一种检测图像结构变化的方法技术

本发明专利技术公开了一种检测图像结构变化的方法，依次包括如下方面：1）对测量二维或三维结构厚度的最大圆形或最大球体填充方法的改进；2）利用最大圆形或最大正方形和最大球体或最大立方体填充方法进行二维和三维结构厚度的测量；3） 利用线性和非线性回归检测图像结构的细微变化；4） 利用二维显著性平面图像进行分析区域的选择。该方法提高了检测图像结构细微变化的灵敏性，具有良好的开发和应用前景。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及一种检测图像结构细微变化的方法。技术背景骨质疏松症是一种严重危害人类健康的老年性代谢性疾病，其主要表现为骨量减少、微结构退化和骨脆性增加，从而导致患者骨折风险上升。骨质疏松症的诊断主要依靠测量骨量和骨微结构两个方面的改变。目前用于测量骨密度的仪器主要有双能X线骨密度仪(DEXA)、骨定量CT(QCT)或外周骨定量CT(pQCT)。双能X线骨密度仪(DEXA)测量骨密度(BMD)的改变是目前诊断骨质疏松症的金标准。由于骨定量CT对骨组织的精确性不高，因此不能用来进行随访评估骨密度或微结构的微小改变。DEXA虽然能测量全身任意部位的骨密度，但不能区分皮质骨密度和松质骨密度，因此不能有效反映测量部位骨结构的变化。pQCT则不仅能测量总的BMD，而且能区分皮质骨和松质骨，因此对检测骨密度和结构的变化比DEXA更灵敏。然而目前仅仅根据骨密度并不能有效评估骨折风险，而骨密度的改变也不能全面反映骨微结构的变化。因此综合骨密度和小梁骨微结构变化的检测方法可能对骨质疏松症的诊断与骨折风险评估有重要意义。显微CT(MicroCT)是一种高精度的三维CT成像技术，其空间分辨率可以达到几微米。由于大鼠和小鼠等小动物骨组织中小梁骨的厚度在几十微米范围，常规CT扫描成像不能有效显示骨骼的微细结构，因此MicroCT在评估小动物骨量和骨微结构改变方面有着广泛的应用。由于胫骨近端和股骨远端骨骺生长板以下一定区域的小梁骨结构丰富，而骨质疏松能导致此区域小梁骨结构的丢失破坏，因此胫骨近端和股骨远端骺线下一定区域是MicroCT分析小动物小梁骨微结构改变的首选区域。目前MicroCT对小梁骨微结构的数据分析程序如下：选取参考平面一定距离以下含小梁骨的特定长度的区域，逐层选取小梁骨，然后测量在这一区域内部的骨量、骨体积及选取的区域体积，进而计算出骨密度(BMD)和骨体积密度(BV/TV)。最后利用不同的模型计算小梁骨的宽度等形态计量学信息。在MicroCT小梁骨微结构数据分析过程中，分析区域的选择对结果分析有重要影响，然而目前还没有统一的选择分析区域的标准，因此在发表的文献中，不同研究人员选用不同的区域进行分析。由于小梁骨自骺线生长板以下的分布不均匀，近似随距离骺线的距离增加而减少，因此以小梁骨数量沿长骨径向分布为基础的分析区域的选择将有助于提高检测骨微结构变化的敏感性。小梁骨厚度是重要的基于小梁骨结构的检测指标。然而目前对于二维或三维图像的厚度测量方法均有潜在的缺陷，导致测量的小梁骨厚度不能全面反映骨质疏松症状的严重程度。因此，更加精确的小梁骨厚度测量方法对骨质疏松症的诊断具有重要意义。
技术实现思路
为了解决上述技术问题，本专利技术提供可了一种检测图像结构细微变化的方法。本专利技术所采用的技术方案是：一种检测图像结构变化的方法，其特征在于，包括以下步骤：步骤1：针对待测定结构，测量二维结构或三维结构的厚度；步骤2：计算二维结构或三维结构的平均厚度；步骤3：逐层计算待测定结构的各个参数；步骤4：对待测定结构的各个参数进行分析，检测图像结构的细微变化；步骤5：对待测定结构利用二维显著性图像选择对不同分组具有显著性差异的分析区域；步骤6：对选定的分析区域，根据各个参数的分布特征，利用标准的参数检验或非参数检验方法对不同分组进行差异的显著性分析。作为优选，步骤1中是利用最大圆形填充方法测量二维结构的厚度，所述最大圆形填充方法包括在待测定结构内填充最大圆形，结构内的点所对应的厚度为完全包含在结构内部且包含该点的最大圆形的直径；任意一个像素被认为是边长为1个像素长度的正方形，最大圆形可以是以任意像素点的中心为圆心，也可以是以任意像素点的四个角为圆心；该最大圆形的半径可以是整数，也可以是非整数。作为优选，步骤1中是利用最大圆形或最大正方形填充方法测量二维结构的厚度，其具体实现包括以下子步骤：步骤A.1：利用最大圆形填充方法测量二维结构的厚度，即在待测定结构内填充最大圆形，结构内的点所对应的厚度为完全包含在结构内部且包含该点的最大圆形的直径；任意一个像素被认为是边长为1个像素长度的正方形，最大圆形可以是以任意像素点的中心为圆心，也可以是以任意像素点的四个角为圆心；该最大圆形的半径可以是整数，也可以是非整数；步骤A.2：在待测定结构内填充最大正方形，计算结构内利用最大正方形填充得到的每一点的最大厚度；步骤A.3：测量二维结构的厚度；待测定结构内每一点的厚度为相应的点利用最大圆形填充得到的最大厚度和利用最大正方形填充得到的最大厚度的两个值中的最大值。作为优选，步骤1中是利用最大球体填充方法测量三维结构的厚度，所述最大球体填充方法包括在待测定结构内填充最大球体，结构内的点所对应的厚度为完全包含在结构内部且包含该点的最大球体的直径；任意一个像素被认为是边长为1个像素长度的立方体，最大球体可以是以任意像素点的中心为球心，也可以是以任意像素点的八个角为球心；该最大球体的半径可以是整数，也可以是非整数。作为优选，步骤1中是利用最大球体或最大立方体填充方法测量三维结构的厚度，其具体实现包括以下子步骤：步骤B.1：利用最大球体填充方法测量三维结构的厚度，即在待测定结构内填充最大球体，结构内的点所对应的厚度为完全包含在结构内部且包含该点的最大球体的直径；任意一个像素被认为是边长为1个像素长度的立方体，最大球体可以是以任意像素点的中心为球心，也可以是以任意像素点的八个角为球心；该最大球体的半径可以是整数，也可以是非整数；步骤B.2：然后在待测定结构内填充最大立方体，计算结构内利用最大立方体填充得到的每一点的最大厚度；步骤B.3：测量三维结构的厚度；待测定结构内每一点的厚度为相应的点利用最大球体填充得到的最大厚度和利用最大立方体填充得到的最大厚度的两个值中的最大值。作为优选，步骤2中所述计算二维结构或三维结构的平均厚度，首先计算任意厚度的部分所对应的二维结构或三维结构长度，然后计算二维结构或三维结构的总长度，最后计算二维结构或三维结构的平均厚度。作为优选，步骤2中所述计算二维结构或三维结构的平均厚度，利用降低噪声的方法进行计算；首先计算任意厚度的部分所对应的结构长度，然后忽略受噪声影响最大的厚度及其对应的长度，最后计算不含受噪声影响最大的点的结构的总长度，进而计算得到经校正的结构部分的平均厚度。作为优选，步骤3中所述参数包括厚度、密度、体积密度等。作为优选，步骤3的具体实现过程是，利用自动识别或手动识别方法分析感兴趣的结构区域，然后对此区域进行各种结构参数的计算。作为优选，步骤4的具体实现包括以下子步骤：步骤4.1：以距离参照平面的距离为X轴，以分层计算的各个参数值为Y轴作图；步骤4.2：根据其分布利用线性回归或非线性回归模型进行各个参数数据的拟合；步骤4.3：对拟合曲线的各个参数利用线性回归或非线性回归模型对不同分组之间的差异进行统计的显著性分析。作为优选，步骤5的具体实现包括以下子步骤：步骤5.1：建立一个二维数组，该数组包括从任意平面起始到任意平面结束的所有可能的分析区域；步骤5.2：对这些区域分别进行分析，得到各个结构参数；步骤5.3：利用标准的统计方法计算各个结构参数在不同分组之间差异的显著性p值；步骤5.4：根据设定的显著本文档来自技高网...

【技术保护点】
一种检测图像结构变化的方法，其特征在于，包括以下步骤：步骤1：针对待测定结构，测量二维结构或三维结构的厚度；步骤2：计算二维结构或三维结构的平均厚度；步骤3：逐层计算待测定结构的各个参数；步骤4：对待测定结构的各个参数进行分析，检测图像结构的细微变化；步骤5：对待测定结构利用二维显著性图像选择对不同分组具有显著性差异的分析区域；步骤6：对选定的分析区域，根据各个参数的分布特征，利用标准的参数检验或非参数检验方法对不同分组进行差异的显著性分析。

【技术特征摘要】
1.一种检测图像结构变化的方法，其特征在于，包括以下步骤：步骤1：针对待测定结构，测量二维结构或三维结构的厚度；步骤2：计算二维结构或三维结构的平均厚度；步骤3：逐层计算待测定结构的各个参数；步骤4：对待测定结构的各个参数进行分析，检测图像结构的细微变化；步骤5：对待测定结构利用二维显著性图像选择对不同分组具有显著性差异的分析区域；步骤6：对选定的分析区域，根据各个参数的分布特征，利用标准的参数检验或非参数检验方法对不同分组进行差异的显著性分析。2.根据权利要求1所述的检测图像结构变化的方法，其特征在于：步骤1中是利用最大圆形填充方法测量二维结构的厚度，所述最大圆形填充方法包括在待测定结构内填充最大圆形，结构内的点所对应的厚度为完全包含在结构内部且包含该点的最大圆形的直径；任意一个像素被认为是边长为1个像素长度的正方形，最大圆形可以是以任意像素点的中心为圆心，也可以是以任意像素点的四个角为圆心；该最大圆形的半径可以是整数，也可以是非整数。3.根据权利要求1所述的检测图像结构变化的方法，其特征在于：步骤1中是利用最大圆形或最大正方形填充方法测量二维结构的厚度，其具体实现包括以下子步骤：步骤A.1：利用最大圆形填充方法测量二维结构的厚度，即在待测定结构内填充最大圆形，结构内的点所对应的厚度为完全包含在结构内部且包含该点的最大圆形的直径；任意一个像素被认为是边长为1个像素长度的正方形，最大圆形可以是以任意像素点的中心为圆心，也可以是以任意像素点的四个角为圆心；该最大圆形的半径可以是整数，也可以是非整数；步骤A.2：在待测定结构内填充最大正方形，计算结构内利用最大正方形填充得到的每一点的最大厚度；步骤A.3：测量二维结构的厚度；待测定结构内每一点的厚度为相应的点利用最大圆形填充得到的最大厚度和利用最大正方形填充得到的最大厚度的两个值中的最大值。4.根据权利要求1所述的检测图像结构变化的方法，其特征在于：步骤1中是利用最大球体填充方法测量三维结构的厚度，所述最大球体填充方法包括在待测定结构内填充最大球体，结构内的点所对应的厚度为完全包含在结构内部且包含该点的最大球体的直径；任意一个像素被认为是边长为1个像素长度的立方体，最大球体可以是以任意像素点的中心为球心，也可以是以任意像素点的八个角为球心；该最大球体的半径可以是整数，也可以是非整数。5.根据权利要求1所述的检测图像结构变化的方法，其特征在于：步骤1中是利用最大球体或最大立方体填充方法测量三维结构的厚度，其具体实现包括以下子步骤：步骤B.1：利用最...

【专利技术属性】
技术研发人员：高嵩，柯永欣，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42