CN114511468A - 一种畸变骨骼图像矫正方法及系统 - Google Patents
一种畸变骨骼图像矫正方法及系统 Download PDFInfo
- Publication number
- CN114511468A CN114511468A CN202210335132.4A CN202210335132A CN114511468A CN 114511468 A CN114511468 A CN 114511468A CN 202210335132 A CN202210335132 A CN 202210335132A CN 114511468 A CN114511468 A CN 114511468A
- Authority
- CN
- China
- Prior art keywords
- whole
- image
- body bone
- shoulder position
- correction
- 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
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003702 image correction Methods 0.000 title claims abstract description 9
- 238000012937 correction Methods 0.000 claims abstract description 88
- 210000004197 pelvis Anatomy 0.000 claims abstract description 20
- 238000007469 bone scintigraphy Methods 0.000 claims description 40
- 230000005855 radiation Effects 0.000 claims description 34
- 230000000877 morphologic effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 239000000243 solution Substances 0.000 description 3
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000000610 foot bone Anatomy 0.000 description 2
- 239000012216 imaging agent Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000014461 bone development Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- 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
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种畸变骨骼图像矫正方法,涉及图像处理技术领域,其首先根据双肩的位置获取双肩的倾斜角度;根据倾斜角度旋转图像,进行肩颈矫正;然后获取脊柱基准线和图像中每行有效像素的中点横坐标,根据脊柱基准线和中点横坐标对骨盆以上部位进行脊柱矫正,从而将矫正技术分为肩颈矫正和脊柱矫正两部分,并针对两者进行不同且有针对性的矫正方法,从而保证了畸变骨骼图像矫正的准确性,同时操作简单,快捷。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种畸变骨骼图像矫正方法及系统。
背景技术
对于肺癌SPECT全身骨显像图像而言,需要首先提取SPECT全身骨显像图像的全身骨骼轮廓特征,然后提取其中的病灶点信息,通过比较病灶点在全身骨骼的位置、病灶点形状和病灶点放射值从而确定SPECT全身骨显像图像的疾病类型。然而,由于种种不同的原因,实际获取到的骨骼图像往往是有畸变的,而有畸变的骨骼图像会导致疾病类型的判断不准确,因此对于畸变骨骼图像的矫正是相当必要的。然而,现有技术中,缺少有效矫正畸变骨骼图像的方法。
因此,本领域亟需一种准确的矫正畸变骨骼图像的技术方案。
发明内容
本发明的目的是提供一种畸变骨骼图像矫正方法及系统,根据畸变类型的不同将矫正技术分为肩颈矫正和脊柱矫正两部分,并针对两者进行不同且有针对性的矫正方法,从而保证了畸变骨骼图像矫正的准确性。
为实现上述目的,本发明提供了如下方案:
一种畸变骨骼图像矫正方法,所述方法包括:
获取全身骨扫描图像;
分别获取所述全身骨扫描图像中的左肩位置和右肩位置;
根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度;
根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正;
获取所述全身骨扫描图像中每行有效像素的中点横坐标,得到中点横坐标数据;所述有效像素为放射值大于0的像素;
获取所述全身骨扫描图像的宽度均分线,得到脊柱基准线;
获取所述全身骨扫描图像的骨盆以上部位;
根据所述骨盆以上部位的中点横坐标数据利用所述脊柱基准线对所述全身骨扫描图像进行脊柱矫正:将所述中点横坐标大于所述脊柱基准线的整行像素的位置往左移动,将所述中点横坐标小于所述脊柱基准线的整行像素的位置往右移动。
在一些实施例中,所述左肩位置为所述全身骨扫描图像中从左往右放射值大于0的连续五个第一坐标点的中点;每个所述第一坐标点向下三行的放射值大于0;所述右肩位置为所述全身骨扫描图像中从右往左放射值大于0的连续五个第二坐标点的中点;每个所述第二坐标点向下三行的放射值大于0。
在一些实施例中,在所述获取全身骨扫描图像之后,还包括:
对所述全身骨扫描图像进行放射值统计;
根据所述全身骨扫描图像中每个像素点的放射值大小设置去噪阈值;
根据所述去噪阈值对所述全身骨扫描图像进行去噪。
在一些实施例中,所述根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度,具体包括:
将所述右肩位置的横坐标值减去所述左肩位置的横坐标值得到第一直角边的边长,将所述右肩位置的纵坐标值减去所述左肩位置的纵坐标值得到第二直角边的边长,将所述第一直角边和所述第二直角边分别作为直角三角形的两条直角边计算得到双肩的倾斜角度。
在一些实施例中,在所述获取全身骨扫描图像之后,还包括:
利用曲线拟合的方法去除所述全身骨扫描图像的头部。
在一些实施例中,所述利用曲线拟合的方法切掉所述全身骨扫描图像的头部,具体包括:
统计所述全身骨扫描图像每一行放射值中的有效值个数;
将每一行的有效值个数绘制为曲线图;
对所述曲线图进行多项式曲线拟合,得到拟合曲线;
根据人体形态学特征,选取所述拟合曲线中头部位的极小值点作为特征点;
去除所述特征点以上部位。
在一些实施例中,在所述分别获取所述全身骨扫描图像中的左肩位置和右肩位置之后,还包括:
判断是否需要矫正;若所述左肩位置和所述右肩位置的纵坐标相等,则不需要矫正,否则,跳转至“根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度”步骤。
在一些实施例中,在所述根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正之后,还包括:
判断旋转之后的左肩位置和右肩位置的纵坐标是否相等;
若相等,则完成肩颈矫正;若不相等,则返回“根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度”步骤。
在一些实施例中,所述获取所述全身骨扫描图像的骨盆以上部位,具体包括:
统计所述全身骨扫描图像每一行放射值中的有效值个数;
将每一行的有效值个数绘制为曲线图;
对所述曲线图进行多项式曲线拟合,得到拟合曲线;
根据人体形态学特征,选取所述拟合曲线中骨盆部位的极大值点作为特征点;
获取所述特征点以上的部位。
本发明还提供了一种畸变骨骼图像矫正系统,所述系统包括:
图像获取模块,用于获取全身骨扫描图像;
左右肩获取模块,用于分别获取所述全身骨扫描图像中的左肩位置和右肩位置;
倾斜角度计算模块,用于根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度;
肩颈矫正模块,用于根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正;
中点横坐标获取模块,用于获取所述全身骨扫描图像中每行有效像素的中点横坐标,得到中点横坐标数据;所述有效像素为放射值大于0的像素;
脊柱基准线获取模块,用于获取所述全身骨扫描图像的宽度均分线,得到脊柱基准线;
骨盆获取模块,用于获取所述全身骨扫描图像的骨盆以上部位;
脊柱矫正模块,用于根据所述骨盆以上部位的中点横坐标数据利用所述脊柱基准线对所述全身骨扫描图像进行脊柱矫正:将所述中点横坐标大于所述脊柱基准线的整行像素的位置往左移动,将所述中点横坐标小于所述脊柱基准线的整行像素的位置往右移动。
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:
本发明首先根据双肩的位置获取双肩的倾斜角度;根据倾斜角度旋转图像,进行肩颈矫正;然后获取脊柱基准线和图像中每行有效像素的中点横坐标,根据脊柱基准线和中点横坐标对骨盆以上部位进行脊柱矫正,从而将矫正技术分为肩颈矫正和脊柱矫正两部分,并针对两者进行不同且有针对性的矫正方法,从而保证了畸变骨骼图像矫正的准确性,同时操作简单,快捷。
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为本发明实施例一提供的畸变骨骼图像矫正方法流程图。
图2为本发明实施例一提供的去噪前后效果对比图。
图3为本发明实施例一提供的去除头部示意图。
图4为本发明实施例一提供的肩颈矫正前后的图像对比示意图。
图5为本发明实施例一提供的脊柱矫正流程示意图。
图6为本发明实施例一提供的人体有效区域提取效果示意图。
图7为本发明实施例二提供的畸变骨骼图像矫正系统的框图。
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。
本发明的目的是提供一种畸变骨骼图像矫正方法及系统,根据畸变类型的不同将矫正技术分为肩颈矫正和脊柱矫正两部分,并针对两者进行不同且有针对性的矫正方法,从而保证了畸变骨骼图像矫正的准确性。
深度学习一般是从大量的样本当中提取感受野的特征,从而对图像进行分类、分割或者是目标检测等操作。然而对于肺癌SPECT全身骨显像图像而言,深度学习模型首先提取SPECT全身骨显像图像的全身骨骼轮廓特征,然后提取其中的病灶点信息,通过比较病灶点在全身骨骼的位置、病灶点形状和病灶点放射值从而确定SPECT全身骨显像图像的疾病类型。因此对于畸变骨骼图像的矫正是相当必要的。本发明提出一种基于统计学和人体形态学特征的畸变骨骼矫正技术,并且根据畸变类型的不同将矫正技术分为肩颈矫正和脊柱矫正两部分。
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。
实施例一:
如图1所示,本实施例提供了一种畸变骨骼图像矫正方法。
一般情况下,患者拍摄全身骨扫描图像造成肩颈的歪曲有两种情况。一是患者进行全身骨扫描检测时,往往会由于平躺的歪曲造成拍摄图像中肩颈的歪曲;二是由于患者在发育过程中受到某些疾病或者是外界因素造成的肩颈不正。因此为患者进行肩颈的矫正成为畸变骨骼矫正技术的基础。
对于肩颈矫正,此部分提出了旋转矫正方法。其具体方法步骤如下所述:
S1、获取全身骨扫描图像。
获取全身骨扫描图像之后,进行数据去噪:拍摄全身骨扫描图像时,由于残留因子(残留因子具体指由于注射药物时非骨骼区域所造成的药物浓聚,在成像时体现在了全身骨扫描图像当中,对骨显像图像造成了干扰,即我们所认为的噪音)的影响,造成全身骨骼轮廓不清晰,因此对于去除残留因子成为矫正的第一步。
考虑到全身骨扫描图像的成像特殊性,在去噪过程中本实施例提出了基于阈值的去噪方法。具体而言,首先,对全身骨扫描图像进行放射值统计,并以放射值的大小作为横坐标,放射值的个数作为纵坐标绘制直方图。然后通过观察大量的直方图和全身骨扫描图像得到:在全身骨扫描图像当中,图像的背景值为0,病灶点、注射点和膀胱位置的放射值较大,对于身体的正常骨骼放射值一般都大于5,因此将去噪的阈值设置为5;最后,根据阈值对全身骨扫描图像进行基于阈值的去噪,将小于阈值5的视为背景值即为0,将大于阈值5的放射值不做任何处理。其去噪方法见公式(1),效果见图2。
其中,f(x)表示去噪后的放射值,x表示去噪前的放射值。
经过上面去噪处理后得到了不含残留因子的干净数据。为了方便确定患者左右肩的位置,需要对全身骨扫描数据进行切除头部的处理。对此利用统计学和人体形态学的方法提出了曲线拟合的切掉头部方法。具体而言,首先,利用统计学方法对全身骨扫描图像的每一行放射值进行有效值个数的统计,即将大于0放射值视为有效放射值,并且将得到的每行的有效值的个数绘制成曲线图;然后,将绘制成的曲线图进行多项式曲线拟合,拟合曲线如图3所示。图3中的横坐标是指全身骨扫描图像的高,即全身骨扫描图像最上面的一行对应横坐标的0,最下面的一行对应横坐标的1024;纵坐标代表全身骨扫描图像中每一行有效值的个数,即每一行中的像素值大于0的个数。
最后,根据人体形态学特征,在拟合曲线中选取全身骨扫描图像中头部位的极小值点作为特征点,即脖子划分点,然后截取脖子以下部位,效果如图3所示。此处的极小值点是拟合曲线的极小值,是根据全身骨扫描图像中头部和胸腔的大概位置,所得到的拟合曲线中的点,此处正好为脖子划分点。
S2、分别获取所述全身骨扫描图像中的左肩位置和右肩位置。所述左肩位置为所述全身骨扫描图像中从左往右放射值大于0的连续五个第一坐标点的中点;每个所述第一坐标点向下三行的放射值大于0;所述右肩位置为所述全身骨扫描图像中从右往左放射值大于0的连续五个第二坐标点的中点;每个所述第二坐标点向下三行的放射值大于0。
对于一个全身骨扫描图像,如果人体的左右肩位置在同一纵坐标上,我们认为此人体骨骼为正。这个坐标不是平面直角坐标系上的坐标,这个坐标是指全身骨扫描图像中的坐标点,即像素值的点。以全身骨扫描图像的左上点为原点,向右为x轴,向下为y轴。因此需要确定去除头部后得到的全身骨扫描图像的左右肩坐标。在此部分本实施例还是用到了统计学的方法和人体形态学的方法。首先逐行从左往右逐步找出大于0的连续的五个值的坐标点并且保证这五个坐标点往下数三行的放射值也同时大于0;然后逐行从右往左逐步找出大于0的连续的五个值的坐标点并且保证这五个坐标点往下数三行的放射值也同时大于0;最后从左往右找的5个坐标点的中点和从右往左的5个坐标点的中点分别就为左右肩的开始点。本实施例中将左右肩的开始点坐标视为左右肩的位置。如果左肩位置和右肩位置的纵坐标相等,即患者的双肩为齐平的,不需要矫正。如果患者左肩位置和右肩位置的纵坐标不相等,则患者双肩歪曲,需要进一步矫正,跳转至“根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度”步骤。
S3、根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度。
从步骤S2中得到了全身骨扫描图像的左肩位置坐标为(x1,y1),全身骨扫描的右肩位置坐标为(x2,y2)。如果y1=y2,认为此全身骨扫描图像的人体骨骼不需要肩颈矫正,反之y1≠y2,认为此全身骨扫描图像的人体骨骼肩颈部位不齐平,需要对此进行肩颈矫正。在本实施例当中用到了旋转矫正的方法,因此需要计算出两坐标之间的夹角。具体的计算方法为先将右肩颈坐标的横坐标值减去左肩颈的横坐标值得到A,在将右肩颈坐标的纵坐标值减去左肩颈的纵坐标值得到B,将A和B分别作为直角三角形的两条直角边计算得到双肩的倾斜角度。
S4、根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正。此处旋转的是整体的全身骨骼,矫正前后的图像对比如图4所示。前文中,切掉头部是为了方便计算切斜角度,而此处旋转矫正过程中,旋转的是原图,不是切掉头部后的图片。
最后,判断旋转之后的左肩位置和右肩位置的纵坐标是否相等;若相等,则完成肩颈矫正;若不相等,则返回“根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度”步骤。
具体判断及再调整的步骤为:将步骤S4中旋转矫正之后的图像,按照步骤S3和步骤S4的方法进行判断。如果y1=y2,认为此全身骨扫描图像的人体骨骼不需要肩颈矫正,反之y1≠y2,认为此全身骨扫描图像的人体骨骼肩颈部位不齐平,需要对此进行肩颈矫正。如果需要矫正,在进行旋转矫正后,还需要再进行判断,直到检测出y1=y2为止。
对于有些患者在成长过程中,会受到外界影响(如因长期姿势不当或者是受力不均匀)或者是被某些疾病和外界因素的影响造成脊柱的弯曲。因此为患者进行脊柱矫正是相当重要的。在进行脊柱矫正之前,默认全身骨扫描图像已经经过肩颈矫正处理,并且肩颈齐平。
在脊柱矫正部分,本实施例以全身骨扫描图像为对象,结合统计学和人体形态学相关特征和方法,提出了面向于全身骨扫描图像全身脊柱歪曲矫正方法。脊柱矫正流程图见图5,其步骤如下:
在脊柱矫正之前,也必须进行数据去噪,其去噪方法和之前肩颈矫正的去噪方法相同。经过此步骤得到了干净的全身骨扫描数据。
为了更加精准的进行脊柱区域矫正,利用上述干净的全身骨扫描数据提取人体骨骼有效区域。具体而言,对数据去噪后的全身骨扫描图像进行从左到右,从上到下的全图扫描,选取第一个包含非背景值的行作为起始行,统计每行非零点的个数,特别的,所述非背景值为放射值,也即SPECT设备捕获到身体残留的核素显像剂,通过选取第一个包含不为0的值的行作为起始行,也即人体骨骼区域中头骨上方,再将全身骨扫描图像进行180°翻转,重复以上操作,得到足骨下方,最终得到人体骨骼有效区域。具体来讲,在找到头部位置之后,将全身骨扫描图像旋转180度,然后再对数据去噪后的全身骨扫描图像进行从左到右,从上到下的全图扫描,选取第一个包含非背景值的行作为起始行,统计每行非零点的个数,特别的,所述非背景值为放射值,也即SPECT设备捕获到身体残留的核素显像剂,通过选取第一个包含不为0的值的行作为起始行,也即人体骨骼区中足骨位置,最后再旋转180度使图像回正。效果图如图6所示。
S5、获取所述全身骨扫描图像中每行有效像素的中点横坐标,得到中点横坐标数据;所述有效像素为放射值大于0的像素。
从人体形态学特征中可以看出,在一般情况下,对于一个完整的人体而言,人体的左右骨骼几乎对称且一致,考虑到此特点,首先需要提取全身骨扫描图像中每行有效像素的中点的横坐标,将其组成一组数组。具体而言,对于每行的放射值从左到右进行统计,当遇到第一个有效像素时将其横坐标记为a,当遇到最后一个有效像素时将其横坐标记为b,利用a和b的值通过公式(2)计算得到这一行的有效值中点的横坐标值g。
由于病灶点放射性脓聚和注射点脓聚造成行之间中点有效值不平滑,因此需要对上诉所有行有效值中点的数组进行曲线拟合,在本部分主要用到的曲线拟合方法是多项式曲线拟合法。首先对此将此数组中每行的中点值作为纵坐标,此行的纵坐标作为横坐标的值,绘制曲线,并且将多项式拟合后的曲线画在同一坐标系当中,如图5所示。
S6、获取所述全身骨扫描图像的宽度均分线,得到脊柱基准线。所谓脊柱基准线,是指矫正后人体脊柱所在的直线。基准线的确定取决于图像的尺寸,本实施例指出的方法将图像宽度的一半作为脊柱的基准线,例如全身扫描图像的大小为256×1024,即基准线为x=128。
S7、获取所述全身骨扫描图像的骨盆以上部位。
其具体步骤为:
统计所述全身骨扫描图像每一行放射值中的有效值个数;
将每一行的有效值个数绘制为曲线图;
对所述曲线图进行多项式曲线拟合,得到拟合曲线;
根据人体形态学特征,选取所述拟合曲线中骨盆部位的极大值点作为特征点;
获取所述特征点以上的部位。
S8、根据所述骨盆以上部位的中点横坐标数据利用所述脊柱基准线对所述全身骨扫描图像进行脊柱矫正:将所述中点横坐标大于所述脊柱基准线的整行像素的位置往左移动,将所述中点横坐标小于所述脊柱基准线的整行像素的位置往右移动。
即,将骨盆以上的部位进行矫正。利用拟合曲线将整行的有效像素的中点移到x=128,得到矫正后的图像,中点值大于128则往左倾斜,中点值小于128则往右倾斜。
经过大量实验验证该方法能够有效的将畸变骨骼进行肩颈矫正和脊柱矫正。
本实施例提供的畸变骨骼图像矫正方法,首先根据双肩的位置获取双肩的倾斜角度;根据倾斜角度旋转图像,进行肩颈矫正;然后获取脊柱基准线和图像中每行有效像素的中点横坐标,根据脊柱基准线和中点横坐标对骨盆以上部位进行脊柱矫正,从而将矫正技术分为肩颈矫正和脊柱矫正两部分,并针对两者进行不同且有针对性的矫正方法,从而保证了畸变骨骼图像矫正的准确性,同时操作简单,快捷。
实施例二:
如图7所示,本实施例提供了一种畸变骨骼图像矫正系统,所述系统包括:
图像获取模块M1,用于获取全身骨扫描图像;
左右肩获取模块M2,用于分别获取所述全身骨扫描图像中的左肩位置和右肩位置;
倾斜角度计算模块M3,用于根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度;
肩颈矫正模块M4,用于根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正;
中点横坐标获取模块M5,用于获取所述全身骨扫描图像中每行有效像素的中点横坐标,得到中点横坐标数据;所述有效像素为放射值大于0的像素;
脊柱基准线获取模块M6,用于获取所述全身骨扫描图像的宽度均分线,得到脊柱基准线;
骨盆获取模块M7,用于获取所述全身骨扫描图像的骨盆以上部位;
脊柱矫正模块M8,用于根据所述骨盆以上部位的中点横坐标数据利用所述脊柱基准线对所述全身骨扫描图像进行脊柱矫正:将所述中点横坐标大于所述脊柱基准线的整行像素的位置往左移动,将所述中点横坐标小于所述脊柱基准线的整行像素的位置往右移动。
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。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
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 (10)
1.一种畸变骨骼图像矫正方法,其特征在于,所述方法包括:
获取全身骨扫描图像;
分别获取所述全身骨扫描图像中的左肩位置和右肩位置;
根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度;
根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正;
获取所述全身骨扫描图像中每行有效像素的中点横坐标,得到中点横坐标数据;所述有效像素为放射值大于0的像素;
获取所述全身骨扫描图像的宽度均分线,得到脊柱基准线;
获取所述全身骨扫描图像的骨盆以上部位;
根据所述骨盆以上部位的中点横坐标数据利用所述脊柱基准线对所述全身骨扫描图像进行脊柱矫正:将所述中点横坐标大于所述脊柱基准线的整行像素的位置往左移动,将所述中点横坐标小于所述脊柱基准线的整行像素的位置往右移动。
2.根据权利要求1所述的畸变骨骼图像矫正方法,其特征在于,所述左肩位置为所述全身骨扫描图像中从左往右放射值大于0的连续五个第一坐标点的中点;每个所述第一坐标点向下三行的放射值大于0;所述右肩位置为所述全身骨扫描图像中从右往左放射值大于0的连续五个第二坐标点的中点;每个所述第二坐标点向下三行的放射值大于0。
3.根据权利要求1所述的畸变骨骼图像矫正方法,其特征在于,在所述获取全身骨扫描图像之后,还包括:
对所述全身骨扫描图像进行放射值统计;
根据所述全身骨扫描图像中每个像素点的放射值大小设置去噪阈值;
根据所述去噪阈值对所述全身骨扫描图像进行去噪。
4.根据权利要求1所述的畸变骨骼图像矫正方法,其特征在于,所述根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度,具体包括:
将所述右肩位置的横坐标值减去所述左肩位置的横坐标值得到第一直角边的边长,将所述右肩位置的纵坐标值减去所述左肩位置的纵坐标值得到第二直角边的边长,将所述第一直角边和所述第二直角边分别作为直角三角形的两条直角边计算得到双肩的倾斜角度。
5.根据权利要求1所述的畸变骨骼图像矫正方法,其特征在于,在所述获取全身骨扫描图像之后,还包括:
利用曲线拟合的方法去除所述全身骨扫描图像的头部。
6.根据权利要求5所述的畸变骨骼图像矫正方法,其特征在于,所述利用曲线拟合的方法切掉所述全身骨扫描图像的头部,具体包括:
统计所述全身骨扫描图像每一行放射值中的有效值个数;
将每一行的有效值个数绘制为曲线图;
对所述曲线图进行多项式曲线拟合,得到拟合曲线;
根据人体形态学特征,选取所述拟合曲线中头部位的极小值点作为特征点;
去除所述特征点以上部位。
7.根据权利要求1所述的畸变骨骼图像矫正方法,其特征在于,在所述分别获取所述全身骨扫描图像中的左肩位置和右肩位置之后,还包括:
判断是否需要矫正;若所述左肩位置和所述右肩位置的纵坐标相等,则不需要矫正,否则,跳转至“根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度”步骤。
8.根据权利要求1所述的畸变骨骼图像矫正方法,其特征在于,在所述根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正之后,还包括:
判断旋转之后的左肩位置和右肩位置的纵坐标是否相等;
若相等,则完成肩颈矫正;若不相等,则返回“根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度”步骤。
9.根据权利要求1所述的畸变骨骼图像矫正方法,其特征在于,所述获取所述全身骨扫描图像的骨盆以上部位,具体包括:
统计所述全身骨扫描图像每一行放射值中的有效值个数;
将每一行的有效值个数绘制为曲线图;
对所述曲线图进行多项式曲线拟合,得到拟合曲线;
根据人体形态学特征,选取所述拟合曲线中骨盆部位的极大值点作为特征点;
获取所述特征点以上的部位。
10.一种畸变骨骼图像矫正系统,其特征在于,所述系统包括:
图像获取模块,用于获取全身骨扫描图像;
左右肩获取模块,用于分别获取所述全身骨扫描图像中的左肩位置和右肩位置;
倾斜角度计算模块,用于根据所述左肩位置和所述右肩位置的连线获取双肩的倾斜角度;
肩颈矫正模块,用于根据所述倾斜角度,旋转所述全身骨扫描图像,进行肩颈矫正;
中点横坐标获取模块,用于获取所述全身骨扫描图像中每行有效像素的中点横坐标,得到中点横坐标数据;所述有效像素为放射值大于0的像素;
脊柱基准线获取模块,用于获取所述全身骨扫描图像的宽度均分线,得到脊柱基准线;
骨盆获取模块,用于获取所述全身骨扫描图像的骨盆以上部位;
脊柱矫正模块,用于根据所述骨盆以上部位的中点横坐标数据利用所述脊柱基准线对所述全身骨扫描图像进行脊柱矫正:将所述中点横坐标大于所述脊柱基准线的整行像素的位置往左移动,将所述中点横坐标小于所述脊柱基准线的整行像素的位置往右移动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210335132.4A CN114511468B (zh) | 2022-03-31 | 2022-03-31 | 一种畸变骨骼图像矫正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210335132.4A CN114511468B (zh) | 2022-03-31 | 2022-03-31 | 一种畸变骨骼图像矫正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114511468A true CN114511468A (zh) | 2022-05-17 |
CN114511468B CN114511468B (zh) | 2022-11-11 |
Family
ID=81555276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210335132.4A Active CN114511468B (zh) | 2022-03-31 | 2022-03-31 | 一种畸变骨骼图像矫正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511468B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060110017A1 (en) * | 2004-11-25 | 2006-05-25 | Chung Yuan Christian University | Method for spinal disease diagnosis based on image analysis of unaligned transversal slices |
CN102743158A (zh) * | 2012-07-23 | 2012-10-24 | 中南大学湘雅医院 | 一种脊柱数字化重建方法及系统 |
CN102867112A (zh) * | 2012-08-24 | 2013-01-09 | 黄敏 | 一种应用在基于Kinect的三维仿真试衣中的人体姿态跟踪方法 |
KR20160000781A (ko) * | 2014-06-25 | 2016-01-05 | 주식회사 씨유니온 | 자세 검출 및 자세 교정 정보 출력 장치와 그 방법 |
CN105554285A (zh) * | 2015-12-22 | 2016-05-04 | 努比亚技术有限公司 | 拍摄人物照片的处理方法、智能移动终端 |
CN105844594A (zh) * | 2016-03-15 | 2016-08-10 | 重庆大学 | 一种工业ct扫描系统旋转中心校正方法 |
WO2017090083A1 (ja) * | 2015-11-24 | 2017-06-01 | エー・アンド・エー株式会社 | 測定装置、測定方法、及びプログラム |
CN107872969A (zh) * | 2015-07-14 | 2018-04-03 | 朴允美 | 三维身体矫正装置 |
KR20180075060A (ko) * | 2016-12-26 | 2018-07-04 | 대구대학교 산학협력단 | 둥근 어깨 자세를 교정하는 자세교정시스템 |
CN109615585A (zh) * | 2018-10-29 | 2019-04-12 | 深圳市赛亿科技开发有限公司 | 人体图像的姿态矫正方法和装置、电子设备、存储介质 |
CN110072436A (zh) * | 2016-12-08 | 2019-07-30 | 皇家飞利浦有限公司 | 脊柱医学成像数据的简化导航 |
CN110223396A (zh) * | 2019-06-19 | 2019-09-10 | 合肥工业大学 | 一种基于形态学的脊柱模拟矫正方法及装置 |
CN110310283A (zh) * | 2018-10-26 | 2019-10-08 | 北京连心医疗科技有限公司 | 一种ct影像中头部倾斜的自动检测及校正方法 |
CN110458831A (zh) * | 2019-08-12 | 2019-11-15 | 深圳市智影医疗科技有限公司 | 一种基于深度学习的脊柱侧弯图像处理方法 |
CN112950595A (zh) * | 2021-03-10 | 2021-06-11 | 西北民族大学 | 一种基于spect成像的人体部位切分方法及系统 |
-
2022
- 2022-03-31 CN CN202210335132.4A patent/CN114511468B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060110017A1 (en) * | 2004-11-25 | 2006-05-25 | Chung Yuan Christian University | Method for spinal disease diagnosis based on image analysis of unaligned transversal slices |
CN102743158A (zh) * | 2012-07-23 | 2012-10-24 | 中南大学湘雅医院 | 一种脊柱数字化重建方法及系统 |
CN102867112A (zh) * | 2012-08-24 | 2013-01-09 | 黄敏 | 一种应用在基于Kinect的三维仿真试衣中的人体姿态跟踪方法 |
KR20160000781A (ko) * | 2014-06-25 | 2016-01-05 | 주식회사 씨유니온 | 자세 검출 및 자세 교정 정보 출력 장치와 그 방법 |
CN107872969A (zh) * | 2015-07-14 | 2018-04-03 | 朴允美 | 三维身体矫正装置 |
WO2017090083A1 (ja) * | 2015-11-24 | 2017-06-01 | エー・アンド・エー株式会社 | 測定装置、測定方法、及びプログラム |
CN105554285A (zh) * | 2015-12-22 | 2016-05-04 | 努比亚技术有限公司 | 拍摄人物照片的处理方法、智能移动终端 |
CN105844594A (zh) * | 2016-03-15 | 2016-08-10 | 重庆大学 | 一种工业ct扫描系统旋转中心校正方法 |
CN110072436A (zh) * | 2016-12-08 | 2019-07-30 | 皇家飞利浦有限公司 | 脊柱医学成像数据的简化导航 |
KR20180075060A (ko) * | 2016-12-26 | 2018-07-04 | 대구대학교 산학협력단 | 둥근 어깨 자세를 교정하는 자세교정시스템 |
CN110310283A (zh) * | 2018-10-26 | 2019-10-08 | 北京连心医疗科技有限公司 | 一种ct影像中头部倾斜的自动检测及校正方法 |
CN109615585A (zh) * | 2018-10-29 | 2019-04-12 | 深圳市赛亿科技开发有限公司 | 人体图像的姿态矫正方法和装置、电子设备、存储介质 |
CN110223396A (zh) * | 2019-06-19 | 2019-09-10 | 合肥工业大学 | 一种基于形态学的脊柱模拟矫正方法及装置 |
CN110458831A (zh) * | 2019-08-12 | 2019-11-15 | 深圳市智影医疗科技有限公司 | 一种基于深度学习的脊柱侧弯图像处理方法 |
CN112950595A (zh) * | 2021-03-10 | 2021-06-11 | 西北民族大学 | 一种基于spect成像的人体部位切分方法及系统 |
Non-Patent Citations (6)
Title |
---|
DIANA A. GLASER等: "Comparison of 3-Dimensional Spinal Reconstruction Accuracy", 《SPINE》 * |
PHILIPP MORODER等: "The influence of posture and scapulothoracic orientation on the choice of humeral component retrotorsion in reverse total shoulder arthroplasty", 《JOURNAL OF SHOULDER AND ELBOW SURG》 * |
QIANG LIN等: "Deep learning based automated diagnosis of bone metastases with SPECT thoracic bone images", 《SCIENTIFIC REPORTS》 * |
QIANG LIN等: "Deep learning based automatic segmentation of metastasis hotspots in thorax bone SPECT images", 《PLOS ONE》 * |
曾玲等: "一种基于2D/3D配准的脊柱术中校正方法", 《中国组织工程研究与临床康复》 * |
王强: "骨扫描图像分割及配准算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114511468B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106683070B (zh) | 基于深度相机的身高测量方法及装置 | |
CN109509186B (zh) | 基于大脑ct图像的缺血性脑卒中病灶检测方法及装置 | |
US20080123929A1 (en) | Apparatus, method and program for image type judgment | |
CN110060316A (zh) | 一种用于ct重建中多区域分割的环伪影校正方法 | |
CN113112490B (zh) | 一种三维医学影像标记点提取方法及系统 | |
CN110610198A (zh) | 一种基于Mask RCNN的口腔CBCT影像下颌神经管自动识别方法 | |
CN109717889A (zh) | 口腔锥束ct系统几何参数校正模型、方法及系统 | |
US7783090B2 (en) | Automatic identification of the anterior and posterior commissure landmarks | |
CN114693682B (zh) | 一种基于图像处理的脊椎特征识别方法 | |
CN111553849A (zh) | 基于局部特征匹配的锥束ct几何伪影去除方法及装置 | |
CN110752029B (zh) | 一种病灶的定位方法及装置 | |
US7085407B2 (en) | Detection of ribcage boundary from digital chest image | |
CN114119437B (zh) | 一种基于gms的用于改善运动物体畸变的图像拼接方法 | |
CN114511468B (zh) | 一种畸变骨骼图像矫正方法及系统 | |
CN110264475A (zh) | 基于ct图像的脊椎三维建模方法及装置 | |
CN111028169A (zh) | 图像校正方法、装置、终端设备和存储介质 | |
CN110110697A (zh) | 基于方向矫正的多指纹分割提取方法、系统、设备及介质 | |
CN116862986B (zh) | 一种脊柱外科手术用机械臂视觉定位方法及系统 | |
Khurshid et al. | Automated cardiac motion compensation in PET/CT for accurate reconstruction of PET myocardial perfusion images | |
Tong et al. | Landmarking of cephalograms using a microcomputer system | |
CN114494165A (zh) | 一种基于聚类的光条提取方法及装置 | |
CN110298901B (zh) | 磁共振图像校正方法、装置、存储介质及设备 | |
CN111524081B (zh) | 肺部影像角度矫正方法、装置、电子设备和存储介质 | |
CN108389613B (zh) | 一种基于图像几何对称属性的侧旋姿态校正方法 | |
CN117455818B (zh) | 一种智能眼镜屏的校正方法、装置、电子设备和存储介质 |
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 |