CN111553908B - 颅颌面信息的分析方法及装置、电子设备、计算机存储介质 - Google Patents

颅颌面信息的分析方法及装置、电子设备、计算机存储介质 Download PDF

Info

Publication number
CN111553908B
CN111553908B CN202010368137.8A CN202010368137A CN111553908B CN 111553908 B CN111553908 B CN 111553908B CN 202010368137 A CN202010368137 A CN 202010368137A CN 111553908 B CN111553908 B CN 111553908B
Authority
CN
China
Prior art keywords
image
craniomaxillofacial
target user
analyzing
head
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.)
Active
Application number
CN202010368137.8A
Other languages
English (en)
Other versions
CN111553908A (zh
Inventor
姜喜玲
付明山
徐丽敏
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.)
Affiliated Hospital of Chifeng University
Original Assignee
Affiliated Hospital of Chifeng University
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 Affiliated Hospital of Chifeng University filed Critical Affiliated Hospital of Chifeng University
Priority to CN202010368137.8A priority Critical patent/CN111553908B/zh
Publication of CN111553908A publication Critical patent/CN111553908A/zh
Application granted granted Critical
Publication of CN111553908B publication Critical patent/CN111553908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T2207/10—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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种颅颌面信息的分析方法及装置、电子设备、计算机存储介质。其中，该分析方法包括：获取目标用户的头部颅颌面的扫描图像，其中，扫描图像的图像类型磁共振图像MRI；将扫描图像合成计算机断层扫描CT图像，得到合成CT图像；基于扫描图像和合成CT图像，分析目标用户的颅颌面神经，得到颅颌面神经信息。本发明解决了相关技术中通过CBCT或者螺旋CT显示面部信息时，显示内容模糊，降低观察者的使用兴趣的技术问题。

Description

颅颌面信息的分析方法及装置、电子设备、计算机存储介质
技术领域
本发明涉及计算机分析技术领域，具体而言，涉及一种颅颌面信息的分析方法及装置、电子设备、计算机存储介质。
背景技术
相关技术中，在临床影像方面以及三维头影测量的研究，三维坐标系和参考平面的建立至关重要，尤其是CBCT(Cone beam computed tomography,CBCT)的不断普及，通过计算机终端很容易获取反映用户颅颌面信息的三维数据的技术不断进步。当前的技术方案中，在确定颅颌面的相关信息时，常常通过CBCT或者螺旋CT来分析用户颅颌面的神经信息，尤其是在分析面部神经、骨骼肌信息等颅颌面信息时，显示内容常常很模糊，让观察者无法了解到用户面部是否出现异常。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种颅颌面信息的分析方法及装置、电子设备、计算机存储介质，以至少解决相关技术中通过CBCT或者螺旋CT显示面部信息时，显示内容模糊，降低观察者的使用兴趣的技术问题。
根据本发明实施例的一个方面，提供了一种颅颌面信息的分析方法，包括：获取目标用户的头部颅颌面的扫描图像，其中，所述扫描图像的图像类型磁共振图像MRI；将所述扫描图像合成计算机断层扫描CT图像，得到合成CT图像；基于所述扫描图像和所述合成CT图像，分析所述目标用户的颅颌面神经，得到颅颌面神经信息。
可选地，获取目标用户的头部颅颌面的扫描图像的步骤，包括：在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态是否满足预设张合状态；在确定所述目标用户的口腔张合状态满足预设张合状态的情况下，采用梯度回波序列对所述目标用户的头部进行MRI软组织序列扫描，以得到所述扫描图像。
可选地，在获取目标用户的头部颅颌面的扫描图像之后，所述分析方法还包括：基于所述扫描图像，确定各向异性分数和表观扩散参数，其中，所述各向异性分数用于指示颅颌面软组织中水分子各向异性成分占整个扩散张量的比例，所述表观扩散参数用于指示颅颌面软组织中水分子的扩散强度；基于所述各向异性分数和所述表观扩散参数，分析所述颅颌面神经的损伤程度。
可选地，基于所述扫描图像，确定各向异性分数和表观扩散参数包括：基于所述扫描图像，确定头部颅颌面的软组织中的感兴趣区域；基于所述感兴趣区域，定量检测所述头部颅颌面的面部神经的各向异性分数和表观扩散参数。
根据本发明实施例的另一方面，还提供了一种颅颌面信息的分析装置，包括：获取单元，用于获取目标用户的头部颅颌面的扫描图像，其中，所述扫描图像的图像类型磁共振图像MRI；合成单元，用于将所述扫描图像合成计算机断层扫描CT图像，得到合成CT图像；分析单元，用于基于所述扫描图像和所述合成CT图像，分析所述目标用户的颅颌面神经，得到颅颌面神经信息。
可选地，所述获取单元包括：第一检测模块，用于在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；第一分析模块，用于基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态是否满足预设张合状态；第一扫描模块，用于在确定所述目标用户的口腔张合状态满足预设张合状态的情况下，采用梯度回波序列对所述目标用户的头部进行MRI软组织序列扫描，以得到所述扫描图像。
可选地，所述分析装置还包括：确定单元，用于在获取目标用户的头部颅颌面的扫描图像之后，基于所述扫描图像，确定各向异性分数和表观扩散参数，其中，所述各向异性分数用于指示颅颌面软组织中水分子各向异性成分占整个扩散张量的比例，所述表观扩散参数用于指示颅颌面软组织中水分子的扩散强度；第二分析模块，用于基于所述各向异性分数和所述表观扩散参数，分析所述颅颌面神经的损伤程度。
可选地，所述确定单元包括：确定模块，用于基于所述扫描图像，确定头部颅颌面的软组织中的感兴趣区域；第二检测模块，用于基于所述感兴趣区域，定量检测所述头部颅颌面的面部神经的各向异性分数和表观扩散参数。
根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的颅颌面信息的分析方法。
根据本发明实施例的另一方面，还提供了一种计算机存储介质，所述计算机存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机存储介质所在设备执行上述任意一项所述的颅颌面信息的分析方法。
本发明实施例中，在分析颅颌面信息时，先获取目标用户的头部颅颌面的扫描图像，其中，扫描图像的图像类型磁共振图像MRI，并将扫描图像合成计算机断层扫描CT图像，得到合成CT图像，基于扫描图像和合成CT图像，分析目标用户的颅颌面神经，得到颅颌面神经信息。在该实施例中，可以通过核磁共振图像核磁合成CT图像，并实现对颅颌面信息(包括颅颌面神经、骨骼肌)的精准定量分析，实现无辐射的获取颅颌面的其他软硬组织的三维影像，做到精准空间定位和全面可视化呈现，显示颅颌面信息清晰，从而解决相关技术中通过CBCT或者螺旋CT显示面部信息时，显示内容模糊，降低观察者的使用兴趣的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的颅颌面信息的分析方法的流程图；
图2是根据本发明实施例的一种可选的颅颌面信息的分析装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于本领域技术人员理解本发明，下面对本发明各实施例中涉及的部分术语或者名词做出解释：
DTI，Diffusion Tensor Imaging，扩散张量纤维束成像技术，使神经束和肌肉纤维可以被定量评估和可视化。
本发明下述各实施例可以应用于携带颅颌面三维影像分析软件的终端设备中。
根据本发明实施例，提供了一种颅颌面信息的分析方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的颅颌面信息的分析方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取目标用户的头部颅颌面的扫描图像，其中，扫描图像的图像类型磁共振图像MRI；
步骤S104，将扫描图像合成计算机断层扫描CT图像，得到合成CT图像；
步骤S106，基于扫描图像和合成CT图像，分析目标用户的颅颌面神经，得到颅颌面神经信息。
通过上述步骤，可以在分析颅颌面信息时，先获取目标用户的头部颅颌面的扫描图像，其中，扫描图像的图像类型磁共振图像MRI，并将扫描图像合成计算机断层扫描CT图像，得到合成CT图像，基于扫描图像和合成CT图像，分析目标用户的颅颌面神经，得到颅颌面神经信息。在该实施例中，可以通过核磁共振图像核磁合成CT图像，并实现对颅颌面信息(包括颅颌面神经、骨骼肌)的精准定量分析，实现无辐射的获取颅颌面的其他软硬组织的三维影像，做到精准空间定位和全面可视化呈现，显示颅颌面信息清晰，从而解决相关技术中通过CBCT或者螺旋CT显示面部信息时，显示内容模糊，降低观察者的使用兴趣的技术问题。
下面结合上述各步骤对本发明进行详细说明。
步骤S102，获取目标用户的头部颅颌面的扫描图像，其中，扫描图像的图像类型磁共振图像MRI。
用户的头部颅颌面，包括多个硬组织和包裹的外部软组织，其中，硬组织包括但不限于：下颌骨、上颌骨、牙齿等，在分析颅颌面信息，本申请分析颅颌面神经、骨骼肌等信息。
可选的，获取目标用户的头部颅颌面的扫描图像的步骤，包括：在检测目标用户的仰卧位满足预设仰卧条件后，检测目标用户的头部方向和头部位置；基于目标用户的头部方向和头部位置，分析目标用户的口腔张合状态是否满足预设张合状态；在确定目标用户的口腔张合状态满足预设张合状态的情况下，采用梯度回波序列对目标用户的头部进行MRI软组织序列扫描，以得到扫描图像。
本申请涉及到的扫描图像是通过核磁扫描得到的扫描图像，图像的类型包括软组织扫描图像、黑骨头扫描图像。其中，软组织扫描图像对应的图像信息是指对颅颌面神经、肌肉脂肪等软组织信息，而黑骨头扫描图像对应的图像信息是指颅颌面的骨骼、牙齿等硬组织信息，对于黑骨头扫描图像，通过使用低翻转角度来抑制脂肪和水以获得均匀的软组织图像背景(翻转角度可为5°，有效地抑制来自脂肪和水的信号，使皮质骨呈现黑色并且可以识别，同时使软组织呈现均一的灰色，这种MRI序列通过提高骨与其它软组织之间的图像对比度，减少不同软组织之间的对比度，而使骨组织呈现可辨别的黑色，因此称为“黑骨头”序列)，黑骨头图像序列提供了一种潜在的替代CT的方案。
本发明实施例为了同时获得软组织扫描图像和黑骨头扫描图像，对用户同时进行软组织和黑骨头两个序列的扫描。在进行扫描时，进行单序列的MRI扫描，扫描类型包括：常规的3DT1序列或者是含UTE的特殊3D序列,实现不同方式扫描。
另一种可选的，在获取目标用户的头部颅颌面的扫描图像之后，分析方法还包括：基于扫描图像，确定各向异性分数和表观扩散参数，其中，各向异性分数用于指示颅颌面软组织中水分子各向异性成分占整个扩散张量的比例，表观扩散参数用于指示颅颌面软组织中水分子的扩散强度；基于各向异性分数和表观扩散参数，分析颅颌面神经的损伤程度。
扩散指数系数(ADC)和分数各向异性(FA)是常用于定量评价神经和肌肉纤维束的指标。DTI是一种通过测量水分子在组织中的扩散运动(即布朗运动)来研究组织结构完整性的MRI技术。通过2个特征值可以获得DTI参数，如各向异性分数(FA)、表观扩散系数(ADC)。FA值反映了水分子各向异性成分占整个扩散张量的比例，范围从0(各向异性最小)到1(各向异性最大)，几乎在所有的原发或继发性神经病变中FA值均有降低。ADC反映了水分子的扩散强度。通过3D核磁影像定位感兴趣区的神经，本发明实施例不仅通过核磁的软组织定位，还可以利用合成CT影像进行骨组织等硬组织定位，确定感兴趣区后，定量测量颌面部神经如下牙槽神经等的FA和ADC值。
步骤S104，将扫描图像合成计算机断层扫描CT图像，得到合成CT图像。
另一种可选的，将扫描图像合成计算机断层扫描CT图像的步骤，包括：采用深度学习未配对数据方式将目标扫描图像转换为头部扫描图像；对头部扫描图像进行自动编码，得到CT图像。
可选的，在将目标扫描图像合成计算机断层扫描CT图像之后，分析方法还包括：采用深度学习未配对数据方式将合成的CT图像转换回MRI图像；通过预设图像分析模型分析合成CT与实际CT图像的差异。
步骤S106，基于扫描图像和合成CT图像，分析目标用户的颅颌面神经，得到颅颌面神经信息。
可选的，基于扫描图像，确定各向异性分数和表观扩散参数包括：基于扫描图像，确定头部颅颌面的软组织中的感兴趣区域；基于感兴趣区域，定量检测头部颅颌面的面部神经的各向异性分数和表观扩散参数。
本发明实施例，将扩散张量成像(DTI)与合成CT图像及核磁MRI图像结合，更加精准分析颅颌面神经和骨骼肌。
下面通过另一种可选的实施例来说明本发明。
图2是根据本发明实施例的一种可选的颅颌面信息的分析装置的示意图，如图2所示，该分析装置包括：获取单元21、合成单元23、分析单元25，其中，
获取单元21，用于获取目标用户的头部颅颌面的扫描图像，其中，扫描图像的图像类型磁共振图像MRI；
合成单元23，用于将扫描图像合成计算机断层扫描CT图像，得到合成CT图像；
分析单元25，用于基于扫描图像和合成CT图像，分析目标用户的颅颌面神经，得到颅颌面神经信息。
上述颅颌面信息的分析装置步骤，可以在分析颅颌面信息时，先通过获取单元21获取目标用户的头部颅颌面的扫描图像，其中，扫描图像的图像类型磁共振图像MRI，并通过合成单元23将扫描图像合成计算机断层扫描CT图像，得到合成CT图像，通过分析单元25基于扫描图像和合成CT图像，分析目标用户的颅颌面神经，得到颅颌面神经信息。在该实施例中，可以通过核磁共振图像核磁合成CT图像，并实现对颅颌面信息(包括颅颌面神经、骨骼肌)的精准定量分析，实现无辐射的获取颅颌面的其他软硬组织的三维影像，做到精准空间定位和全面可视化呈现，显示颅颌面信息清晰，从而解决相关技术中通过CBCT或者螺旋CT显示面部信息时，显示内容模糊，降低观察者的使用兴趣的技术问题。
可选地，获取单元包括：第一检测模块，用于在检测目标用户的仰卧位满足预设仰卧条件后，检测目标用户的头部方向和头部位置；第一分析模块，用于基于目标用户的头部方向和头部位置，分析目标用户的口腔张合状态是否满足预设张合状态；第一扫描模块，用于在确定目标用户的口腔张合状态满足预设张合状态的情况下，采用梯度回波序列对目标用户的头部进行MRI软组织序列扫描，以得到扫描图像。
可选地，分析装置还包括：确定单元，用于在获取目标用户的头部颅颌面的扫描图像之后，基于扫描图像，确定各向异性分数和表观扩散参数，其中，各向异性分数用于指示颅颌面软组织中水分子各向异性成分占整个扩散张量的比例，表观扩散参数用于指示颅颌面软组织中水分子的扩散强度；第二分析模块，用于基于各向异性分数和表观扩散参数，分析颅颌面神经的损伤程度。
可选地，确定单元包括：确定模块，用于基于扫描图像，确定头部颅颌面的软组织中的感兴趣区域；第二检测模块，用于基于感兴趣区域，定量检测头部颅颌面的面部神经的各向异性分数和表观扩散参数。
根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的颅颌面信息的分析方法。
根据本发明实施例的另一方面，还提供了一种计算机存储介质，计算机存储介质包括存储的程序，其中，在程序运行时控制计算机存储介质所在设备执行上述任意一项的颅颌面信息的分析方法。
上述的颅颌面信息的分析装置还可以包括处理器和存储器，上述获取单元21、合成单元23、分析单元25等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来分析目标用户的颅颌面神经，得到颅颌面神经信息。
上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
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。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种颅颌面信息的分析方法，其特征在于，包括：
获取目标用户的头部颅颌面的扫描图像，其中，所述扫描图像的图像类型磁共振图像MRI；
将所述扫描图像合成计算机断层扫描CT图像，得到合成CT图像，在将目标扫描图像合成计算机断层扫描CT图像之后，分析方法还包括：采用深度学习未配对数据方式将合成的CT图像转换回MRI图像；通过预设图像分析模型分析合成CT与实际CT图像的差异；
基于所述扫描图像和所述合成CT图像，分析所述目标用户的颅颌面神经，得到颅颌面神经信息，
在获取目标用户的头部颅颌面的扫描图像之后，分析方法还包括：通过3D核磁影像和所述合成CT图像定位头部颅颌面的感兴趣区域，其中，通过3D核磁影像定位软组织的感兴趣区域，利用合成CT图像定位硬组织的感兴趣区域；在确定感兴趣区域后，定量测量颅颌面的面部神经的扩散指数系数和分数各向异性，其中，各向异性分数用于指示颅颌面软组织中水分子各向异性成分占整个扩散张量的比例，表观扩散参数用于指示颅颌面软组织中水分子的扩散强度；基于各向异性分数和表观扩散参数，分析颅颌面神经的损伤程度。
2.根据权利要求1所述的分析方法，其特征在于，获取目标用户的头部颅颌面的扫描图像的步骤，包括：
在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；
基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态是否满足预设张合状态；
在确定所述目标用户的口腔张合状态满足预设张合状态的情况下，采用梯度回波序列对所述目标用户的头部进行MRI软组织序列扫描，以得到所述扫描图像。
3.一种颅颌面信息的分析装置，其特征在于，包括：
获取单元，用于获取目标用户的头部颅颌面的扫描图像，其中，所述扫描图像的图像类型磁共振图像MRI；
合成单元，用于将所述扫描图像合成计算机断层扫描CT图像，得到合成CT图像，在将目标扫描图像合成计算机断层扫描CT图像之后，还包括：采用深度学习未配对数据方式将合成的CT图像转换回MRI图像；通过预设图像分析模型分析合成CT与实际CT图像的差异；
分析单元，用于基于所述扫描图像和所述合成CT图像，分析所述目标用户的颅颌面神经，得到颅颌面神经信息，
颅颌面信息的分析装置还用于在获取目标用户的头部颅颌面的扫描图像之后，通过3D核磁影像和所述合成CT图像定位头部颅颌面的感兴趣区域，其中，通过3D核磁影像定位软组织的感兴趣区域，利用合成CT图像定位硬组织的感兴趣区域；在确定感兴趣区域后，定量测量颅颌面的面部神经的扩散指数系数和分数各向异性，其中，各向异性分数用于指示颅颌面软组织中水分子各向异性成分占整个扩散张量的比例，表观扩散参数用于指示颅颌面软组织中水分子的扩散强度；基于各向异性分数和表观扩散参数，分析颅颌面神经的损伤程度。
4.根据权利要求3所述的分析装置，其特征在于，所述获取单元包括：
第一检测模块，用于在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；
第一分析模块，用于基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态是否满足预设张合状态；
第一扫描模块，用于在确定所述目标用户的口腔张合状态满足预设张合状态的情况下，采用梯度回波序列对所述目标用户的头部进行MRI软组织序列扫描，以得到所述扫描图像。
5.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至2中任意一项所述的颅颌面信息的分析方法。
6.一种计算机存储介质，其特征在于，所述计算机存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机存储介质所在设备执行权利要求1至2中任意一项所述的颅颌面信息的分析方法。
CN202010368137.8A 2020-04-30 2020-04-30 颅颌面信息的分析方法及装置、电子设备、计算机存储介质 Active CN111553908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010368137.8A CN111553908B (zh) 2020-04-30 2020-04-30 颅颌面信息的分析方法及装置、电子设备、计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010368137.8A CN111553908B (zh) 2020-04-30 2020-04-30 颅颌面信息的分析方法及装置、电子设备、计算机存储介质

Publications (2)

Publication Number Publication Date
CN111553908A CN111553908A (zh) 2020-08-18
CN111553908B true CN111553908B (zh) 2021-07-13

Family

ID=72007913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010368137.8A Active CN111553908B (zh) 2020-04-30 2020-04-30 颅颌面信息的分析方法及装置、电子设备、计算机存储介质

Country Status (1)

Country Link
CN (1) CN111553908B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104473705A (zh) * 2014-12-03 2015-04-01 卢清君 头颅颌面部骨植入体及其快速成型方法
CA3030939A1 (en) * 2016-07-22 2018-01-25 Universite Laval System and method for estimating synthetic quantitative health values from medical images

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10163209B2 (en) * 2016-11-23 2018-12-25 Toshiba Medical Systems Corporation Medical image processing apparatus, medical image processing method, and X-ray CT apparatus

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104473705A (zh) * 2014-12-03 2015-04-01 卢清君 头颅颌面部骨植入体及其快速成型方法
CA3030939A1 (en) * 2016-07-22 2018-01-25 Universite Laval System and method for estimating synthetic quantitative health values from medical images

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《CT/MRI图像融合界面导航辅助三叉神经半月节穿刺的临床对照研究》;王晶 等;《北京大学学报(医学版)》;20140831;第46卷(第4期);第1-3节 *
《MRI-only brain radiotherapy: Assessing the dosimetric accuracy of synthetic CT images generated using a deep Learning approach》;Samaneh Kazemifar 等;《Radiotherapy and Oncology》;20190411;摘要，第57页 *
《脊髓型颈椎病MRI诊断的研究进展》;张梦泽 等;《磁共振成像》;20191231;第10卷(第12期);第1-3节 *

Also Published As

Publication number Publication date
CN111553908A (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
US20200146648A1 (en) Methods and apparatus for extended low contrast detectability for radiographic imaging systems
US5590215A (en) Method for providing medical images
KR101503940B1 (ko) 신경퇴행성 질환의 진단을 돕는 수단
US5458126A (en) Cardiac functional analysis system employing gradient image segmentation
CN102497821B (zh) 用于评估脊柱侧凸的三维(3d)超声成像系统
JP4469594B2 (ja) 疾患関連組織変化を測定するシステム
US20080287796A1 (en) Method and system for spine visualization in 3D medical images
US5433199A (en) Cardiac functional analysis method using gradient image segmentation
EP0919826A2 (en) Magnetic resonance imaging using pattern recognition
CN104093354A (zh) 用于评估医学图像的方法和设备
US20080049999A1 (en) Computer Aided Detection of Bone Metastasis
EP1361820B1 (en) Method for the non-invasive imaging of anatomic tissue structures
US20230222735A1 (en) System And Method For Isolating Anatomical Features In Computerized Tomography Data
EP3917404A1 (en) System for harmonizing medical image presentation
CN110706336A (zh) 一种基于医疗影像数据的三维重建方法及系统
DE102016214775A1 (de) Bestimmung einer Eigenschaft eines Organs
CN111553908B (zh) 颅颌面信息的分析方法及装置、电子设备、计算机存储介质
CN114266848A (zh) 医学图像三维重建方法和装置
CN111583219B (zh) 颅颌面软硬组织的分析方法及装置、电子设备
CN111528889A (zh) 颅颌面状态的分析方法及装置、电子设备
CN111553907B (zh) 颅颌面状态的分析方法及装置、电子设备
Baum et al. Investigation of PET/MRI image fusion schemes for enhanced breast cancer diagnosis
CN111513719B (zh) 颅颌面状态的分析方法及装置、电子设备
Goldberg‐Zimring et al. 3‐D surface reconstruction of multiple sclerosis lesions using spherical harmonics
Hoffmann et al. Non-invasive imaging methods applied to neo-and paleontological cephalopod research.

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