[發明專利]基于椎骨影像的信息處理方法及計算機可讀存儲介質

在審

• 申請號: 202010759947.6
• 申請日: 2020-07-31
• 公開（公告）號: CN111881910A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 石磊;程根;史晶
• 申請（專利權）人: 杭州依圖醫療技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 喻嶸

1.基于椎骨影像的信息處理方法，包括：

識別椎骨影像中的椎體松質骨區域，以及不同于椎體松質骨的其他區域；

獲取所述椎體松質骨區域的第一影像參數，以及各所述其他區域的影像參數；

基于所述第一影像參數和各所述其他區域的影像參數，得到骨密度信息。

2.根據權利要求1所述的信息處理方法，其中，識別不同于椎體松質骨的其他區域，包括：識別相鄰于椎體松質骨區域的其他區域，所述其他區域分別包含不同組織。

3.根據權利要求2所述的信息處理方法，其中，

識別相鄰于椎體松質骨區域的其他區域，包括：識別相鄰于椎體松質骨區域的肌肉組織區域和脂肪組織區域；

獲取各所述其他區域的影像參數，包括：獲取肌肉組織區域的第二影像參數和脂肪組織區域的第三影像參數。

4.根據權利要求3所述的信息處理方法，其中，識別椎骨影像中的椎體松質骨區域，以及相鄰于椎體松質骨區域的肌肉組織區域和脂肪組織區域，包括：

通過AI方式確定椎骨影像的至少一橫斷面影像；

基于深度學習模型，通過AI方式界定所述橫斷面影像中椎體松質骨區域，以及相鄰于椎體松質骨區域的肌肉組織區域和脂肪組織區域。

5.根據權利要求4所述的信息處理方法，其中，所述深度學習模型的構建方式，包括：

獲取大樣本椎骨影像；

至少根據椎骨生理參數標注大樣本椎骨影像，形成關于椎體松質骨區域以及相鄰于椎體松質骨區域的肌肉組織區域和脂肪組織區域的樣本集；

構建深度學習模型。

6.根據權利要求5所述的信息處理方法，其中，基于深度學習模型，通過AI方式界定所述橫斷面影像中椎體松質骨區域，以及相鄰于椎體松質骨區域的肌肉組織區域和脂肪組織區域，包括：

基于所述樣本集，通過AI方式識別所述椎骨生理參數對應的生理位置；

通過幾何形狀分別界定出椎體松質骨區域，以及肌肉組織區域和脂肪組織區域；

其中，所述椎骨生理參數包括：椎骨體橫徑、椎骨體前緣、棘突的凸起水平線。

7.根據權利要求1至6中任一項所述的信息處理方法，其中，所述椎骨影像為CT影像；

所述獲取所述椎體松質骨區域的第一影像參數，以及各所述其他區域的影像參數，包括：

基于提取的所述椎體松質骨區域內的CT值，確定第一CT值；

基于提取的各所述其他區域內的CT值，確定第二CT值和第三CT值。

8.根據權利要求7所述的信息處理方法，其中，所述得到骨密度信息，包括：

基于所述第一CT值和第三CT值，得到所述第一CT值和第三CT值的第一比對關系；

基于所述第二CT值和第三CT值，得到所述第二CT值和第三CT值的第二比對關系；

基于所述第一比對關系和第二比對關系，以及預設骨密度均值，得到所述骨密度信息。

9.根據權利要求1所述的信息處理方法，其中，還包括：

獲取多層椎骨影像的骨密度信息；

基于多層椎骨影像的骨密度信息的均值，確定最終骨密度信息。

10.一種計算機可讀存儲介質，其上存儲有計算機可執行指令，所述計算機可執行指令由處理器執行時，實現：

根據權利要求1至9所述的信息處理方法。