[发明专利]一种基于CT的整条脊柱的分割方法、系统

说明书

本发明提供了一种基于CT的整条脊柱的分割方法，包括如下步骤：步骤1：获取3D脊柱图像，对3D脊柱进行脊柱和背景分割，得到脊柱部分3D图像；步骤2：对脊柱部分3D图像进行基于切片U‑net的脊柱分割。本发明提供的一种基于CT的整条脊柱的分割方法、系统提出使用切片U‑net用于脊柱CT分割与脊柱识别，缓解数据集不足的问题，降低模型复杂度。

技术领域

本发明涉及整条脊柱分割的技术领域，具体地，涉及一种基于CT的整条脊柱的分割方法、系统。

背景技术

脊柱也被称为脊椎，是形成人体上部中心负重轴的骨骼结构。脊柱图像有着多种医学影像学模式，其中X光片、CT、MRI和PET等多种图像被用于评估脊柱解剖和诊断脊柱病理。其中，CT是当代使用最广泛的扫描技术，是评估椎骨的三维形态的空间上最精确的方式。脊柱分割是大多数后续脊柱图像分析和建模任务的基本步骤。

针对上述中的相关技术，发明人认为存在有数据集不足而导致增加模型的复杂度的问题，因此，需要提出一种技术方案以改善上述技术问题。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于CT的整条脊柱的分割方法、系统。

根据本发明提供的一种基于CT的整条脊柱的分割方法，包括如下步骤：

步骤1：获取3D脊柱图像，对3D脊柱进行脊柱和背景分割，得到脊柱部分3D图像；

步骤2：对脊柱部分3D图像进行基于切片U-net的脊柱分割。

优选地，所述步骤1包括：

步骤1.1：设置灰度化阈值，使用SLIC算法在横向面切片上进行脊柱的分类；

步骤1.2：使用Felzenszwalb算法在矢状面切片上进行实验。

优选地，所述步骤1.1绘制训练集中脊柱图像的灰度直方图，将阈值设置为77-140；将分割大小限制在400*260*260的立方体中，并舍弃CT扫描的左侧部分；使用腐蚀膨胀操作，进行脊柱分割效果的评估。

优选地，所述步骤1.2使用灰度化阈值方法去判断分割区域是否属于脊柱；设置阈值为72和150。

优选地，所述步骤2包括：

步骤2.1：对3D脊柱图像进行切片；

步骤2.2：使用分割网络对3D脊柱图像切片进行处理；

步骤2.3：使用融合模块将分割网络中的结果融合。

优选地，所述步骤2.1对训练集中的3D脊柱图像从横状面、冠状面、矢状面三个方向进行切片；得到横向面切片、冠状面切片、矢状面切片三组2D切片图像。

优选地，所述步骤2.2中的分割网络由三个独立的2D U-net网络组成，分别对应处理横向面切片、冠状面切片、矢状面切片；每个2D U-net都由4个下采样、4个上采样模块、1个最底层模块和跳层连接模块组成；下采样模块包括两个3*3卷积操作、ReLU线性整流函数、一个2*2最大池化操作；上采样模块包括一个2*2反卷积操作、两个3*3卷积操作、ReLU线性整流函数、操作；最底层模块包括2个3*3卷积操作；跳层连接模块连接相对应的下采样和上采用模块。

优选地，所述步骤2.3中的融合模块将分割网络中三个通道的结果融合成一个最终的结果；包括均值融合、投票和回归。

优选地，所述均值融合对步骤2.2中得到的横向面切片、冠状面切片、矢状面切片的结果进行评分，分别用Sa,Ss,Sc表示；

所述投票法用于在图像二值化后的分割结果；

所述回归法包括线性回归和逻辑回归,对于三个通道的回归看作在分割网络的输出层额外增加一个1*1的卷积层。