脊椎韧带骨化图像识别方法及系统技术方案

本发明专利技术涉及脊椎韧带骨化图像识别方法及系统，包括以下步骤：获取脊椎设定区域的CT图像，定位脊椎设定区域中的关键点，确定韧带所在的区域；根据定位的关键点确定韧带所在区域中基准线的位置，并截取包含基准线的感兴趣区域，经预处理后得到二值化图像；基于得到的二值化图像，根据基准线及两侧的像素值分布情况，剔除基准线穿过脊椎骨骼部分的情况，识别图像中的韧带骨化区域。图像中的韧带骨化区域。图像中的韧带骨化区域。

【技术实现步骤摘要】
脊椎韧带骨化图像识别方法及系统


[0001]本专利技术涉及图像处理
，具体为脊椎韧带骨化图像识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]人体脊椎体中有很长的韧带，用以加强固定每节脊椎的稳定性，韧带会因为过度疲劳或随着年龄而退化，发生骨化，从而压迫脊髓和神经。
[0004]韧带骨化通常需要医学影像并结合医学判断标准，现有技术虽然可以通过机器学习或是图像检测等方式，代替人工识别出图像中的脊椎韧带是否发生骨化形态，但由于人体脊椎的构造复杂，加之医学影像受环境、拍照角度以及个体差异等客观因素的影响，导致算法中用于识别骨化的基准线容易穿过脊椎骨，造成误判，从而干扰最终的识别结果，导致准确率不高。

技术实现思路

[0005]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供脊椎韧带骨化图像识别方法及系统，通过关键点定位大致确定脊椎中韧带的区域，截取感兴趣区域后，通过二值化处理获取图像中的骨骼和骨化部分，利用基准线两侧像素值的分布情况剔除图像自身带来的误判影响，能够减少网络输入中的无关信息，更加专注于提取有关韧带骨化的特征，能够准确的识别出图像数据中存在韧带骨化形态的图像，从而使识别的准确率提升。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]本专利技术的第一个方面提供脊椎韧带骨化图像识别方法，包括以下步骤：
[0008]获取脊椎设定区域的CT图像，定位脊椎设定区域中的关键点，确定韧带所在的区域；
[0009]根据定位的关键点确定韧带所在区域中基准线的位置，并截取包含基准线的感兴趣区域，经预处理后得到二值化图像；
[0010]基于得到的二值化图像，根据基准线及两侧的像素值分布情况，剔除基准线穿过脊椎骨骼部分的情况，识别图像中的韧带骨化区域。
[0011]获取脊椎设定区域的CT图像，基于训练完毕的关键点定位网络定位脊椎设定区域中的关键点，包括：
[0012]预先标注脊椎设定区域的CT图像中的关键骨点；
[0013]标注结果转换格式，输出带有标注结果的热力图，以热力图作为标签训练关键点定位网络；
[0014]以脊椎设定区域的CT图像作为输入，经关键点定位网络输出关键点，输出的所有关键点共同占有一个网络的维度，得到所需的关键点。
[0015]根据定位的关键点确定韧带所在区域中基准线的位置，包括：
[0016]在网络的输出上查找至少四个最大值区域，作为对应的四个关键点，并将得到的关键点按垂直轴坐标的大小排序，具体为：按y坐标值的大小排序，选取y值较小的两个点，两点中x值较小的点为1号点，较大的为2号点；再选取y值较大的剩余两点，两点中x值较小的为3号点，x值较大的为4号点；其中，y值为垂直轴坐标值，x值为水平轴坐标值。
[0017]取1号点和2号点作二者的中点，3号点和4号点的中点，选取两个中点作连线，即为基准线。
[0018]基于得到的二值化图像，根据基准线及两侧的像素值分布情况，剔除基准线穿过脊椎骨骼部分的情况，识别图像中的韧带骨化区域；包括：
[0019]若基准线上存在白色像素区域，则疑似骨化，即基准线可能穿过脊椎的骨骼部分也可能穿过韧带的骨化区域；若不存在，则为不含有疑似骨化的图像；
[0020]疑似骨化时，判断基准线上的白色像素区域段落内，白色像素左右两侧N格内的其余像素，是否为连续的白色像素；
[0021]若左侧的白色像素不连续而右侧连续，则基准线穿过的是骨骼部分而非骨化部分，需剔除；否则，基准线穿过的区域为韧带的骨化区域，输出该图像为含有韧带骨化形态图像的识别结果。
[0022]本专利技术的第二个方面提供实现上述方法所需的系统，包括：
[0023]关键点检测模块，被配置为：获取脊椎设定区域的CT图像，定位脊椎设定区域中的关键点，确定韧带所在的区域；
[0024]图像预处理模块，被配置为：根据定位的关键点确定韧带所在区域中基准线的位置，并截取包含基准线的感兴趣区域，经预处理后得到二值化图像；
[0025]骨化区域识别模块，被配置为：基于得到的二值化图像，根据基准线及两侧的像素值分布情况，剔除基准线穿过脊椎骨骼部分的情况，识别图像中的韧带骨化区域。
[0026]本专利技术的第三个方面提供一种计算机可读存储介质。
[0027]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的脊椎韧带骨化图像识别方法中的步骤。
[0028]本专利技术的第四个方面提供一种计算机设备。
[0029]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的脊椎韧带骨化图像识别方法中的步骤。
[0030]与现有技术相比，以上一个或多个技术方案存在以下有益效果：
[0031]利用脊椎设定区域的CT图像，通过关键点定位确定图像中韧带的大致区域，截取感兴趣区域后，通过二值化处理获取图像中的骨骼部分和骨化部分，利用基准线两侧像素值的分布情况剔除图像自身带来的误判影响，从而区分出基准线穿过的骨骼部分和骨化部分，能够减少网络输入中的无关信息，更加专注于提取有关韧带骨化的特征，能够准确的识别出图像数据中存在韧带骨化形态的图像，从而使识别的准确率提升。
附图说明
[0032]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0033]图1是本专利技术一个或多个实施例提供的脊椎韧带骨化图像识别流程示意图；
[0034]图2是本专利技术一个或多个实施例提供的在颈椎CT图像中标注的关键点示意图；
[0035]图3是本专利技术一个或多个实施例提供的基于标注结果的高斯热图；
[0036]图4是本专利技术一个或多个实施例提供的关键点检测后的结果示意图；
[0037]图5是本专利技术一个或多个实施例提供的根据关键点确定的基准线(K线)示意图；
[0038]图6是本专利技术一个或多个实施例提供的ROI区域二值化后的示意图；
[0039]图7是本专利技术一个或多个实施例提供的颈椎骨穿过基准线(K线)的示意图；
[0040]图8和图9均是本专利技术一个或多个实施例提供的判断骨化结果的示意图。
具体实施方式
[0041]下面结合附图与实施例对本专利技术作进一步说明。
[0042]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0043]ROI区域，指感兴趣区域(region of interest)。机器视觉、图像处理中，从被处理的图像中以方框、圆、椭圆以及不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.脊椎韧带骨化图像识别方法，其特征在于，包括以下步骤：获取脊椎设定区域的CT图像，定位脊椎设定区域中的关键点，确定韧带所在的区域；根据定位的关键点确定韧带所在区域中基准线的位置，并截取包含基准线的感兴趣区域，经预处理后得到二值化图像；基于得到的二值化图像，根据基准线及两侧的像素值分布情况，剔除基准线穿过脊椎骨骼部分的情况，识别图像中的韧带骨化区域。2.如权利要求1所述的脊椎韧带骨化图像识别方法，其特征在于，获取脊椎设定区域的CT图像，基于训练完毕的关键点定位网络定位脊椎设定区域中的关键点，包括：预先标注脊椎设定区域的CT图像中的关键骨点；标注结果转换格式，输出带有标注结果的热力图，以热力图作为标签训练关键点定位网络；以脊椎设定区域的CT图像作为输入，经关键点定位网络输出关键点，输出的所有关键点共同占有一个网络的维度，得到所需的关键点。3.如权利要求1所述的脊椎韧带骨化图像识别方法，其特征在于，根据定位的关键点确定韧带所在区域中基准线的位置，包括：在网络的输出上查找至少四个最大值区域，作为对应的四个关键点，并将得到的关键点按垂直轴坐标的大小排序，根据排序结果确定基准线的位置。4.如权利要求3所述的脊椎韧带骨化图像识别方法，其特征在于，根据排序结果确定基准线的位置，包括：按y坐标值的大小排序，y值为垂直轴坐标值，x值为水平轴坐标值；选取y值较小的两个点，两点中x值较小的点为1号点，较大的为2号点；再选取y值较大的剩余两点，两点中x值较小的为3号点，x值较大的为4号点；确定1号点和2号点的中点，3号点和4号点的中点，选取两个中点作连线，即为基准线。5.如权利要求1所述的脊椎韧带骨化图像识别方法，其特征在于，基于得到的二值化图像，根据基准线及两侧的像素值分布情况，剔除基准线穿过脊椎骨骼部分的情况，识别图像...

【专利技术属性】
技术研发人员：张伟，马端蔚，李晓磊，宋然，程吉禹，田天，冯世庆，周恒星，
申请(专利权)人：山东大学，
类型：发明
国别省市：