[發(fā)明專利]一種基于超聲影像的脊柱橫突定位方法

有效

• 申請?zhí)枺?/td>: 201810571485.8
• 申請日: 2018-06-06
• 公開（公告）號: CN108670301B
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計）人: 黃慶華
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: A61B8/00
• 分類號: A61B8/00;A61B8/08
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 常威威

本發(fā)明提供了一種基于超聲影像的脊柱橫突定位方法。首先，利用2.5維超聲寬景成像方法對脊柱橫突進(jìn)行掃描成像，得到系列原始幀B超圖像；然后，利用模板匹配方法，得到每一幀原始幀B超圖像中的橫突表面的定位區(qū)域，再利用圖像分割方法對橫突表面定位區(qū)域進(jìn)行分割，得到橫突表面區(qū)域的輪廓；第三，選取輪廓上的標(biāo)志位置點(diǎn)，結(jié)合其空間位置信息，共同構(gòu)成橫突的三維空間位置信息；最后，由于超聲探頭掃描過程中，同一個橫突會出現(xiàn)在多幅連續(xù)采集的原始幀B超圖像中，因此利用凝聚型層次聚類方法對這些標(biāo)志位置點(diǎn)進(jìn)行聚類處理，得到的聚類中心即為特定脊柱橫突骨的空間位置。利用本發(fā)明方法，可以實(shí)現(xiàn)對脊柱橫突位置的自動且準(zhǔn)確地定位，無須手動選取橫突表面區(qū)域，具有無輻射、低成本、高便利性的特點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬醫(yī)學(xué)超聲寬景成像識別和定位技術(shù)領(lǐng)域，具體涉及一種基于超聲影像的脊柱橫突定位方法。

背景技術(shù)

超聲圖像的成像原理是通過測量超聲波的反射波到傳感器的幅值和往返時間來形成圖像的。如果兩個組織的分界面上具有較高的不匹配聲阻抗，則聲波信號會具有較大的幅值，從而使超聲圖像中出現(xiàn)高亮度的像素點(diǎn)。使用超聲對人體骨骼進(jìn)行成像會在骨骼的表面形成一塊高亮度區(qū)域，而在骨表面下方形成低亮度的陰影區(qū)域。由于探頭成像范圍通常存在肌肉、軟組織等表面，容易與骨表面產(chǎn)生混淆，傳統(tǒng)圖像分割方法通常采用手動選取感興趣區(qū)域或種子點(diǎn)來實(shí)現(xiàn)骨表面分割。例如，李軍等人在《紅外與激光工程》上發(fā)表的《超聲圖像中胎兒股骨的自動檢測與測量》提出，首先通過人工截取股骨的大致位置，再利用Ostu閾值分割法分割出骨表面候選區(qū)域，最后通過計算各候選區(qū)域的形狀特征來確定股骨區(qū)域。該方法需要手動選取感興趣區(qū)域，并且特征提取的過程較為復(fù)雜、耗時。PoratHadar等人在專利號為EP20050718875的專利中通過種子點(diǎn)生長的方法來實(shí)現(xiàn)骨區(qū)域的連接，該方法也需要手動選取種子點(diǎn)，降低了系統(tǒng)的自動性。因此，僅依靠傳統(tǒng)圖像分割方法無法對超聲圖像的骨表面區(qū)域進(jìn)行自動且準(zhǔn)確的定位。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于超聲影像的脊柱橫突定位方法。首先，利用2.5維超聲寬景成像方法對脊柱橫突進(jìn)行掃描成像，得到系列原始幀B超圖像；然后，利用模板匹配方法，得到每一幀原始幀B超圖像中的橫突表面的定位區(qū)域，再利用圖像分割方法對橫突表面定位區(qū)域進(jìn)行分割，得到橫突表面區(qū)域的輪廓；第三，自動確定輪廓上的標(biāo)志位置點(diǎn)，結(jié)合其所在的原始幀B超圖像的三維空間位置信息，轉(zhuǎn)換成該橫突的三維空間位置信息；最后，由于超聲探頭掃描過程中，同一個橫突會出現(xiàn)在多幅連續(xù)采集的原始幀B超圖像中，因此利用凝聚型層次聚類方法對提取到的標(biāo)志位置點(diǎn)進(jìn)行聚類處理，得到的聚類中心即為特定脊柱橫突骨的空間位置。利用本發(fā)明方法，可以實(shí)現(xiàn)對脊柱橫突位置的自動且準(zhǔn)確地定位，無須手動選取橫突表面區(qū)域，具有無輻射、低成本、高便利性的特點(diǎn)。

一種基于超聲影像的脊柱橫突定位方法，其特征在于步驟如下：

第一步：利用2.5維超聲寬景成像方法，將帶有位置感應(yīng)裝置的超聲探頭垂直緊貼皮膚，在脊柱左右兩側(cè)對脊柱橫突進(jìn)行掃描成像，得到N幀脊柱橫突的原始幀B超圖像和圖像中每一個像素點(diǎn)的空間位置信息，N1。

第二步：以已知的橫突表面區(qū)域圖像為模板圖像，利用模板匹配方法分別將每一幀B超圖像和模板圖像進(jìn)行模板匹配，得到每一幀B超圖像中的橫突表面定位區(qū)域。

第三步：利用圖像分割方法分別對每一幀B超圖像中的橫突表面定位區(qū)域進(jìn)行分割處理，得到每一幀B超圖像中的橫突表面區(qū)域的輪廓。

第四步：以每一幀B超圖像中的橫突表面區(qū)域輪廓的最高像素點(diǎn)為該幀圖像橫突的標(biāo)志位置點(diǎn)，標(biāo)志位置點(diǎn)結(jié)合其在原始幀B超圖像的空間位置信息得到橫突的三維空間位置信息。

第五步：利用凝聚型層次聚類方法對所有幀B超圖像的橫突三維空間位置信息進(jìn)行聚類處理，得到的聚類中心即為最終定位的脊柱橫突空間位置。