基于CT与MRI图像的脊柱多模态影像融合方法技术

本发明专利技术提供了一种基于CT与MRI图像的脊柱多模态影像融合方法，包括步骤：获取CT影像，从CT影像中提取分离椎骨；获取MRI影像，从MRI影像中提取分离椎骨和软组织；结合从CT影像中提取分离的椎骨以及从MRI影像中提取分离的椎骨和软组织，生成多模态融合影像。本发明专利技术提供的基于CT与MRI图像的脊柱多模态影像融合方法，能够生成多模态融合影像，清晰显示脊柱的硬骨性结构和软组织结构。

【技术实现步骤摘要】

本专利技术涉及医学影像领域，尤其是一种基于ct与mri图像的脊柱多模态影像融合方法。

技术介绍

1、脊柱手术的规划与执行需要基于患者术前影像检查，其中电子计算机断层扫描（computed tomography，ct）影像主要反硬骨性结构的形态，而磁共振成像（magneticresonance imaging，mri）影像则更加清晰显示椎间盘、神经或韧带等软组织结构。目前，用于临床的脊柱手术机器人仍使用单模态ct影像作为术中配准及导航的基准影像，其影像只能显示骨性结构，并不能显示软组织结构，这导致了手术机器人的应用范围明显受限。对于手术医生而言，同样缺乏清晰和直观的影像以显示患者病变结构，或是指导完成例如术中神经减压的软组织操作。

技术实现思路

1、本专利技术的目的是提供一种基于ct与mri图像的脊柱多模态影像融合方法，能够生成多模态融合影像，清晰显示脊柱的硬骨性结构和软组织结构。

2、本专利技术提供了一种基于ct与mri图像的脊柱多模态影像融合方法，包括：

3、获取ct影像，从ct影像本文档来自技高网...

【技术保护点】

1.基于CT与MRI图像的脊柱多模态影像融合方法，其特征在于，包括：

2.如权利要求1所述的基于CT与MRI图像的脊柱多模态影像融合方法，其特征在于，步骤：获取CT影像，从CT影像中提取分离椎骨，包括：

3.如权利要求2所述的基于CT与MRI图像的脊柱多模态影像融合方法，其特征在于，所述迭代分割网络框架为U-net深度学习网络架构。

4.如权利要求1所述的基于CT与MRI图像的脊柱多模态影像融合方法，其特征在于，步骤：获取MRI影像，从MRI影像中提取分离椎骨和软组织，包括：

5.如权利要求4所述的基于CT与MRI图像的脊柱多模态影像融合方...

【技术特征摘要】

1.基于ct与mri图像的脊柱多模态影像融合方法，其特征在于，包括：

2.如权利要求1所述的基于ct与mri图像的脊柱多模态影像融合方法，其特征在于，步骤：获取ct影像，从ct影像中提取分离椎骨，包括：

3.如权利要求2所述的基于ct与mri图像的脊柱多模态影像融合方法，其特征在于，所述迭代分割网络框架为u-net深度学习网络架构。

4.如权利要求1所述的基于ct与mri图像的脊柱多模态影像融合方法，其特征在于，步骤：获取mri影像，从mri影像中提取分离椎骨和软组织，包括：

5.如权利要求4所述的基于ct与mri图像的脊柱多模态影像融合方法，其特征在于，步骤：从mri影像中提取...

【专利技术属性】
技术研发人员：藏磊，袁硕，范宁，王奥博，
申请(专利权)人：首都医科大学附属北京朝阳医院，
类型：发明
国别省市：