柱椎间隙识别程序，所述脊柱椎间隙识别程序被所述处理器执行时实现所述脊柱椎间隙识别方法的步骤。

此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有脊柱椎间隙识别程序，所述脊柱椎间隙识别程序被处理器执行时实现所述脊柱椎间隙识别方法的步骤。

此外，为实现上述目的，本发明还提供一种脊柱椎间隙识别装置，所述脊柱椎间隙识别装置包括：

预处理模块，用于获取待识别核磁共振图像，对所述待识别核磁共振图像进行预处理，获得脊柱图像；

图像处理模块，用于对所述脊柱图像进行形态学处理，获得椎间隙区域图像；

滤波模块，用于对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

在本发明中，通过获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；对所述脊柱图像进行形态学处理，获得椎间隙区域图像；对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。由于依次剔除了非脊柱部位与非椎间隙区域，获得完整的椎间隙图像，从而可根据椎间隙图像计算椎间隙区域的相关参数，为相关的临床研究提供了很好的手段与工具。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的脊柱椎间隙识别设备结构示意图；

图2为本发明脊柱椎间隙识别方法第一实施例的流程示意图；

图3为本发明待识别核磁共振图像示意图；

图4为本发明椎间隙图像示意图；

图5为本发明脊柱椎间隙识别方法第二实施例的流程示意图；

图6为本发明脊柱椎间隙识别方法第三实施例的流程示意图；

图7为本发明脊柱椎间隙识别装置第一实施例的功能模块图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的脊柱椎间隙识别设备结构示意图。

如图1所示，所述脊柱椎间隙识别设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。

所述脊柱椎间隙识别设备可为与网络连接的物理脊柱椎间隙识别设备。

本领域技术人员可以理解，图1中示出的结构并不构成对所述脊柱椎间隙识别设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及脊柱椎间隙识别程序。

在图1所示的结构中，网络接口1004主要用于连接服务器，与所述服务器进行数据通信；用户接口1003主要用于连接用户设备，与所述用户设备进行数据通信；所述脊柱椎间隙识别设备通过处理器1001调用存储器1005中存储的脊柱椎间隙识别程序，并执行以下操作：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；

对所述脊柱图像进行形态学处理，获得椎间隙区域图像；

对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

进一步地，处理器1001可以调用存储器1005中存储的脊柱椎间隙识别程序，还执行以下操作：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行双边滤波；

定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向；

根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

进一步地，处理器1001可以调用存储器1005中存储的脊柱椎间隙识别程序，还执行以下操作：

对双边滤波后的待识别核磁共振图像进行二值化处理；

通过霍夫变换定位二值化处理后的待识别核磁共振图像中的脊柱区域，并获得当前脊柱角度；

根据所述当前脊柱角度将所述脊柱区域旋转至垂直方向。

进一步地，处理器1001可以调用存储器1005中存储的脊柱椎间隙识别程序，还执行以下操作：

根据预设脊柱灰度特征计算旋转后的待识别核磁共振图像中脊柱的长度和宽度；

根据所述长度和所述宽度对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

进一步地，处理器1001可以调用存储器1005中存储的脊柱椎间隙识别程序，还执行以下操作：

对所述脊柱图像进行中值滤波；

对中值滤波后的脊柱图像进行开操作，获得待定椎间隙区域图像；

对所述待定椎间隙区域图像进行高斯平滑；

对高斯平滑后的待定椎间隙区域图像进行开操作，获得椎间隙区域图像。

进一步地，处理器1001可以调用存储器1005中存储的脊柱椎间隙识别程序，还执行以下操作：

对中值滤波后的脊柱图像进行开操作，获得无椎间隙脊柱图像；

将中值滤波后的脊柱图像的灰度值减去所述无椎间隙脊柱图像的灰度值，获得待定椎间隙区域图像。

进一步地，处理器1001可以调用存储器1005中存储的脊柱椎间隙识别程序，还执行以下操作：

获取所述椎间隙区域图像中各子区域的区域面积和区域重心；

将区域面积小于预设面积阈值的子区域删除，并将区域重心与图像中线的距离大于预设距离阈值的子区域删除；

生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

在本实施例中，通过获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；对所述脊柱图像进行形态学处理，获得椎间隙区域图像；对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。由于依次剔除了非脊柱部位与非椎间隙区域，获得完整的椎间隙图像，从而可根据椎间隙图像计算椎间隙区域的相关参数，为相关的临床研究提供了很好的手段与工具。

基于上述硬件结构，提出本发明脊柱椎间隙识别方法的实施例。

参照图2，图2为本发明脊柱椎间隙识别方法第一实施例的流程示意图。

在第一实施例中，所述脊柱椎间隙识别方法包括以下步骤：

步骤S10：获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像。

可以理解的是，本实施例的应用场景是，对患者的脊柱进行核磁共振成像(MRI)检查，生成待识别核磁共振图像，并从所述待识别核磁共振图像中识别出患者的脊柱椎间隙，如图3所示，图3为本发明待识别核磁共振图像示意图。由于在成像过程中，会引入患者身体和其它骨头等与脊柱无关的部位，因此，为了更准确地在所述待识别核磁共振图像中识别出患者的脊柱椎间隙，将对所述待识别核磁共振图像进行预处理，剔除无关部位，获得脊柱图像。

在具体实现中，所述预处理包括：对所述待识别核磁共振图像进行滤波，去除所述待识别核磁共振图像中的大量噪音；获取滤波后的待识别核磁共振图像中的无关部位，并将该无关部位剔除。

步骤S20：对所述脊柱图像进行形态学处理，获得椎间隙区域图像。

需要说明的是，在获得脊柱图像之后，将所述脊柱图像进行形态学处理，将所述脊柱图像中的脊柱和椎间隙连接起来，然后通过连接后的图像与所述脊柱图像作差，可显示出大致椎间隙区域，得到椎间隙区域图像。

步骤S30：对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

可以理解的是，如图4所示，图4为本发明椎间隙图像示意图。为了根据所述椎间隙区域图像获得椎间隙图像，还将对所述椎间隙区域图像进行面积滤波和位置滤波，首先通过所述面积滤波将所述椎间隙区域图像中的非椎间隙区域剔除，其次通过所述位置滤波将所述椎间隙区域图像中的离散区域剔除，获得仅余患者脊柱椎间隙的椎间隙图像，从而能够根据所述椎间隙图像计算椎间隙区域的相关参数，比如椎间隙区域的高度和面积，为相关的临床研究提供了很好的手段与工具。

在本实施例中，通过获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；对所述脊柱图像进行形态学处理，获得椎间隙区域图像；对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。由于依次剔除了非脊柱部位与非椎间隙区域，获得完整的椎间隙图像，从而可根据椎间隙图像计算椎间隙区域的相关参数，为相关的临床研究提供了很好的手段与工具。

参照图5，图5为本发明脊柱椎间隙识别方法第二实施例的流程示意图，基于上述图2所示的实施例，提出本发明脊柱椎间隙识别方法的第二实施例。

在第二实施例中，所述步骤S10，具体包括：

步骤S101：获取待识别核磁共振图像，并对所述待识别核磁共振图像进行双边滤波。

需要说明的是，由于核磁共振成像扫描磁场不均匀，实际获得的待识别核磁共振图像会产生大量不均匀线性噪音，对所述待识别核磁共振图像进行滤波，获得初步滤去噪音的图像，是后续处理的基础。一般采用双边滤波对所述待识别核磁共振图像进行除噪，与一般的非线性滤波器相比，双边滤波器能够较好地保存图像的边缘信息。双边滤波器可以由以下模型定义：

其中，

其中，h(x)为输出图像，f(ξ)为输入图像，c为基于空间距离的高斯权重，用来对结果进行单位化。对图像进行双边滤波后得到一张滤去部分噪音且不丢失原图像边缘信息的图像。

步骤S102：定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向。

可以理解的是，原始采集的待识别核磁共振图像因为姿势等原因，并不能使得患者脊柱垂直于图像之中，不便于获得脊柱区域和识别脊柱椎间隙，因此为了将脊柱竖直，便于后续进行形态学处理，对所述待识别核磁共振图像进行旋转是十分有必要的。

所述步骤S102，具体包括：

对双边滤波后的待识别核磁共振图像进行二值化处理；

通过霍夫变换定位二值化处理后的待识别核磁共振图像中的脊柱区域，并获得当前脊柱角度；

根据所述当前脊柱角度将所述脊柱区域旋转至垂直方向。

在具体实现中，通过霍夫变换获得当前脊柱角度，霍夫变换(Hough Transform)是图像处理中从图像中识别几何形状的基本方法之一，通过将双边滤波后的待识别核磁共振图像上的点影射到用于累加的参数空间，实现对已知解析式曲线的识别，由于它利用了图像全局特性，所以受噪声和边界间断的影响较小。最基本的霍夫变换是从黑白图像中检测直线或线段，因此，将对双边滤波后的待识别核磁共振图像进行二值化处理，获得二值化图像。

所述霍夫变换的原理为：x-y平面中的直线的方程可以用y＝k*x+b来表示，其中k和b是参数，分别是斜率和截距。直线y＝k*x+b上的每一个点，都对应参数平面(即k-b平面)中的一条直线，直线y＝k*x+b上的多个点，则对应参数平面中的多条直线，并且该多条直线相交于一点，该点即为参数(k,b)，即可求解出直线方程，找到该条直线y＝k*x+b。因此，本实施例所要检测的脊柱对应的直线一定是参数平面中直线相交最多的那个点。对于每一个像素(x,y)与其邻近的点，判断是否有一条直线通过该像素(x,y)与其邻近的点，如果有，将该条直线的参数(k,b)所对应到的参数平面里的元素增加1，最后通过最大值对应的参数，就能找到二值化图像中的脊柱区域，从而获得当前脊柱角度。

应理解的是，在获得所述当前脊柱角度后便可以将所述脊柱区域旋转至垂直方向,同时还将切除图像旋转产生的黑边以减少对后续操作产生误差，该切除黑边所使用的是：

bn＝ceil(((tan(theta)^2)*(n-(m/tan(theta))))/((tan(theta)^2)-1)*sin(theta)*cos(theta))；

bm＝ceil(((tan(theta)^2)*(m-(n/tan(theta))))/((tan(theta)^2)-1)*sin(theta)*cos(theta))；

I＝I(bm:m-bm,bn:n-bn)；

其中，theta为当前脊柱角度，bn和bm为待剪切长度(像素)。

步骤S103：根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

需要理解的是，由于在成像过程中，会引入患者身体和其它骨头等与脊柱无关的部位，因此，为了更准确地在所述待识别核磁共振图像中识别出患者的脊柱椎间隙，对旋转后的待识别核磁共振图像进行裁剪，剔除无关部位，获得脊柱图像。

所述步骤S103，具体包括：

根据预设脊柱灰度特征计算旋转后的待识别核磁共振图像中脊柱的长度和宽度；

根据所述长度和所述宽度对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

可以理解的是，所述预设脊柱灰度特征为：纵向上脊柱区域灰度较高，脊柱区域上方及下方灰度较低；横向上脊柱所在轴向灰度最高，从脊柱所在轴向两边灰度逐渐下降，远离脊柱一定距离后灰度逐渐平缓，因此，奖根据该预设脊柱灰度特征剪裁图像以去除无关信息。

在具体实现中，首先，在纵向上根据预设脊柱灰度特征确定脊柱所在纵坐标和脊柱长度，根据脊柱所在纵坐标和脊柱长度进行裁剪，其次，在横向上，计算脊柱所在横坐标以及脊柱宽度，根据脊柱所在横坐标以及脊柱宽度进行裁剪，获得脊柱图像。所述计算脊柱所在横坐标以及脊柱宽度，包括：获取图像在纵方向上的平均灰度构成的数列，对该数列进行求导获得纵坐标上平均灰度变换趋势，从灰度最大处向两边灰度均下降，所以在获得的导数图像中应为左端大于某个值，右端小于某个值。于是可以设定阈值通过迭代获得脊柱区域的宽度。根据求得的脊柱所在横坐标和脊柱宽度剪裁图像获得仅包含脊柱的图像。对旋转后的待识别核磁共振图像进行裁剪所使用的是：

splited_I＝I(:,max_idx-i:max_idx+i)；

其中，splited_I为脊柱图像，I为旋转后的待识别核磁共振图像，max_idx为图像在纵坐标灰度均值上的最大灰度的索引，i为求得的脊柱宽度的一半，第一个“：”是指在纵向上进行截取，第二个“：”表示在横向上截取索引为max_idx-i到索引为max_idx+i的部分。

在本实施例中，所述根据预设脊柱灰度特征计算旋转后的待识别核磁共振图像中脊柱的长度和宽度之前，由于图像噪音较多，需消除噪音才能更好的识别脊柱宽度，可使用smooth函数进行数据平滑，所述smooth函数为：

y＝smooth(y,λ)；

其中，y为图像在纵坐标上的平均灰度，λ为系数。

在本实施例中，通过获取待识别核磁共振图像，并对所述待识别核磁共振图像进行双边滤波；定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向；根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。由于对待识别核磁共振图像进行双边滤波，消除了不均匀线性噪音，较好地保存了图像的边缘信息，通过霍夫变换将图像中的脊柱旋转至垂直方向，便于后续计算椎间隙距离。

参照图6，图6为本发明脊柱椎间隙识别方法第三实施例的流程示意图，基于上述图5所示的实施例，提出本发明脊柱椎间隙识别方法的第三实施例。

在本实施例中，所述步骤S20，具体包括：

步骤S201：对所述脊柱图像进行中值滤波。

可以理解的是，为了进一步滤波，平滑图像的边缘，将对所述脊柱图像进行中值滤波，可以有效的消除脉冲噪声，而且可以很好的保护图像尖锐的边缘,中值滤波的过程是，对所述脊柱图像中的当前像素，选择一个权系数矩阵模板，该权系数矩阵模板为其邻近的若干个像素组成，对模板的像素由小到大进行排序，再用模板的中值来替代当前像素的值的方法。该权系数矩阵模板为:

中值滤波过程为：

g＝median[f(x-1,y-1)+f(x,y-1)+f(x+1,y-1)+f(x-1,y)+f(x,y)+f(x+1,y)+f(x-1,y+1)+f(x,y+1)+f(x+1,y+1)]；

其中，g为中值滤波后的像素，f(x,y)为当前像素，f(x-1,y-1)、f(x,y-1)、f(x+1,y-1)、f(x-1,y)、f(x+1,y)、f(x-1,y+1)、f(x,y+1)、f(x+1,y+1)为当前像素的邻近像素。

步骤S202：对中值滤波后的脊柱图像进行开操作，获得待定椎间隙区域图像。

进一步地，所述步骤S202，具体包括：

对中值滤波后的脊柱图像进行开操作，获得无椎间隙脊柱图像；

将中值滤波后的脊柱图像的灰度值减去所述无椎间隙脊柱图像的灰度值，获得待定椎间隙区域图像。

需要说明的是，所述待定椎间隙区域图像为大致的椎间隙区域图像，而为了获得所述待定椎间隙区域图像，将对中值滤波后的脊柱图像使用长方形结构开操作使得椎间隙闭合，其中，先腐蚀后膨胀的过程称为开操作，用来消除小物体、在纤细点处分离物体以及平滑较大物体的边界，同时并不明显改变其面积。对中值滤波后的脊柱图像进行开操作后获得无椎间隙脊柱图像，能观察到脊柱椎间隙被排除，整个脊柱骨连接成为一条直线。然后通过用中值滤波后的脊柱图像的灰度值减去所述无椎间隙脊柱图像的灰度值，获得待定椎间隙区域图像，将大致椎间隙区域显示出来。

步骤S203：对所述待定椎间隙区域图像进行高斯平滑。

可以理解的是，获得待定椎间隙区域图像之后，由于中值滤波对高斯噪声的抑制效果不是很好，将对得到的待定椎间隙区域图像进行高斯滤波，消除图像中的高斯噪音。本实施例使用的高斯滤波器为：

h＝fspecial('gaussian',p1,p2)；

I＝imfilter(I5,h,'conv')；

其中，h为预定义的滤波算子，fspecial为函数，功能是建立预定义的滤波算子，gaussian为fspecial函数的参数之一，作用是制定算子类型为高斯低通滤波器，p1为窗口大小，p2为标准差大小，I为进行中值滤波后的图像，imfilter为函数，功能是对任意类型数组或多维图像进行滤波，I5为上一步处理后的图像，在这里作为输入,'conv'代表通过卷积进行滤波,p1和p2作为滤波的参数输入，以适应不同的需要。

进一步地，所述步骤S203之后，所述方法还包括：

计算高斯平滑后的待定椎间隙区域图像的最大灰度值和最小灰度值，分别记为ZMAX和ZMIN，令阈值TK＝(ZMAX+ZMIN)/2；

根据阈值将图象分割为前景和背景，分别求出两者的平均灰度值ZO和ZB；

计算新的阈值TKTmp＝(ZO+ZB)/2，若TK＝TKTmp，则将TKTmp作为预设阈值；否则返回所述根据阈值将图象分割为前景和背景的步骤；

根据所述预设阈值对高斯平滑后的待定椎间隙区域图像进行二值化。

步骤S204：对高斯平滑后的待定椎间隙区域图像进行开操作，获得椎间隙区域图像。

需要说明的是，所述对高斯平滑后的待定椎间隙区域图像进行开操作，获得椎间隙区域图像，具体包括：对二值化后的待定椎间隙区域图像进行开操作，获得椎间隙区域图像。为了平滑椎间隙区域，并忽略一些无关噪音，将对二值化后的待定椎间隙区域图像使用圆形结构开操作处理图像，删除了不能包含结构元素的对象区域，平滑了对象的轮廓，断开了狭窄的连接，去掉了细小的突出部分,保存了存在完整结构的像素区域，即正确的椎间隙区域，从而获得椎间隙区域图像。

进一步地，所述步骤S30，具体包括：

步骤S301：获取所述椎间隙区域图像中各子区域的区域面积和区域重心。

步骤S302：将区域面积小于预设面积阈值的子区域删除，并将区域重心与图像中线的距离大于预设距离阈值的子区域删除。

步骤S303：生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

需要说明的是，为了从所述椎间隙区域图像中识别并分离出正确的椎间隙，可以通过所述椎间隙区域图像中的连通像素的面积和重心位置进行筛选。

在具体实现中，所述椎间隙区域图像中仍然存在一些非椎间隙区域，这些区域相较于椎间隙面积较小，可采用设定一个预设面积阈值，将区域面积小于预设面积阈值的子区域从所述椎间隙区域图像中剔除。由于椎间隙在脊柱上，而图像旋转和剪裁得出的脊柱在图像中线上，因此可以通过计算一个连通区域的重心离图像中线的距离来判断该区域是否是正确的椎间隙，将不属于脊柱椎间隙的区域剔除，生成椎间隙图像，从而根据椎间隙图像计算椎间隙区域的相关参数，比如高度和面积，为相关的临床研究提供了很好的手段与工具。

在本实施例中，对脊柱图像进行中值滤波和高斯平滑，能够有效消除脉冲噪声和高斯噪音，很好的保护图像尖锐的边缘，并且通过灰度值做差以及开操作，能够准确地获取到椎间隙区域图像，方便后续准确地提取椎间隙图像。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有脊柱椎间隙识别程序，所述脊柱椎间隙识别程序被处理器执行时实现如下操作：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；

对所述脊柱图像进行形态学处理，获得椎间隙区域图像；

对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

进一步地，所述脊柱椎间隙识别程序被处理器执行时还实现如下操作：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行双边滤波；

定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向；

根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

进一步地，所述脊柱椎间隙识别程序被处理器执行时还实现如下操作：

对双边滤波后的待识别核磁共振图像进行二值化处理；

通过霍夫变换定位二值化处理后的待识别核磁共振图像中的脊柱区域，并获得当前脊柱角度；

根据所述当前脊柱角度将所述脊柱区域旋转至垂直方向。

进一步地，所述脊柱椎间隙识别程序被处理器执行时还实现如下操作：

根据预设脊柱灰度特征计算旋转后的待识别核磁共振图像中脊柱的长度和宽度；

根据所述长度和所述宽度对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

进一步地，所述脊柱椎间隙识别程序被处理器执行时还实现如下操作：

对所述脊柱图像进行中值滤波；

对中值滤波后的脊柱图像进行开操作，获得待定椎间隙区域图像；

对所述待定椎间隙区域图像进行高斯平滑；

对高斯平滑后的待定椎间隙区域图像进行开操作，获得椎间隙区域图像。

进一步地，所述脊柱椎间隙识别程序被处理器执行时还实现如下操作：

对中值滤波后的脊柱图像进行开操作，获得无椎间隙脊柱图像；

将中值滤波后的脊柱图像的灰度值减去所述无椎间隙脊柱图像的灰度值，获得待定椎间隙区域图像。

进一步地，所述脊柱椎间隙识别程序被处理器执行时还实现如下操作：

获取所述椎间隙区域图像中各子区域的区域面积和区域重心；

将区域面积小于预设面积阈值的子区域删除，并将区域重心与图像中线的距离大于预设距离阈值的子区域删除；

生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

在本实施例中，通过获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；对所述脊柱图像进行形态学处理，获得椎间隙区域图像；对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。由于依次剔除了非脊柱部位与非椎间隙区域，获得完整的椎间隙图像，从而可根据椎间隙图像计算椎间隙区域的相关参数，为相关的临床研究提供了很好的手段与工具。

此外，参照图7，本发明实施例还提出一种脊柱椎间隙识别装置，所述脊柱椎间隙识别装置包括：

预处理模块10，用于获取待识别核磁共振图像，对所述待识别核磁共振图像进行预处理，获得脊柱图像。

可以理解的是，本实施例的应用场景是，对患者的脊柱进行核磁共振成像(MRI)检查，生成待识别核磁共振图像，并从所述待识别核磁共振图像中识别出患者的脊柱椎间隙，如图3所示，图3为本发明待识别核磁共振图像示意图。由于在成像过程中，会引入患者身体和其它骨头等与脊柱无关的部位，因此，为了更准确地在所述待识别核磁共振图像中识别出患者的脊柱椎间隙，将对所述待识别核磁共振图像进行预处理，剔除无关部位，获得脊柱图像。

在具体实现中，所述预处理包括：对所述待识别核磁共振图像进行滤波，去除所述待识别核磁共振图像中的大量噪音；获取滤波后的待识别核磁共振图像中的无关部位，并将该无关部位剔除。

图像处理模块20，用于对所述脊柱图像进行形态学处理，获得椎间隙区域图像。

需要说明的是，在获得脊柱图像之后，将所述脊柱图像进行形态学处理，将所述脊柱图像中的脊柱和椎间隙连接起来，然后通过连接后的图像与所述脊柱图像作差，可显示出大致椎间隙区域，得到椎间隙区域图像。

滤波模块30，用于对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

可以理解的是，如图4所示，图4为本发明椎间隙图像示意图。为了根据所述椎间隙区域图像获得椎间隙图像，还将对所述椎间隙区域图像进行面积滤波和位置滤波，首先通过所述面积滤波将所述椎间隙区域图像中的非椎间隙区域剔除，其次通过所述位置滤波将所述椎间隙区域图像中的离散区域剔除，获得仅余患者脊柱椎间隙的椎间隙图像，从而能够根据所述椎间隙图像计算椎间隙区域的相关参数，比如椎间隙区域的高度和面积，为相关的临床研究提供了很好的手段与工具。

在本实施例中，通过获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；对所述脊柱图像进行形态学处理，获得椎间隙区域图像；对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。由于依次剔除了非脊柱部位与非椎间隙区域，获得完整的椎间隙图像，从而可根据椎间隙图像计算椎间隙区域的相关参数，为相关的临床研究提供了很好的手段与工具。

本发明所述脊柱椎间隙识别装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

单词第一、第二、以及第三等的使用不表示任何顺序，可将这些单词解释为名称。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端脊柱椎间隙识别设备(可以是手机，计算机，服务器，空调器，或者网络脊柱椎间隙识别设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种脊柱椎间隙识别方法，其特征在于，所述方法包括以下步骤：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像；

对所述脊柱图像进行形态学处理，获得椎间隙区域图像；

对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

2.如权利要求1所述的脊柱椎间隙识别方法，其特征在于，所述获取待识别核磁共振图像，并对所述待识别核磁共振图像进行预处理，获得脊柱图像，具体包括：

获取待识别核磁共振图像，并对所述待识别核磁共振图像进行双边滤波；

定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向；

根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

3.如权利要求2所述的脊柱椎间隙识别方法，其特征在于，所述定位双边滤波后的待识别核磁共振图像中的脊柱区域，将所述脊柱区域旋转至垂直方向，具体包括：

对双边滤波后的待识别核磁共振图像进行二值化处理；

通过霍夫变换定位二值化处理后的待识别核磁共振图像中的脊柱区域，并获得当前脊柱角度；

根据所述当前脊柱角度将所述脊柱区域旋转至垂直方向。

4.如权利要求3所述的脊柱椎间隙识别方法，其特征在于，所述根据预设脊柱灰度特征对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像，具体包括：

根据预设脊柱灰度特征计算旋转后的待识别核磁共振图像中脊柱的长度和宽度；

根据所述长度和所述宽度对旋转后的待识别核磁共振图像进行裁剪，获得脊柱图像。

5.如权利要求1-4中任一项所述的脊柱椎间隙识别方法，其特征在于，所述对所述脊柱图像进行形态学处理，获得椎间隙区域图像，具体包括：

对所述脊柱图像进行中值滤波；

对中值滤波后的脊柱图像进行开操作，获得待定椎间隙区域图像；

对所述待定椎间隙区域图像进行高斯平滑；

对高斯平滑后的待定椎间隙区域图像进行开操作，获得椎间隙区域图像。

6.如权利要求5所述的脊柱椎间隙识别方法，其特征在于，所述对中值滤波后的脊柱图像进行开操作，获得待定椎间隙区域图像，具体包括：

对中值滤波后的脊柱图像进行开操作，获得无椎间隙脊柱图像；

将中值滤波后的脊柱图像的灰度值减去所述无椎间隙脊柱图像的灰度值，获得待定椎间隙区域图像。

7.如权利要求1-4中任一项所述的脊柱椎间隙识别方法，其特征在于，所述对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙，具体包括：

获取所述椎间隙区域图像中各子区域的区域面积和区域重心；

将区域面积小于预设面积阈值的子区域删除，并将区域重心与图像中线的距离大于预设距离阈值的子区域删除；

生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。

8.一种脊柱椎间隙识别设备，其特征在于，所述脊柱椎间隙识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的脊柱椎间隙识别程序，所述脊柱椎间隙识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的脊柱椎间隙识别方法的步骤。

9.一种存储介质，其特征在于，所述存储介质上存储有脊柱椎间隙识别程序，所述脊柱椎间隙识别程序被处理器执行时实现如权利要求1至7中任一项所述的脊柱椎间隙识别方法的步骤。

10.一种脊柱椎间隙识别装置，其特征在于，所述脊柱椎间隙识别装置包括：

预处理模块，用于获取待识别核磁共振图像，对所述待识别核磁共振图像进行预处理，获得脊柱图像；

图像处理模块，用于对所述脊柱图像进行形态学处理，获得椎间隙区域图像；

滤波模块，用于对所述椎间隙区域图像进行面积滤波和位置滤波，生成椎间隙图像，以识别所述待识别核磁共振图像中的椎间隙。