CN114359197A - 颈椎图像的质量评价方法、电子设备及存储介质 - Google Patents
颈椎图像的质量评价方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114359197A CN114359197A CN202111619257.1A CN202111619257A CN114359197A CN 114359197 A CN114359197 A CN 114359197A CN 202111619257 A CN202111619257 A CN 202111619257A CN 114359197 A CN114359197 A CN 114359197A
- Authority
- CN
- China
- Prior art keywords
- cervical vertebra
- quality
- image
- evaluating
- cervical
- 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
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种颈椎图像的质量评价方法、电子设备及存储介质。其中,颈椎图像的质量评价方法包括以下步骤:获取待评价的颈椎图像;识别所述颈椎图像的拍摄体位;调用与所述拍摄体位对应的图像分割模型对所述颈椎图像进行分割,输出与所述拍摄体位对应的分割结果;根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价。本发明实现了不同拍摄体位的颈椎图像的质量评价。进一步地,针对颈椎前后位的颈椎图像、颈椎侧位的颈椎图像以及颈椎斜位的颈椎图像,分别对其分割结果进行了量化分析,能够得到符合医学客观标准的不同拍摄体位颈椎图像的质量评价结果,从而更好地辅助于医学诊疗,提高了后续临床诊断的准确性。
Description
技术领域
本发明涉及颈椎图像的处理领域,特别涉及一种颈椎图像的质量评价方法、电子设备及存储介质。
背景技术
X射线颈椎图像是目前应用较为广泛的颈部医学图像检查手段。医生可以通过观察颈椎图像中颈椎的生理曲度,以及关节退变程度来诊断颈椎疾病例如颈椎骨质增生、退行性改变、椎管狭窄等。因此,颈椎图像是诊断颈椎疾病的重要依据,颈椎图像的质量会直接影响诊断的结果。如果颈椎图像的质量不合格,很容易出现漏诊、误诊等情况。
目前,颈椎图像的质量评估主要由放射科技师人工来完成,容易导致一些不合格的颈椎图像进入临床读片诊断,从而影响颈椎疾病诊断的准确性。
发明内容
本发明要解决的技术问题是为了克服现有技术中人工对颈椎图像的质量进行评估导致颈椎疾病诊断的准确性受到影响的缺陷,提供一种颈椎图像的质量评价方法、电子设备及存储介质。
本发明是通过下述技术方案来解决上述技术问题:
本发明的第一方面提供一种颈椎图像的质量评价方法,包括以下步骤:
获取待评价的颈椎图像;
识别所述颈椎图像的拍摄体位;
调用与所述拍摄体位对应的图像分割模型对所述颈椎图像进行分割,输出与所述拍摄体位对应的分割结果;
根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价。
可选地,所述拍摄体位为颈椎前后位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的数量是否小于第一预设数量;
若否,则将所述颈椎图像的质量评价为合格;
若是,则将所述颈椎图像的质量评价为不合格。
可选地,所述将所述颈椎图像的质量评价为合格,包括:
判断是否所述分割结果中颈椎椎体的中心点与气管的中心点之间的距离小于第一预设距离、所述分割结果中下颚骨的中心点与枕骨的中心点之间的距离小于第二预设距离,且所述颈椎椎体的数量为第二预设数量;其中,所述颈椎椎体的中心点用于表征所有颈椎椎体的中心位置,所述气管的中心点用于表征所述气管的中心位置,所述下颚骨的中心点用于表征所述下颚骨的中心位置,所述枕骨的中心点用于表征所述枕骨的中心位置;所述第二预设数量大于所述第一预设数量;
若是,则将所述颈椎图像的质量评价为一级合格;
若否,则将所述颈椎图像的质量评价为二级合格。
可选地,所述拍摄体位为颈椎前后位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的中心点与气管的中心点之间的距离是否大于第三预设距离;其中,所述颈椎椎体的中心点用于表征所有颈椎椎体的中心位置,所述气管的中心点用于表征所述气管的中心位置;
若否,则将所述颈椎图像的质量评价为合格;若是,则将所述颈椎图像的质量评价为不合格。
可选地,所述拍摄体位为颈椎前后位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中下颚骨的中心点与枕骨的中心点之间的距离是否大于第四预设距离;其中,所述下颚骨的中心点用于表征所述下颚骨的中心位置,所述枕骨的中心点用于表征所述枕骨的中心位置;
若否,则将所述颈椎图像的质量评价为合格;若是,则将所述颈椎图像的质量评价为不合格。
可选地,所述拍摄体位为颈椎侧位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的数量是否小于第二预设数量;
若否,则将所述颈椎图像的质量评价为合格;
若是,则将所述颈椎图像的质量评价为不合格。
可选地,所述将所述颈椎图像的质量评价为合格,包括:
判断所述分割结果中的颈椎椎体与下颚骨是否相交;
若否,则将所述颈椎图像的质量评价为一级合格;
若是,则将所述颈椎图像的质量评价为二级合格。
可选地,所述拍摄体位为颈椎斜位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的数量是否小于第二预设数量;
若否,则将所述颈椎图像的质量评价为合格;
若是,则将所述颈椎图像的质量评价为不合格。
可选地,所述将所述颈椎图像的质量评价为合格,包括:
判断是否所述分割结果中存在第三预设数量的椎弓根位于所有颈椎椎体的前部,且椎间孔的数量为第四预设数量;
若是,则将所述颈椎图像的质量评价为一级合格;
若否,则将所述颈椎图像的质量评价为二级合格。
本发明的第二方面提供一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的质量评价方法。
本发明的第三方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的质量评价方法。
本发明的积极进步效果在于:通过识别待评价的颈椎图像的拍摄体位,调用与拍摄体位对应的图像分割模型对颈椎图像的不同部位进行分割,从而根据分割结果中至少一个部位的特征对颈椎图像的质量进行评价,实现了不同拍摄体位的颈椎图像的质量评价。
进一步地,针对颈椎前后位的颈椎图像、颈椎侧位的颈椎图像以及颈椎斜位的颈椎图像,分别对其分割结果进行了量化分析,能够得到符合医学客观标准的不同拍摄体位颈椎图像的质量评价结果,从而更好地辅助于医学诊疗,提高了后续临床诊断的准确性。
附图说明
图1为本发明实施例1提供的一种颈椎图像的质量评价方法的流程图。
图2(a)为本发明实施例1提供的一种颈椎侧位的颈椎图像的示意图。
图2(b)为图2(a)中颈椎椎体的分割结果示意图。
图3(a)为本发明实施例1提供的一种颈椎侧位的颈椎图像的示意图。
图3(b)为图3(a)中下颚骨的分割结果示意图。
图4(a)为本发明实施例1提供的一种颈椎斜位的颈椎图像的示意图。
图4(b)为图4(a)中颈椎椎体的分割结果示意图。
图5(a)为本发明实施例1提供的一种颈椎斜位的颈椎图像的示意图。
图5(b)为图5(a)中椎间孔的分割结果示意图。
图6(a)为本发明实施例1提供的一种颈椎斜位的颈椎图像的示意图。
图6(b)为图6(a)中椎弓根的分割结果示意图。
图7为本发明实施例1提供的拍摄体位为颈椎前后位时步骤S4的一种流程图。
图8为本发明实施例1提供的拍摄体位为颈椎前后位时步骤S4的另一种流程图。
图9为本发明实施例1提供的拍摄体位为颈椎前后位时步骤S4的另一种流程图。
图10为本发明实施例1提供的拍摄体位为颈椎前后位时步骤S4的又一种流程图。
图11为本发明实施例1提供的拍摄体位为颈椎侧位时步骤S4的一种流程图。
图12为本发明实施例1提供的拍摄体位为颈椎斜位时步骤S4的一种流程图。
图13为本发明实施例1提供的一种颈椎图像的质量评价装置的结构框图。
图14为本发明实施例2提供的一种电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
图1为本实施例提供的一种颈椎图像的质量评价方法的流程示意图,该颈椎图像的质量评价方法可以由颈椎图像的质量评价装置执行,该颈椎图像的质量评价装置可以通过软件和/或硬件的方式实现,该颈椎图像的质量评价装置可以为电子设备的部分或全部。其中,本实施例中的电子设备可以为个人计算机(Personal Computer,PC),例如台式机、一体机、笔记本电脑、平板电脑等,还可以为手机、可穿戴设备、掌上电脑(Personal DigitalAssistant,PDA)等终端设备。下面以电子设备为执行主体介绍本实施例提供的颈椎图像的质量评价方法。
如图1所示,本实施例提供的颈椎图像的质量评价方法可以包括以下步骤S1~S4:
步骤S1、获取待评价的颈椎图像。
在具体实施中,可以从云端或者服务器端获取待评价的颈椎图像。具体地,可以通过无线网络从云端或者服务器端下载待评价的颈椎图像。还可以利用X光机对患者进行拍摄,以获取待评价的颈椎图像。
为了提高对颈椎图像进行质量评价的准确性,可以对获取的颈椎图像进行截断、归一化等预处理。具体地,可以对颈椎图像进行最大灰度值和最小灰度值的截断处理,例如将颈椎图像的所有像素点按照灰度值的大小进行排序,截取排在中间位置的像素点,以提高颈椎图像的对比度。在一个具体的例子中,颈椎图像共有500个像素点,按照灰度值的大小排序之后,截取排在第8位至492位之间的像素点。另外,还可以对颈椎图像进行标准归一化处理,例如利用像素点的像素值减去所有像素点的平均像素值,然后除以标准差,得到归一化后的颈椎图像。
步骤S2、识别所述颈椎图像的拍摄体位。
其中,颈椎图像的拍摄体位可以包括颈椎前后位、颈椎侧位、颈椎斜位等。
在具体实施中,可以通过调用图像分类模型对颈椎图像的拍摄体位进行分类,从而识别出颈椎图像的拍摄体位。其中,图像分类模型可以采用ResNet(Residual Network,残差网络)、DenseNet(Densely Connected Convolutional Networks,密集连接的卷积网络)、SENet(Squeeze-and-Excitation Networks,压缩并激活网络)等网络训练得到。另外,也可以利用其它方法对颈椎图像的拍摄体位进行识别。
步骤S3、调用与所述拍摄体位对应的图像分割模型对所述颈椎图像进行分割,输出与所述拍摄体位对应的分割结果。
其中,图像分割模型与拍摄体位相对应,针对不同拍摄体位的颈椎图像,对不同的部位进行分割。在一个具体的例子中,针对颈椎前后位的颈椎图像,对颈椎椎体、下颌骨、枕骨和气管四个部位进行分割;针对颈椎侧位的颈椎图像,对颈椎椎体和下颌骨两个部位进行分割;针对颈椎斜位的颈椎图像,对颈椎椎体、椎间孔和椎弓根三个部位进行分割。
图2(a)和图3(a)均用于示出一种颈椎侧位的颈椎图像。图2(b)用于示出图2(a)中颈椎椎体的分割结果。图3(b)用于示出图3(a)中下颚骨的分割结果。针对如图2(a)所示的颈椎侧位的颈椎图像,其颈椎椎体的分割结果可参见图2(b)。针对如图3(a)所示的颈椎侧位的颈椎图像,其下颚骨的分割结果可参见图3(b)。
图4(a)、图5(a)和图6(a)均用于示出一种颈椎斜位的颈椎图像。图4(b)用于示出图4(a)中颈椎椎体的分割结果。图5(b)用于示出图5(a)中椎间孔的分割结果。图6(b)用于示出图6(a)中椎弓根的分割结果。针对如图4(a)所示的颈椎斜位的颈椎图像,其颈椎椎体的分割结果可参见图4(b)。针对如图5(a)所示的颈椎斜位的颈椎图像,其椎间孔的分割结果可参见图5(b)。针对如图6(a)所示的颈椎斜位的颈椎图像,其椎弓根的分割结果可参见图6(b)。
在具体实施中,图像分割模型可以采用V-Net、U-Net、LinkNet、FC-DensNet(全卷积密集块网络)等网络训练得到。
步骤S4、根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价。
在步骤S4的具体实施中,可以根据分割结果中一个部位的特征对颈椎图像的质量进行评价,也可以根据分割结果中多个部位的特征对颈椎图像的质量进行评价。其中,部位的特征可以为部位的数量,也可以为不同部位之间的距离,还可以为不同部位之间的位置关系等。
本实施方式中,通过识别待评价的颈椎图像的拍摄体位,调用与拍摄体位对应的图像分割模型对颈椎图像的不同部位进行分割,从而根据分割结果中至少一个部位的特征对颈椎图像的质量进行评价,实现了不同拍摄体位的颈椎图像的质量评价。
进一步地,本实施例还可以针对颈椎前后位的颈椎图像、颈椎侧位的颈椎图像以及颈椎斜位的颈椎图像,分别对其分割结果进行量化分析,从而得到符合医学客观标准的不同拍摄体位颈椎图像的质量评价结果,以更好地辅助于医学诊疗,进而提高后续临床诊断的准确性。
下面以拍摄体位为颈椎前后位为例介绍分割结果的量化分析过程。
在可选的一种实施方式中,如图7所示,上述步骤S4具体包括以下步骤S41a~S41c:
步骤S41a、判断所述分割结果中颈椎椎体的数量是否小于第一预设数量;若否,则执行步骤S41b,若是,则执行步骤S41c。
其中,分割结果包括所有类别的颈椎椎体,例如位置自上而下排列的第一颈椎椎体C1至第七颈椎椎体C7,根据分割结果可以直接获取到颈椎椎体的数量c_n。在一个具体的例子中,分割结果包括C1、C2、C4、C7,可以得到颈椎椎体的数量为4。
在具体实施中,第一预设数量可以为5,即根据颈椎椎体的数量c_n是否小于5对颈椎图像的质量进行评估。
步骤S41b、将所述颈椎图像的质量评价为合格。
需要说明的是,被评价为合格的颈椎图像进入临床读片诊断之后,医生基于合格的颈椎图像进行颈椎疾病的诊断,可以提高临床读片诊断的准确性。
步骤S41c、将所述颈椎图像的质量评价为不合格。
需要说明的是,医生在临床读片诊断时,可以不考虑被评价为不合格的颈椎图像,从而避免临床读片诊断的准确性受到影响。
本实施方式中,针对颈椎前后位的颈椎图像,对其分割结果中颈椎椎体的数量进行量化分析得到颈椎图像为合格和不合格的质量评价结果。本实施方式基于颈椎图像中颈椎椎体的数量对颈椎前后位的颈椎图像进行质量评价,能够得到符合医学客观标准的质量评价结果,从而更好地辅助于医学诊疗。
在步骤S41c的具体实施中,还可以在评价为不合格时输出提示信息,以提示颈椎图像的质量不合格,从而可以指导颈椎图像后续的拍摄。
在具体实施中,如图8所示,步骤S41b可以包括以下步骤S41b1~S41b3:
步骤S41b1、判断是否所述分割结果中颈椎椎体的中心点C与气管的中心点T之间的距离小于第一预设距离、所述分割结果中下颚骨的中心点M与枕骨的中心点O之间的距离小于第二预设距离,且所述颈椎椎体的数量c_n为第二预设数量;若是,则执行步骤S41b2,若否,则执行步骤S41b3。
其中,所述颈椎椎体的中心点C用于表征所有颈椎椎体的中心位置。下面介绍一种计算中心点C的坐标(xc,yc)的方法。首先,计算每个颈椎椎体的中心位置的坐标(xi,yi),i=1,2,3…7,其中,x1=所有属于第一颈椎椎体C1的像素点的横坐标之和/所有属于第一颈椎椎体C1的像素点的数量,y1=所有属于第一颈椎椎体C1的像素点的纵坐标之和/所有属于第一颈椎椎体C1的像素点的数量。以此类推,x7=所有属于第七颈椎椎体C7的像素点的横坐标之和/所有属于第七颈椎椎体C7的像素点的数量,y7=所有属于第七颈椎椎体C7的像素点的纵坐标之和/所有属于第七颈椎椎体C7的像素点的数量。然后,计算所述颈椎椎体的中心点C的坐标(xc,yc),其中,xc=(x1+x2+x3+x4+x5+x6+x7)/7,yc=(y1+y2+y3+y4+y5+y6+y7)/7。下面介绍另一种计算中心点C的坐标(xc,yc)的方法。计算属于颈椎椎体的所有像素点的最小横坐标xcmin、最小纵坐标ycmin、最大横坐标xcmax以及最大纵坐标ycmax,xc=(xcmax-xcmin)/2,yc=(ycmax-ycmin)/2。
所述气管的中心点T用于表征所述气管的中心位置。下面介绍一种计算中心点T的坐标(xt,yt)的方法。xt=所有属于气管的像素点的横坐标之和/所有属于气管的像素点的数量,yt=所有属于气管的像素点的纵坐标之和/所有属于气管的像素点的数量。下面介绍另一种计算中心点T的坐标(xt,yt)的方法。计算属于气管的所有像素点的最小横坐标xtmin、最小纵坐标ytmin、最大横坐标xtmax以及最大纵坐标ytmax,xt=(xtmax-xtmin)/2,yt=(ytmax-ytmin)/2。
所述下颚骨的中心点M用于表征所述下颚骨的中心位置。下面介绍一种计算中心点M的坐标(xm,ym)的方法。xm=所有属于下颚骨的像素点的横坐标之和/所有属于下颚骨的像素点的数量,ym=所有属于下颚骨的像素点的纵坐标之和/所有属于下颚骨的像素点的数量。下面介绍另一种计算中心点M的坐标(xm,ym)的方法。计算属于下颚骨的所有像素点的最小横坐标xmmin、最小纵坐标ymmin、最大横坐标xmmax以及最大纵坐标ymmax,xm=xmmax-xmmin,ym=ymmax-ymm i n。
所述枕骨的中心点O用于表征所述枕骨的中心位置。下面介绍一种计算中心点O的坐标(xo,yo)的方法。xo=所有属于枕骨的像素点的横坐标之和/所有属于枕骨的像素点的数量,yo=所有属于枕骨的像素点的纵坐标之和/所有属于枕骨的像素点的数量。下面介绍另一种计算中心点O的坐标(xo,yo)的方法。计算属于枕骨的所有像素点的最小横坐标xomin、最小纵坐标yomin、最大横坐标xomax以及最大纵坐标yomax,xo=(xomax-xomin)/2,yo=(yomax-yomin)/2。
其中,所述第二预设数量大于所述第一预设数量。在具体实施中,第一预设数量可以为5,第二预设数量可以为7。第一预设距离和第二预设距离可以根据实际情况进行设置,例如第一预设距离可以为4cm,第二预设距离可以为6cm。
步骤S41b2、将所述颈椎图像的质量评价为一级合格。
具体地,颈椎椎体的中心点C与气管的中心点T之间的距离可以用|CT|表示,下颚骨的中心点M与枕骨的中心点O之间的距离|MO|表示。在一个具体地例子中,若|CT|<4cm、|MO|<6cm,且c_n=7,则将颈椎图像的质量评价为一级合格。
步骤S41b3、将所述颈椎图像的质量评价为二级合格。其中,针对合格的颈椎前后位的颈椎图像,除一级合格的颈椎图像之外,均为二级合格的颈椎图像。需要说明的是,一级合格的颈椎图像的质量优于二级合格的颈椎图像的质量。
本实施方式中,针对合格的颈椎前后位的颈椎图像,对其分割结果中颈椎椎体的数量、颈椎椎体与气管之间的距离以及下颚骨与枕骨之间的距离进行进一步量化分析得到颈椎图像为一级合格和二级合格的质量评价结果,实现了对合格颈椎图像的细分评价,从而可以更好地辅助于医学诊疗。
在可选的另一种实施方式中,如图9所示,上述步骤S4具体包括以下步骤S42a~S42c:
步骤S42a、判断所述分割结果中颈椎椎体的中心点C与气管的中心点T之间的距离是否大于第三预设距离;若否,则执行步骤S42b,若是,则执行步骤S42c。
其中,所述颈椎椎体的中心点C用于表征所有颈椎椎体的中心位置,所述气管的中心点T用于表征所述气管的中心位置。
在具体实施中,第三预设距离可以根据实际情况进行设置,例如第三预设距离可以为4cm。
步骤S42b、将所述颈椎图像的质量评价为合格。
步骤S42c、将所述颈椎图像的质量评价为不合格。
具体地,颈椎椎体的中心点C与气管的中心点T之间的距离可以用|CT|表示。在一个具体的例子中,若|CT|>4cm,则将颈椎图像的质量评价为不合格,否则将颈椎图像的质量评价为合格。
本实施方式中,针对颈椎前后位的颈椎图像,对其分割结果中颈椎椎体与气管之间的距离进行量化分析得到颈椎图像为合格和不合格的质量评价结果。本实施方式基于颈椎图像中颈椎椎体与气管之间的距离对颈椎前后位的颈椎图像进行质量评价,能够得到符合医学客观标准的质量评价结果,从而更好地辅助于医学诊疗。
在可选的又一种实施方式中,如图10所示,上述步骤S4具体包括以下步骤S43a~S43c:
步骤S43a、判断所述分割结果中下颚骨的中心点M与枕骨的中心点O之间的距离是否大于第四预设距离;若否,则执行步骤S43b,若是,则执行步骤S43c。
其中,所述下颚骨的中心点M用于表征所述下颚骨的中心位置,所述枕骨的中心点O用于表征所述枕骨的中心位置。
在具体实施中,第四预设距离可以根据实际情况进行设置,例如第四预设距离可以为3~5cm。
步骤S43b、将所述颈椎图像的质量评价为合格。
步骤S43c、将所述颈椎图像的质量评价为不合格。
具体地,下颚骨的中心点M与枕骨的中心点O之间的距离可以用|MO|表示。在一个具体的例子中,第四预设距离为4cm,若|MO|>4cm,则将颈椎图像的质量评价为不合格,否则将颈椎图像的质量评价为合格。
本实施方式中,针对颈椎前后位的颈椎图像,对其分割结果中下颚骨与枕骨之间的距离进行量化分析得到颈椎图像为合格和不合格的质量评价结果。本实施方式基于颈椎图像中下颚骨与枕骨之间的距离对颈椎前后位的颈椎图像进行质量评价,能够得到符合医学客观标准的质量评价结果,从而更好地辅助于医学诊疗。
下面以拍摄体位为颈椎侧位为例介绍分割结果的量化分析过程。
在可选的一种实施方式中,如图11所示,上述步骤S4具体包括以下步骤S44a~S44c:
步骤S44a、判断所述分割结果中颈椎椎体的数量是否小于第二预设数量;若否,则执行步骤S44b,若是,则执行步骤S44c。
在具体实施中,第二预设数量可以为7,即根据颈椎椎体的数量c_n是否小于7对颈椎图像的质量进行评估。
步骤S44b、将所述颈椎图像的质量评价为合格。
步骤S44c、将所述颈椎图像的质量评价为不合格。
本实施方式中,针对颈椎侧位的颈椎图像,对其分割结果中颈椎椎体的数量进行量化分析得到颈椎图像为合格和不合格的质量评价结果。本实施方式基于颈椎图像中颈椎椎体的数量对颈椎侧位的颈椎图像进行质量评价,能够得到符合医学客观标准的质量评价结果,从而更好地辅助于医学诊疗。
在具体实施中,步骤S44b可以包括以下步骤S44b1~S44b3:
步骤S44b1、判断所述分割结果中的颈椎椎体与下颚骨是否相交;若否,则执行步骤S44b2,若是,则执行步骤S44b3。其中,颈椎椎体与下颚骨相交是指分割结果中颈椎椎体与下颚骨存在公共部分,颈椎椎体与下颚骨不相交是指分割结果中颈椎椎体与下颚骨不存在公共部分。
步骤S44b2、将所述颈椎图像的质量评价为一级合格。
步骤S44b3、将所述颈椎图像的质量评价为二级合格。
在一个具体的例子中,若颈椎椎体的数量c_n=7,且颈椎椎体与下颚骨不相交,则将颈椎图像的质量评价为一级合格;若颈椎椎体的数量c_n=7,且颈椎椎体与下颚骨相交,则将颈椎图像的质量评价为二级合格。
本实施方式中,针对合格的颈椎侧位的颈椎图像,对其分割结果中颈椎椎体与下颚骨之间的位置进行进一步量化分析得到颈椎图像为一级合格和二级合格的质量评价结果,实现了对合格颈椎图像的细分评价,从而可以更好地辅助于医学诊疗。
下面以拍摄体位为颈椎斜位为例介绍分割结果的量化分析过程。
在可选的一种实施方式中,如图12所示,上述步骤S4具体包括以下步骤S45a~S45c:
步骤S45a、判断所述分割结果中颈椎椎体的数量是否小于第二预设数量;若否,则执行步骤S45b,若是,则执行步骤S45c。
在具体实施中,第二预设数量可以为7,即根据颈椎椎体的数量c_n是否小于7对颈椎图像的质量进行评估。
步骤S45b、将所述颈椎图像的质量评价为合格。
步骤S45c、将所述颈椎图像的质量评价为不合格。
本实施方式中,针对颈椎斜位的颈椎图像,对其分割结果中颈椎椎体的数量进行量化分析得到颈椎图像为合格和不合格的质量评价结果。本实施方式基于颈椎图像中颈椎椎体的数量对颈椎斜位的颈椎图像进行质量评价,能够得到符合医学客观标准的质量评价结果,从而更好地辅助于医学诊疗。
在具体实施中,步骤S45b可以包括以下步骤S45b1~S45b3:
步骤S45b1、判断是否所述分割结果中存在第三预设数量的椎弓根位于所有颈椎椎体的前部,且椎间孔的数量为第四预设数量;若是,则执行步骤S45b2,若否,则执行步骤S45b3。
在具体实施中,第三预设数量可以为5,第四预设数量可以为6,即根据是否有5个椎弓根位于所有颈椎椎体的前部,且椎间孔的数量为6个对颈椎图像的质量进行评估。
步骤S45b2、将所述颈椎图像的质量评价为一级合格。
步骤S45b3、将所述颈椎图像的质量评价为二级合格。
具体地,若5个椎弓根位于所有颈椎椎体的前部,且椎间孔的数量为6个,则将颈椎图像的质量评价为一级合格,否则将颈椎图像的质量评价为二级合格。
本实施方式中,针对合格的颈椎斜位的颈椎图像,对其分割结果中椎弓根与颈椎椎体之间的位置、椎弓根的数量以及椎间孔的数量进行进一步量化分析得到颈椎图像为一级合格和二级合格的质量评价结果,实现了对合格颈椎图像的细分评价,从而可以更好地辅助于医学诊疗。
本实施例还提供一种颈椎图像的质量评价装置80,如图13所示,包括获取模块81、识别模块82、分割模块83以及评价模块84。
获取模块81用于获取待评价的颈椎图像。
识别模块82用于识别所述颈椎图像的拍摄体位。
调用模块83用于调用与所述拍摄体位对应的图像分割模型对所述颈椎图像进行分割,输出与所述拍摄体位对应的分割结果。
评价模块84用于根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价。
需要说明的是,本实施例中颈椎图像的质量评价装置具体可以是单独的芯片、芯片模组或电子设备,也可以是集成于电子设备内的芯片或者芯片模组。
关于本实施例中描述的颈椎图像的质量评价装置包含的各个模块/单元,其可以是软件模块/单元,也可以是硬件模块/单元,或者也可以部分是软件模块/单元,部分是硬件模块/单元。
实施例2
图14为本实施例提供的一种电子设备的结构示意图。所述电子设备包括至少一个处理器以及与所述至少一个处理器通信连接的存储器。其中,所述存储器存储有可被所述至少一个处理器运行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行实施例1的颈椎图像的质量评价方法。本实施例提供的电子设备可以为个人计算机,例如台式机、一体机、笔记本电脑、平板电脑等,还可以为手机、可穿戴设备、掌上电脑等终端设备。图14显示的电子设备3仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
电子设备3的组件可以包括但不限于:上述至少一个处理器4、上述至少一个存储器5、连接不同系统组件(包括存储器5和处理器4)的总线6。
总线6包括数据总线、地址总线和控制总线。
存储器5可以包括易失性存储器,例如随机存取存储器(RAM)51和/或高速缓存存储器52,还可以进一步包括只读存储器(ROM)53。
存储器5还可以包括具有一组(至少一个)程序模块54的程序/实用工具55,这样的程序模块54包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器4通过运行存储在存储器5中的计算机程序,从而执行各种功能应用以及数据处理,例如上述颈椎图像的质量评价方法。
电子设备3也可以与一个或多个外部设备7(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口8进行。并且,电子设备3还可以通过网络适配器9与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图14所示,网络适配器9通过总线6与电子设备3的其它模块通信。应当明白,尽管图14中未示出,可以结合电子设备3使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例3
本实施例提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现实施例1的颈椎图像的质量评价方法。
其中,可读存储介质可以采用的更具体可以包括但不限于:便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中,本发明还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使所述电子设备执行实现实施例1的颈椎图像的质量评价方法。
其中,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码,所述程序代码可以完全地在电子设备上执行、部分地在电子设备上执行、作为一个独立的软件包执行、部分在电子设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种颈椎图像的质量评价方法,其特征在于,包括以下步骤:
获取待评价的颈椎图像;
识别所述颈椎图像的拍摄体位;
调用与所述拍摄体位对应的图像分割模型对所述颈椎图像进行分割,输出与所述拍摄体位对应的分割结果;
根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价。
2.如权利要求1所述的质量评价方法,其特征在于,所述拍摄体位为颈椎前后位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的数量是否小于第一预设数量;
若否,则将所述颈椎图像的质量评价为合格;
若是,则将所述颈椎图像的质量评价为不合格。
3.如权利要求2所述的质量评价方法,其特征在于,所述将所述颈椎图像的质量评价为合格,包括:
判断是否所述分割结果中颈椎椎体的中心点与气管的中心点之间的距离小于第一预设距离、所述分割结果中下颚骨的中心点与枕骨的中心点之间的距离小于第二预设距离,且所述颈椎椎体的数量为第二预设数量;其中,所述颈椎椎体的中心点用于表征所有颈椎椎体的中心位置,所述气管的中心点用于表征所述气管的中心位置,所述下颚骨的中心点用于表征所述下颚骨的中心位置,所述枕骨的中心点用于表征所述枕骨的中心位置;所述第二预设数量大于所述第一预设数量;
若是,则将所述颈椎图像的质量评价为一级合格;
若否,则将所述颈椎图像的质量评价为二级合格。
4.如权利要求1所述的质量评价方法,其特征在于,所述拍摄体位为颈椎前后位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的中心点与气管的中心点之间的距离是否大于第三预设距离;其中,所述颈椎椎体的中心点用于表征所有颈椎椎体的中心位置,所述气管的中心点用于表征所述气管的中心位置;
若否,则将所述颈椎图像的质量评价为合格;若是,则将所述颈椎图像的质量评价为不合格;
或者,
判断所述分割结果中下颚骨的中心点与枕骨的中心点之间的距离是否大于第四预设距离;其中,所述下颚骨的中心点用于表征所述下颚骨的中心位置,所述枕骨的中心点用于表征所述枕骨的中心位置;
若否,则将所述颈椎图像的质量评价为合格;若是,则将所述颈椎图像的质量评价为不合格。
5.如权利要求1所述的质量评价方法,其特征在于,所述拍摄体位为颈椎侧位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的数量是否小于第二预设数量;
若否,则将所述颈椎图像的质量评价为合格;
若是,则将所述颈椎图像的质量评价为不合格。
6.如权利要求5所述的质量评价方法,其特征在于,所述将所述颈椎图像的质量评价为合格,包括:
判断所述分割结果中的颈椎椎体与下颚骨是否相交;
若否,则将所述颈椎图像的质量评价为一级合格;
若是,则将所述颈椎图像的质量评价为二级合格。
7.如权利要求1所述的质量评价方法,其特征在于,所述拍摄体位为颈椎斜位;
所述根据所述分割结果中至少一个部位的特征对所述颈椎图像的质量进行评价,包括:
判断所述分割结果中颈椎椎体的数量是否小于第二预设数量;
若否,则将所述颈椎图像的质量评价为合格;
若是,则将所述颈椎图像的质量评价为不合格。
8.如权利要求7所述的质量评价方法,其特征在于,所述将所述颈椎图像的质量评价为合格,包括:
判断是否所述分割结果中存在第三预设数量的椎弓根位于所有颈椎椎体的前部,且椎间孔的数量为第四预设数量;
若是,则将所述颈椎图像的质量评价为一级合格;
若否,则将所述颈椎图像的质量评价为二级合格。
9.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的质量评价方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的质量评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111619257.1A CN114359197A (zh) | 2021-12-27 | 2021-12-27 | 颈椎图像的质量评价方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111619257.1A CN114359197A (zh) | 2021-12-27 | 2021-12-27 | 颈椎图像的质量评价方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114359197A true CN114359197A (zh) | 2022-04-15 |
Family
ID=81103565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111619257.1A Pending CN114359197A (zh) | 2021-12-27 | 2021-12-27 | 颈椎图像的质量评价方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114359197A (zh) |
-
2021
- 2021-12-27 CN CN202111619257.1A patent/CN114359197A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7309605B2 (ja) | ディープラーニング医療システムおよび画像収集のための方法 | |
US20210158531A1 (en) | Patient Management Based On Anatomic Measurements | |
CN110503652B (zh) | 下颌智齿与邻牙及下颌管关系确定方法、装置、存储介质及终端 | |
US20210174503A1 (en) | Method, system and storage medium with a program for the automatic analysis of medical image data | |
CN111986182A (zh) | 辅助诊断方法、系统、电子设备及存储介质 | |
US8494242B2 (en) | Medical image management apparatus and method, and recording medium | |
CN110223279B (zh) | 一种图像处理方法和装置、电子设备 | |
US11779295B2 (en) | Method and system of vertebral compression fracture detection | |
CN111640480A (zh) | 医学报告生成方法、计算机设备和存储介质 | |
CN114287915B (zh) | 一种基于背部彩色图像的无创脊柱侧弯筛查方法及系统 | |
CN110742631A (zh) | 一种医学图像的成像方法和装置 | |
CN114092475A (zh) | 病灶长径确定方法、图像标注方法、装置及计算机设备 | |
CN113485555B (zh) | 医学影像阅片方法、电子设备和存储介质 | |
CN111918611B (zh) | 胸部x线图像的异常显示控制方法、记录介质及装置 | |
JP7275961B2 (ja) | 教師画像生成プログラム、教師画像生成方法、および教師画像生成システム | |
CN114359197A (zh) | 颈椎图像的质量评价方法、电子设备及存储介质 | |
US11803970B2 (en) | Image judgment device, image judgment method, and storage medium | |
CN114391862A (zh) | 一种基于大数据ct影像报告生成远程处理方法、设备及计算机存储介质 | |
JP2022069143A (ja) | Aiを用いる診断装置、学習データ生成装置、データ要求装置、診断システム、及び、プログラム | |
CN113284613A (zh) | 一种基于深度学习的人脸诊断系统 | |
CN112530580A (zh) | 医疗影像图片的处理方法和计算机可读存储介质 | |
TW202218627A (zh) | 脊柱量測及狀態評估方法 | |
Lou et al. | Study of saccadic eye movements in diagnostic imaging | |
CN113674261B (zh) | 骨骼检测方法、系统、电子设备和存储介质 | |
Ganesan et al. | Sushrut-Diagnosis Made Easy |
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 |