[發(fā)明專利]一種基于CT的整條脊柱的分割方法、系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110831278.3
• 申請(qǐng)日: 2021-07-22
• 公開（公告）號(hào): CN113487591A
• 公開（公告）日: 2021-10-08
• 發(fā)明（設(shè)計(jì)）人: 肖建如;孟子堯;盛斌;呂天予;矯健;周振華;馬科威;劉鐵龍
• 申請(qǐng)（專利權(quán)）人: 上海嘉奧信息科技發(fā)展有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/136;G06T7/194;G06N3/04;G06N3/08
• 代理公司: 上海段和段律師事務(wù)所 31334
• 代理人: 李佳俊;郭國(guó)中

本發(fā)明提供了一種基于CT的整條脊柱的分割方法，包括如下步驟：步驟1：獲取3D脊柱圖像，對(duì)3D脊柱進(jìn)行脊柱和背景分割，得到脊柱部分3D圖像；步驟2：對(duì)脊柱部分3D圖像進(jìn)行基于切片U?net的脊柱分割。本發(fā)明提供的一種基于CT的整條脊柱的分割方法、系統(tǒng)提出使用切片U?net用于脊柱CT分割與脊柱識(shí)別，緩解數(shù)據(jù)集不足的問(wèn)題，降低模型復(fù)雜度。

技術(shù)領(lǐng)域

本發(fā)明涉及整條脊柱分割的技術(shù)領(lǐng)域，具體地，涉及一種基于CT的整條脊柱的分割方法、系統(tǒng)。

背景技術(shù)

脊柱也被稱為脊椎，是形成人體上部中心負(fù)重軸的骨骼結(jié)構(gòu)。脊柱圖像有著多種醫(yī)學(xué)影像學(xué)模式，其中X光片、CT、MRI和PET等多種圖像被用于評(píng)估脊柱解剖和診斷脊柱病理。其中，CT是當(dāng)代使用最廣泛的掃描技術(shù)，是評(píng)估椎骨的三維形態(tài)的空間上最精確的方式。脊柱分割是大多數(shù)后續(xù)脊柱圖像分析和建模任務(wù)的基本步驟。

針對(duì)上述中的相關(guān)技術(shù)，發(fā)明人認(rèn)為存在有數(shù)據(jù)集不足而導(dǎo)致增加模型的復(fù)雜度的問(wèn)題，因此，需要提出一種技術(shù)方案以改善上述技術(shù)問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種基于CT的整條脊柱的分割方法、系統(tǒng)。

根據(jù)本發(fā)明提供的一種基于CT的整條脊柱的分割方法，包括如下步驟：

步驟1：獲取3D脊柱圖像，對(duì)3D脊柱進(jìn)行脊柱和背景分割，得到脊柱部分3D圖像；

步驟2：對(duì)脊柱部分3D圖像進(jìn)行基于切片U-net的脊柱分割。

優(yōu)選地，所述步驟1包括：

步驟1.1：設(shè)置灰度化閾值，使用SLIC算法在橫向面切片上進(jìn)行脊柱的分類；

步驟1.2：使用Felzenszwalb算法在矢狀面切片上進(jìn)行實(shí)驗(yàn)。

優(yōu)選地，所述步驟1.1繪制訓(xùn)練集中脊柱圖像的灰度直方圖，將閾值設(shè)置為77-140；將分割大小限制在400*260*260的立方體中，并舍棄CT掃描的左側(cè)部分；使用腐蝕膨脹操作，進(jìn)行脊柱分割效果的評(píng)估。

優(yōu)選地，所述步驟1.2使用灰度化閾值方法去判斷分割區(qū)域是否屬于脊柱；設(shè)置閾值為72和150。

優(yōu)選地，所述步驟2包括：

步驟2.1：對(duì)3D脊柱圖像進(jìn)行切片；

步驟2.2：使用分割網(wǎng)絡(luò)對(duì)3D脊柱圖像切片進(jìn)行處理；

步驟2.3：使用融合模塊將分割網(wǎng)絡(luò)中的結(jié)果融合。

優(yōu)選地，所述步驟2.1對(duì)訓(xùn)練集中的3D脊柱圖像從橫狀面、冠狀面、矢狀面三個(gè)方向進(jìn)行切片；得到橫向面切片、冠狀面切片、矢狀面切片三組2D切片圖像。

優(yōu)選地，所述步驟2.2中的分割網(wǎng)絡(luò)由三個(gè)獨(dú)立的2D U-net網(wǎng)絡(luò)組成，分別對(duì)應(yīng)處理橫向面切片、冠狀面切片、矢狀面切片；每個(gè)2D U-net都由4個(gè)下采樣、4個(gè)上采樣模塊、1個(gè)最底層模塊和跳層連接模塊組成；下采樣模塊包括兩個(gè)3*3卷積操作、ReLU線性整流函數(shù)、一個(gè)2*2最大池化操作；上采樣模塊包括一個(gè)2*2反卷積操作、兩個(gè)3*3卷積操作、ReLU線性整流函數(shù)、操作；最底層模塊包括2個(gè)3*3卷積操作；跳層連接模塊連接相對(duì)應(yīng)的下采樣和上采用模塊。

優(yōu)選地，所述步驟2.3中的融合模塊將分割網(wǎng)絡(luò)中三個(gè)通道的結(jié)果融合成一個(gè)最終的結(jié)果；包括均值融合、投票和回歸。

優(yōu)選地，所述均值融合對(duì)步驟2.2中得到的橫向面切片、冠狀面切片、矢狀面切片的結(jié)果進(jìn)行評(píng)分，分別用Sa,Ss,Sc表示；

所述投票法用于在圖像二值化后的分割結(jié)果；

所述回歸法包括線性回歸和邏輯回歸,對(duì)于三個(gè)通道的回歸看作在分割網(wǎng)絡(luò)的輸出層額外增加一個(gè)1*1的卷積層。