基于CT图像的骨密度预测及骨质疏松智能筛查方法和系统技术方案

本发明专利技术提供了一种基于CT图像的骨密度预测及骨质疏松智能筛查方法和系统，包括：进行腰椎CT切片选择，得到目标切片；基于深度卷积神经网络框架构建腰椎椎体自动分割模型，模型输入为目标切片，输出为腰椎椎体的二值分割结果图以及对应的腰椎区域图；基于深度卷积神经网络框架构建腰椎骨密度预测模型，模型输入为双通道图像，输出为腰椎的骨密度值，所述双通道图像由目标切片和腰椎区域图处理后构建；根据骨密度值进行骨质疏松症智能筛查；根据筛查结果以及健康人群骨密度值的统计数据，形成骨质疏松症智能筛查报告。本发明专利技术能够有效地完成骨密度的预测和OP的早期筛查，预防骨质疏松性骨折的发生，实现更快捷方便的骨质疏松症筛查。查。查。

【技术实现步骤摘要】
基于CT图像的骨密度预测及骨质疏松智能筛查方法和系统


[0001]本专利技术涉及骨密度预测
，具体地，涉及一种基于CT图像的骨密度预测及骨质疏松智能筛查方法和系统。

技术介绍

[0002]骨质疏松(Osteoporosis，OP)是一种以骨量低下、骨组织微结构损伤，以致骨脆性增加、易发生骨折为特征的全身性骨病，然而，骨质疏松症却不易被发现和察觉，从而错过了最佳的治疗期。因此，骨质疏松的早期筛查是非常重要的。
[0003]骨密度(bone mineral density，BMD)测量是国际公认的诊断骨质疏松症的方法，目前常用的测量方法为双能X线骨密度测定仪(Dual
‑
energy X
‑
ray Absorptiometry，DXA)以及定量CT(Quantitative Computed Tomography，QCT)。相比于DXA，QCT能够测量松质骨的三维骨密度值，也称体积骨密度值；而松质骨骨密度的变化对骨质疏松症的敏感性比皮质骨更高。因此QCT实现了比DXA更高的骨质疏松检出率。此外，QC本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CT图像的骨密度预测及骨质疏松智能筛查方法，其特征在于，包括：步骤S1：进行腰椎CT切片选择，得到目标切片I；步骤S2：基于深度卷积神经网络框架构建腰椎椎体自动分割模型，模型输入为目标切片I，输出为腰椎椎体的二值分割结果图M以及对应的腰椎区域图R；步骤S3：基于深度卷积神经网络框架构建腰椎骨密度预测模型，模型输入为双通道图像I2，输出为腰椎的骨密度值BMD
pred
，所述双通道图像I2由目标切片I和腰椎区域图R处理后构建；步骤S4：根据骨密度值BMD
pred
进行骨质疏松症智能筛查，得到骨质疏松症筛查结果；步骤S5：根据筛查结果以及健康人群骨密度值的统计数据，形成骨质疏松症智能筛查报告。2.根据权利要求1所述的基于CT图像的骨密度预测及骨质疏松智能筛查方法，其特征在于，所述步骤S1包括：步骤S1.1：在第一腰椎L1到第四腰椎L4中确定一个腰椎作为目标腰椎；步骤S1.2：通过自动选择、手动选择、或半自动选择方式，选择该目标腰椎的CT图像横断面中心或靠近中心的层面作为目标切片I。3.根据权利要求1所述的基于CT图像的骨密度预测及骨质疏松智能筛查方法，其特征在于，所述步骤S2包括：步骤S2.1：获取腰椎椎体自动分割模型的训练数据，包括腰椎CT切片以及由具有经验的放射科医生勾勒的椎体标注；步骤S2.2：将整个腰椎CT切片作为模型训练时的输入，医生手动勾勒的椎体标注作为金标准，模型分割结果和金标准之间的差异作为监督学习目标，进行分割模型的训练，得到使模型分割结果与金标准之间差异最小化的分割模型。4.根据权利要求1所述的基于CT图像的骨密度预测及骨质疏松智能筛查方法，其特征在于，所述步骤S3包括：步骤S3.1：获取腰椎骨密度预测模型的训练数据，包括基于目标切片I和腰椎区域图R构建出的双通道图像I2，以及已知的骨密度值BMD
gt
，其中，骨密度值的测量由定量CT或双能量X射线吸收测定术测量得到；其中，双通道图像I2的构建过程为：步骤S3.1.1：基于目标切片I和腰椎区域图R，使用传统图形处理方法计算腰椎椎体的中心位置(x0,y0)；步骤S3.1.2：以(x0,y0)为中心，分别从目标切片I和腰椎区域图R中，提取两张预设大小的图像块；步骤S3.1.3：将两个图像块进行拼接，形成双通道图像I2；步骤S3.2：将构建出的双通道图像I2作为模型训练时的输入，将定量CT测量的骨密度值作为金标准，模型预测结果和金标准之间的差异作为监督学习目标，进行预测模型的训练，得到使模型预测结果与金标准之间差异最小化的预测模型。5.根据权利要求1所述的基于CT图像的骨密度预测及骨质疏松智能筛查方法，其特征在于，所述步骤S4包括：根据最新的基于腰椎骨密度的骨质疏松症诊断标准，以及模型预测出的骨密度值BMD
pred
，得到骨质疏松症筛查结果；
所述步骤S5包括：根据筛查结果以及健康人群骨密度值的统计数据，形成骨质疏松症智能筛查报告，该报告包括：每个已测腰椎的骨密度值、平均骨密度值以及骨质疏松症筛查结果；根据健康人群骨密度值的统计数据，给出受试者骨密度值与健康对照组数据的对比报告。6.一种...

【专利技术属性】
技术研发人员：杨丽琴，辛恩慧，罗啸，耿道颖，
申请(专利权)人：复旦大学附属华山医院，
类型：发明
国别省市：