基于锥形束CT影像的髁突骨改建三维自动定量测量系统技术方案

本发明专利技术公开一种基于锥形束CT影像的髁突骨改建三维自动定量测量系统，涉及口腔医学技术领域，系统包括训练数据集获取模块、模型训练和优化模块、治疗前后髁突的锥形束CT影像获取模块、髁突分割模块、图像配准模块、髁突再分割模块和髁突骨改建的体积变化量测量模块；通过模型训练和优化模块实现2D分割卷积神经网络模型的训练和优化，髁突分割模块利用优化后的2D分割卷积神经网络模型得到治疗前后髁突的锥形束CT影像中髁突的分割结果，髁突再分割模块利用优化后的2D分割卷积神经网络模型得到配准后治疗后髁突的锥形束CT影像中髁突的分割结果。本发明专利技术可准确测量颞下颌关节髁突骨改建的体积变化量，从而准确反映髁突骨改建程度。度。度。

【技术实现步骤摘要】
基于锥形束CT影像的髁突骨改建三维自动定量测量系统


[0001]本专利技术涉及口腔医学
，特别是涉及一种基于锥形束CT影像的髁突骨改建三维自动定量测量系统。

技术介绍

[0002]颞下颌关节是下颌骨生长发育的中心，当关节局部的环境发生变化时，髁突往往会发生相应的骨改建变化。对于骨关节病患者，需通过X线检查来观察治疗前后髁突表面骨质，评估骨关节病的病变进展。可采用X线平片如曲面体层片、经咽侧位片等进行二维层面的定性评价。也可采用CBCT影像资料进行三维评价，其中定量测量髁突体积是最为精确的测量方法，不仅可以比较治疗前后髁突体积量变化，也可反映骨改建的确切部位，对于判断临床治疗效果及病情进展变化有着重要意义。
[0003]曲面体层片、经咽侧位片等二维影像，对髁突测量的结果并不能显示骨质变化的空间位置，很难从立体层面对髁突骨质改建进行评价。另外，二维X线平片的重叠现象甚至可能掩盖骨质改建明显部位，常常是不足之处。
[0004]相比二维影像，CBCT(锥形束CT)作为三维断层图像，可重建髁突三维立体模型，准确反映髁突骨改建的体积变化以及变化部位。目前，有基于锥形束CT影像的颞下颌关节髁突骨改建三维定量测量方法，定量测量治疗前后髁突、髁头的体积及体积变化量(髁突和髁头的体积变化量即颞下颌关节髁突骨改建的体积变化量)，髁突和髁头的体积变化量定量反映髁突骨改建程度。但目前基于锥形束CT影像的颞下颌关节髁突骨改建三维定量测量方法中实现图像分割采用的是半自动分割方法，由于增加了人为操作，大量样本预标注耗时费力。并且，由于医学图像自身的复杂性，在分割过程中需要解决图像不均匀性以及人为操作偏差，导致图像分割结果的可靠性和准确性难以保证，进而影响髁突体积测量的准确性。
[0005]综上，目前基于锥形束CT影像的颞下颌关节髁突骨改建三维定量测量方法无法准确测量颞下颌关节髁突骨改建的体积变化量，因而无法准确反映髁突骨改建程度。

技术实现思路

[0006]本专利技术的目的是提供一种基于锥形束CT影像的髁突骨改建三维自动定量测量系统，可准确测量颞下颌关节髁突骨改建的体积变化量，从而准确反映髁突骨改建程度。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种基于锥形束CT影像的髁突骨改建三维自动定量测量系统，所述系统包括：
[0009]训练数据集获取模块，用于获取训练数据集；所述训练数据集包括多张带标注的正常形态髁突的锥形束CT影像以及多张带标注的骨关节病髁突的锥形束CT影像；所述标注为髁突的锥形束CT影像中髁突的分割结果；
[0010]模型训练和优化模块，用于利用所述训练数据集对2D分割卷积神经网络模型进行训练和优化，得到优化后的2D分割卷积神经网络模型；所述优化后的2D分割卷积神经网络模型的输入为髁突的锥形束CT影像，输出为髁突的锥形束CT影像中髁突的分割结果；
[0011]治疗前后髁突的锥形束CT影像获取模块，用于获取同一患者治疗前髁突的锥形束CT影像以及治疗后髁突的锥形束CT影像；
[0012]髁突分割模块，用于利用所述优化后的2D分割卷积神经网络模型得到治疗前髁突的锥形束CT影像中髁突的分割结果以及治疗后髁突的锥形束CT影像中髁突的分割结果；
[0013]图像配准模块，用于对治疗前髁突的锥形束CT影像中髁突的分割结果以及治疗后髁突的锥形束CT影像中髁突的分割结果进行图像配准，得到配准后治疗后髁突的锥形束CT影像；
[0014]髁突再分割模块，用于利用所述优化后的2D分割卷积神经网络模型得到配准后治疗后髁突的锥形束CT影像中髁突的分割结果；
[0015]髁突骨改建的体积变化量测量模块，用于根据配准后治疗后髁突的锥形束CT影像中髁突的分割结果测量颞下颌关节髁突骨改建的体积变化量；所述颞下颌关节髁突骨改建的体积变化量包括治疗前后髁突的体积变化量以及治疗前后髁头的体积变化量。
[0016]可选地，所述系统还包括：
[0017]原始图像集获取模块，用于获取原始图像集；所述原始图像集包括多张带标注的正常形态髁突的锥形束CT影像以及多张带标注的骨关节病髁突的锥形束CT影像；所述标注为锥形束CT影像中髁突的分割结果；
[0018]原始图像集处理模块，用于对所述原始图像集进行处理，得到训练数据集；所述训练数据集中带标注的正常形态髁突的锥形束CT影像的数量大于所述原始图像集中带标注的正常形态髁突的锥形束CT影像的数量；所述训练数据集中带标注的骨关节病髁突的锥形束CT影像的数量大于所述原始图像集中带标注的骨关节病髁突的锥形束CT影像的数量。
[0019]可选地，所述原始图像集处理模块具体包括：
[0020]图像预处理单元，用于利用查找表对所述原始图像集进行图像预处理，得到映射后的图像集；所述映射后的图像集包括多张映射后的正常形态髁突的锥形束CT影像以及多张映射后的骨关节病髁突的锥形束CT影像；
[0021]图像灰度值归一化单元，用于对所述映射后的图像集进行图像灰度值归一化，得到灰度值归一化后的图像集；所述灰度值归一化后的图像集包括多张灰度值归一化后的正常形态髁突的锥形束CT影像以及多张灰度值归一化后的骨关节病髁突的锥形束CT影像；
[0022]图像增广单元，用于对所述灰度值归一化后的图像集进行图像增广，得到训练数据集。
[0023]可选地，所述2D分割卷积神经网络模型采用Unet的网络框架，编码器部分使用在ImageNet图像数据库上预训练好的EfficientNet
‑
B2网络，解码器部分引入CBAM attention机制。
[0024]可选地，所述模型训练和优化模块具体包括：
[0025]模型训练和优化单元，用于利用所述训练数据集，采用梯度下降算法Adam对2D分割卷积神经网络模型进行迭代训练和优化，根据在验证集上的Dice值来确定所述2D分割卷积神经网络模型的最优参数，得到优化后的2D分割卷积神经网络模型；所述优化后的2D分割卷积神经网络模型的输入为髁突的锥形束CT影像，输出为髁突的锥形束CT影像中髁突的分割结果；所述验证集为所述训练数据集的20％。
[0026]可选地，所述模型训练和优化模块还包括：
[0027]髁突的分割结果处理单元，用于针对每一张髁突的锥形束CT影像中髁突的分割结果二值图mask1、所述髁突的锥形束CT影像左右翻转后得到的影像中髁突的分割结果二值图mask2以及所述髁突的锥形束CT影像上下翻转后得到的影像中髁突的分割结果二值图mask3，将mask2左右翻转得到mask2_，mask3上下翻转得到mask3_，最终的分割结果mask由公式计算得到；其中，round()表示四舍五入取整。
[0028]可选地，所述图像配准模块具体包括：
[0029]图像配准单元，用于采用基于互信息相似性准则的图像配准方法对治疗前髁突的锥形束CT影像中髁突的分割结果以及治疗后髁突的锥形束CT影像中髁突的分割结果进行图像配准，得到配准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于锥形束CT影像的髁突骨改建三维自动定量测量系统，其特征在于，所述系统包括：训练数据集获取模块，用于获取训练数据集；所述训练数据集包括多张带标注的正常形态髁突的锥形束CT影像以及多张带标注的骨关节病髁突的锥形束CT影像；所述标注为髁突的锥形束CT影像中髁突的分割结果；模型训练和优化模块，用于利用所述训练数据集对2D分割卷积神经网络模型进行训练和优化，得到优化后的2D分割卷积神经网络模型；所述优化后的2D分割卷积神经网络模型的输入为髁突的锥形束CT影像，输出为髁突的锥形束CT影像中髁突的分割结果；治疗前后髁突的锥形束CT影像获取模块，用于获取同一患者治疗前髁突的锥形束CT影像以及治疗后髁突的锥形束CT影像；髁突分割模块，用于利用所述优化后的2D分割卷积神经网络模型得到治疗前髁突的锥形束CT影像中髁突的分割结果以及治疗后髁突的锥形束CT影像中髁突的分割结果；图像配准模块，用于对治疗前髁突的锥形束CT影像中髁突的分割结果以及治疗后髁突的锥形束CT影像中髁突的分割结果进行图像配准，得到配准后治疗后髁突的锥形束CT影像；髁突再分割模块，用于利用所述优化后的2D分割卷积神经网络模型得到配准后治疗后髁突的锥形束CT影像中髁突的分割结果；髁突骨改建的体积变化量测量模块，用于根据配准后治疗后髁突的锥形束CT影像中髁突的分割结果测量颞下颌关节髁突骨改建的体积变化量；所述颞下颌关节髁突骨改建的体积变化量包括治疗前后髁突的体积变化量以及治疗前后髁头的体积变化量。2.根据权利要求1所述的基于锥形束CT影像的髁突骨改建三维自动定量测量系统，其特征在于，所述系统还包括：原始图像集获取模块，用于获取原始图像集；所述原始图像集包括多张带标注的正常形态髁突的锥形束CT影像以及多张带标注的骨关节病髁突的锥形束CT影像；所述标注为锥形束CT影像中髁突的分割结果；原始图像集处理模块，用于对所述原始图像集进行处理，得到训练数据集；所述训练数据集中带标注的正常形态髁突的锥形束CT影像的数量大于所述原始图像集中带标注的正常形态髁突的锥形束CT影像的数量；所述训练数据集中带标注的骨关节病髁突的锥形束CT影像的数量大于所述原始图像集中带标注的骨关节病髁突的锥形束CT影像的数量。3.根据权利要求2所述的基于锥形束CT影像的髁突骨改建三维自动定量测量系统，其特征在于，所述原始图像集处理模块具体包括：图像预处理单元，用于利用查找表对所述原始图像集进行图像预处理，得到映射后的图像集；所述映射后的图像集包括多张映射后的正常形态髁突的锥形束CT影像以及多张映射后的骨关节病髁突的锥形束CT影像；图像灰度值归一化单元，用于对所述映射后的图像集进行图像灰度值归一化，得到灰度值...

【专利技术属性】
技术研发人员：傅开元，雷杰，李源，徐子能，丁鹏，白海龙，
申请(专利权)人：北京大学口腔医学院，
类型：发明
国别省市：