CN109615656A - 一种基于模型搜索的脊柱定位方法 - Google Patents

一种基于模型搜索的脊柱定位方法 Download PDF

Info

Publication number
CN109615656A
CN109615656A CN201811383834.XA CN201811383834A CN109615656A CN 109615656 A CN109615656 A CN 109615656A CN 201811383834 A CN201811383834 A CN 201811383834A CN 109615656 A CN109615656 A CN 109615656A
Authority
CN
China
Prior art keywords
backbone
vertebra
interverbebral disc
multinomial
localization method
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.)
Pending
Application number
CN201811383834.XA
Other languages
English (en)
Inventor
余鸿波
刘侠
孙艳楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN201811383834.XA priority Critical patent/CN109615656A/zh
Publication of CN109615656A publication Critical patent/CN109615656A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G06T2207/30012—Spine; Backbone

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

一种基于模型搜索的脊柱定位方法。CT图像在诊断脊椎脊柱疾病中起着重要作用，有助于评估脊柱手术后症状的治疗进展。脊柱CT图像的计算机处理将使诊断更加准确，但脊柱曲线形状复杂，椎间盘和椎骨大小变化不一，所以对椎骨的检测以及后续步骤中定位整个脊柱仍然是一个较大的挑战。基于此提出一种基于模型搜索的椎骨定位的方法，提高了椎骨定位的准确度。所述脊椎定位方法包括以下步骤：A、在数据集中寻找内容丰富清晰的最佳切片；B、建立椎间盘的多项式轮廓；C、利用脊柱多项式轮廓来检测可能的椎间盘和椎体位置；D、采用canny算子对椎骨最佳切片进行边界提取；E、利用VTK软件对图像数据信息进行三维立体重建。

Description

一种基于模型搜索的脊柱定位方法
技术领域
本发明主要涉及医学图像处理领域，尤其是基于模型搜索的脊柱定位方法。
背景技术
近些年医学影像技术和计算机技术在不断飞速发展，交叉学科图像处理领域走进了我们的视野，引起了我们的重视，通过计算机技术对医学影像数据进行处理和分析在疾病预防与治疗两个方向提供了强有力的辅助作用。发展迅速的医学图像处理技术为现代医学诊断提供良好的保证，计算机断层扫描、磁共振成像广泛地应用在临床诊断中，大幅度提高了医疗水平，为医学的研究与发展提供了良好的保障，具有重大的影响和价值。
现代人由于工作以及生活压力的增加，脊柱疾病的病发率也逐年增长。百分之四十左右的中年人脊柱患有疾病，百分之二十的儿童由于各种原因脊柱会发生侧弯。由此可见，脊柱疾病越来越危害人类健康。在脊柱疾病的诊断过程中往往会通过计算机断层扫描（CT）进行辅助治疗。因为CT可以生成椎骨的高分辨率的扫描图像，因此CT的扫描图像对于椎骨的定位与三维重建工作有着特殊意义，医学图像分析中将脊柱的结构从CT图像中定位出来并还原脊柱的三维立体结构是一个很重要的过程。由于噪声等干扰使得CT图像成像不清晰，脊柱结构情况复杂，这些问题使得精准定位椎骨难度大大增加。如何从CT图像中高精准度的定位脊柱位置并搭建脊柱模型成为了有待解决的难题。
发明内容
一种基于模型搜索的脊柱定位的方法，其特征在于椎骨检测定位方法包括以下骤：
（1）为了节省处理时间，获得最佳的检测结果，在所有矢状切片中确定最佳的CT图像切片；
（2）用低阶多项式函数表示脊柱的光滑曲率结构，建立椎间盘的多项式轮廓；
（3）利用脊柱多项式轮廓来检测可能的椎间盘和椎体位置；
（4）采用canny算子对椎骨最佳切片进行边界提取；
（5）利用VTK软件对图像数据信息进行三维立体重建。
一种基于模型搜索的脊柱定位的方法，其特征在于，所述的步骤（2）中椎间盘多项式轮廓建立的方法包括以下步骤：
（1）利用预先选取好的20×40大小的椎间盘模型与所有的切片依次进行卷积，得到一组数目为 N的线索点(xi,yi),i=1…N ；
（2）然后采用四阶多项式对所有线索点进行最小二乘拟合，以确定当前切片的最佳椎间盘中心曲线。
一种基于模型搜索的脊柱定位的方法，其特征在于，所述的步骤（3）中利用脊柱多项式轮廓来检测可能的椎间盘和椎体位置的方法包括以下步骤：
（1）由脊柱结构多项式构建强度分布，其中，通过搜索局部最大值(强度最亮)找到可能的椎间盘中心，最小值(强度最暗)表示可能的椎骨；
（2）计算椎骨高度：两个相邻的磁盘中心之间的距离接近于椎体高度；
计算椎体高度的方差测量检测结果的优良性。
一种基于模型搜索的脊柱定位的方法，其特征在于，所述的步骤（4）中采用canny算子对椎骨边界提取包括以下步骤：
（1）用高斯滤波器平滑滤波；
（2）用一阶偏导的有限差分来计算图片的梯度、幅值与方向；
（3）对梯度幅值进行非极大值检测（目的是细化边缘）；
（4）通过双阈值算法对进行边缘连接。
本发明能够迅速的对MRI图像进行脊柱的定位，并且定位精度较高。本发明中采用模型搜索进行在脊柱区域的定位，并利用脊柱的曲线多项式进行模拟脊柱形态，利用软件进行三维重建，可以立体的呈现出整段脊柱，提高了准确性。
附图说明
图1为本发明脊柱定位的流程图。
具体实施方式：
为使本发明的目的、技术方案和优点更加清楚明白，参照附图，对本发明进一步详细说明。
步骤S1：为了节省处理时间，获得最佳的检测结果，在所有矢状切片中确定最佳的CT图像切片；
步骤S2：用低阶多项式函数表示脊柱的光滑曲率结构，建立椎间盘的多项式轮廓；
步骤S3：利用脊柱多项式轮廓来检测可能的椎间盘和椎体位置；
步骤S4：采用canny算子对椎骨最佳切片进行边界提取；
步骤S5：利用VTK软件对图像数据信息进行三维立体重建。
上述描述清楚的说明了本发明的技术方案、流程及优势，本领域的技术人员显然理解，本发明不因上述实施例而受到限制，上述描述的实施例与说明书只是本发明的技术方案及原理并不代表全部，在不背弃本发明精神和内容的前提下，本发明进行相应算法的改进，都在本发明要求保护的范围之内，以特有的形式实现本发明的实验结果，本发明所保护的范围由所附的权利要求书及等同要件限定。

Claims (4)

1.基于模型搜索的脊柱定位方法，其特征在于所述椎骨检测定位方法包括以下步骤：
（1）为了节省处理时间，获得最佳的检测结果，在所有矢状切片中确定最佳的CT图像切片；
（2）用低阶多项式函数表示脊柱的光滑曲率结构，建立椎间盘的多项式轮廓；
（3）利用脊柱多项式轮廓来检测可能的椎间盘和椎体位置；
（4）采用canny算子对椎骨最佳切片进行边界提取；
（5）利用VTK软件对图像数据信息进行三维立体重建。
2.根据权利要求1所述的基于模型搜索的脊柱定位方法，其特征在于，所述的步骤（2）中椎间盘多项式轮廓建立的方法包括以下步骤：
（1）利用预先选取好的20×40大小的椎间盘模型与所有的切片依次进行卷积，得到一组数目为 N的线索点(xi,yi),i=1…N ；
（2）然后采用四阶多项式对所有线索点进行最小二乘拟合，以确定当前切片的最佳椎间盘中心曲线。
3.根据权利要求1所述的基于模型搜索的脊柱定位方法，其特征在于，所述的步骤（3）中利用脊柱多项式轮廓来检测可能的椎间盘和椎体位置的方法包括以下步骤：
（1）由脊柱结构多项式构建强度分布，其中，通过搜索局部最大值(强度最亮)找到可能的椎间盘中心，最小值(强度最暗)表示可能的椎骨；
（2）计算椎骨高度：两个相邻的磁盘中心之间的距离接近于椎体高度；
计算椎体高度的方差测量检测结果的优良性。
4.根据权利要求1所述的基于模型搜索的脊柱定位方法，其特征在于，所述的步骤（4）中采用canny算子对椎骨边界提取包括以下步骤：
（1）用高斯滤波器平滑滤波；
（2）用一阶偏导的有限差分来计算图片的梯度、幅值与方向；
（3）对梯度幅值进行非极大值检测（目的是细化边缘）；
（4）通过双阈值算法对进行边缘连接。
CN201811383834.XA 2018-11-20 2018-11-20 一种基于模型搜索的脊柱定位方法 Pending CN109615656A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811383834.XA CN109615656A (zh) 2018-11-20 2018-11-20 一种基于模型搜索的脊柱定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811383834.XA CN109615656A (zh) 2018-11-20 2018-11-20 一种基于模型搜索的脊柱定位方法

Publications (1)

Publication Number Publication Date
CN109615656A true CN109615656A (zh) 2019-04-12

Family

ID=66004313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811383834.XA Pending CN109615656A (zh) 2018-11-20 2018-11-20 一种基于模型搜索的脊柱定位方法

Country Status (1)

Country Link
CN (1) CN109615656A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111063424A (zh) * 2019-12-25 2020-04-24 上海联影医疗科技有限公司 一种椎间盘数据处理方法、装置、电子设备及存储介质
CN111317580A (zh) * 2020-02-17 2020-06-23 温州医科大学附属第二医院、温州医科大学附属育英儿童医院 一种椎骨稳定系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519974A (zh) * 2011-12-15 2012-06-27 国网电力科学研究院 基于图像智能识别的复合绝缘子龟裂检测方法
CN102799857A (zh) * 2012-06-19 2012-11-28 东南大学 一种视频多车辆轮廓检测方法
CN106600609A (zh) * 2016-11-30 2017-04-26 上海联影医疗科技有限公司 一种医学图像中脊柱的分割方法及系统
CN108230301A (zh) * 2017-12-12 2018-06-29 哈尔滨理工大学 一种基于主动轮廓模型的脊柱ct图像自动定位分割方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519974A (zh) * 2011-12-15 2012-06-27 国网电力科学研究院 基于图像智能识别的复合绝缘子龟裂检测方法
CN102799857A (zh) * 2012-06-19 2012-11-28 东南大学 一种视频多车辆轮廓检测方法
CN106600609A (zh) * 2016-11-30 2017-04-26 上海联影医疗科技有限公司 一种医学图像中脊柱的分割方法及系统
CN108230301A (zh) * 2017-12-12 2018-06-29 哈尔滨理工大学 一种基于主动轮廓模型的脊柱ct图像自动定位分割方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHIGANG PENG ET AL: "Automated Vertebra Detection and Segmentation from the whole Spine MR Images", 《PROCEEDINGS OF THE 2005 IEEE ENGINEERING IN MEDICINE AND BIOLOGY 27TH ANNUAL CONFERENCE》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111063424A (zh) * 2019-12-25 2020-04-24 上海联影医疗科技有限公司 一种椎间盘数据处理方法、装置、电子设备及存储介质
CN111063424B (zh) * 2019-12-25 2023-09-19 上海联影医疗科技股份有限公司 一种椎间盘数据处理方法、装置、电子设备及存储介质
CN111317580A (zh) * 2020-02-17 2020-06-23 温州医科大学附属第二医院、温州医科大学附属育英儿童医院 一种椎骨稳定系统及方法

Similar Documents

Publication Publication Date Title
EP3277183B1 (en) Method and apparatus for assessing blood vessel stenosis
US9594975B2 (en) Image processing device and spinal canal evaluation method
US8139837B2 (en) Bone number determination apparatus and recording medium having stored therein program
US9710907B2 (en) Diagnosis support system using panoramic radiograph and diagnosis support program using panoramic radiograph
CN111602173B (zh) 脑部断层扫描数据分析方法
Ahammad et al. Image processing based segmentation techniques for spinal cord in MRI
WO2010117573A3 (en) Automated measurement of brain injury indices using brain ct images, injury data, and machine learning
Thein et al. An image preprocessing method for kidney stone segmentation in CT scan images
JP2004032684A (ja) 医療画像において腫瘤や実質組織変形をコンピュータを用いて検出する自動化した方法と装置
KR101571151B1 (ko) 컴퓨터 단층촬영 이미지의 아티팩트 제거 방법
US9275452B2 (en) Method and system for automatically determining compliance of cross sectional imaging scans with a predetermined protocol
US11967079B1 (en) System and method for automatically detecting large vessel occlusion on a computational tomography angiogram
Yang et al. An automated method for accurate vessel segmentation
US10702156B2 (en) Systems and methods for improved tractography images
Quader et al. 3-D ultrasound imaging reliability of measuring dysplasia metrics in infants
CN109615656A (zh) 一种基于模型搜索的脊柱定位方法
US11842491B2 (en) Novel, quantitative framework for the diagnostic, prognostic, and therapeutic evaluation of spinal cord diseases
US20140228667A1 (en) Determining lesions in image data of an examination object
CN113554640A (zh) Ai模型的训练方法、使用方法、计算机设备及存储介质
KR100942699B1 (ko) 요골원위부 골간단 경계추출 방법 및 장치
CN115769251A (zh) 基于深度学习获取主动脉图像的系统
Spampinato Skeletal bone age assessment
Mandwe et al. Detection of brain tumor using k-means clustering
Kohut et al. Image processing in detection of knee joints injuries based on MRI images
Giordano et al. Automatic skeletal bone age assessment by integrating EMROI and CROI processing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190412