CN111276221A - 椎骨影像信息的处理方法、显示方法及存储介质 - Google Patents
椎骨影像信息的处理方法、显示方法及存储介质 Download PDFInfo
- Publication number
- CN111276221A CN111276221A CN202010078867.4A CN202010078867A CN111276221A CN 111276221 A CN111276221 A CN 111276221A CN 202010078867 A CN202010078867 A CN 202010078867A CN 111276221 A CN111276221 A CN 111276221A
- Authority
- CN
- China
- Prior art keywords
- vertebra
- image
- vertebral
- vertebral body
- projection line
- 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 45
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000004044 response Effects 0.000 claims abstract description 17
- 206010017076 Fracture Diseases 0.000 claims description 54
- 208000010392 Bone Fractures Diseases 0.000 claims description 47
- 238000003745 diagnosis Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 17
- 208000020084 Bone disease Diseases 0.000 claims description 9
- 206010010214 Compression fracture Diseases 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 210000000988 bone and bone Anatomy 0.000 claims description 5
- 230000037182 bone density Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000011282 treatment Methods 0.000 claims description 3
- 238000002591 computed tomography Methods 0.000 description 12
- 210000000115 thoracic cavity Anatomy 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 210000000038 chest Anatomy 0.000 description 5
- 208000007103 Spondylolisthesis Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000003759 clinical diagnosis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000036285 pathological change Effects 0.000 description 3
- 231100000915 pathological change Toxicity 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 206010041569 spinal fracture Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本公开涉及椎骨影像信息的处理方法、显示方法及存储介质,处理方法主要包括:基于识别出的椎骨影像,在矢状面上获取相邻的第一椎体和第二椎体的投影;在椎骨的前后方向上对比所述第一椎体和第二椎体的相对位置;响应于得到对比结果,确定出第一椎体和第二椎体的滑脱等级。显示方法主要包括:响应于在椎骨影像诊断界面中显示椎骨影像,显示相邻的第一椎骨和第二椎骨之间的滑脱信息,包括滑脱等级和/或滑脱的变化信息。通过本公开的各实施例,在智能、准确地将椎骨自动定位基础上,自动精确地将包括椎骨的滑脱情况在内的骨折信息进行输出,直接给与用户相应的提示。
Description
技术领域
本公开涉及医疗影像处理、识别、显示技术领域,具体涉及一种椎骨影像信息的处理方法、椎骨影像诊断界面的显示方法及计算机可读存储介质。
背景技术
现有技术中,在常规CT扫描技术里,每一个断层轴位仅显示椎骨的一个截面积,目前暂无相关椎骨骨折分型的同类产品。针对具体椎骨的骨折类型,例如椎骨的滑脱以及滑脱等级,需要人工来确定。
发明内容
本公开意图提供一种椎骨影像信息的处理方法、椎骨影像诊断界面的显示方法及计算机可读存储介质,在智能、准确地将椎骨自动定位基础上,自动精确地将包括椎骨的滑脱情况在内的骨折信息进行输出,直接给与用户相应的提示。
根据本公开的方案之一,提供椎骨影像信息的处理方法,包括:
基于识别出的椎骨影像,在矢状面上获取相邻的第一椎体和第二椎体的投影;
在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果;
响应于得到所述对比结果,确定出所述第一椎体和第二椎体的滑脱等级。
在一些实施例中,其中,还包括:
基于AI方法对CT胸部影像处理,识别所述椎骨影像;
标记所述椎骨的不同部分;
通过AI影像识别方法识别所述椎骨影像中滑脱区域,基于滑脱区域界定出所述第一椎体和第二椎体。
在一些实施例中,其中,还包括:
基于AI方法对CT胸部影像处理,识别所述椎骨影像;
标记所述椎骨的不同部分;
遍历所述椎骨,将每两段相邻的椎体作为所述第一椎体和第二椎体。
在一些实施例中,其中,所述在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果,包括:
在矢状面的二维坐标系中,以第一多边形界定所述第一椎体,以第二多边形界定所述第二椎体;
界定在所述矢状面的二维坐标系上的一基准面;
以所述第一多边形在所述基准面确定第一投影线,以所述第二多边形在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线;
基于所述第一投影线的长度、第二投影线的长度和重叠线的长度,得到所述对比结果。
在一些实施例中,其中,所述在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果,包括:
在矢状面所确定的X-Y坐标轴上以第一四边形界定所述第一椎体的一断面外廓,以第二四边形界定所述第二椎体的一断面外廓,X轴表示所述椎骨的前后方向,Y轴表示所述椎骨的上下方向;
确定基准面,所述基准面垂直于所述第一四边形的中心点与所述第二四边形的中心点的连线;
以所述第一四边形沿X轴方向上长度的线段在所述基准面确定第一投影线,以所述第二四边形沿X轴方向上长度的线段在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线;
基于所述第一投影线的长度、第二投影线的长度和重叠线的长度,得到所述对比结果。
在一些实施例中,其中,所述第一四边形位于所述第二四边形的上方;
所述以所述第一四边形沿X轴方向上长度的线段在所述基准面确定第一投影线,以所述第二四边形沿X轴方向上长度的线段在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线,包括:
以所述第一四边形靠下的侧边向所述基准面投影,以确定所述第一投影线;
以所述第二四边形靠上的侧边向所述基准面投影,以确定所述第二投影线;
以所述第一投影线和第二投影线重叠的部分确定所述重叠线。
在一些实施例中,其中,
所述响应于得到所述对比结果,确定出所述第一椎体和第二椎体的滑脱等级,包括:
基于不同阈值,确定所述第一椎体和第二椎体之间不同的滑脱等级;
其中:
当存在历史椎骨影像时,响应于所述确定出所述第一椎体和第二椎体的滑脱等级,得到所述历史椎骨影像中该第一椎体和第二椎体所对应的滑脱等级。
在一些实施例中,其中,还包括:
对比于所述历史椎骨影像中该第一椎体和第二椎体所对应的滑脱等级,得到第一椎体和第二椎体之间滑脱的变化信息。
在一些实施例中,其中,还包括:
基于AI方法识别所述椎骨的骨折类型,所述骨折类型包括压缩性骨折;
其中:
当存在历史椎骨影像时,响应于所述识别所述椎骨的骨折类型,对比所述历史椎骨影像,以识别新发骨折与陈旧骨折
根据本公开的方案之一,提供一种椎骨影像诊断界面的显示方法,包括:
响应于在椎骨影像诊断界面中显示椎骨影像,显示相邻的第一椎骨和第二椎骨之间的滑脱信息,所述滑脱信息包括滑脱等级和/或滑脱的变化信息;
其中:
当所述椎骨影像中包含有非滑脱性骨折,显示骨疾病信息,所述骨疾病信息包括以下至少一种:
骨质密度改变、新发骨折、陈旧骨折。
根据本公开的方案之一,提供计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现:
根据上述的椎骨影像信息的处理方法;或者
根据上述的椎骨影像诊断界面的显示方法。
本公开的各种实施例的椎骨影像信息的处理方法、椎骨影像诊断界面的显示方法及计算机可读存储介质,一方面通过自动在矢状面上获取相邻的第一椎体和第二椎体的投影,对比第一椎体和第二椎体在椎骨前后方向上的相对位置,从而根据得到的对比结果,自动、快速、准确地确定出所述第一椎体和第二椎体的滑脱等级,另一方面自动响应椎骨影像的显示,将相邻的第一椎骨和第二椎骨之间的滑脱信息向用户进行显示,并且显示其他非滑脱性骨折,例如压缩性骨折的骨折信息,从而能够在智能、准确地将椎骨自动定位基础上,自动精确地将包括椎骨的滑脱情况在内的骨折信息进行输出,直接给与用户相应的提示,在诊断系统中更容易定位到滑脱区域在椎骨影像中的位置以及相应的滑脱信息,极大地提升了椎骨影像的分析诊断效率。
应当理解,前面的大体描述以及后续的详细描述只是示例性的和说明性的,并非对所要求保护的本公开的限制。
附图说明
在未必按照比例绘制的附图中,不同视图中相似的附图标记可以表示相似的构件。具有字母后缀的相似附图标记或具有不同字母后缀的相似附图标记可以表示相似构件的不同实例。附图通常作为示例而非限制地图示各种实施例,并且与说明书和权利要求书一起用于解释所公开的实施例。
图1示出本公开的实施例的椎骨影像信息的处理方法的主要流程图;
图2示出本公开的实施例涉及的椎骨影像在矢状面的部分影像;
图3示出本公开的实施例涉及的矢状面所确定坐标轴,其中示出了椎体在坐标轴上的投影以及主要处理方式;
图4示出本公开的实施例的处理方法的一种确定滑脱等级的方式;
图5示出本公开的实施例涉及的椎骨示意图,其中示出了本公开涉及的上椎体、下锥体等;
图6示出了本公开的实施例涉及的骨折信息的输出,其中示出了压缩性骨折类型。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
为了保持本公开实施例的以下说明清楚且简明,本公开省略了已知功能和已知部件的详细说明。
针对本公开所涉及椎骨影像,可以为采用各类医学成像设备获取的椎骨的立体医学影像,例如:核磁共振成像设备(MRI)获取的三维影像,三维立体医学影像也可以为计算机断层扫描设备(CT)扫描获取的三维影像,或者为对计算机断层扫描设备(CT)扫描的的CT二维切片影像进行重建获取的三维影像,本公开不限于此。二维切片影像是指利用医学成像设备获取的椎骨的二维序列数字断层影像,例如,计算机断层扫描设备(CT)、核磁共振成像设备(MRI)、正电子发射计算机造影设备(PET)、超声设备(Ultrasound)获取的二维切片影像等,本公开不限于此。二维切片影像也可以指对三维立体医学影像的特征进行提取并重建影像后获得的二维影像。
本公开中各实施例涉及的椎骨,又称脊柱骨,有33块,根据其在人体的分布位置可将椎骨分为7块颈椎、12块胸椎、5块腰椎、5块骶椎和4块尾椎。其中,成年人的5块骶椎愈合成一块骶骨,4块尾椎愈合成一块尾骨,而颈椎、胸椎和腰椎终生不愈,因此对椎骨影像进行分析时,需要对颈椎、胸椎和腰椎的进行椎骨进行快速、准确定位并准确判断各椎骨的异常情况。椎骨的定位图像中,自上而下一般以T1~T12对12个胸椎进行标号;胸椎之上为颈椎,自上而下以C1~C7对7个颈椎进行标号;胸椎之下为腰椎,自上而下以L1~L5对5个腰椎进行标号,颈椎、胸椎和腰椎中,相邻的椎体之间通过椎间盘连接。
作为方案之一,如图1所示,本公开的实施例提供了一种椎骨影像信息的处理方法,包括:
S1:基于识别出的椎骨影像,在矢状面上获取相邻的第一椎体和第二椎体的投影;
S2:在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果;
S3:响应于得到所述对比结果,确定出所述第一椎体和第二椎体的滑脱等级。
结合临床,本领域技术人员应当理解,DICOM影像对于椎骨的三维影像能够全面、详细地呈现,其中以三个维度影像为主要构建基础。矢状面(sagittal plane)是将人体分切为左右两部分,左右切面就是矢状面,而左右相等的切面被称为正中矢状面,相应的影像可以定义为矢状图。冠状面(coronal plane)是沿左、右方向将人体纵切为前后两部分的断面,通过铅垂轴与横轴的平面及与其平行的所有平面都称为冠状面,这些平面将人体分成前、后两个部分,相应的影像可以定义为冠状图。与矢状面和冠状面对应的即有横断面(transverse plane)。
如图2所示,其中示出了识别出的椎骨影像,该椎骨影像呈现的是椎骨在矢状面的影像。具体的,可以向诊断系统输入完整的CT胸部影像,例如标准的DICOM胸部CT的骨窗影像,在影像中可以通过诊断系统的AI影像识别方法识别出椎骨,包括颈椎、胸椎、腰椎。
优选的,本公开的实施例可以对识别出的椎骨进行标识,即:标记椎骨的不同部分,直接输出带有标记的椎骨影像。结合临床,标记可以采用通常针对椎骨的标记形式,例如TX标识,以T1~T12对12个胸椎进行标记;自上而下CX标识,以C1~C7对7个颈椎进行标记;自上而下LX标识,以L1~L5对5个腰椎进行标记。结合图1中所示,诊断系统在椎骨影像中进行标记,可以直接向用户呈现标记后的椎骨影像。
本公开的发明构思之一,旨在自动精确地将包括椎骨的滑脱情况在内的骨折信息进行输出,直接给与用户相应的提示。本公开的各实施例对于第一椎体和第二椎体的确定,可以为:
方式一
通过AI影像识别方法识别所述椎骨影像中滑脱区域,基于滑脱区域界定出所述第一椎体和第二椎体。
具体的,通过诊断系统对于椎骨影像进行AI影像识别,基于临床对于椎骨滑脱的诊断规范识别出滑脱区域,从而确定出某一个滑脱区域中涉及的第一椎体和第二椎体。
方式二
基于识别出的椎骨,遍历所述椎骨,将每两段相邻的椎体作为所述第一椎体和第二椎体。即:先识别椎骨,基于识别出的椎骨对每一段椎体实施本公开的各实施例的椎骨影像信息的处理方法,识别出滑脱区域以及滑脱等级,从而提供给用户。通过这种方式,诊断系统可以遍历同一椎骨的每段椎体,对每两段相邻的椎体进行诊断,在此基础上可以向用户提供同一段椎骨所有椎间盘的临床信息,在对于椎骨影像的诊断分析中,综合判断椎骨的局部病变和整体病变,实现可以智能地判断椎骨的原发性病变和/或继发性病变。
作为本公开的具体实施方式,一种实施例可以为:所述在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果,包括:
在矢状面的二维坐标系中,以第一多边形界定所述第一椎体,以第二多边形界定所述第二椎体;
界定在所述矢状面的二维坐标系上的一基准面;
以所述第一多边形在所述基准面确定第一投影线,以所述第二多边形在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线;
基于所述第一投影线的长度、第二投影线的长度和重叠线的长度,得到所述对比结果。
本实施例以多边形(第一多边形和第二多边形)来界定相邻椎体,并将多边形与基准面结合起来,从而精确地对椎体之间相对位置进行界定。在临床诊断过程中,可以通过符合临床诊断意义的任何比对手段、符合椎体生理特征的各种多边形对椎体进行界定,从而实现对比第一椎体和第二椎体的相对位置,旨在能够定性、定量地得到椎体之间病变情况均符合本公开的发明构思。
进一步的,本实施例可以为:
所述在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果,包括:
在矢状面所确定的X-Y坐标轴上以第一四边形界定所述第一椎体的一断面外廓,以第二四边形界定所述第二椎体的一断面外廓,X轴表示所述椎骨的前后方向,Y轴表示所述椎骨的上下方向;
确定基准面,所述基准面垂直于所述第一四边形的中心点与所述第二四边形的中心点的连线;
以所述第一四边形沿X轴方向上长度的线段在所述基准面确定第一投影线,以所述第二四边形沿X轴方向上长度的线段在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线;
基于所述第一投影线的长度、第二投影线的长度和重叠线的长度,得到所述对比结果。
如图3所示,其中示出了矢状面所确定坐标系,即X-Y坐标轴。从解剖角度分析,椎骨的两边具有“耳朵”状的耳部构造,相对而言在矢状面的中部区域,椎骨的断面能够更加接近于四边形形状,因此本实施例中矢状面可以优选正中矢状面。将X轴视为表示椎骨的前后方向,即:人体的前后方向,将Y轴视为表示椎骨的上下方向,即:人体的上下方向。椎骨的每段椎体,包括颈椎椎体、胸椎椎体、腰椎椎体,均可以大致视为大小各不相同的空间四面体。因此,本实施例中对于第一椎体和第二椎体采用的方式可以为:将第一椎体在立体空间上的四面体拟合到矢状面确定的X-Y坐标轴上,以第一四边形来界定第一椎体的一断面外廓;方式一致,将第二椎体在立体空间上的四面体拟合到矢状面确定的X-Y坐标轴上,以第二四边形来界定第二椎体的一断面外廓。
为了确定第一椎体和第二椎体之间的相对位置以得到对比结果,本实施例优选采用的方式是将第一四边形和第二四边形统一结合到一基准面上进行对比,基准面的选取和确定,旨在能够统一化第一椎体和第二椎体的对比标准即可符合本公开的发明构思。本实施例可以将基准面确定为与第一四边形和第二四边形均有几何关联的平面,例如将其确定为垂直于所述第一四边形的中心点与所述第二四边形的中心点的连线。继续结合图3,取第一四边形、第二四边形的中心点。具体的,可以将第一四边形和第二四边形分别概化为矩形,即:以(X1,Y1)、(X2,Y2)、(X3,Y3)、(X4,Y4)界定出第一椎体在矢状面上的一断面外廓呈第一矩形,以(X5,Y5)、(X6,Y6)、(X7,Y7)、(X8,Y8)界定出第二椎体在矢状面上的一断面外廓呈第二矩形。以此为基础确定两个矩形的中心点并连接两点。基于两点连线a就确定了本公开实施例所涉及的基准面M。在确定基准面M的基础上,通过第一矩形和第二矩形在基准面M上的投影线就可以得到对比结果。
具体的,本公开实施例可以为:
以所述第一四边形靠下的侧边向所述基准面投影,以确定所述第一投影线;
以所述第二四边形靠上的侧边向所述基准面投影,以确定所述第二投影线;
以所述第一投影线和第二投影线重叠的部分确定所述重叠线。
结合图3,、图4和图5,通过诊断系统AI识别出椎体断面以后,将该椎体对应到矢状面确定的X-Y轴二维坐标系,针对第一椎体(可以称之为上椎体)和第二椎体(可以称之为下锥体),可以查询:最大X值对应坐标;最小X值对应的坐标、最大Y值对应的坐标和最小Y值对应的坐标,分别以对应的四个坐标点作为各椎体的四个角,形成四边形。其中,上椎体的四个坐标中Y小的两个点连在一起,作为上椎体的“下面长度”,下椎体的坐标中Y大的两个点连在一起,作为下锥体的“上面长度”。其中:
针对上椎体,X3是上椎体在X轴上最大的点,X1是上椎体在X轴上最小的点;同理Y2是上椎体在Y轴上最大的点,Y4是上椎体在Y轴上最大的点,分别取X3、X1和Y2、Y4对应的四个点形成一矩形,其中对应的两个小Y的(X4,Y4)、(X3,Y3)点作为上椎体的“下面长度”,也就是第一四边形靠下的侧边;
针对下锥体,X7是下椎体在X轴上最大的点,X5是下椎体在X轴上最小的点;同理Y6是下椎体在Y轴上最大的点,Y8是下椎体在Y轴上最大的点,分别取X7、X5和Y6、Y8对应的四个点形成一矩形,其中对应的两个小Y的(X8,Y8)、(X7,Y7)点作为下椎体的“上面长度”,也即是第二四边形靠上的侧边。
进一步的,基于第一投影线L1的长度,第二投影线L2的长度,以及重叠线L的长度,根据不同阈值,确定所述第一椎体和第二椎体之间不同的滑脱等级,具体可以为:根据下面长度和上面长度在基准面上的重叠程度判断滑脱等级分类,,将椎体向前滑脱的程度分为四度,I:指椎体向前滑动不超过椎体中部矢状径的1/4者;II:超过1/4,但不超过2/4者;III:超过2/4,但不超过3/4者;IV:超过椎体矢状径的3/4者。基于分级信息,输出滑脱区域的信息,例如“T4-T5之间II级”等等。
具体的:
当L1>L2时:
1.00≥L/L2>0.75,判断为I级滑脱;
0.75≥L/L2>0.50,判断为II级滑脱;
0.50≥L/L2>0.25,判断为III级滑脱;
0.25≥L/L2≥0.00,判断为IV级滑脱。
当L2>L1时:
1.00≥L/L1>0.75,判断为I级滑脱;
0.75≥L/L1>0.50,判断为II级滑脱;
0.50≥L/L1>0.25,判断为III级滑脱;
0.25≥L/L1≥0.00,判断为IV级滑脱。
作为进一步方案,本实施例的处理方法可以包括,当存在历史椎骨影像时,响应于所述确定出所述第一椎体和第二椎体的滑脱等级,得到所述历史椎骨影像中该第一椎体和第二椎体所对应的滑脱等级。诊断系统在自动输出当前椎骨影像中椎体之间滑脱信息时,可以得到历史椎骨影像中相应的椎体之间的滑脱信息。具体实施例中,针对历史椎骨影像中椎体,可以调取之前的滑脱信息。
当然,本实施例另一方面优选的可以对比于所述历史椎骨影像中该第一椎体和第二椎体所对应的滑脱等级,得到第一椎体和第二椎体之间滑脱的变化信息。具体的,可以参考当前的椎骨影像重新得到滑脱信息,也可以参考历史椎骨影像中滑脱信息得到当前椎骨影像中的滑脱信息。将当前椎骨影像和历史椎骨影像结合起来综合判断滑脱信息,有助于在病患时间轴上整体诊断和分析椎骨的病变情况,从而更加智能地得到椎骨的病变、诊疗、康复等诊断信息。
在诊断椎骨的骨折过程中,常规CT扫描技术每一个断层轴位仅显示椎骨的一个截面积,缺少定位信息,现有的技术主要靠医生通过放下翻页来确定骨折部位,并通过既有知识进行骨折类型的判定、新发骨折与陈旧骨折的鉴别,以及骨折类型的分型。针对暂无相关椎骨骨折分型以及定位分区的同类产品,具体到压缩性骨折类型,如图6所示,本公开的实施例的处理方法可以进一步为:
基于AI方法识别所述椎骨的骨折类型,所述骨折类型包括压缩性骨折;其中:
当存在历史椎骨影像时,响应于所述识别所述椎骨的骨折类型,对比所述历史椎骨影像,以识别新发骨折与陈旧骨折。具体的,可以通过诊断系统的比对模块,实现本公开实施例的历史影响对比功能,若系统中存有同一椎骨在不同时间轴上的历史椎骨影像,即可判断是否为新旧骨折。
作为方案之一,本公开的实施例提供了一种骨影像诊断界面的显示方法,包括:
响应于在椎骨影像诊断界面中显示椎骨影像,显示相邻的第一椎骨和第二椎骨之间的滑脱信息,所述滑脱信息包括滑脱等级和/或滑脱的变化信息;
其中:
当所述椎骨影像中包含有非滑脱性骨折,显示骨疾病信息,所述骨疾病信息包括以下至少一种:
骨质密度改变、新发骨折、陈旧骨折。
具体的,可以结合上文内容,用户在交互界面进行操作,诊断系统的显示界面显示针对椎骨骨疾病信息,包括骨质密度改变的信息、骨折信息等,例如:滑脱信息“T4-T5之间II级”、新发骨折、陈旧骨折,等等。用户交互界面可以是通过当前诊断界面中所涉及的显示界面、显示区域中进行显示,也可以是独立于当前诊断界面所涉及的显示界面、显示区域,这些显示界面、显示区域可以被认为是当前操作所配置的当前显示界面。即,可以理解为,以区别于当前显示界面的显示界面为显示载体实现显示。独立的显示界面可以通过:弹出显示界面、浮动显示界面、突出显示界面、高亮显示界面,甚至于不同于当前显示设备的远程显示界面实现显示。
具体来说,本公开的发明构思之一,旨在能够得到提供椎骨影像信息的处理方法、椎骨影像诊断界面的显示方法及计算机可读存储介质,一方面通过自动在矢状面上获取相邻的第一椎体和第二椎体的投影,对比第一椎体和第二椎体在椎骨前后方向上的相对位置,从而根据得到的对比结果,自动、快速、准确地确定出所述第一椎体和第二椎体的滑脱等级,另一方面自动响应椎骨影像的显示,将相邻的第一椎骨和第二椎骨之间的滑脱信息向用户进行显示,并且显示其他非滑脱性骨折,例如压缩性骨折的骨折信息,从而能够在智能、准确地将椎骨自动定位基础上,自动精确地将包括椎骨的滑脱情况在内的骨折信息进行输出,直接给与用户相应的提示,在诊断系统中更容易定位到滑脱区域在椎骨影像中的位置以及相应的滑脱信息,极大地提升了椎骨影像的分析诊断效率。
通过本公开的医学影像显示方法,基于本领域技术人员常识性了解,可以知晓同时公开了:
一种显示设备,包括显示单元和处理器,配置为:响应于在椎骨影像诊断界面中显示椎骨影像,显示相邻的第一椎骨和第二椎骨之间的滑脱信息,所述滑脱信息包括滑脱等级和/或滑脱的变化信息;
其中:
当所述椎骨影像中包含有非滑脱性骨折,显示骨疾病信息,所述骨疾病信息包括以下至少一种:
骨质密度改变、新发骨折、陈旧骨折。
本公开各实施例所涉及的如上所述的显示设备,与上述各实施例中的医学影像的显示方法属于同一构思,其能够在智能、准确地将椎骨自动定位基础上,自动精确地将包括椎骨的滑脱情况在内的骨折信息进行输出,直接给与用户相应的提示,在诊断系统中更容易定位到滑脱区域在椎骨影像中的位置以及相应的滑脱信息,极大地提升了椎骨影像的分析诊断效率。有利于医学影像的分析和诊断,提高了效率和准确度,为临床提供了极大的便利。在此基础上的临床对诊治、用药、护理、康复等这些方面的策略选取,以及病理分析、病例库完善等等各方面,均能够达到良好的有益效果。
在一些实施例中,本公开各实施例所涉及的如上所述的显示设备可以采用各种方式整合在影像的现有处理平台上。例如,可以在胸部影像的现有处理平台上利用开发接口编写上述程序模块,从而实现与现有处理平台的兼容及对其的更新,从而降低硬件成本,更有助于显示设备的推广和应用。
本公开还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现根据上述的椎骨影像信息的处理方法,至少包括:
基于识别出的椎骨影像,在矢状面上获取相邻的第一椎体和第二椎体的投影;
在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果;
响应于得到所述对比结果,确定出所述第一椎体和第二椎体的滑脱等级。
本公开还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现根据上述的椎骨影像诊断界面的显示方法,至少包括:
响应于在椎骨影像诊断界面中显示椎骨影像,显示相邻的第一椎骨和第二椎骨之间的滑脱信息,所述滑脱信息包括滑脱等级和/或滑脱的变化信息;
其中:
当所述椎骨影像中包含有非滑脱性骨折,显示骨折信息,所述骨折信息包括以下至少一种:
骨折类型、新发骨折、陈旧骨折。
在一些实施例中,执行算机可执行指令处理器可以是包括一个以上通用处理设备的处理设备,诸如微处理器、中央处理单元(CPU)、图形处理单元(GPU)等。更具体地,该处理器可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、运行其他指令集的处理器或运行指令集的组合的处理器。该处理器还可以是一个以上专用处理设备,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、片上系统(SoC)等。
在一些实施例中,计算机可读存储介质可以为存储器,诸如只读存储器(ROM)、随机存取存储器(RAM)、相变随机存取存储器(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、电可擦除可编程只读存储器(EEPROM)、其他类型的随机存取存储器(RAM)、闪存盘或其他形式的闪存、缓存、寄存器、静态存储器、光盘只读存储器(CD-ROM)、数字通用光盘(DVD)或其他光学存储器、盒式磁带或其他磁存储设备,或被用于储存能够被计算机设备访问的信息或指令的任何其他可能的非暂时性的介质等。
在一些实施例中,计算机可执行指令可以实现为多个程序模块,多个程序模块共同实现根据本公开中任何一项所述的医学影像的显示方法。
本公开描述了各种操作或功能,其可以实现为软件代码或指令或者定义为软件代码或指令。显示单元可以实现为在存储器上存储的软件代码或指令模块,其由处理器执行时可以实现相应的步骤和方法。
这样的内容可以是可以直接执行(“对象”或“可执行”形式)的源代码或差分代码(“delta”或“patch”代码)。这里描述的实施例的软件实现可以通过其上存储有代码或指令的制品提供,或者通过操作通信接口以通过通信接口发送数据的方法提供。机器或计算机可读存储介质可以使机器执行所描述的功能或操作,并且包括以可由机器(例如,计算显示设备、电子系统等)访问的形式存储信息的任何机制,例如可记录/不可记录介质(例如,只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪存显示设备等)。通信接口包括与硬连线、无线、光学等介质中的任何一种接口以与其他显示设备通信的任何机制,例如存储器总线接口、处理器总线接口、因特网连接、磁盘控制器等。通信接口可以通过提供配置参数和/或发送信号来配置以准备通信接口,以提供描述软件内容的数据信号。可以通过向通信接口发送一个或多个命令或信号来访问通信接口。
本公开的实施例的计算机可执行指令可以组织成一个或多个计算机可执行组件或模块。可以用这类组件或模块的任何数量和组合来实现本公开的各方面。例如,本公开的各方面不限于附图中示出的和本文描述的特定的计算机可执行指令或特定组件或模块。其他实施例可以包括具有比本文所示出和描述的更多或更少功能的不同的计算机可执行指令或组件。
以上描述旨在是说明性的而不是限制性的。例如,上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外,在上述具体实施方式中,各种特征可以被分组在一起以简单化本公开。这不应解释为一种不要求保护的公开的特征对于任一权利要求是必要的意图。相反,本公开的主题可以少于特定的公开的实施例的全部特征。从而,以下权利要求书作为示例或实施例在此并入具体实施方式中,其中每个权利要求独立地作为单独的实施例,并且考虑这些实施例可以以各种组合或排列彼此组合。本公开的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
以上实施例仅为本公开的示例性实施例,不用于限制本公开,本公开的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内,对本公开做出各种修改或等同替换,这种修改或等同替换也应视为落在本公开的保护范围内。
Claims (11)
1.一种椎骨影像信息的处理方法,包括:
基于识别出的椎骨影像,在矢状面上获取相邻的第一椎体和第二椎体的投影;
在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果;
响应于得到所述对比结果,确定出所述第一椎体和第二椎体的滑脱等级。
2.根据权利要求1所述的处理方法,其中,还包括:
基于AI方法对CT胸部影像处理,识别所述椎骨影像;
标记所述椎骨的不同部分;
通过AI影像识别方法识别所述椎骨影像中滑脱区域,基于滑脱区域界定出所述第一椎体和第二椎体。
3.根据权利要求1所述的处理方法,其中,还包括:
基于AI方法对CT胸部影像处理,识别所述椎骨影像;
标记所述椎骨的不同部分;
遍历所述椎骨,将每两段相邻的椎体作为所述第一椎体和第二椎体。
4.根据权利要求1所述的处理方法,其中,所述在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果,包括:
在矢状面的二维坐标系中,以第一多边形界定所述第一椎体,以第二多边形界定所述第二椎体;
界定在所述矢状面的二维坐标系上的一基准面;
以所述第一多边形在所述基准面确定第一投影线,以所述第二多边形在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线;
基于所述第一投影线的长度、第二投影线的长度和重叠线的长度,得到所述对比结果。
5.根据权利要求1所述的处理方法,其中,所述在所述椎骨的前后方向上,对比所述第一椎体和第二椎体的相对位置,得到对比结果,包括:
在矢状面所确定的X-Y坐标轴上以第一四边形界定所述第一椎体的一断面外廓,以第二四边形界定所述第二椎体的一断面外廓,X轴表示所述椎骨的前后方向,Y轴表示所述椎骨的上下方向;
确定基准面,所述基准面垂直于所述第一四边形的中心点与所述第二四边形的中心点的连线;
以所述第一四边形沿X轴方向上长度的线段在所述基准面确定第一投影线,以所述第二四边形沿X轴方向上长度的线段在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线;
基于所述第一投影线的长度、第二投影线的长度和重叠线的长度,得到所述对比结果。
6.根据权利要求5所述的处理方法,其中,所述第一四边形位于所述第二四边形的上方;
所述以所述第一四边形沿X轴方向上长度的线段在所述基准面确定第一投影线,以所述第二四边形沿X轴方向上长度的线段在所述基准面确定第二投影线,以及确定所述第一投影线和第二投影线的重叠线,包括:
以所述第一四边形靠下的侧边向所述基准面投影,以确定所述第一投影线;
以所述第二四边形靠上的侧边向所述基准面投影,以确定所述第二投影线;
以所述第一投影线和第二投影线重叠的部分确定所述重叠线。
7.根据权利要求1至6中任一项所述的处理方法,其中,所述响应于得到所述对比结果,确定出所述第一椎体和第二椎体的滑脱等级,包括:
基于不同阈值,确定所述第一椎体和第二椎体之间不同的滑脱等级;
其中:
当存在历史椎骨影像时,响应于所述确定出所述第一椎体和第二椎体的滑脱等级,得到所述历史椎骨影像中该第一椎体和第二椎体所对应的滑脱等级。
8.根据权利要求7所述的处理方法,其中,还包括:
对比于所述历史椎骨影像中该第一椎体和第二椎体所对应的滑脱等级,得到第一椎体和第二椎体之间滑脱的变化信息。
9.根据权利要求1所述的处理方法,其中,还包括:
基于AI方法识别所述椎骨的骨折类型,所述骨折类型包括压缩性骨折;
其中:
当存在历史椎骨影像时,响应于所述识别所述椎骨的骨折类型,对比所述历史椎骨影像,以识别新发骨折与陈旧骨折。
10.一种椎骨影像诊断界面的显示方法,包括:
响应于在椎骨影像诊断界面中显示椎骨影像,显示相邻的第一椎骨和第二椎骨之间的滑脱信息,所述滑脱信息包括滑脱等级和/或滑脱的变化信息;
其中:
当所述椎骨影像中包含有非滑脱性骨折,显示骨疾病信息,所述骨疾病信息包括以下至少一种:
骨质密度改变、新发骨折、陈旧骨折。
11.一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现:
根据权利要求1至8中任一项所述的处理方法;或者
根据权利要求9所述的显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010078867.4A CN111276221B (zh) | 2020-02-03 | 2020-02-03 | 椎骨影像信息的处理方法、显示方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010078867.4A CN111276221B (zh) | 2020-02-03 | 2020-02-03 | 椎骨影像信息的处理方法、显示方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111276221A true CN111276221A (zh) | 2020-06-12 |
CN111276221B CN111276221B (zh) | 2024-01-30 |
Family
ID=71002017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010078867.4A Active CN111276221B (zh) | 2020-02-03 | 2020-02-03 | 椎骨影像信息的处理方法、显示方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111276221B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111881910A (zh) * | 2020-07-31 | 2020-11-03 | 杭州依图医疗技术有限公司 | 基于椎骨影像的信息处理方法及计算机可读存储介质 |
DE102023201348A1 (de) | 2023-02-16 | 2024-03-28 | Siemens Healthcare Gmbh | Verfahren und Datenverarbeitungssystem zum Bereitstellen von vertebralen Daten |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2145188C1 (ru) * | 1996-06-18 | 2000-02-10 | Новокузнецкий государственный институт усовершенствования врачей | Способ рентгенологической диагностики нарушения биомеханики позвоночных двигательных сегментов |
US20040236210A1 (en) * | 2003-05-22 | 2004-11-25 | Ming-Dar Tsai | Image analysis method for vertebral compression curvature |
US20050192575A1 (en) * | 2004-02-20 | 2005-09-01 | Pacheco Hector O. | Method of improving pedicle screw placement in spinal surgery |
US20080216845A1 (en) * | 2005-02-16 | 2008-09-11 | Nordic Bioscience A/S | Vertebral Fracture Quantification |
CN101720468A (zh) * | 2007-03-27 | 2010-06-02 | 北欧生物科技成像公司 | 椎骨骨折预测 |
US20110228995A1 (en) * | 2008-11-28 | 2011-09-22 | Fujifilm Medical Systems Usa, Inc. | System and Method for Propagation of Spine Labeling |
US20130329979A1 (en) * | 2012-06-12 | 2013-12-12 | Jeff Winternheimer | Method of obtaining and analyzing data from an upright mri from the spinal region of a subject |
CN105556567A (zh) * | 2013-09-17 | 2016-05-04 | 皇家飞利浦有限公司 | 用于脊椎位置探测的方法和系统 |
CN110580948A (zh) * | 2019-09-12 | 2019-12-17 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
CN110599508A (zh) * | 2019-08-01 | 2019-12-20 | 平安科技(深圳)有限公司 | 基于人工智能的脊柱影像处理方法及相关设备 |
-
2020
- 2020-02-03 CN CN202010078867.4A patent/CN111276221B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2145188C1 (ru) * | 1996-06-18 | 2000-02-10 | Новокузнецкий государственный институт усовершенствования врачей | Способ рентгенологической диагностики нарушения биомеханики позвоночных двигательных сегментов |
US20040236210A1 (en) * | 2003-05-22 | 2004-11-25 | Ming-Dar Tsai | Image analysis method for vertebral compression curvature |
US20050192575A1 (en) * | 2004-02-20 | 2005-09-01 | Pacheco Hector O. | Method of improving pedicle screw placement in spinal surgery |
US20080216845A1 (en) * | 2005-02-16 | 2008-09-11 | Nordic Bioscience A/S | Vertebral Fracture Quantification |
CN101720468A (zh) * | 2007-03-27 | 2010-06-02 | 北欧生物科技成像公司 | 椎骨骨折预测 |
US20110228995A1 (en) * | 2008-11-28 | 2011-09-22 | Fujifilm Medical Systems Usa, Inc. | System and Method for Propagation of Spine Labeling |
US20130329979A1 (en) * | 2012-06-12 | 2013-12-12 | Jeff Winternheimer | Method of obtaining and analyzing data from an upright mri from the spinal region of a subject |
CN105556567A (zh) * | 2013-09-17 | 2016-05-04 | 皇家飞利浦有限公司 | 用于脊椎位置探测的方法和系统 |
CN110599508A (zh) * | 2019-08-01 | 2019-12-20 | 平安科技(深圳)有限公司 | 基于人工智能的脊柱影像处理方法及相关设备 |
CN110580948A (zh) * | 2019-09-12 | 2019-12-17 | 杭州依图医疗技术有限公司 | 医学影像的显示方法及显示设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111881910A (zh) * | 2020-07-31 | 2020-11-03 | 杭州依图医疗技术有限公司 | 基于椎骨影像的信息处理方法及计算机可读存储介质 |
DE102023201348A1 (de) | 2023-02-16 | 2024-03-28 | Siemens Healthcare Gmbh | Verfahren und Datenverarbeitungssystem zum Bereitstellen von vertebralen Daten |
Also Published As
Publication number | Publication date |
---|---|
CN111276221B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210158531A1 (en) | Patient Management Based On Anatomic Measurements | |
US10390886B2 (en) | Image-based pedicle screw positioning | |
EP2572332B1 (en) | Visualization of medical image data with localized enhancement | |
US20190021677A1 (en) | Methods and systems for classification and assessment using machine learning | |
US9754369B2 (en) | Computer apparatus for analyzing medical images for diffusion-weighted abnormalities or infarct and generating prescriptions | |
US8903147B2 (en) | Medical report generation apparatus, method and program | |
US9129362B2 (en) | Semantic navigation and lesion mapping from digital breast tomosynthesis | |
US8423124B2 (en) | Method and system for spine visualization in 3D medical images | |
CN105431089A (zh) | 根据肝脏扫描确定肝功能的系统和方法 | |
US9691157B2 (en) | Visualization of anatomical labels | |
US20130257910A1 (en) | Apparatus and method for lesion diagnosis | |
JP2006314778A (ja) | 医用画像処理装置及び医用画像処理方法 | |
RU2655078C2 (ru) | Создание главного изображения из медицинского изображения | |
Burns et al. | Artificial intelligence in musculoskeletal imaging: a paradigm shift | |
CN110807770A (zh) | 医学影像的处理、识别、显示方法及存储介质 | |
US20150363963A1 (en) | Visualization With Anatomical Intelligence | |
Suri et al. | A deep learning system for automated, multi-modality 2D segmentation of vertebral bodies and intervertebral discs | |
CN111276221B (zh) | 椎骨影像信息的处理方法、显示方法及存储介质 | |
JP2007222626A (ja) | 医用画像データ内の特異部の自動検出方法および装置 | |
Suri et al. | Vertebral deformity measurements at MRI, CT, and radiography using deep learning | |
US9679376B2 (en) | Medical image processing apparatus, method, and recording medium | |
CN110738633A (zh) | 一种机体组织的三维图像处理方法及相关设备 | |
WO2022077858A1 (zh) | 基于深度学习体征结构的全模态医学影像序列分组方法 | |
US20120039517A1 (en) | System, method and computer instructions for aiding image analysis | |
CN111881910A (zh) | 基于椎骨影像的信息处理方法及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |