[发明专利]一种基于CT序列图像的腰椎骨自动定位方法

说明书

本发明公开了一种基于CT序列图像的腰椎骨自动定位方法，腰椎骨是临床测量骨密度的常用研究对象，提出一种基于CT序列图像的腰椎骨自动定位方法，首先载入横断位CT序列图像，对DICOM原始数据进行预处理，三维重建出骨骼增强冠状图，然后基于多尺度模板匹配的方法自动匹配胸椎骨T12，提取匹配胸椎骨T12的CT起始序列号nsubgt;0/subgt;；再基于深度学习网络，训练基于横断位CT图像的椎骨分割模型；将nsubgt;0/subgt;作为起始序列号，用训练好的模型进行横断位图像腰椎骨分割并保存分割结果；最后基于横断位图像腰椎骨分割结果的像素总和，分离椎间盘和椎体，提取每一节腰椎骨对应的CT序列号区间。

技术领域

本发明属于腰椎骨定位技术领域，尤其涉及一种基于CT序列图像的腰椎骨自动定位方法。

背景技术

近年来医学影像技术和人工智能技术在不断飞速发展，交叉学科应用引起了我们的重视，计算机断层扫描广泛地应用在临床诊断中，大幅度提高了医疗水平，为医学的研究和发展提供了良好的保障，具有重大影响和价值。利用人工智能技术对医学影像数据进行处理和分析可为现代医学诊断提供强有力的辅助作用。

临床测量骨密度时，腰椎骨是常用研究对象，腰椎骨的骨密度能较为准确的反应人体骨头状态以预测骨折风险。CT可以生成脊椎骨的高分辨率的横断位扫描图像，现有方法通常是通过人工手动选取包含一整节腰椎骨的CT序列图片，再基于手动选取的CT图像进行椎体骨密度分析，耗费人力和时间。从横断位CT序列图像中高精准度的定位每一节腰椎骨的位置，自动化获取每一节腰椎骨的CT序列号区间，对骨密度分析等医学研究有重大意义。

发明内容

本发明所要解决的技术问题是，提供一种基于CT序列图像的腰椎骨自动定位方法，在没有人工辅助的情况下定位腰椎骨，并精确地找到每一节腰椎骨对应的序列号区间。

本发明解决其技术问题所采用的技术方案是：提供一种基于CT序列图像的腰椎骨自动定位方法，该方法包括以下步骤，步骤一，载入横断位CT序列图像，对DICOM原始数据进行预处理，三维重建出骨骼增强冠状图；步骤二，基于多尺度模板匹配的方法自动匹配胸椎骨T12，提取匹配胸椎骨T12的CT起始序列号n₀；步骤三，基于深度学习网络，训练基于横断位CT图像的腰椎骨分割模型；步骤四，将n₀作为起始序列号，用训练好的模型进行横断位图像腰椎骨分割并保存分割结果；步骤五，基于横断位图像腰椎骨分割结果的像素总和，分离椎间盘和椎体，提取每一节腰椎骨对应的CT序列号区间。

按上述技术方案，所述步骤一中，基于横断位CT序列图像三维重建出骨骼增强冠状图的方法包括以下步骤：步骤A，此处的CT序列图像指的是做胸腹部CT检查获取的横断位CT序列图像，至少包括最后一节胸椎骨T12和第一节腰椎骨L1；步骤B，获取CT序列图像即DICOM图像的头文件标签字段INSTANCENUMBER，对序列图片进行排序以符合CT扫描的时间顺序；步骤B，根据DICOM图像数据进行灰度值统计确定骨骼区域灰度值阈值；步骤D，根据DICOM图像数据进行灰度值统计确定金属物灰度值阈值，通过阈值限定消除可能存在的金属物影响；步骤E，确定有效DICOM图像数据范围，设置遍历范围，消除CT机床床板产生的影响；步骤F，基于以上步骤，按CT扫描顺序遍历处理每一张DICOM图像，提取骨骼部分的有效数据三维重建出骨骼冠状图，DICOM图像的CT序列号即所生成冠状图的行号。

按上述技术方案，所述步骤二中，多尺度模板匹配的方法包括以下步骤：步骤a，以任意骨骼冠状图中第一节腰椎骨L1和最后一节胸椎骨T12及相连的肋骨区域作为特征模板；步骤b，将生成的骨骼冠状图和特征模板二值化；步骤c，将二值化的特征模板与骨骼冠状图进行多尺度模板匹配，并对匹配区域绘制矩形框；步骤d，返回矩形右上角顶点的纵坐标，即胸椎骨T12的起始CT序列号n₀。