CN111105426A - 一种基于核磁共振图像的腰椎椎体量化参数测量方法 - Google Patents
一种基于核磁共振图像的腰椎椎体量化参数测量方法 Download PDFInfo
- Publication number
- CN111105426A CN111105426A CN201811262436.2A CN201811262436A CN111105426A CN 111105426 A CN111105426 A CN 111105426A CN 201811262436 A CN201811262436 A CN 201811262436A CN 111105426 A CN111105426 A CN 111105426A
- Authority
- CN
- China
- Prior art keywords
- vertebral body
- edge
- magnetic resonance
- image
- lumbar
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本方法公开了一种基于核磁共振(magnetic resonance,MR)图像的腰椎椎体测量方法,可以在腰椎T1像(T1‑weighted image)或者T2像(T2‑weighted image)矢状位磁共振图像中对5个腰椎椎体和1个骶椎椎体的各个影像解剖学参数进行自动化、一次性量化测量,包括在核磁共振图像中选取椎体边界点;多边形拟合构建椎体区域边界点组;计算、确定椎体顶点和前后上下四个边缘的中点;自动测量椎体前缘、中缘、后缘高度;自动测量椎体上缘、中部和下缘的前后径;自动测量椎体矢状位截面面积;自动测量椎体区域总体信号、平均信号以及信号的标准差等图像信号参数。本方法基于医学DICOM图像,从图像中自动测量椎体真实参数;并给出了核磁共振图像中椎体各参数的数值测量方法,为腰椎疾患影像学研究和智能化诊断提供快速、精准、量化的测量定义和方法。
Description
技术领域
本发明涉及人体脊柱结构参数的量化测量定义及方法,尤其涉及基于腰椎核磁共振图像的量化测量定义和方法。
背景技术
腰椎疾病是临床常见病、多发病。研究表明,腰椎疾病和腰椎的椎体和椎间盘的病变密切相关。核磁共振成像无创伤、分辨率高,是腰椎疾患诊断主要的辅助检查工具,也是腰椎疾患最佳临床研究工具,已经在临床普遍使用。
目前腰椎核磁共振图像的影像学诊断主要依赖临床医生经验性的定性分析,带有较强主观性,医生背景和经验可引起评估结果的巨大差异。腰椎的量化测量利用计算机软件对腰椎各生理参数进行自动化、一次性精确量化测量,因此可以将评估者的主观性最小化。基于腰椎磁共振图像的量化测量是临床大规模流行病学研究的有用工具,也是进一步实现腰椎磁共振图像人工智能化诊断的前提和基础。有基于此,本发明公开了一种基于核磁共振图像的腰椎椎体量化测量的定义和方法。
发明内容
本发明所要解决的技术问题是定义一种基于核磁共振图像的腰椎椎体测量方法,提出量化测量的算法,主要解决在核磁共振图像中椎体各参数的定义、测量方法和从图像中获取腰椎真实量化数据并一次性自动测量腰骶椎6个椎体,测量结果一次性输出。为此,本发明采用以下技术方案:
一种基于核磁共振医学图像的腰椎测量方法,其特征在于:所述方法结合DICOM医学图像的视场信息(Field of View, FOV)和图像数据,对人体腰椎中椎体各个参数进行自动化、一次性精确测量,包括以下步骤:
步骤一、在腰椎磁共振图像中用鼠标分别选中第一腰椎(L1)至第一骶椎(S1)共6个的椎体边界点,采用多边形拟合得到L1~S1各个椎体边界点组(contour)。边界点及内部为相应节段的椎体区域。
步骤二、分别遍历上述L1~S1各椎体边界点组,根据以下公式:
确定各椎体的前上顶点(anterosuperior vertex, ASV)、后上顶点(posterosuperiorvertex, PSV)、前下顶点(anteroinferior vertex, AIV)、后下顶点坐标(posteroinferior vertex, PIV)。并将椎体边界点组(contours)分为上缘(superiormargin, SM)、下缘(inferior margin, IM)、前缘(anterior margin, AM)、后缘(posterior margin, PM)四个边缘点组。
根据以下公式:
确定上缘中点(superior middle vertex, SMV)、下缘中点(inferior middlevertex, IMV)、前缘中点(anterior middle vertex, AMV)、后缘中点(posterior middlevertex, PMV)。
步骤四、根据DICOM协议文件中的视场信息(FOV)进行换算,得到各椎体和椎间盘的上缘、中缘、下缘的前后径(单位:毫米,mm),前缘、中缘、后缘高度(单位:毫米,mm)以及椎体面积(单位:平方毫米,mm2)。长度换算公式为,面积换算公式为。
步骤五、根据步骤一所述的每个椎体边界区域,可计算椎体总体信号、平均信号、信号标准差。根据公式计算各椎体总体信号(total signal intensity, TSI);根据公式平均信号(average signalintensity, ASI);根据公式计算信号标准差(standard deviation of signal intensity, SDSI)。
本发明对腰椎前后径、高度、面积和信号测量的结果,可辅助临床医生依据这些量化参数对被检查者腰椎进行全面评估。
本发明专用于腰椎核磁共振图像测量,较一般的医学影像测量软件相比具有以下优点:
(1)专用于腰椎核磁共振图像测量,只需标注椎体边界点即可自动测量上述腰椎椎体前后径、高度、面积和信号各参数;
(2)可依据医学图像DICOM协议文件中的视场(FOV)参数从磁共振图像中获取腰椎椎体各量化参数的真实值,使本发明对不同核磁共振仪器、不同参数扫描图像测量结果具有一致性;
(3)可一次性获取上述腰椎椎体各个参数,具有极高的量化测量效率,可用于大规模人群队列研究。
附图说明
图1、2为本发明腰椎椎体区域边界示意图。
图3为本发明自动定位腰椎椎体前上(ASV)、后上(PSV)、前下(AIV)、后下(PIV)顶点示意图。
图4为本发明自动定位腰椎上缘中点(SMV)、下缘中点(IMV)、前缘中点(AMV)、后缘中点(PMV)示意图。
图5为本发明自动测量前缘高度(AVH)、中缘高度(MVH)、后缘(PVH)高度示意图。
图6为本发明自动测量上缘前后径(SVD)、中缘前后径(MVD)、下缘前后径(IVD)示意图。
具体实施方式
本发明结合附图和实施例作进一步的说明。
实施例1
在磁共振图像中标注第1腰椎~第5腰椎体、骶1椎体边界点,采用多边形拟合得到各个椎体区域,结果如说明书附图1所示。
根据上述步骤二所述方法,即可直接获取各腰椎椎体的前上(ASV)、后上(PSV)、前下(AIV)、后下(PIV)顶点坐标,结果如说明书附图2所示;及各椎体的上缘中点(SMV)、下缘中点(IMV)、前缘中点(AMV)、后缘中点(PMV)坐标,结果如说明书附图3所示。例如磁共振图像FOV为0.5mm/pixel;腰1椎体ASV= (112, 41); PSV = (138,41); AIV = (108, 62);PIV = (135,68); SMV = (125,42); IMV = (122,65); AMV = (114,52); PMV = (135,55)。
根据上述步骤三至步骤五所述方法,即可一次性获取前缘高度AVH=22.45mm,中缘高度MVH=23.50mm,后缘高度PVH=26.08mm(结果如说明书附图4所示),上缘前后径SVD=25.38mm,中缘前后径MVD=23.25mm、下缘前后径IVD=26.99mm(结果如说明书附图6所示)。
Claims (7)
1.一种基于核磁共振医学图像的腰椎量化测量方法,其特征在于:所述方法结合DICOM医学图像中视场信息(Field of View, FOV)和图像数据,对人体腰段脊柱中椎体的各个影像解剖学参数进行自动化、一次性量化测量,包括以下步骤:
步骤一、在腰椎矢状位磁共振图像中分别选定第一腰椎(L1)至第五腰椎(L5)和第一骶椎(S1)的椎体边界点,采用多边形拟合得到L1~S1共6个椎体的椎体区域。
步骤二、在腰椎矢状位磁共振图像中,分别遍历上述L1~S1各椎体边界点,确定各椎体的前上顶点(anterosuperior vertex, ASV)、后上顶点(posterosuperior vertex,PSV)、前下顶点(anteroinferior vertex, AIV)、后下顶点坐标(posteroinferior vertex,PIV)。确定上缘中点(superior middle vertex, SMV)、下缘中点(inferior middlevertex, IMV)、前缘中点(anterior middle vertex, AMV)、后缘中点(posterior middlevertex, PMV)。
步骤三、根据步骤二所述的每个椎体的四个顶点坐标,计算像素单位下的各椎体上缘、中缘、下缘的前后径;计算像素单位下的各椎体前缘、中缘、后缘高度;计算像素单位下的各椎体矢状位截面面积。
步骤四、根据步骤三所述各椎体和椎间盘像素单位下前后径、高度和面积;与DICOM协议文件中的视场信息(FOV)进行换算,得到各椎体和椎间盘的上缘、中缘、下缘的前后径(单位:毫米,mm)、前缘、中缘、后缘高度(单位:毫米,mm)以及椎体截面面积(单位:平方毫米,mm2)。
步骤五、根据步骤一所述的每个椎体边界区域,计算各椎体总体信号(total signalintensity, TSI)、平均信号(average signal intensity, ASI)以及信号标准差(standard deviation of signal intensity, SDSI)。
4.根据权利要求1所述的基于核磁共振医学图像的腰椎测量方法,其特征在于,在所述步骤三中,像素单位下两点距离计算公式为;椎体上缘前后径(superior vertebra diameter, SVD)计算公式为;椎体中缘前后径(middle vertebra diameter, MVD)计算公式为;椎体下缘前后径(inferior vertebra diameter, IVD)计算公式为;椎体前缘高度(anterior vertebra height, AVH)计算公式为;椎体中缘高度(middle vertebra height, MVH)计算公式为;椎体后缘高度(posterior vertebra height, PVH)计算公式为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811262436.2A CN111105426A (zh) | 2018-10-27 | 2018-10-27 | 一种基于核磁共振图像的腰椎椎体量化参数测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811262436.2A CN111105426A (zh) | 2018-10-27 | 2018-10-27 | 一种基于核磁共振图像的腰椎椎体量化参数测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111105426A true CN111105426A (zh) | 2020-05-05 |
Family
ID=70418440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811262436.2A Pending CN111105426A (zh) | 2018-10-27 | 2018-10-27 | 一种基于核磁共振图像的腰椎椎体量化参数测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111105426A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634218A (zh) * | 2020-12-17 | 2021-04-09 | 王跃 | 一种基于横断位磁共振图像的腰椎肌肉测量方法 |
-
2018
- 2018-10-27 CN CN201811262436.2A patent/CN111105426A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634218A (zh) * | 2020-12-17 | 2021-04-09 | 王跃 | 一种基于横断位磁共振图像的腰椎肌肉测量方法 |
CN112634218B (zh) * | 2020-12-17 | 2022-08-23 | 王跃 | 一种基于横断位磁共振图像的腰椎肌肉测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9196035B2 (en) | Computer apparatus for image creation and analysis | |
CN110363765B (zh) | 基于ct影像的骨质疏松参数自动测量方法 | |
Bulut et al. | Facial soft tissue thickness database for craniofacial reconstruction in the Turkish adult population | |
Hawkes | Algorithms for radiological image registration and their clinical application | |
Hareendranathan et al. | Toward automatic diagnosis of hip dysplasia from 2D ultrasound | |
D'Amico et al. | Normative 3D opto-electronic stereo-photogrammetric posture and spine morphology data in young healthy adult population | |
JP2014009945A (ja) | 画像処理プログラム、記録媒体、画像処理装置、及び画像処理方法 | |
Ellingson et al. | Correlation between degree of subvoxel spinal cord compression measured with super-resolution tract density imaging and neurological impairment in cervical spondylotic myelopathy | |
TW201800054A (zh) | 具有顱內電極的個人腦結構之顯示裝置及其顯示方法 | |
CN102905622A (zh) | 用于经改进的示踪成像处理的系统和方法 | |
CN105894508A (zh) | 一种医学图像自动定位质量的评估方法 | |
Bonnet et al. | Automatic estimate of back anatomical landmarks and 3D spine curve from a Kinect sensor | |
CN114334130A (zh) | 一种基于脑对称性的pet分子影像计算机辅助诊断系统 | |
Wu et al. | The feasibility of a video-based motion analysis system in measuring the segmental movements between upper and lower cervical spine | |
US20050148839A1 (en) | Method for non-invasive measurement of spinal deformity | |
Paniagua et al. | 3D of brain shape and volume after cranial vault remodeling surgery for craniosynostosis correction in infants | |
CN111481233A (zh) | 胎儿颈项透明层厚度测量方法 | |
CN111105426A (zh) | 一种基于核磁共振图像的腰椎椎体量化参数测量方法 | |
Vezzetti et al. | Exploiting 3d ultrasound for fetal diagnostic purpose through facial landmarking | |
CN112634218B (zh) | 一种基于横断位磁共振图像的腰椎肌肉测量方法 | |
CHOI et al. | Measurement of vertebral rotation from moire image for screening of adolescent idiopathic scoliosis | |
Mishra et al. | Measurement of spine parameters and possible scoliosis cases with surface topography Techniques: A case study with young Indian males | |
Berger et al. | A software program to measure the three-dimensional length of the spine from radiographic images: validation and reliability assessment for adolescent idiopathic scoliosis | |
CN114098696A (zh) | 磁共振成像装置、图像处理装置以及图像处理方法 | |
Liu et al. | Research of Scoliosis Detection Method Based on Kinect |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200505 |
|
WD01 | Invention patent application deemed withdrawn after publication |