【技术实现步骤摘要】
基于多特征融合的随机森林磁共振脊椎图像标记方法、系统及终端
[0001]本专利技术涉及图像数据处理领域,特别是涉及一种基于多特征融合的随机森林磁共振脊椎图像标记方法
、
系统及终端
。
技术介绍
[0002]脊柱是人体骨骼肌肉系统中的重要组成部分,然而由于不正确的坐姿等原因使得各年龄段中患有脊椎相关疾病的人群越来越多
。
磁共振成像
(MRI)
技术是行之有效的人体脊椎疾病检查方法之一
。
然而,在治疗和诊断过程中,脊椎的
MR
图像手动标注不仅会消耗大量时间,同时可能会因人员差异而出现标注误差
。
快速
、
准确的椎骨的定位及分割不仅节约时间,降低人员成本,且有助于医生诊断脊柱疾病,确定治疗方案并评估方案的有效性
。
[0003]脊椎图像的目标分割脊椎标识重要环节之一
。
传统的图像分割方法,如区域生长法
、
阈值分割
、
基于像素值分割等,其主要根据图像灰度及边界梯度等信息实现图像不同区域的分割
。
然而对于脊椎磁共振图像标注现有技术存在以下困难:
[0004](1)
这些方法多用于电子计算机断层扫描
(CT)
图像,对于脊椎磁共振图像,由于包含了较多的软组织信息,可能出现边界模糊不清晰情况;
[0005](2)
对于偏离中心层的磁共振图像,其椎体特征不明显,使得椎体分 ...
【技术保护点】
【技术特征摘要】
1.
一种基于多特征融合的随机森林磁共振脊椎图像标记方法,其特征在于,所述方法包括:对待标记的磁共振脊椎图像进行预处理,获得预处理图像;根据所述预处理图像进行特征提取处理,获得对应的尾椎特征以及其他椎体特征;基于由训练随机森林获得的脊椎识别模型,根据尾椎特征以及其他椎体特征获得磁共振脊椎识别结果;基于由各椎体在磁共振图像各层的位置信息计算的各椎体在三维空间的位置关系,根据所述磁共振脊椎识别结果进行椎体标记,获得磁共振脊椎标记结果
。2.
根据权利要求1中所述的基于多特征融合的随机森林磁共振脊椎图像标记方法,其特征在于,所述脊椎识别模型的训练方式包括:将具有尾椎以及其他椎体标签的多个磁共振脊椎图像进行预处理,获得对应各磁共振脊椎图像的预处理图像;根据每个预处理图像进行特征提取处理,提取各磁共振脊椎图像对应的尾椎特征以及其他椎体特征,以获得特征数据训练集;基于所述特征数据训练集训练随机森林获得所述脊椎识别模型
。3.
根据权利要求1或2中所述的基于多特征融合的随机森林磁共振脊椎图像标记方法,其特征在于,所述预处理包括:对输入的磁共振脊椎图像依次进行图像滤波
、
图像增强
、
图像锐化以及图像掩膜提取获得预处理图像
。4.
根据权利要求1或2中所述的基于多特征融合的随机森林磁共振脊椎图像标记方法,其特征在于,所述特征提取处理包括:根据预处理图像进行
HOG
特征提取,并对提取的
HOG
特征进行
2DPCA
降维,获得降维脊椎
HOG
特征;根据预处理图像进行
GLCM
特征提取,获得网格化
GLCM
特征;将降维
HOG
特征以及网格化
GLCM
特征进行串行融合获得尾椎特征以及将降维
HOG
特征作为其他椎体特征
。5.
根据权利要求4中所述的基于多特征融合的随机森林磁共振脊椎图像标记方法,其特征在于,进行
HOG
特征提取的方式包括:根据预处理图像进行单元分割,并计算每个单元的梯度以及幅值;将每个单元的梯度以及幅值均匀分为多个梯度方向,并将每个单元的相同梯度方向的幅值按照权重累加,以组成每个单元的梯度直方图;将每个单元进行归一化,并将各梯度直方图连接,以获得对应的
HOG
特征
。6.
根据权利要求4中所述的基于多特征融合的随机森林磁共振脊椎图像标记方法,其特征在于,进行
GLCM
特征...
【专利技术属性】
技术研发人员:戴瀚闻,董霖,刘楠,
申请(专利权)人:上海电气控股集团有限公司智惠医疗装备分公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。