[发明专利]一种前臂骨识别方法及系统

说明书

本发明涉及一种前臂骨识别方法及系统，方法包括对各张待测CT影像进行阈值划分和二维连通域计算，得到多个待测连通域；根据待测连通域的属性参数和预测骨骼形状参数确定预设层的连通域；采用逐层搜索的方式向预设层数的远端层的二值图进行连通域匹配，得到第一匹配连通域；根据向预设层数的远端层的二值图进行连通域匹配时的连通域消失情况进行尺骨和桡骨的识别；之后向预设层数的近端层的二值图进行连通域匹配，得到第二匹配连通域；根据匹配连通域得到完整的前臂骨区域，本发明基于二维连通域算法、相邻层骨连通域追踪匹配方法及医学先验知识，能够实现在CT影像中，自动快速获取前臂尺骨及桡骨的所在区域，从而提高前臂骨识别的自动化程度。

技术领域

本发明涉及医学图像识别技术领域，特别是涉及一种前臂骨识别方法及系统。

背景技术

先天性前臂畸形指发生在上肢的各种畸形，发病率约为1/600。其表现多样，包括桡骨发育不良、巨肢、先天性尺桡骨畸形、尺桡骨成角畸形和旋转畸形等。

其中，先天性尺桡骨融合(Congenital footradius bone fusion，CRS)是一种较为罕见的上肢先天性骨发育畸形，其主要体现在尺桡骨的近端存在先天性骨性或软骨性连接。尺桡骨的先天性融合将导致前臂的主动和被动旋转功能丧失，导致患者上肢旋后功能障碍，随着患者年龄的增长，骨骼肌肉系统逐渐成熟，运动能力将进一步下降，症状逐渐加重，从而严重影响患者的日常生活。同时，该病为常染色体显性遗传。

目前，前臂畸形的诊断主要凭借医生的人工观察来实现，尺桡骨畸形通常包括尺骨/桡骨成角畸形和旋转畸形，其诊断一般是采用Mimics商用软件，由医生标注骨中轴和关键点landmark来实现，诊断未实现自动化，对于经验较少医生来说，存在较大的困难。

发明内容

为了克服现有技术的不足，本发明的目的是提供一种前臂骨识别方法及系统，能够提高前臂骨识别的自动化程度。

为实现上述目的，本发明提供了如下方案：

一种前臂骨识别方法，包括

获取待测CT影像集；

对所述待测CT影像集中的各张待测CT影像进行阈值划分，得到待测的二值图；

对所述待测CT影像集的预设层数的二值图进行二维连通域计算，得到多个所述待测连通域；

根据各个所述待测连通域的属性参数和预测骨骼形状参数确定预设层的连通域；所述预设层的连通域所在的区域为该层对应的前臂骨区域；

采用逐层搜索的方式向所述预设层数的远端层的二值图进行连通域匹配，得到第一匹配连通域；

根据向所述预设层数的远端层的二值图进行连通域匹配时的连通域消失情况进行尺骨和桡骨的识别；

采用逐层搜索的方式向所述预设层数的近端层的二值图进行连通域匹配，得到第二匹配连通域；

根据所述第一匹配连通域和所述第二匹配连通域得到完整的前臂骨区域。

优选地，所述根据各个所述待测连通域的属性参数和预测骨骼形状参数确定预设层的连通域；所述预设层的连通域所在的区域为该层对应的前臂骨区域，具体包括：

获取测试者的年龄数据；

根据所述年龄数据得到预测的前臂骨粗细数据；

根据所述前臂骨粗细数据计算预测周长、预测面积，以理想圆的区域致密度作为预测区域致密度；

计算各个所述待测连通域的待测周长、待测面积和待测区域致密度，并根据所述预测周长、所述预测面积、所述预测区域致密度、所述待测周长、所述待测面积、所述待测区域致密度和预设权重值得到所述待测连通域的评分值，并对所述评分值进行判断：