[发明专利]基于椎体中心点的端到端椎体关键点定位测量方法及装置

说明书

本发明提供一种基于椎体中心点的端到端椎体关键点定位测量方法，包括以下步骤:利用端到端定位模型端到端获取腰椎影像中的椎体中心点以及椎体关键点相对椎体中心点的相对位置信息，基于相对位置信息确定椎体关键点，该方法革新传统的两步式测量方法，实现端到端的椎体关键点的定位测量，具有训练和预测过程高效、模型参数易调节、便于挖掘任务之间的相互关联性，减少预测时间的优点。

技术领域

本发明涉及图像处理领域，特别涉及一种基于椎体中心点的端到端椎体关键点定位测量方法及装置。

背景技术

目前我国有大量居民受到腰椎相关疾病的困扰，随着医学影像技术的不断发展，人们可以借用MRI、CT、DR、超声等技术查看腰椎的情况。

在传统的医学诊断领域，医务人员翻看医学影像图片并对腰椎病变情况作出人为主观判断，这种方式耗时耗力且判断精准度完全依靠于医务人员的技术水平。人工智能的发展为椎体关键点的自动定位测量带来了可能性，现有技术的椎体关键点定位测量模型可在充分训练后自动定位测量医学影像中的椎体关键点，然而相对于其他定位测量任务，腰椎的定位测量涉及腰椎点关键点数量众多，且部分关键点分布较为密集，对应的，存在训练数据的标注耗时较多、需要更加精细的标注才可以获取准确的标注信息等问题，这两大训练数据的特点就极大程度地提高了椎体关键点定位测量模型的标注成本。

不仅如此，目前常规的椎体关键点定位模型在训练和测量时均需要先定位椎体位置，对椎体位置进行裁剪后再进行关键点的定位。也就是说，常规的椎体关键点定位模型完成椎体关键点定位测量需要两个分步的任务，对应的，其训练和预测的时间就相较较长、且模型参数难以调节。

发明内容

本发明的目的在于提供一种基于椎体中心点的端到端椎体关键点定位测量方法及装置，该方法革新传统的两步式测量方法，实现端到端的椎体关键点的定位测量，具有训练和预测过程高效、模型参数易调节、便于挖掘任务之间的相互关联性，减少预测时间的优点。

为实现以上目的，本技术方案提供一种基于椎体中心点的端到端椎体关键点定位测量方法，包括以下步骤:利用端到端定位模型端到端获取腰椎影像中的椎体中心点以及椎体关键点相对椎体中心点的相对位置信息，基于相对位置信息确定椎体关键点。

在一些实施例中，端到端获取椎体中心点的椎体中心点坐标以及椎体关键点相对椎体中心点的相对偏移向量，其中相对偏移向量显示相对椎体中心点坐标的偏移向量。

在一些实施例中，椎体上缘右侧点和下缘左侧点的连线，与椎体上缘左侧点和下缘右侧点的连线的交点为椎体中心点。

在一些实施例中，端到端定位模型采用多感受野模型结构，多感受野模型结构的特征解码部分包括针对椎体中心点定位的分支一，以及针对椎体关键点相对椎体中心点的相对位置信息获取的分支二，其中分支一和分支二内设有下采样模块以及卷积模块，分支二的下采样模块以及卷积模块的数量多于分支一的下采样模块以及卷积模块的数量。

在一些实施例中，端到端定位模型的训练方式：

设计端到端定位模型：设计由多个卷积层堆叠而成的特征提取部分以及设有感受不同野的特征解码部分，其中特征解码部分包括不同数量下采样模块和卷积模块的分支一和分支二；

训练数据获取：标记医学腰椎影像的腰椎的椎体中心点以及椎体关键点，其中椎体关键点的标记信息为：椎体中心点坐标+相对偏移向量，椎体中心点的标记信息为：椎体中心点坐标；

训练端到端定位模型：利用训练数据训练迭代端到端定位框架，得到端到端定位模型。

在一些实施例中，训练端到端定位模型时，对训练数据随机加入训练数据的镜像翻转操作。

在一些实施例中，分别执行随机镜像翻转操作分别进行预测，将预测的结果进行融合，对预测得到的高斯热图求平均，然后再解码成坐标点。