[发明专利]基于计算机视觉的脊柱冠状面平衡参数自动测量方法

说明书

本发明提供一种基于计算机视觉的脊柱冠状面平衡参数自动测量方法，首先对获得的x光影像图进行预处理，分为上下半身影像图；分别采用基于边缘检测和基于单阈值分割的轮廓提取方法对上下半身影像图进行轮廓提取；基于SIFT特征检测的图像配准技术和启发式算法筛选候选框；计算沿筛选出的颈7骨和骶骨候选框的中心坐标做出的垂线之间的像素距离，并根据影像图dpi大小将像素距离转换为物理距离，完成脊柱冠状位平衡参数CVA的自动测量。本发明选用不同的计算机视觉算法获取目标选框，并结合SIFT图像配准技术和启发式算法思想，减少选框数量，极大提高了选框的精度，保证了量测的准确率。

技术领域

本发明属于计算机视觉影像图处理的实际场景应用领域，主要实现了一种基于边缘检测、阈值分割、轮廓提取、启发式算法的脊柱冠状面平衡参数自动测量的方法。

背景技术

成人脊柱畸形(Adult Spinal Deformity，ASD)是指人骨骼发育成熟后脊柱冠状位和矢状位上出现畸形和失衡，其中由椎间盘和关节突关节的非对称性退变导致的退行性脊柱侧凸是最常见的ASD。其治疗策略的选择和疗效评估成为当前脊柱外科医生关注的焦点和热点

ASD术前脊柱-骨盆力学参数是影像ASD分型和手术方案制定的重要因素，包括脊柱冠状位平衡参数，脊柱矢状位平衡参数和骨盆参数。目前这些参数的测量及分析主要依靠脊柱外科医生和放射科医生人工完成。如果能实现脊柱-骨盆力学参数高效精确的自动化测量，不但可以减轻临床医生的工作负担，也可能更好的评估患者畸形的严重程度，从而为制定精准治疗方案提供有力支持。

发明内容

本发明针对临床医生诊断时的需求，提供了一种基于计算机视觉的脊柱冠状面平衡参数自动测量方法。

基于计算机视觉的脊柱冠状面平衡参数自动测量方法，步骤如下：

步骤1、首先对获得的x光影像图进行预处理，所述的预处理包括灰度化、统一影像图尺寸；并将x光影像图进行14等分，取3、4、5份为上半身影像图，11、12为下半身影像图。所述的上半身影像图包含颈7脊椎骨，所述的下半身影像图包含骶骨。

步骤2、采用基于边缘检测的轮廓提取方法对上半身影像图进行轮廓提取；

步骤3、采用基于单阈值分割的轮廓提取方法对下半身影像图进行轮廓提取；

步骤4、基于SIFT特征检测的图像配准技术和启发式算法筛选候选框，得到含有颈7脊椎骨的轮廓候选框和含有骶骨的轮廓候选框；

步骤5、将上下半身的影像图中获取的候选框绘制到完整的x光影像图上，计算沿筛选出的颈7骨和骶骨候选框的中心坐标做出的垂线之间的像素距离，并根据影像图dpi大小将像素距离转换为物理距离，完成脊柱冠状位平衡参数CVA的自动测量。

步骤2具体操作如下：

采用canny算子提取上半身影像图的边缘，步骤如下：

A)高斯模糊；

使用5x5的高斯滤波器对上半身影像图做平滑处理，减少噪声对边缘检测的影响。

B)Sobel算子计算上半身影像图梯度；

使用Sobel算子对高斯滤波器处理后的上半身影像图进行水平和竖直方向的梯度的计算，Sobel算子结合了高斯平滑和微分求导，包括水平算子和垂直算子；水平算子为垂直算子为对于上半身影像图Ι，其水平和竖直方向的梯度可以表示为梯度的幅值则可以表示为

C)非极大值抑制；

获得梯度大小和梯度方向后，扫描上半身影像图的每个像素点，当某个像素点梯度方向上幅值最大时，则保留该像素值，认为该像素点是精确的轮廓，否则将该像素值置为0。

D)双阈值分割；