【技术实现步骤摘要】
本专利技术涉及智能医疗领域，更具体地，涉及一种脊柱分割方法、设备、介质和程序产品。
技术介绍
1、在医学领域，通常结合医学图像处理可以实现部分引导手术，而图像分割是后续医学处理的基础，后续医学处理包括：可以根据正常组织或病变组织的ct图像按照先后顺序进行图像分割、特征提取、定量分析和三维重建等处理。不同于肿瘤疾病中对于肿瘤的直接分割，对于脊柱手术来说，由于脊柱结构复杂，其包括多个椎体、椎弓根、椎板、椎孔、横突、棘突等，因此对于脊柱ct图像进行分割时具有相当大的难度。
2、现有技术中，当基于神经网络的机器学习算法来实现时，通常使用大量的训练集样本数据对该神经网络进行训练，即神经网络模型的精度直接依赖于训练集样本数据的量，为了实现对脊柱各个组成单元的分割效果，样本数据中的每个脊柱组成单元都标注有类别标签。但是在实际操作时，其需要医生逐层对数百层二维图像进行勾画脊柱区域，这导致医生平均要花费半小时以上的时间勾画一个病人的脊柱区域。因此亟需一种难度小且能保证脊柱定位和分割精度的脊柱分割方法。
技术实现思路
【技术保护点】
1.一种脊柱分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的脊柱分割方法，其特征在于，所述102中裁剪所述整个脊椎骨的N值掩码图像中的单个椎体区域的方法包括：从单个椎体的四周边缘逐渐向中心裁剪；优选等比例从单个椎体的四周边缘向中心腐蚀；
3.根据权利要求1所述的脊柱分割方法，其特征在于，所述103中定位所述相邻单个椎体之间不连接的N值掩码图像中单个椎体的质心的方法包括：使用连通域算法识别所述相邻单个椎体之间不连接的N值掩码图像中的至少一个单独区域；定位单独区域的质心即为单个椎体的质心；所述单独区域为单个椎体所在的区域；
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。