CN114067361B - 一种spect成像的非病变热区切分方法与系统 - Google Patents

Abstract

本发明涉及一种SPECT成像的非病变热区切分方法与系统，属于图像数据处理技术领域，通过直接切除骨骼显像数据矩阵中的膀胱区域数据矩阵，对手臂区域数据矩阵的非病变热区进行识别和切除，可以在减弱因非病变热区引起病灶点判断的同时，使得病变区域的病灶点特征更加突出。有利于提高医生诊断的准确性。

Description

一种SPECT成像的非病变热区切分方法与系统

技术领域

本发明涉及医学图像数据处理技术领域，特别是涉及一种SPECT成像的非病变热区切分方法与系统。

背景技术

单光子发射计算机断层成像(Single-Photon Emission Computed Tomography,SPECT)技术可应用于骨骼显像。骨骼显像是早期诊断恶性肿瘤骨转移的首选方法。相关的诊断处理流程包括：事先向患者体内注射放射性药物(注射部位一般为手臂)，在患者经过一段时间的新陈代谢后，利用SPECT成像设备对患者全身进行骨扫描，以捕获放射性药物在患者体内的残留情况。在人体的病变区域，放射性药物的残留度较高，在骨骼显像中形成病变热区。但是由于不可控因素影响，在骨骼显像中也会出现非病变热区，影响医生对病灶点的准确判断。例如每个人的新陈代谢情况不同，有的患者会在膀胱区域残留较多的放射性药物，但是膀胱显然不是骨转移的病灶点。又或者放射性药物在注射过程中滴落在患者手臂皮肤上，造成体外污染，影响医生判断。因此，对骨骼显像数据矩阵中的非病变热区进行判断与处理，减弱非病变热区对医生进行诊断造成的干扰是十分有必要的。

发明内容

本发明的目的是提供一种SPECT成像的非病变热区切分方法与系统。用以切除骨骼显像数据矩阵中的非病变热区。

为实现上述目的，本发明提供了如下方案：

一方面，本发明提供一种SPECT成像的非病变热区切分方法，该方法的具体步骤包括：

利用SPECT成像设备获取人体全身的骨骼显像数据矩阵；

对骨骼显像数据矩阵的成像范围需要缩小，以此来避免冗余数据过多造成计算的浪费。具体的，对骨骼显像数据矩阵的成像范围进行缩小，得到只保留中间人体骨骼部分的骨骼显像数据矩阵的方法包括：

对获取的骨骼显像数据矩阵进行阈值处理，即将所述骨骼显像数据矩阵中的每个元素值与第一预设阈值进行对比，将小于所述第一预设阈值的元素值设为背景值，将大于或等于所述第一预设阈值的元素值设置为非背景值；

对进行阈值处理的骨骼显像数据矩阵进行扫描，即先由上至下逐行统计并记录骨骼显像数据矩阵中每行的非背景值个数，将扫描到的第一个非背景值个数不为零的行设置为头部切分线；

再由下至上逐行统计并记录骨骼显像数据矩阵中每行的非背景值个数，将扫描到的第一个非背景值个数不为零的行设置为足部切分线；

根据得到的头部切分线以及足部切分线对骨骼显像数据矩阵进行切分，得到只保留中间人体骨骼部分的骨骼显像数据矩阵。

根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵；

确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵在骨骼显像数据矩阵中进行切除；

对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，并在骨骼显像数据矩阵中切除非病变热区的数据矩阵。

在具体实施时，所述利用SPECT成像设备获取人体全身的骨骼显像数据矩阵，包括：对患者注射放射性药物，在经过预设的时间段后利用SPECT成像设备获取人体全身的骨骼显像数据矩阵。

可选的，根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵的方法包括：

以所述骨骼显像数据矩阵中的行为二维坐标系中的横坐标值，以所述骨骼显像数据矩阵中的每行元素中非背景值的个数为二维坐标系中的纵坐标值，得到第一二维坐标信息，对所述第一二维坐标信息进行曲线拟合，得到第一拟合曲线函数；

将所述第一拟合曲线函数中位于胸腔区域和盆骨区域之间的极小值点作为盆骨区域数据矩阵的上切分点；

将所述第一拟合曲线函数中位于所述盆骨区域数据矩阵的上切分点之后相邻的极大值点加以随机范围值作为盆骨区域数据矩阵的下切分点；

根据所述盆骨区域数据矩阵的上切分点和所述盆骨区域数据矩阵的下切分点对所述骨骼显像数据矩阵进行切分，得到初始的盆骨区域数据矩阵；

以所述初始的盆骨区域数据矩阵的列作为二维坐标系中的横坐标值，以所述初始的盆骨区域数据矩阵中每列元素非背景值的个数作为二维坐标系中的纵坐标值，得到第二二维坐标信息，对所述第二二维坐标信息进行曲线拟合，得到第二拟合曲线函数；

分别获取位于第二拟合曲线中最大值点左右两侧的最小值点，将位于第二拟合曲线中最大值点左侧的最小值点作为初始的盆骨区域数据矩阵的左切分点，将位于第二拟合曲线中最大值点右侧的最小值点作为初始的盆骨区域数据矩阵的右切分点；

根据所述初始的盆骨区域数据矩阵的左切分点以及初始的盆骨区域数据矩阵的右切分点对所述初始的盆骨区域数据矩阵进行切分，得到最终仅包含盆骨区域的盆骨区域数据矩阵。

可选的，根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到手臂区域数据矩阵的方法包括：根据人体形态学知识对所述骨骼显像数据矩阵进行处理，得到手臂区域数据矩阵。

可选的，所述确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除，包括：

以盆骨区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每列元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第三二维坐标系信息，对所述第三二维坐标系信息进行曲线拟合，得到第三拟合曲线函数；

将所述第三拟合曲线函数中的最大值点作为膀胱区域中心点的横坐标值；

以盆骨区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每行元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第四二维坐标系信息，对所述第四二维坐标系信息进行曲线拟合，得到第四拟合曲线函数；

将所述第四拟合曲线函数中位于骶骨位置的极小值点作为膀胱区域中心点的纵坐标值；

以所述膀胱区域中心点坐标为中心确定椭圆区域；所述椭圆区域的数据矩阵为膀胱区域数据矩阵；

将所述膀胱区域数据矩阵以自适应椭圆的方式进行切除。

可选的，所述以所述膀胱区域中心点坐标为中心确定椭圆区域，包括：

以膀胱区域中心点的横坐标值为二维坐标的横坐标，以膀胱区域中心点所在行的所有元素值为纵坐标，得到第五二维坐标系信息，对所述第五二维坐标系信息进行曲线拟合，得到第五拟合曲线函数；

确定第五拟合曲线函数中分别位于膀胱和左、右侧骨骼之间的极值点；

根据第五拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的长轴大小；

以膀胱区域中心点的纵坐标值为二维坐标的横坐标，以膀胱区域中心点所在列的所有元素值为纵坐标，得到第六二维坐标系信息，对所述第六二维坐标系信息进行曲线拟合，得到第六拟合曲线函数；

确定第六拟合曲线函数中分别位于膀胱和上、下侧骨骼之间的极值点；

根据第六拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的短轴大小；

根据所述膀胱区域中心点坐标、椭圆区域的长轴大小以及椭圆区域的短轴大小确定椭圆区域数据矩阵范围。

在具体实施时，所述将所述膀胱区域数据矩阵进行切除，包括将膀胱区域数据矩阵中的元素值均设置为背景值。

可选的，所述对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，切除非病变热区的数据矩阵，包括：

以所述手臂区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每列元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第七二维坐标信息，对所述第七二维坐标信息进行曲线拟合，得到第七拟合曲线函数；

根据所述第七拟合曲线函数确定手臂区域的热区的左右切分点；

以所述手臂区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每行元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第八二维坐标信息，对所述第八二维坐标信息进行曲线拟合，得到第八拟合曲线函数；

根据所述第八拟合曲线函数确定手臂区域的热区的上下切分点；

根据所述手臂区域的热区的左右切分点以及上下切分点进行切分，得到热区的范围；

计算手臂区域的热区的范围与手臂的前臂区域的范围的交集，得到比值m₁；计算手臂区域的热区的范围与手臂的上臂区域的范围的交集，得到比值m₂；

将所述比值m₁和m₂分别与第二预设阈值进行对比，若所述比值小于第二预设阈值，则该热区为非病变热区，进行切除；否则该热区为病变热区，不进行切除。

在具体实施时，所述切除非病变热区的数据矩阵包括将非病变热区的数据矩阵中的元素值设定为背景值。

另一方面，本发明提供一种SPECT成像的非病变热区切分系统，该系统具体包括：

骨骼显像数据矩阵获取模块，用于利用SPECT成像设备获取人体全身的骨骼显像数据矩阵；

骨骼显像数据矩阵缩小模块，用于对骨骼显像数据矩阵的成像范围进行缩小，得到只保留中间人体骨骼部分的骨骼显像数据矩阵；

骨骼显像数据矩阵切分模块，用于根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵；

膀胱区域数据矩阵切除模块，用于确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除；

手臂区域中非病变热区的数据矩阵切除模块，用于对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，切除非病变热区的数据矩阵。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明利用SPECT成像设备获取人体全身的骨骼显像数据矩阵；将所述骨骼显像数据矩阵中的每个元素值与第一预设阈值进行对比，将小于所述第一预设阈值的元素值设定为背景值，将大于或等于所述第一预设阈值的元素值设定为非背景值；根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵；确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除；对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，切除手臂区域中非病变热区的数据矩阵。上述方法通过直接切除膀胱区域数据矩阵，对手臂区域的非病变热区进行识别和切除，可以在减弱因非病变热区引起病灶点判断的同时，使得病变区域的病灶点特征更加突出。有利于提高医生诊断的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的SPECT成像的非病变热区切分方法流程示意图；

图2为本发明所提供的仅包含人体骨扫描区域的骨骼显像数据矩阵示意图；

图3为本发明提供的初始的盆骨区域数据矩阵切分示意图；

图4为本发明提供的最终的盆骨区域数据矩阵切分示意图；

图5为本发明提供的膀胱区域的中心点的横、纵坐标结构示意图；

图6为本发明提供的膀胱区域范围示意图；

图7为本发明提供的膀胱区域范围以及盆骨区域中病变热区范围示意图；

图8为本发明提供的手臂区域数据矩阵示意图；

图9为本发明提供的前臂区域数据矩阵以及上臂区域数据矩阵示意图；

图10为本发明提供的热区识别示意图；

图11为本发明提供的手臂区域中病变热区示意图；

图12为本发明提供的手臂区域中非病变热区示意图；

图13为本发明提供的SPECT成像的非病变热区切分系统结构示意图。

具体实施方式

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的前提下所获得的所有其他实施例，都属于本发明保护的范围。

虽然SPECT核医学显像技术已经在临床医学中被广泛应用，但这并不表示该项技术不存在缺陷。最显著的一点就是，在全身骨扫描成像的诊断医疗中，依赖于有多年人工阅片经验的专业医学人员。一方面，专业人员群体缺乏且分布不均匀导致该项技术并不能很好的为大众服务。另一方面，放射性药物虽然会聚集在病变区域，但由于不可控因素影响，放射性药物也有可能聚集在非病变区域。这会对医生的诊断造成干扰。为了解决上述技术问题，本发明提供了一种SPECT成像的非病变热区切分方法与系统。该方法及系统可以自适应判断病变热区与非病变热区，并对非病变热区进行精准切分。通过减少非病变热区对医生诊断造成的干扰来提高医生诊断的准确率。同时上述方法也降低了诊断难度，有利于专业人员群体的扩大，使得SPECT核医学显像技术更好的群体大众所服务。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

如图1所示，本实施例提供了一种SPECT成像的非病变热区切分方法，该方法具体包括以下步骤：

S1：利用SPECT成像设备获取人体全身的骨骼显像数据矩阵。

在具体实施时，对患者注射放射性药物，在经过预设的时间段后利用SPECT成像设备获取人体全身的骨骼显像数据矩阵。

S2：对骨骼显像数据矩阵的成像范围进行缩小，得到只保留中间人体骨骼部分的骨骼显像数据矩阵。

如图2所示，具体的缩小方法如下：

对获取的骨骼显像数据矩阵进行阈值处理，即将所述骨骼显像数据矩阵中的每个元素值与第一预设阈值进行对比，将小于所述第一预设阈值的元素值设为背景值，将大于或等于所述第一预设阈值的元素值设置为非背景值。

对进行阈值处理的骨骼显像数据矩阵进行扫描，即先由上至下逐行统计并记录骨骼显像数据矩阵中每行的非背景值个数，将扫描到的第一个非背景值个数不为零的行设置为头部切分线。

再由下至上逐行统计并记录骨骼显像数据矩阵中每行的非背景值个数，将扫描到的第一个非背景值个数不为零的行设置为足部切分线。

根据得到的头部切分线以及足部切分线对骨骼显像数据矩阵进行切分，得到只保留中间人体骨骼部分的骨骼显像数据矩阵。

其中，骨骼显像数据矩阵保存在DICOM格式文件中，所述骨骼显像数据矩阵的尺寸大小为1024×256。具体的，在本实施例中，限定背景值为0。

S3：根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵。

优选的，根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵的方法包括：

S31：以所述骨骼显像数据矩阵中的行为二维坐标系中的横坐标值，以所述骨骼显像数据矩阵中的每行元素中非背景值的个数为二维坐标系中的纵坐标值，得到第一二维坐标信息，对所述第一二维坐标信息进行曲线拟合，得到第一拟合曲线函数。

S32：将所述第一拟合曲线函数中位于胸腔区域和盆骨区域之间的极小值点作为盆骨区域数据矩阵的上切分点。

优选的，为了获取更加精确的盆骨区域数据矩阵的上切分点，还可以在位于胸腔区域和盆骨区域之间的极小值点的基础上加以随机范围值来确定盆骨区域数据矩阵的上切分点，具体的随机范围值取值如表1所示。

S33：将所述第一拟合曲线函数中位于所述盆骨区域数据矩阵的上切分点之后相邻的极大值点加以随机范围值作为盆骨区域数据矩阵的下切分点。

优选的，随机范围值的数值大小如表1所示，即为(44，45)。需要说明的是，上述取值范围是本发明提供的一种优选的实施方式，并不应当认定为是对本发明的限制。在具体实施时，本领域技术人员为了获取更加精确的盆骨区域数据矩阵的下切分点，可以对其数据范围进行修改。

S34：根据所述盆骨区域数据矩阵的上切分点和所述盆骨区域数据矩阵的下切分点对所述骨骼显像数据矩阵进行切分，得到初始的盆骨区域数据矩阵。所述初始的盆骨区域数据矩阵如图3所示。

S35：以所述初始的盆骨区域数据矩阵的列作为二维坐标系中的横坐标值，以所述初始的盆骨区域数据矩阵中每列元素非背景值的个数作为二维坐标系中的纵坐标值，得到第二二维坐标信息，对所述第二二维坐标信息进行曲线拟合，得到第二拟合曲线函数。

S36：分别获取位于第二拟合曲线中最大值点左右两侧的最小值点，将位于第二拟合曲线中最大值点左侧的最小值点作为初始的盆骨区域数据矩阵的左切分点，将位于第二拟合曲线中最大值点右侧的最小值点作为初始的盆骨区域数据矩阵的右切分点。

如图4所示，第二拟合曲线大致呈对称形式，中间处为最大值点，此时，可以根据步骤S36中的方法来确定初始的盆骨区域数据矩阵的左右切分点。

在具体实施时，由于不可控因素的影响，第二拟合曲线未必能够呈现出如图4所示的对称性。例如药剂未充分反应热区情况或仪器误差等。此时为了更加精确的获取初始的盆骨区域数据矩阵的左右切分点，还可以分别计算第二拟合曲线中所有极大值与相邻左侧、右侧极小值的差值，根据差值可以确定两个极小值的位置，此时得到的两个极小值为初始的盆骨区域数据矩阵的左右切分点。

S37：根据所述初始的盆骨区域数据矩阵的左切分点以及初始的盆骨区域数据矩阵的右切分点对所述初始的盆骨区域数据矩阵进行切分，得到最终仅包含盆骨区域的盆骨区域数据矩阵。

S4：确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵在骨骼显像数据矩阵中进行切除。

优选的，所述确定盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除的具体步骤包括：

S41：以盆骨区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每列元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第三二维坐标系信息，对所述第三二维坐标系信息进行曲线拟合，得到第三拟合曲线函数。

S42：将所述第三拟合曲线函数中的最大值点作为膀胱区域中心点的横坐标值。

除此之外，在实际操作过程中，本领域技术人员根据上述方法得到的盆骨区域数据矩阵可能还会包含一部分脊柱区域数据矩阵，此时为了更加精确的获取膀胱区域中心点的纵坐标值，还可以将所述第三拟合曲线函数中的最大值点与此时盆骨区域数据矩阵中心点的横坐标进行比对，若两值相等，则以第三拟合曲线函数中的最大值点作为膀胱区域的横坐标值。若两值不等，将此时盆骨区域数据矩阵中心点的横坐标视为膀胱区域中心点的横坐标值。

S43：以盆骨区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每行元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第四二维坐标系信息，对所述第四二维坐标系信息进行曲线拟合，得到第四拟合曲线函数。

S44：将所述第四拟合曲线函数中位于骶骨位置的极小值点作为膀胱区域中心点的纵坐标值。

同理，为了获取更加精确的膀胱区域中心点的横、纵坐标值，在实际操作过程中，还可对膀胱区域中心点的横、纵坐标值加以随机范围值，具体的取值范围如表1所示。得到的膀胱区域中心点的横、纵坐标值如图5所示。

S44：以所述膀胱区域中心点坐标为中心确定椭圆区域；所述椭圆区域的数据矩阵为膀胱区域数据矩阵。

在具体实施时，以所述膀胱区域中心点坐标为中心确定椭圆区域，还包括确定椭圆区域的长轴以及短轴，由人体形态学可知，膀胱空虚时呈锥体形，充满时形状变为卵圆形，如图6、7所示。其顶部可高出耻骨上缘。由此设置的确定椭圆区域的长轴以及短轴方法包括：

S441：以膀胱区域中心点的横坐标值为二维坐标的横坐标，以膀胱区域中心点所在行的所有元素值为纵坐标，得到第五二维坐标系信息，对所述第五二维坐标系信息进行曲线拟合，得到第五拟合曲线函数。

S442：确定第五拟合曲线函数中分别位于膀胱和左、右侧骨骼之间的极值点。

S443：根据第五拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的长轴大小。

S444：以膀胱区域中心点的纵坐标值为二维坐标的横坐标，以膀胱区域中心点所在列的所有元素值为纵坐标，得到第六二维坐标系信息，对所述第六二维坐标系信息进行曲线拟合，得到第六拟合曲线函数。

S445：确定第六拟合曲线函数中分别位于膀胱和上、下侧骨骼之间的极值点。

S446：根据第六拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的短轴大小。

在具体实施时，为了获取更加精确的椭圆区域的长、短轴大小，可以在原有椭圆区域的长、短轴大小的基础上加以随机范围值进行确定。随机范围值的取值如表1所示。

在膀胱充满，其形状位卵圆形时，根据上述椭圆区域的长、短轴的确定方法进行确定。在膀胱空虚，呈锥体形时，将上述长轴确定方法视为短轴确定方法，短轴确定方法视为长轴确定方法。在实际操作过程中，本领域技术人员可根据实际情况进行方法选择。

S447：根据所述膀胱区域中心点坐标、椭圆区域的长轴大小以及椭圆区域的短轴大小确定椭圆区域数据矩阵范围。

S45：将膀胱区域数据矩阵进行切除。

在具体实施时，所述将所述膀胱区域数据矩阵进行切除，包括将膀胱区域数据矩阵中的元素值均设置为背景值。

具体的函数拟合方式可以是多项式拟合，在多项式对曲线进行拟合确定极值时，极值点位置存在一定的误差。因此本发明在基于极值点位置进行切分时，设置了随机移动范围。各范围取值如表1所示。

表1极值点随机移动范围

优选的，根据只保留中间人体骨骼部分的骨骼显像数据矩阵得到手臂区域数据矩阵的方法包括：根据人体形态学知识对所述骨骼显像数据矩阵进行处理，得到手臂区域数据矩阵。其中，手臂区域数据矩阵如图8所示。

此处所说的手臂区域仅包括上臂区域和前臂区域，原因在于肩胛骨部位可能因存在病灶点呈现放射值较高的情况，但肩胛骨位置并不是注射点区域。因此将肩胛骨位置去除，仅判断上臂区域和前臂区域。

如图9所示，人体在通过SPECT成像设备拍片时，手臂呈与身体平行的自然放置状态，此时结合人体形态学知识可以确定上臂区域和前臂区域：

首先，根据人体形态学知识获取骨骼显像数据矩阵中肩关节以及腕关节所在位置；根据肩关节以及腕关节在骨骼显像数据矩阵中的位置得到手臂区域数据矩阵。

具体的，人体肩关节的范围大概为313～314，人体腕关节的范围大概为235～237。

其次，根据人体上臂与前臂的比例值确定手臂区域数据矩阵中上臂区域数据矩阵范围和前臂区域数据矩阵范围。

在本实施例中，人体上臂与前臂的比例值的取值为1:1.32。

S5：对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，并在骨骼显像数据矩阵中切除非病变热区的数据矩阵。

具体的识别以及切除手臂区域非病变热区的方法包括：

S51：以所述手臂区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每列元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第七二维坐标信息，对所述第七二维坐标信息进行曲线拟合，得到第七拟合曲线函数。

S52：根据所述第七拟合曲线函数确定手臂区域的热区的左右切分点。

如图10所示，第七拟合曲线函数中的最大值范围即为热区范围，其中最大值范围由最大值两侧相邻的极小值点确定。

S53：以所述手臂区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每行元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第八二维坐标信息，对所述第八二维坐标信息进行曲线拟合，得到第八拟合曲线函数

S54：根据所述第八拟合曲线函数确定手臂区域的热区的上下切分点。

如图10所示，第八拟合曲线函数中的最大值范围即为热区范围，其中最大值范围由最大值两侧相邻的极小值点确定。

S55：根据所述手臂区域的热区的左右切分点以及上下切分点进行切分，得到热区的范围。

S56：计算手臂区域的热区的范围与手臂的前臂区域的范围的交集，得到比值m₁；计算手臂区域的热区的范围与手臂的上臂区域的范围的交集，得到比值m₂。

S57：将所述比值m₁和m₂分别与第二预设阈值进行对比，若所述比值小于第二预设阈值，则该热区为非病变热区，进行切除；否则该热区为病变热区，不进行切除。

具体的，手臂区域中的病变热区如图11所示，手臂区域中的非病变热区如图12所示。

在具体实施时，切除非病变热区的数据矩阵的方法包括将非病变热区的数据矩阵中的元素值设定为背景值。

本发明首先从包含患者众多信息的DICOM文件中提取到患者的前后位骨显像数据矩阵，在逐行统计数据矩阵中非背景值个数时，考虑到固定阈值。仅仅统计数据矩阵中非背景值的个数。然后，结合人体形态学相关特征信息确定身体两侧手臂的左右切分点和骨盆区域的上下切分点，目的在于更加聚焦在手臂区域和骨盆区域，大大简化后续的计算量和参数量，便于后续非病变热区的精准切分。继而，通过对大量可视化SPECT骨显像数据矩阵的统计，会发现，大多患者的双臂处于自然下垂状态。因此经过上述步骤后发现骨盆区域两侧会存在一部分手臂，通过曲线的多项式拟合等方式可以得到手臂的切分特征点，实现手臂的精准切分，以消除手臂上热区的影响，此时可以更为精确的得到骨盆区域。提取手臂的数据矩阵中前臂和上臂的数据矩阵，并在该数据矩阵中确定热区的范围。通过比较该热区与骨骼区域的交集可以判断该热区是否为病变区域，若该热区为非病变区域，则进行切除操作。最后，基于曲线多项式拟合，可以更加精确的确定该热区是否为注射点和膀胱区域中心点的位置和大小，实现非病变热区的精准切分。

综上所述，本发明提出一种SPECT成像的非病变热区切分方法，在减弱因非病变热区引起病灶点判断的同时，使得病变区域的病灶点特征更加突出。该方法可以自适应完成每一个骨显像数据矩阵中非病变热区的有效切分。本发明提出的非病变热区的切分方法同时具有高效性和高切分精度的优势。

实施例2

如图13所示，本实施例提供一种应用实施例1所提方法的SPECT成像的非病变热区切分系统，该系统具体包括：

骨骼显像数据矩阵获取模块，用于利用SPECT成像设备获取人体全身的骨骼显像数据矩阵。

骨骼显像数据矩阵缩小模块，用于对骨骼显像数据矩阵的成像范围进行缩小，得到只保留中间人体骨骼部分的骨骼显像数据矩阵。

骨骼显像数据矩阵切分模块，用于根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵。

膀胱区域数据矩阵切除模块，用于确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除。

手臂区域中非病变热区的数据矩阵切除模块，用于对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，切除非病变热区的数据矩阵。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法而言，由于其与实施例公开的系统相对应，所以描述的比较简单，相关之处参见系统部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种SPECT成像的非病变热区切分方法，其特征在于，包括：

利用SPECT成像设备获取人体全身的骨骼显像数据矩阵；

对骨骼显像数据矩阵的成像范围进行缩小，得到只保留中间人体骨骼部分的骨骼显像数据矩阵；

根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵；

确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵在骨骼显像数据矩阵中进行切除；

对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，并在骨骼显像数据矩阵中切除非病变热区的数据矩阵；

所述根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵的方法，具体包括：

以所述骨骼显像数据矩阵中的行为二维坐标系中的横坐标值，以所述骨骼显像数据矩阵中的每行元素中非背景值的个数为二维坐标系中的纵坐标值，得到第一二维坐标信息，对所述第一二维坐标信息进行曲线拟合，得到第一拟合曲线函数；

将所述第一拟合曲线函数中位于胸腔区域和盆骨区域之间的极小值点作为盆骨区域数据矩阵的上切分点；

将所述第一拟合曲线函数中位于所述盆骨区域数据矩阵的上切分点之后相邻的极大值点加以随机范围值作为盆骨区域数据矩阵的下切分点；

根据所述盆骨区域数据矩阵的上切分点和所述盆骨区域数据矩阵的下切分点对所述骨骼显像数据矩阵进行切分，得到初始的盆骨区域数据矩阵；

以所述初始的盆骨区域数据矩阵的列作为二维坐标系中的横坐标值，以所述初始的盆骨区域数据矩阵中每列元素非背景值的个数作为二维坐标系中的纵坐标值，得到第二二维坐标信息，对所述第二二维坐标信息进行曲线拟合，得到第二拟合曲线函数；

分别获取位于第二拟合曲线中最大值点左右两侧的最小值点，将位于第二拟合曲线中最大值点左侧的最小值点作为初始的盆骨区域数据矩阵的左切分点，将位于第二拟合曲线中最大值点右侧的最小值点作为初始的盆骨区域数据矩阵的右切分点；

根据所述初始的盆骨区域数据矩阵的左切分点以及初始的盆骨区域数据矩阵的右切分点对所述初始的盆骨区域数据矩阵进行切分，得到最终仅包含盆骨区域的盆骨区域数据矩阵；

所述根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵，具体包括：

根据人体形态学知识对所述骨骼显像数据矩阵进行处理，得到手臂区域数据矩阵；

所述确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除，具体包括：

以盆骨区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每列元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第三二维坐标系信息，对所述第三二维坐标系信息进行曲线拟合，得到第三拟合曲线函数；

将所述第三拟合曲线函数中的最大值点作为膀胱区域中心点的横坐标值；

以盆骨区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每行元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第四二维坐标系信息，对所述第四二维坐标系信息进行曲线拟合，得到第四拟合曲线函数；

将所述第四拟合曲线函数中位于骶骨位置的极小值点作为膀胱区域中心点的纵坐标值；

以所述膀胱区域中心点坐标为中心确定椭圆区域；所述椭圆区域的数据矩阵为膀胱区域数据矩阵；

将所述膀胱区域数据矩阵进行切除；

所述以所述膀胱区域中心点坐标为中心确定椭圆区域，具体包括：

以膀胱区域中心点的横坐标值为二维坐标的横坐标，以膀胱区域中心点所在行的所有元素值为纵坐标，得到第五二维坐标系信息，对所述第五二维坐标系信息进行曲线拟合，得到第五拟合曲线函数；

确定第五拟合曲线函数中分别位于膀胱和左、右侧骨骼之间的极值点；

根据第五拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的长轴大小；

以膀胱区域中心点的纵坐标值为二维坐标的横坐标，以膀胱区域中心点所在列的所有元素值为纵坐标，得到第六二维坐标系信息，对所述第六二维坐标系信息进行曲线拟合，得到第六拟合曲线函数；

确定第六拟合曲线函数中分别位于膀胱和上、下侧骨骼之间的极值点；

根据第六拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的短轴大小；

根据所述膀胱区域中心点坐标、椭圆区域的长轴大小以及椭圆区域的短轴大小确定椭圆区域数据矩阵范围；

所述对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，切除非病变热区的数据矩阵，具体包括：

以所述手臂区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每列元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第七二维坐标信息，对所述第七二维坐标信息进行曲线拟合，得到第七拟合曲线函数；

根据所述第七拟合曲线函数确定手臂区域的热区的左右切分点；

以所述手臂区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每行元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第八二维坐标信息，对所述第八二维坐标信息进行曲线拟合，得到第八拟合曲线函数；

根据所述第八拟合曲线函数确定手臂区域的热区的上下切分点；

根据所述手臂区域的热区的左右切分点以及上下切分点进行切分，得到热区的范围；

计算手臂区域的热区的范围与手臂的前臂区域的范围的交集，得到比值m1；计算手臂区域的热区的范围与手臂的上臂区域的范围的交集，得到比值m2；

将所述比值m1和m2分别与第二预设阈值进行对比，若所述比值小于第二预设阈值，则该热区为非病变热区，进行切除；否则该热区为病变热区，不进行切除。

2.根据权利要求1所述的SPECT成像的非病变热区切分方法，其特征在于，所述利用SPECT成像设备获取人体全身的骨骼显像数据矩阵，包括：

对患者注射放射性药物，在经过预设的时间段后利用SPECT成像设备获取人体全身的骨骼显像数据矩阵。

3.根据权利要求1所述的SPECT成像的非病变热区切分方法，其特征在于，所述将所述膀胱区域数据矩阵进行切除，包括将膀胱区域数据矩阵中的元素值均设置为背景值。

4.根据权利要求1所述的SPECT成像的非病变热区切分方法，其特征在于，所述切除非病变热区的数据矩阵包括将非病变热区的数据矩阵中的元素值设定为背景值。

5.一种SPECT成像的非病变热区切分系统，其特征在于，包括：

骨骼显像数据矩阵获取模块，用于利用SPECT成像设备获取人体全身的骨骼显像数据矩阵；

骨骼显像数据矩阵缩小模块，用于对骨骼显像数据矩阵的成像范围进行缩小，得到只保留中间人体骨骼部分的骨骼显像数据矩阵；

骨骼显像数据矩阵切分模块，用于根据进所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵；

膀胱区域数据矩阵切除模块，用于确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除；

手臂区域中非病变热区的数据矩阵切除模块，用于对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，切除非病变热区的数据矩阵；

所述根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵的方法，具体包括：

以所述骨骼显像数据矩阵中的行为二维坐标系中的横坐标值，以所述骨骼显像数据矩阵中的每行元素中非背景值的个数为二维坐标系中的纵坐标值，得到第一二维坐标信息，对所述第一二维坐标信息进行曲线拟合，得到第一拟合曲线函数；

将所述第一拟合曲线函数中位于胸腔区域和盆骨区域之间的极小值点作为盆骨区域数据矩阵的上切分点；

将所述第一拟合曲线函数中位于所述盆骨区域数据矩阵的上切分点之后相邻的极大值点加以随机范围值作为盆骨区域数据矩阵的下切分点；

根据所述盆骨区域数据矩阵的上切分点和所述盆骨区域数据矩阵的下切分点对所述骨骼显像数据矩阵进行切分，得到初始的盆骨区域数据矩阵；

以所述初始的盆骨区域数据矩阵的列作为二维坐标系中的横坐标值，以所述初始的盆骨区域数据矩阵中每列元素非背景值的个数作为二维坐标系中的纵坐标值，得到第二二维坐标信息，对所述第二二维坐标信息进行曲线拟合，得到第二拟合曲线函数；

分别获取位于第二拟合曲线中最大值点左右两侧的最小值点，将位于第二拟合曲线中最大值点左侧的最小值点作为初始的盆骨区域数据矩阵的左切分点，将位于第二拟合曲线中最大值点右侧的最小值点作为初始的盆骨区域数据矩阵的右切分点；

根据所述初始的盆骨区域数据矩阵的左切分点以及初始的盆骨区域数据矩阵的右切分点对所述初始的盆骨区域数据矩阵进行切分，得到最终仅包含盆骨区域的盆骨区域数据矩阵；

所述根据所述只保留中间人体骨骼部分的骨骼显像数据矩阵得到盆骨区域数据矩阵以及手臂区域数据矩阵，具体包括：

根据人体形态学知识对所述骨骼显像数据矩阵进行处理，得到手臂区域数据矩阵；

所述确定所述盆骨区域数据矩阵中膀胱区域数据矩阵的范围，并将范围内的膀胱区域数据矩阵进行切除，具体包括：

以盆骨区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每列元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第三二维坐标系信息，对所述第三二维坐标系信息进行曲线拟合，得到第三拟合曲线函数；

将所述第三拟合曲线函数中的最大值点作为膀胱区域中心点的横坐标值；

以盆骨区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述盆骨区域数据矩阵中的每行元素中的非背景值的个数作为二维坐标系中的纵坐标值，得到第四二维坐标系信息，对所述第四二维坐标系信息进行曲线拟合，得到第四拟合曲线函数；

将所述第四拟合曲线函数中位于骶骨位置的极小值点作为膀胱区域中心点的纵坐标值；

以所述膀胱区域中心点坐标为中心确定椭圆区域；所述椭圆区域的数据矩阵为膀胱区域数据矩阵；

将所述膀胱区域数据矩阵进行切除；

所述以所述膀胱区域中心点坐标为中心确定椭圆区域，具体包括：

以膀胱区域中心点的横坐标值为二维坐标的横坐标，以膀胱区域中心点所在行的所有元素值为纵坐标，得到第五二维坐标系信息，对所述第五二维坐标系信息进行曲线拟合，得到第五拟合曲线函数；

确定第五拟合曲线函数中分别位于膀胱和左、右侧骨骼之间的极值点；

根据第五拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的长轴大小；

以膀胱区域中心点的纵坐标值为二维坐标的横坐标，以膀胱区域中心点所在列的所有元素值为纵坐标，得到第六二维坐标系信息，对所述第六二维坐标系信息进行曲线拟合，得到第六拟合曲线函数；

确定第六拟合曲线函数中分别位于膀胱和上、下侧骨骼之间的极值点；

根据第六拟合曲线函数中位于膀胱和骨骼之间极值点确定椭圆区域的短轴大小；

根据所述膀胱区域中心点坐标、椭圆区域的长轴大小以及椭圆区域的短轴大小确定椭圆区域数据矩阵范围；

所述对所述手臂区域数据矩阵中的病变热区与非病变热区进行识别，切除非病变热区的数据矩阵，具体包括：

以所述手臂区域数据矩阵中的列作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每列元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第七二维坐标信息，对所述第七二维坐标信息进行曲线拟合，得到第七拟合曲线函数；

根据所述第七拟合曲线函数确定手臂区域的热区的左右切分点；

以所述手臂区域数据矩阵中的行作为二维坐标系中的横坐标值，以所述手臂区域数据矩阵中的每行元素中非背景值的最大值作为二维坐标系中的纵坐标值，得到第八二维坐标信息，对所述第八二维坐标信息进行曲线拟合，得到第八拟合曲线函数；

根据所述第八拟合曲线函数确定手臂区域的热区的上下切分点；

根据所述手臂区域的热区的左右切分点以及上下切分点进行切分，得到热区的范围；

计算手臂区域的热区的范围与手臂的前臂区域的范围的交集，得到比值m1；计算手臂区域的热区的范围与手臂的上臂区域的范围的交集，得到比值m2；

将所述比值m1和m2分别与第二预设阈值进行对比，若所述比值小于第二预设阈值，则该热区为非病变热区，进行切除；否则该热区为病变热区，不进行切除。

Images