用于识别图像中脊椎的特定部分的方法、装置和系统制造方法及图纸

本发明专利技术涉及用于可靠地识别人体或动物体的图像中，特别是计算机断层扫描（CT）图像中的脊椎的特定部分，特别是特定椎骨的方法以及相应的装置和系统，包括下述步骤：a)确定图像中的脊椎的一个或多个部分，特别是椎骨；b)确定图像中的脊椎的所述部分中的每一个的一个或多个区分参数，其中，该区分参数与脊椎的所述部分中的每一个的至少一个解剖属性相关；c)对图像中的脊椎的所述部分的区分参数进行分类；以及d)基于对图像中的脊椎的所述部分的区分参数的分类来识别脊椎的所述特定部分。相应地识别的椎骨，特别是T12椎骨和/或其关联椎间盘可以有利地用作强大自动脊椎标记算法的起点。

【技术实现步骤摘要】
【国外来华专利技术】【专利说明】用于识别图像中脊椎的特定部分的方法、装置和系统 本专利技术涉及根据独立权利要求的用于识别人体或动物体的图像中，特别是计算机 断层扫描（CT)图像中的脊椎的特定部分，特别是特定椎骨的方法以及相应的装置和系统。 在使用和不使用腹部、胸部和/或颈部的造影剂的情况下对CT图像的获取是用于 诊断多种疾病或损伤的例行程序。脊柱表示用于描述器官和病状的位置的身体上部分的自 然参考结构。为了在日常临床例程中用作参考系统，图像中的椎骨和/或椎间盘必须被标 记。手动标记可能是耗时的，尤其当在数据中仅脊椎的任意部分是可见的时。因此，在没有 任何用户交互的情况下在图像获取之后递送标记结果的自动方法是令人兴趣的。 当在CT扫描中自动标记脊椎的胸部/腰部时，有必要将正确的解剖椎间盘标记指 定到起点。例如，作为具有肋骨的最底部椎骨，T12椎骨及其相关的椎间盘是脊椎标记算法 的起点的自然候选。然而，结果是，在腰胸部CT扫描中T12椎骨与其他椎骨的可靠区分是 不重要的，并且特别是在部分扫描（即，当图像数据仅显示一些腰部和/或一些胸部椎骨时） 中甚至可能变得困难。附连到T12椎骨的肋骨在长度和形式上变化，并且可以表现出与Ll 椎骨的横突起的解剖相似性。这可能甚至会使领域专家发生混淆，并且通常将使对从T12 开始的标记算法的自动初始化的任何未意识到的尝试发生偏差。 本专利技术的目的在于提供一种用于在人体或动物体的图像中可靠地识别脊椎的特 定部分(特别是特定椎骨）的方法、装置和系统。 该目的通过根据独立权利要求的方法、装置和系统来实现。 根据本专利技术的方法包括以下步骤：确定图像中的脊椎的一个或多个部分，特别是 椎骨；确定图像中的脊椎的所述部分中的每一个的一个或多个区分参数，其中，该区分参数 与脊椎的所述部分中的每一个的至少一个解剖属性相关；对图像中的脊椎的所述部分的区 分参数进行分类；以及基于对图像中的脊椎的所述部分的区分参数的分类来识别脊椎的所 述特定部分。 根据本专利技术的装置包括用于执行下述步骤的图像处理单元：确定图像中的脊椎的 一个或多个部分，特别是椎骨；确定图像中的脊椎的所述部分中的每一个的一个或多个区 分参数，其中，该区分参数与脊椎的所述部分中的每一个的至少一个解剖属性相关；对图像 中的脊椎的所述部分的区分参数进行分类；以及基于对图像中的脊椎的所述部分的区分参 数的分类来识别脊椎的所述特定部分。 根据本专利技术的系统包括：图像获取单元，特别是是计算机断层扫描（CT)单元，用 于获取人体或动物体的至少一部分的至少一个图像；以及根据本专利技术的用于识别图像中的 脊椎的特定部分(特别是特定椎骨）的装置。 本专利技术基于用于自动识别脊椎或其一部分的图像中的特定椎骨，优选地是T12椎 骨的方法。为此，确定包含在脊椎的图像中的至少两个椎骨中的每一个的一个或多个区分 参数，其中，区分参数与每一个椎骨的形状相关。例如，区分参数表征附连到每一个椎骨的 横突起和/或肋骨的长度和/或角度。针对每一个椎骨确定的区分参数被分类成两个或更 多不同的类别。例如，区分参数被分离（即分类)成脊椎的腰部区域（L椎骨)、胸部区域（T椎 骨）和腰胸部过渡区域(包括例如T12椎骨）的椎骨的三个不同类别。基于被分类成对应于 脊椎的特定区域(例如，腰胸部过渡区域）的椎骨的类别的区分参数，相应的椎骨被识别为 特定椎骨，例如T12椎骨。 通过本专利技术，可以可靠并且容易地识别人体或动物体的图像中的脊椎的特定部 分，特别是特定椎骨。 根据本专利技术的优选实施例，脊椎的图像包含关于至少一个(优选地至少两个）腰部 椎骨和至少一个(优选地至少两个）胸部椎骨的图像信息。通过该方式，可以以特别可靠方 式来区分T12椎骨。 此外，优选的是，区分参数与图像中脊椎的所述部分(优选地，每一个）处，特别是 椎骨处的横突起相关。数目为2的椎骨的横突起用于肌肉和韧带的附连，并且在上和下关 节突之间使一个横突起从椎骨点的任一侧突出，在该椎骨点处薄层联结椎弓根。与椎骨的 横突起相关的区分参数被证明是用于区分特定椎骨的非常决定性的特征值。因此，识别特 定椎骨的可靠性被进一步提高。 替代地或附加地，区分参数与图像中的脊椎的所述部分(优选地，每一个）处，特别 是椎骨处的肋骨相关。同样地，与附连到椎骨的一个或多个肋骨相关的区分参数是用于区 分特定椎骨的非常决定性的特征值。通过该方式，特定椎骨的识别的可靠性也被提高。 在本专利技术的另一优选实施例中，区分参数分别与图像中的脊椎的所述部分处的横 突起或肋骨的长度相关。优选地，横向物或肋骨的长度对应于分别在椎骨的质心和与椎骨 相关联的横突起或肋骨的尖端之间的距离。优选地，相关联的横突起或肋骨的尖端的坐标 分别对应于脊椎的图像中的局部极大值的坐标。这些实施例中的一个或多个有助于对图像 中的特定椎骨的特别可靠的识别。 在本专利技术的另一优选的实施例中，区分参数分别与在图像中的脊椎的所述部分处 的横突起或肋骨的角度相关。优选地，横突起或肋骨的角度分别对应于两条直线之间的角 度，该两条直线分别连接椎骨的质心和与该椎骨相关联的两个横突起或肋骨的尖端。同样 地，通过这些实施例，图像中的特定椎骨的识别变得特别可靠。 特别优选的是，脊椎的一部分(特别是椎骨）的区分参数分别包括与椎骨相关联的 横突起或肋骨的长度和角度二者。令人惊讶地发现，对用于每一个椎骨的这两个参数的评 估允许对图像中的特定椎骨(特别是T12椎骨）的特别可靠的区分。 根据本专利技术的另一优选实施例，通过支持向量机（SVM)来对图像中的脊椎的所述 部分的区分参数进行分类。根据本专利技术的SVM是具有关联学习算法的学习模型，该关联学 习算法分析输入数据，以用于通过指定输入数据集合（即椎骨的区分参数的集合）来执行分 别成为给定数目的种类或类别中的一个种类或类别的分类。通过SVM，可以实现对特定椎骨 (特别是T12椎骨）的特别可靠的区分。 优选地，基于通过下述步骤中的至少一个从身体图像得到的轮廓图像来确定身体 的图像中的脊椎的所述部分，特别是椎骨：检测身体的图像(优选地是三维图像）中的脊椎 的椎管；从身体的图像中剪切掉肋骨架的前部；计算身体的图像的最大图像投影(MIP)，优 选地是二维的；通过将最大图像投影(MIP)的像素值与至少一个骨阈值作比较来从身体的 图像的最大图像投影（MIP)得到二值图像；从二值图像得到轮廓图像。通过从由前述步骤 中的至少一个获得的二维轮廓图像的图像数据确定区分参数，可以以特别高的精度来识别 特定椎骨。 优选地，通过下述步骤中的至少一个，基于轮廓图像来确定身体的图像中的脊椎 的所述部分，特别是椎骨：平滑化轮廓图像；计算轮廓图像中的局部极小值和局部极大值； 基于所述局部极小值和/或局部极大值来确定椎骨中心，特别是质心；在具有相应局部极 大值的所述椎骨中心之间建立连接；基于所述连接来确定图像中的脊椎的所述部分的所述 区分参数，特别是确定所述连接的长度和/或角度。通过根据前述步骤中的至少一个对区 分参数的确定，可以以非凡的精度和可靠性来识别特定椎骨，特别是T12椎骨。 如引言部分所述的，用于自动标记脊椎的胸部和/或腰部的强大算法需要将正确 的解剖椎间盘标记(例如T12椎骨及其关联的椎间盘）指定为起点。因此，本专利技术的特别优 选和有利的本文档来自技高网...

【技术保护点】
一种用于识别人体或动物体的图像中，特别是计算机断层扫描（CT）图像中的脊椎的特定部分，特别是特定椎骨的方法，包括下述步骤：a)确定图像中的脊椎的一个或多个部分，特别是椎骨，b)确定图像中的脊椎的所述部分中的每一个的一个或多个区分参数，其中，该区分参数与脊椎的所述部分中的每一个的至少一个解剖属性相关；c)对图像中的脊椎的所述部分的区分参数进行分类；以及d)基于对图像中的脊椎的所述部分的区分参数的分类来识别脊椎的所述特定部分。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：J赫拉杜维卡，D马乔，K贝勒，
申请(专利权)人：爱克发医疗保健公司，VRVIS虚拟现实和形象化研究中心有限责任公司，IMP分子病理研究所有限责任公司，
类型：发明
国别省市：比利时;BE