[發明專利]一種基于深度學習的MRI脊椎圖像椎間盤掃描定位和椎骨標識方法

在審

• 申請號: 202011331392.1
• 申請日: 2020-11-24
• 公開（公告）號: CN114549619A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 盛靖友;楊明;卞威;盧章;丁強
• 申請（專利權）人: 奧泰醫療系統有限責任公司
• 主分類號: G06T7/66
• 分類號: G06T7/66;G06T7/62;G06T7/194;G06T7/00;G06N3/08;G06N3/04;G06V10/26
• 代理公司: 成都高遠知識產權代理事務所(普通合伙) 51222
• 代理人: 李安霞

本發明公開一種基于深度學習的MRI脊椎圖像椎間盤掃描定位和椎骨標識方法，包括以下步驟：步驟s1：利用卷積神經網絡模型對預先準備的MRI脊柱圖像進行語義分割；步驟s2：在步驟s1語義分割所得到的圖像上擬合前景像素得到多個多邊形；步驟s3：進行多邊形篩選；步驟s4：進行多邊形排序并添加標簽，完成椎骨標識；步驟s5：進行多邊形邊逼近，減少頂點數，使得多邊形更接近四邊形；步驟s6：計算并找出多邊形的左下角頂點、左上角頂點、右上角頂點以及右下角頂點；步驟s7：計算椎間盤掃描定位線，完成椎間盤掃描定位。本發明可提高MRI脊柱檢查的效率，減少人工工作量，并使得病人的多次檢查的掃描位置具有很高的重復度。

技術領域

本發明涉及醫學影像處理技術領域，尤其涉及一種基于深度學習的MRI脊椎圖像椎間盤掃描定位和椎骨標識方法。

背景技術

隨著經濟水平的提高和技術的發展，人們對醫療健康提出了更高的要求。核磁共振(Magnet Resonance Image,MRI)作為一種先進的影像診斷技術越來越廣泛的應用到病人的檢查中。使用MRI對脊柱相關疾病的診斷相較于其他影像技術有明顯的優勢，例如更明顯的組織對比度、任意方向的成像等。

在MRI檢查脊柱的過程中，有兩個關鍵的操作，椎間盤定位和椎骨標識：

椎間盤定位指MRI掃描定位相完成后，需要進一步根據定位圖像掃描脊椎椎間盤橫截面層，通常掃描的橫截面層根據椎間盤中心點和椎骨分布方向確定。通常掃描一個部位需要定位多次定位調整，比較費時費力，包括對掃描中心調整和掃描角度的調整。

椎骨標識指掃描完成后，診斷醫生在圖像上確定每個椎骨的標識，例如頸椎C2到C7，胸椎T1到T12，腰椎L1到L5，通過這些標識確定疾病出現的位置并生成診斷報告。

現有的MRI產品中，在掃描脊椎時，椎間盤定位的方式為人工手動定位。先確定椎間盤的中心點，然后根據椎骨的分布方向，以旋轉定位線的方式調整掃描的方向，且還需要人工提前確定部分椎骨的標簽。這個過程根據操作技師的熟練程度，一般需要花費好幾分鐘不等。

椎骨標識，也是人工標識。部分軟件產品提供了工具，可以人工添加標簽，部分軟件則沒有，需要人腦默記。

現有技術主要存在以下兩點缺陷：

1、人工執行操作耗時較長，掃描一個椎間盤序列，人工定位通常要用好幾分鐘執行定位操作；

2、閱片診斷中，人工給確定椎骨標簽同樣非常耗時，而且人工大量反復工作，非常容易產生疲勞導致發生錯誤出現誤診。

發明內容

本發明旨在提供一種基于深度學習的MRI脊椎圖像椎間盤掃描定位和椎骨標識方法，能夠減少臨床工作人員的工作量且其自動掃描定位可以提高效率，并使得病人的多次檢查的掃描位置具有很高重復度，以便于復查。

為達到上述目的，本發明是采用以下技術方案實現的：

一種基于深度學習的MRI脊椎圖像椎間盤掃描定位和椎骨標識方法，包括以下步驟：

步驟s1：利用卷積神經網絡模型對預先準備的MRI脊柱圖像進行語義分割；

步驟s2：在步驟s1語義分割所得到的圖像上擬合前景像素得到多個多邊形；

步驟s3：進行多邊形篩選；

步驟s4：進行多邊形排序并添加標簽，完成椎骨標識；

步驟s5：進行多邊形邊逼近，減少頂點數，使得多邊形更接近四邊形；

步驟s6：計算并找出多邊形的左下角頂點、左上角頂點、右上角頂點以及右下角頂點；

步驟s7：計算椎間盤掃描定位線，完成椎間盤掃描定位。