[发明专利]一种青少年特发性脊柱侧凸PUMC分型方法

权利要求书

1.一种青少年特发性脊柱侧凸PUMC分型方法，其特征在于，包括：

步骤1：获取患者的冠状面AP位脊柱图像、矢状面LAT位脊柱图像、左弯曲LB位脊柱图像以及右弯曲RB位脊柱图像；

步骤2：利用预先训练好的椎体语义分割模型对各脊柱图像进行处理，分别提取得到AP位椎体轮廓、LAT位椎体轮廓、LB位椎体轮廓和RB位椎体轮廓；

步骤3：根据所述AP位椎体轮廓，对所述LB位椎体轮廓和RB位椎体轮廓进行配准，得到所述LB位椎体轮廓和RB位椎体轮廓中椎体与所述AP位椎体轮廓中椎体的对应关系；

步骤4：根据所述AP位椎体轮廓、LAT位椎体轮廓、配准后的LB位椎体轮廓和配准后的RB位椎体轮廓，分别计算得到AP位脊柱特征、LAT位脊柱特征、LB位脊柱特征和RB位脊柱特征，所述AP位脊柱特征包括AP位Cobb角和双肩高度差，所述LAT位脊柱特征包括LAT位Cobb角，所述LB位脊柱特征包括LB位Cobb角和侧凸柔韧度，所述RB位脊柱特征包括RB位Cobb角和侧凸柔韧度；

步骤5：根据所述AP位脊柱特征、LAT位脊柱特征、LB位脊柱特征和RB位脊柱特征，进行青少年特发性脊柱侧凸的PUMC分型；

其中，所述步骤2包括：

步骤21：利用预先训练好的AP位椎体语义分割模型对所述AP位脊柱图像进行处理，提取得到所述AP位脊柱图像中包含C7、T1-T12和L1-L5的椎体轮廓，即所述AP位椎体轮廓，同时识别出每个椎体；

步骤22：利用预先训练好的LAT位椎体语义分割模型对所述LAT位脊柱图像进行处理，提取得到所述LAT位脊柱图像中包含T12-L1的椎体轮廓，即所述LAT位椎体轮廓，同时识别出椎体T12和L1；

步骤23：利用预先训练好的LB位椎体语义分割模型对所述LB位脊柱图像进行处理，提取得到所述LB位脊柱图像中包含C7-L5的椎体轮廓，即所述LB位椎体轮廓；

步骤24：利用预先训练好的RB位椎体语义分割模型对所述RB位脊柱图像进行处理，提取得到所述RB位脊柱图像中包含C7-L5的椎体轮廓，即所述RB位椎体轮廓；

其中，所述步骤3包括：

根据所述AP位椎体轮廓，计算所述AP位脊柱图像中每个椎体的最小外接矩形的宽高比R，得到AP图像椎体宽高比特征向量，以数组表示；

根据所述LB位椎体轮廓，计算所述LB位脊柱图像中每个椎体的最小外接矩形的宽高比R，得到LB图像椎体宽高比特征向量，以数组表示；

以所述AP位脊柱图像中最后一个椎体L5位置为起点，从数组中截取与数组相同数量的连续椎体，得到新的LB位椎体宽高比特征向量，以数组表示，计算与的欧式距离 ；

在所述数组中从最后一个椎体L5向近端滑动一个椎体位置，以滑动后的椎体位置为起点，从数组中截取与数组相同数量的连续椎体，再次得到新的LB位椎体宽高比特征向量，以数组表示，计算与的欧式距离；

重复上一步骤预设次数后，得到欧式距离数组, 数组的长度等于LB位图像滑动的次数+1；

求取欧式距离数组中最小值，该最小值在所述AP位脊柱图像中对应的椎体滑动位置，与所述LB位脊柱图像中最后一个椎体为相同椎体，从而完成配准；

和/或，所述步骤3包括：

根据所述AP位椎体轮廓，计算所述AP位脊柱图像中每个椎体的最小外接矩形的宽高比R，得到AP图像椎体宽高比特征向量，以数组 表示；

根据所述RB位椎体轮廓，计算所述RB位脊柱图像中每个椎体的最小外接矩形的宽高比R，得到RB图像椎体宽高比特征向量，以数组表示；

以所述AP位脊柱图像中最后一个椎体L5位置为起点，从数组中截取与数组相同数量的连续椎体，得到新的RB位椎体宽高比特征向量，以数组表示，计算与的欧式距离；

在所述数组中从最后一个椎体L5向近端滑动一个椎体位置，以滑动后的椎体位置为起点，从数组中截取与数组相同数量的连续椎体，再次得到新的RB位椎体宽高比特征向量，以数组表示，计算与的欧式距离；

重复上一步骤预设次数后，得到欧式距离数组, 数组的长度等于RB位图像滑动的次数+1；

求取欧式距离数组中最小值，该最小值在所述AP位脊柱图像中对应的椎体滑动位置，与所述RB位脊柱图像中最后一个椎体为相同椎体，从而完成配准。