全自动人体全长制造技术

本发明专利技术公开了一种全自动人体全长

【技术实现步骤摘要】
全自动人体全长X光影像融合拼接方法及装置


[0001]本专利技术涉及医学成像
，尤其涉及一种全自动人体全长
X
光影像融合拼接方法及装置
。

技术介绍

[0002]目前骨科临床诊断常用的
X
光透视成像系统拍摄视野有限，而在人体脊椎和长骨等的骨科诊断和手术治疗中，需要获取完整的解剖结构图像，便于对骨关节病变部位的精准定位和解剖参数测量，例如双下肢的长度
、
角度及力线
(
髋关节
、
膝关节和踝关节中点之间的连线
)。
在青少年脊柱侧弯矫形
、
脊柱人工腰椎间盘置换
、
全髋关节置换
、
人工股骨头置换
、
人工膝关节置换
、
下肢畸形矫形
、
义肢安装等临床疾病的诊疗方面，人体全长
X
光拼接技术所提供的全长影像能为临床骨科的诊断
、
术前计划方案的制定
、
术后疗效的评估等提供可靠的资料依据
。
[0003]目前获取人体全长影像的
X
光扫描方式是多样化的，有线性平扫
(Linear Scanning)、
旋转扫描
(Rotational Scanning)、
广角扫描
(Wide Scanning)、
狭缝扫描
(Slot Scanning)
等
。
根据
X
射线扫描方式的不同，对应不同的图像预处理与拼接方式
。
[0004]目前临床应用范围最广的是标准数字
x
射线照相系统，其属于线性平扫方式
。
基于
x
射线管和探测器的自动跟踪运动，其能够在一个采集过程中自动拍摄数张独立的数字
x
光影像序列，然后需要由放射技术人员进行后处理工作，也就是完成全长影像的半自动拼接
。
[0005]图像拼接技术一直以来都是国内外众多学者的关注与研究的热点，现有的图像拼接方法存在的问题如下：
[0006]1.
相位相关法是基于信号变换域理论被提出的
。
在该方法中，图像作为二维信号被变换到频域后，利用互功率谱得到图像之间的空间位置关系
。
这种方法不依靠图像的具体内容，对相互之间只存在平移变换的图像具有较好的配准精度，但
X
光影像存在因深度信息造成的畸变，因此不适用于人体全长
X
光拼接
。
[0007]2.
基于标尺的
X
光影像拼接方法
。
该方法要求
X
线摄影时添加标尺并根据图像中的标尺刻度和数值进行拼接
。
该拼接方式没有实现自动化，费时费力，并且难以保证图像质量，临床操作性低
。
[0008]3.
基于图像像素灰度值的等距匹配法
。
这种方法需要对像素灰度数据进行大量的计算，计算量较大，同时对亮度变化以及几何畸变较为敏感
。
[0009]综上所述，有必要提出一种全自动人体全长
X
光影像融合拼接方法，解决现有技术不适用于人体全长
X
光拼接的缺陷
。

技术实现思路

[0010]本专利技术的目的是提供一种全自动人体全长
X
光影像融合拼接方法及装置，以提高人体全长
X
光影像的拼接效率和准确率
。
[0011]本专利技术提供了一种全自动人体全长
X
光影像融合拼接方法，包括：
[0012]获取待拼接的人体全长
X
光影像，所述待拼接的全长
X
光影像为同一成像视角下的多个目标
X
光影像；
[0013]确定相邻所述目标
X
光影像间待拼接的重叠区域；
[0014]识别所述目标
X
光影像中的躯干影像，计算相邻所述躯干影像间重叠区域对应像素点灰度值的最大二维相关系数值，确定所述躯干影像的最佳拼接位置；
[0015]识别所述目标
X
光影像中的双下肢影像，基于特征提取算法对双下肢分开的间隙建立拼接参考线，根据所述拼接参考线将所述双下肢影像划分为左右侧下肢影像，分别计算所述左右侧下肢影像的最佳拼接位置；
[0016]根据所述最佳拼接位置将所述目标
X
光影像按照对应的人体结构进行自动融合拼接，并基于融合过渡算法均衡相邻所述目标
X
光影像间重叠区域的灰度值，得到拼接融合后的人体全长
X
光影像
。
[0017]作为优选地，所述识别所述目标
X
光影像中的躯干影像，计算相邻所述躯干影像间重叠区域对应像素点灰度值的最大二维相关系数值，确定所述躯干影像的最佳拼接位置包括：
[0018]根据预设的拍摄条件估算相邻所述目标
X
光影像纵轴方向的重叠区域像素数，并设置为初始的拼接位置；
[0019]在纵轴
、
横轴方向由预设像素阈值范围构成的偏移范围内，寻找使得相邻所述目标
X
光影像之间重叠区域的二维矩阵相关系数达到最大值的横
、
纵像素坐标，作为最佳的拼接位置；
[0020]使用下式计算相邻所述目标
X
光影像之间重叠区域的二维相关系数
r
：
[0021][0022]其中，为相邻所述目标
X
光影像中的上影像
A
的灰度均值，为相邻所述目标
X
光影像中的下影像
B
的灰度均值，
A
mn
、B
mn
分别为所述上
、
下影像在坐标为
(m
，
n)
处的灰度值
。
[0023]作为优选地，所述基于融合过渡算法均衡相邻所述目标
X
光影像间重叠区域的灰度值，得到拼接融合后的人体全长
X
光影像包括：
[0024]根据任意所述目标
X
光影像的纵坐标位置赋予相邻所述目标
X
光影像重叠区域相同位置处的灰度值权重并求和，生成拼接后该纵坐标下所述目标
X
光影像的灰度值：
[0025][0026]其中，
w
i
为最终合成得到的相邻所述目标
X
光影像的重叠区域的第
i
行像素的灰度值，
h
为重叠区域的高度，即纵轴像素数量，
A
i
、B
i
分别为相邻所述目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种全自动人体全长
X
光影像融合拼接方法，其特征在于，包括：获取待拼接的人体全长
X
光影像，所述待拼接的全长
X
光影像为同一成像视角下的多个目标
X
光影像；确定相邻所述目标
X
光影像间待拼接的重叠区域；识别所述目标
X
光影像中的躯干影像，计算相邻所述躯干影像间重叠区域对应像素点灰度值的最大二维相关系数值，确定所述躯干影像的最佳拼接位置；识别所述目标
X
光影像中的双下肢影像，基于特征提取算法对双下肢分开的间隙建立拼接参考线，根据所述拼接参考线将所述双下肢影像划分为左右侧下肢影像，分别计算所述左右侧下肢影像的最佳拼接位置；根据所述最佳拼接位置将所述目标
X
光影像按照对应的人体结构进行自动融合拼接，并基于融合过渡算法均衡相邻所述目标
X
光影像间重叠区域的灰度值，得到拼接融合后的人体全长
X
光影像
。2.
如权利要求1所述的全自动人体全长
X
光影像融合拼接方法，其特征在于，所述识别所述目标
X
光影像中的躯干影像，计算相邻所述躯干影像间重叠区域对应像素点灰度值的最大二维相关系数值，确定所述躯干影像的最佳拼接位置包括：根据预设的拍摄条件估算相邻所述目标
X
光影像纵轴方向的重叠区域像素数，并设置为初始的拼接位置；在纵轴
、
横轴方向由预设像素阈值范围构成的偏移范围内，寻找使得相邻所述目标
X
光影像之间重叠区域的二维矩阵相关系数达到最大值的横
、
纵像素坐标，作为最佳的拼接位置；使用下式计算相邻所述目标
X
光影像之间重叠区域的二维相关系数
r
：其中，为相邻所述目标
X
光影像中的上影像
A
的灰度均值，为相邻所述目标
X
光影像中的下影像
B
的灰度均值，
A
mn
、B
mn
分别为所述上
、
下影像在坐标为
(m
，
n)
处的灰度值
。3.
如权利要求1所述的全自动人体全长
X
光影像融合拼接方法，其特征在于，所述基于融合过渡算法均衡相邻所述目标
X
光影像间重叠区域的灰度值，得到拼接融合后的人体全长
X
光影像包括：根据任意所述目标
X
光影像的纵坐标位置赋予相邻所述目标
X
光影像重叠区域相同位置处的灰度值权重并求和，生成拼接后该纵坐标下所述目标
X
光影像的灰度值：其中，
w
i
为最终合成得到的相邻所述目标
X
光影像的重叠区域的第
i
行像素的灰度值，
h
为重叠区域的高度，即纵轴像素数量，
A
i
、B
i
分别为相邻所述目标
X
光影像的重叠区域的第
i
行像素的灰度值
。4.
如权利要求1所述的全自动人体全长
X
光影像融合拼接方法，其特征在于，所述识别所述目标
X
光影像中的双下肢影像，基于特征提取算法对双下肢分开的间隙建立拼接参考线，根据所述拼接参考线将所述双下肢影像划分为左右侧下肢影像，分别计算所述左右侧
下肢影像的最佳拼接位置包括：根据所述拼接参考线和相邻所述双下肢影像间的拼接缝对相邻的所述目标
X
光影像按照大腿和小腿进行划分；将所述双下肢影像中左侧下肢影像与右侧下肢影像的像素宽度大小进行对比，选取宽度大的一侧下肢影像；根据选取后的所述下肢影像并识别所述下肢影像中对应的大腿影像和小腿影像，计算所述大腿影像和所述小腿影像间重叠区域对应像素点灰度值的最大二维相关系数值以确定最佳拼接位置及第一平移距离；分别计算所述左右侧下肢影像上所述大腿影像和所述小腿影像间重叠区域对应像素点灰度值的最大二维相关系数值以确定对应的第二平移距离；根据所述最佳拼接位置
、
所述第一平移距离和所述左右侧下肢影像对应的所述第二平移距离对双下肢左右侧影像进行拼接
。5.
如权利要求4所述的全自动人体全长
X
...

【专利技术属性】
技术研发人员：朱哲敏，王聪，
申请(专利权)人：上海涛影医疗科技有限公司，
类型：发明
国别省市：