颈椎脊髓高信号的检测方法及系统技术方案

本发明专利技术公开了一种颈椎脊髓高信号的检测方法及系统，其中，该方法包括：获取颈椎脊髓图像，对颈椎脊髓图像进行分割、有效性验证和分段处理生成多个候选区域和多个候选区域对应的编号；通过预设方法对多个候选区域进行特征提取得到每一个候选区域的特征向量；通过LDA算法对每一个候选区域的特征向量进行分类，根据分类结果判断颈椎脊髓图像是否存在脊髓高信号，若存在，则根据多个候选区域对应的编号对脊髓高信号进行定位。该方法有效地缩小由于医疗资源不匹配造成的错诊，避免延误病人的病情，辅助医生进行诊断，提高诊疗效率。

【技术实现步骤摘要】
颈椎脊髓高信号的检测方法及系统
本专利技术涉及目标检测
，特别涉及一种颈椎脊髓高信号的检测方法及系统。
技术介绍
颈椎是人体的重要身体部位，影响人身体的方方面面。当颈椎出现疾病时，人们的生活质量甚至身体健康会受到严重影响。颈椎退变性疾病是全世界引起脊髓功能障碍的最常见的疾病。其自然病程常具有长期、间歇、隐匿等特点。在临床上，此类患者多存在头、颈、肩、臂的疼痛，工作和生活受到严重影响。退变性颈椎病的病因和发病机制比较复杂，迄今为止尚无统一认识。在人们对于其病因病理机制的研究中，动物实验和尸检证实，在退变性颈椎病中，颈脊髓会受到压迫，脊髓神经细胞会出现缺血，缺氧及营养供应障碍，且脊髓神经在慢性压迫的刺激作用下，常发生灰质囊性及白质脱髓鞘。对颈椎退变性疾病在MRIT2W表现出的脊髓高信号的分析可以对患者的及时治疗产生积极影响。因此，尽早并且诊断出脊髓高信号非常重要。但实际上，由于医疗资源的分配问题以及临床影像科医生和外科医生的诊断的分离，诊断结果并不完全一致，在一定程度上存在误诊、漏诊的可能，会严重影响患者的疗程。因此，一个能将颈椎外科思维灌入影像诊断的辅助算法十分必要，它能够降低医疗医院分配不均衡造成的影响，也能统一影像学医生和外科医生的诊断，利于患者的治疗进程。近年来，神经网络、深度学习是学术界乃至工业界的热门研究方向。其在计算机视觉等领域的图像分类、目标检测、语义分割和实例分割等问题上表现出优异的性能。且研究人员也在尝试着将神经网络应用到医学领域的各个方面，比如糖尿病视网膜病的分类和检测，肿瘤检测、脊椎椎盘退变检测等，并取得了很好的效果。目前，学术界研究人员尚无将神经网络应用到脊髓高信号的检测这一医学领域的相关研究，且目前尚无人开发计算机辅助算法用于脊髓高信号的检测问题。目标检测即找出图像中所有感兴趣的物体，包含物体定位和物体分类两个子任务，同时确定物体的类别和位置。在常见的自然图像的目标检测问题中，算法主要分为两大类，传统目标检测算法和基于深度学习的目标检测算法。传统目标检测算法的框架采用的是方法一般分为三个步骤：在图像上利用贪婪算法提取候选区域，对于区域提取特征，最终使用训练的分类器进行分类。但是在传统的目标检测算法中，但由于目标可能出现在图像的任何位置，而且目标的大小、长宽比例也不确定，所以最初采用滑动窗口的策略对整幅图像进行遍历，而且需要设置不同的尺度，不同的长宽比，候选区域提取部分需要采用穷举的策略才能够保证目标所有出现的区域都不会被漏掉，因此冗余窗口过多且时间复杂度高。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种颈椎脊髓高信号的检测方法，该方法有效地缩小由于医疗资源不匹配造成的错诊，避免延误病人的病情，辅助医生进行诊断，提高诊疗效率。本专利技术的另一个目的在于提出一种颈椎脊髓高信号的检测系统。为达到上述目的，本专利技术一方面实施例提出了一种颈椎脊髓高信号的检测方法，包括：获取颈椎脊髓图像，对所述颈椎脊髓图像进行分割、有效性验证和分段处理生成多个候选区域和所述多个候选区域对应的编号；通过预设方法对所述多个候选区域进行特征提取得到每一个候选区域的特征向量；通过LDA算法对所述每一个候选区域的特征向量进行分类，根据所述分类结果判断所述颈椎脊髓图像是否存在脊髓高信号，若存在，则根据所述多个候选区域对应的编号对所述脊髓高信号进行定位。本专利技术实施例的颈椎脊髓高信号的检测方法，通过候选区域生成，特征提取和分类，判断颈椎脊髓图像中是否有脊髓高新高，并对脊髓高信号进行定位，采用医生的标注信息，可以学习外科医生的高信号诊断思维，将外科医生的思维灌入到医疗图像诊断中，实现诊断的统一，有效地缩小由于医疗资源不匹配造成的错诊，避免延误病人的病情，辅助医生进行诊断，提高诊疗效率。另外，根据本专利技术上述实施例的颈椎脊髓高信号的检测方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述获取颈椎脊髓图像,对所述颈椎脊髓图像进行分割、有效性验证和分段处理生成多个候选区域和所述多个候选区域对应的编号，具体包括：获取所述颈椎脊髓图像，通过MASKR-CNN算法对所述颈椎脊髓图像进行分割得到脊髓和椎体；根据所述脊髓和椎体的结构化信息对所述脊髓和椎体进行有效性验证得到准确的所述脊髓和椎体的分割结果；根据所述分割结果对所述脊髓进行分段处理，生成多个候选区域和所述多个候选区域对应的编号。进一步地，在本专利技术的一个实施例中，所述通过预设方法对所述多个候选区域进行特征提取得到每一个候选区域的特征向量，具体包括：通过拉普拉斯算子对所述多个候选区域进行处理，得到所述每一个候选区域的特征图；对所述每一个候选区域的特征图中的像素分布进行统计，得到所述每一个候选区域的特征；对所述每一个候选区域的特征进行归一化处理，生成所述每一个候选区域的特征向量。进一步地，在本专利技术的一个实施例中，所述根据脊髓和椎体的结构化信息对所述脊髓和椎体进行有效性验证的规则包括：所述脊髓在所述颈椎脊髓图像中位于所述椎体的右侧，且和所述椎体之间的横向距离不大于固定倍数的所述椎体的包围盒的宽度；所述椎体在所述颈椎脊髓图像上排列成平滑曲线，且在纵轴方向无重叠。进一步地，在本专利技术的一个实施例中，所述根据所述分割结果对所述脊髓进行分段处理，还包括：根据每个椎体的包围盒的中间值为界限，对脊髓进行分段处理。为达到上述目的，本专利技术另一方面实施例提出了一种颈椎脊髓高信号的检测系统，包括：候选区域生成模块，用于获取颈椎脊髓图像,对所述颈椎脊髓图像进行分割、有效性验证和分段处理生成多个候选区域和所述多个候选区域对应的编号；特征提取模块，用于通过预设方法对所述多个候选区域进行特征提取得到每一个候选区域的特征向量；分类定位模块，用于通过LDA算法对所述每一个候选区域的特征向量进行分类，根据所述分类结果判断所述颈椎脊髓图像是否存在脊髓高信号，若存在，则根据所述多个候选区域对应的编号对所述脊髓高信号进行定位。本专利技术实施例的颈椎脊髓高信号的检测系统，通过候选区域生成，特征提取和分类，判断颈椎脊髓图像中是否有脊髓高新高，并对脊髓高信号进行定位，采用医生的标注信息，可以学习外科医生的高信号诊断思维，将外科医生的思维灌入到医疗图像诊断中，实现诊断的统一，有效地缩小由于医疗资源不匹配造成的错诊，避免延误病人的病情，辅助医生进行诊断，提高诊疗效率。另外，根据本专利技术上述实施例的颈椎脊髓高信号的检测系统还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述候选区域生成模块，还包括：图像分割单元，有效性验证单元和脊髓分段处理单元；所述图像分割单元，用于获取所述颈椎脊髓图像，通过MASKR-CNN算法对所述颈椎脊髓图像进行分割得到脊髓和椎体；所述有效性验证单元，用于根据所述脊髓和椎体的结构化信息对所述脊髓和椎体进行有效性验证得到准确的所述脊髓和椎体的分割结果；所述脊髓分段处理单元，用于根据所述分割结果对所述脊髓进行分段处理，生成多个候选区域和所述多个候选区域对应的编号。进一步地，在本专利技术的一个实施例中，所述特征提取模块还包括：处理单元、统计单元和生成单元；所述处理单元，用于通过拉普拉斯算子对所述多个候选区域进行处理，得到所述每一个候选本文档来自技高网...

【技术保护点】
1.一种颈椎脊髓高信号的检测方法，其特征在于，包括以下步骤：获取颈椎脊髓图像，对所述颈椎脊髓图像进行分割、有效性验证和分段处理生成多个候选区域和所述多个候选区域对应的编号；通过预设方法对所述多个候选区域进行特征提取得到每一个候选区域的特征向量；通过LDA算法对所述每一个候选区域的特征向量进行分类，根据所述分类结果判断所述颈椎脊髓图像是否存在脊髓高信号，若存在，则根据所述多个候选区域对应的编号对所述脊髓高信号进行定位。

【技术特征摘要】
1.一种颈椎脊髓高信号的检测方法，其特征在于，包括以下步骤：获取颈椎脊髓图像，对所述颈椎脊髓图像进行分割、有效性验证和分段处理生成多个候选区域和所述多个候选区域对应的编号；通过预设方法对所述多个候选区域进行特征提取得到每一个候选区域的特征向量；通过LDA算法对所述每一个候选区域的特征向量进行分类，根据所述分类结果判断所述颈椎脊髓图像是否存在脊髓高信号，若存在，则根据所述多个候选区域对应的编号对所述脊髓高信号进行定位。2.根据权利要求1所述方法，其特征在于，所述获取颈椎脊髓图像,对所述颈椎脊髓图像进行分割、有效性验证和分段处理生成多个候选区域和所述多个候选区域对应的编号，具体包括：获取所述颈椎脊髓图像，通过MASKR-CNN算法对所述颈椎脊髓图像进行分割得到脊髓和椎体；根据所述脊髓和椎体的结构化信息对所述脊髓和椎体进行有效性验证得到准确的所述脊髓和椎体的分割结果；根据所述分割结果对所述脊髓进行分段处理，生成多个候选区域和所述多个候选区域对应的编号。3.根据权利要求1所述方法，其特征在于，所述通过预设方法对所述多个候选区域进行特征提取得到每一个候选区域的特征向量，具体包括：通过拉普拉斯算子对所述多个候选区域进行处理，得到所述每一个候选区域的特征图；对所述每一个候选区域的特征图中的像素分布进行统计，得到所述每一个候选区域的特征；对所述每一个候选区域的特征进行归一化处理，生成所述每一个候选区域的特征向量。4.根据权利要求2所述的方法，其特征在于，所述根据脊髓和椎体的结构化信息对所述脊髓和椎体进行有效性验证的规则包括：所述脊髓在所述颈椎脊髓图像中位于所述椎体的右侧，且和所述椎体之间的横向距离不大于固定倍数的所述椎体的包围盒的宽度；所述椎体在所述颈椎脊髓图像上排列成平滑曲线，且在纵轴方向无重叠。5.根据权利要求2所述的方法，其特征在于，所述根据所述分割结果对所述脊髓进行分段处理，还包括：根据每个椎体的包围盒的中间值为界限，对脊髓进行分段处理。6.一种颈椎脊髓高...

【专利技术属性】
技术研发人员：梁斌，张依曼，芦维宁，杨君，陈章，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11