[发明专利]基于椎骨影像的信息处理方法及计算机可读存储介质在审
申请号: | 202010759947.6 | 申请日: | 2020-07-31 |
公开(公告)号: | CN111881910A | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 石磊;程根;史晶 | 申请(专利权)人: | 杭州依图医疗技术有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32 |
代理公司: | 北京金信知识产权代理有限公司 11225 | 代理人: | 喻嵘 |
地址: | 310012 浙江省杭州市西*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 椎骨 影像 信息处理 方法 计算机 可读 存储 介质 | ||
1.基于椎骨影像的信息处理方法,包括:
识别椎骨影像中的椎体松质骨区域,以及不同于椎体松质骨的其他区域;
获取所述椎体松质骨区域的第一影像参数,以及各所述其他区域的影像参数;
基于所述第一影像参数和各所述其他区域的影像参数,得到骨密度信息。
2.根据权利要求1所述的信息处理方法,其中,识别不同于椎体松质骨的其他区域,包括:识别相邻于椎体松质骨区域的其他区域,所述其他区域分别包含不同组织。
3.根据权利要求2所述的信息处理方法,其中,
识别相邻于椎体松质骨区域的其他区域,包括:识别相邻于椎体松质骨区域的肌肉组织区域和脂肪组织区域;
获取各所述其他区域的影像参数,包括:获取肌肉组织区域的第二影像参数和脂肪组织区域的第三影像参数。
4.根据权利要求3所述的信息处理方法,其中,识别椎骨影像中的椎体松质骨区域,以及相邻于椎体松质骨区域的肌肉组织区域和脂肪组织区域,包括:
通过AI方式确定椎骨影像的至少一横断面影像;
基于深度学习模型,通过AI方式界定所述横断面影像中椎体松质骨区域,以及相邻于椎体松质骨区域的肌肉组织区域和脂肪组织区域。
5.根据权利要求4所述的信息处理方法,其中,所述深度学习模型的构建方式,包括:
获取大样本椎骨影像;
至少根据椎骨生理参数标注大样本椎骨影像,形成关于椎体松质骨区域以及相邻于椎体松质骨区域的肌肉组织区域和脂肪组织区域的样本集;
构建深度学习模型。
6.根据权利要求5所述的信息处理方法,其中,基于深度学习模型,通过AI方式界定所述横断面影像中椎体松质骨区域,以及相邻于椎体松质骨区域的肌肉组织区域和脂肪组织区域,包括:
基于所述样本集,通过AI方式识别所述椎骨生理参数对应的生理位置;
通过几何形状分别界定出椎体松质骨区域,以及肌肉组织区域和脂肪组织区域;
其中,所述椎骨生理参数包括:椎骨体横径、椎骨体前缘、棘突的凸起水平线。
7.根据权利要求1至6中任一项所述的信息处理方法,其中,所述椎骨影像为CT影像;
所述获取所述椎体松质骨区域的第一影像参数,以及各所述其他区域的影像参数,包括:
基于提取的所述椎体松质骨区域内的CT值,确定第一CT值;
基于提取的各所述其他区域内的CT值,确定第二CT值和第三CT值。
8.根据权利要求7所述的信息处理方法,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值的第一比对关系;
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值的第二比对关系;
基于所述第一比对关系和第二比对关系,以及预设骨密度均值,得到所述骨密度信息。
9.根据权利要求1所述的信息处理方法,其中,还包括:
获取多层椎骨影像的骨密度信息;
基于多层椎骨影像的骨密度信息的均值,确定最终骨密度信息。
10.一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现:
根据权利要求1至9所述的信息处理方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州依图医疗技术有限公司,未经杭州依图医疗技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010759947.6/1.html,转载请声明来源钻瓜专利网。