基于深度学习和空间关系推理的椎间盘定位标注方法技术

本发明专利技术公开一种基于深度学习和空间关系推理的椎间盘定位标注方法，该方法包括以下步骤：一、在核磁共振图像样本集上进行特征提取和统计分析，获得邻近椎间盘空间关系模型SAID；二、在核磁共振图像测试集上进行图像特征底层提取和目标识别，然后经过椎间盘空间关系筛选算法，获得准确识别的椎间盘目标；三、用椎间盘空间关系迭代推理算法把椎间盘目标集合与每个SAID逐一进行匹配，获得匹配程度；四、选取最佳匹配，对椎间盘目标赋予标注名称。本发明专利技术提出的邻近椎间盘空间关系模型可以更全面的模拟椎间盘的特征；椎间盘空间关系筛选算法引入评分机制能够消除假正例，得到准确的结果；迭代匹配的方法，在保证速度的前提下提高了准确性。

【技术实现步骤摘要】
基于深度学习和空间关系推理的椎间盘定位标注方法
本专利技术涉及深度学习目标检测及空间关系推理。
技术介绍
近年来，背部疾病在神经系统疾病中越来越常见，在众多的医疗疾病诊断中，查看腹部，腰椎，颈椎等扫描图像通常是一个常规的程序步骤，整个从上到下的脊柱可以代表身体上半部分的参考框架，从而可以用来确定骨头或者病变的位置。脊柱图像的处理一般分为椎体的分割和椎间盘的定位和标注两种，其中椎间盘的定位和标注是最近大家研究的重点，它对于任何形式的分析、诊断或者进行手术来说是都是至关重要的一步。然而，对于临床医生来说，手工定位标注是一项非常耗时的任务，并且在某些程度上非常容易出现错误，因此本专利技术提出了一种全自动定位标注的方法，也就是对椎间盘进行正确的定位并且把它们与相应的名称联系起来。当我们对一张图片中多个物体进行检测时，就需要用到目标检测模型，它可以识别一张图片的多个物体，并可以定位出不同物体(给出边界框)。当前目标检测领域的深度学习方法主要分为两类：二阶段(twostage)的目标检测算法和一阶段(onestage)的目标检测算法。其中二阶段(twostage)的目标检测算法是首先通过算法生成本文档来自技高网...

【技术保护点】
1.一种基于深度学习和空间关系推理的椎间盘定位标注方法，其特征在于，至少包括以下步骤：步骤一、在核磁共振(MRI)图像样本集上进行特征提取和统计分析等操作，获得邻近椎间盘空间关系模型(Spatial Relationship Model of Adjacent Intervertebral Discs，简称SAID)，每个SAID表示相邻三个有标注名称的椎间盘之间的空间位置关系，椎间盘一共有23块，则SAID模型一共有20个；步骤二、在核磁共振(MRI)图像测试集上采用深度学习方法进行图像特征底层提取和目标识别，然后经过椎间盘空间关系筛选算法，获得准确识别但未标注名称的椎间盘目标；步骤三、对于...

【技术特征摘要】
1.一种基于深度学习和空间关系推理的椎间盘定位标注方法，其特征在于，至少包括以下步骤：步骤一、在核磁共振(MRI)图像样本集上进行特征提取和统计分析等操作，获得邻近椎间盘空间关系模型(SpatialRelationshipModelofAdjacentIntervertebralDiscs，简称SAID)，每个SAID表示相邻三个有标注名称的椎间盘之间的空间位置关系，椎间盘一共有23块，则SAID模型一共有20个；步骤二、在核磁共振(MRI)图像测试集上采用深度学习方法进行图像特征底层提取和目标识别，然后经过椎间盘空间关系筛选算法，获得准确识别但未标注名称的椎间盘目标；步骤三、对于步骤二获得的椎间盘目标集合，用椎间盘空间关系迭代推理算法，与每个SAID逐一进行匹配，获得匹配程度；步骤四、根据步骤三获得的匹配程度，选取最佳匹配的SAID模型，根据该模型对核磁共振测试图像上的椎间盘目标赋予标注名称。2.根据权利要求1所述的一种基于深度学习和空间关系推理的椎间盘定位标注方法，其特征在于：所述的步骤一中获得的20...

【专利技术属性】
技术研发人员：王生生，邵婧雯，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22