[发明专利]一种椎间盘图像的退行性变计算机自动分级方法

摘要

本发明公开了一种椎间盘图像的退行性变计算机自动分级方法；首先通过对一系列脊柱Gabor特征图像的处理得到脊柱和椎间盘的边缘信息并基于脊柱边缘信息提取脊柱区域；然后根据以上信息及椎间盘位置的先验信息在脊柱区域定位椎间盘；最后根据定位结果和Gabor系数图，结合椭圆拟合的方法得到髓核和纤维环灰度信息并根据灰度和几何信息实现分级。该方法利用Gabor小波多尺度多方向的特性，结合方向信息有效缩小目标搜索范围，利用Gabor小波提取矢状图上的椎间盘纹理信息实现全自动、非监督的识别与分级，对于病变与非病变椎间盘都适用。通过37个病人MRI数据验证了算法的准确率和可行性，在定位准确率可达96.6％基础上实现前5级的退行性变分级评定。

主权项

一种椎间盘图像的退行性变计算机自动分级方法，其特征在于：包括以下步骤：S1：获取椎间盘图像,通过图像预处理获取样本图像；S2：从椎间盘图像中提取椎间盘位置得到椭圆形椎间盘区域；S3：计算椭圆形椎间盘区域内的髓核与纤维环灰度比值；S4：根据灰度比值对椎间盘图像进行椎间盘区域退行性变图像分级；所述椭圆形椎间盘区域按以下步骤形成：S21：通过定位算法获取每个椎间盘的矩形区域；S22：利用Gabor滤波器处理椎间盘图像得到不同频率滤波图；S23：按以下公式计算相同方向上的N个不同频率滤波图的均值图其中，Gν,μ表示尺度ν方向μ上的滤波图；S24：在ν个均值图上截取区域A，获取强度最大的均值图区域，将该均值图区域记为其中，S25：用大津法对做二值化处理得到二值图并检测二值图的边界点；S26：将二值图叠加到原图上获得椎间盘区域的二值图边界点；S27：用椭圆拟合二值图边界点获得紧致边界形成椭圆形椎间盘区域。