【技术实现步骤摘要】
本专利技术属于医学影像领域，尤其涉及一种脊柱参数测量及脊柱矢状位失衡评估方法及系统。
技术介绍
1、脊柱是由骨骼和结缔组织组成的复杂人体组织，同时作为人体的中轴骨骼，承担了支撑身体的重要作用，有着负重、减震、运动以及保护骨髓和神经等重要功能，但当受到过度的机械应力时，椎体各种结构发生滑脱，导致结构异常。另外还有一种椎体滑脱是退行性的，由于腰椎各种结构老化而发生结构异常。这种椎体滑脱异常常伴有伴有腰椎管狭窄，多影响生活质量，需要手术治疗。
2、目前，通过x光判断椎体矢状位平衡时，需要结合侧位、过伸位以及过屈位等三张x光片，通过测量椎体的矢状位移程度以及矢状旋转程度，综合分析椎体矢状位平衡程度。但目前手动测量的方法难以快速评估患者病情，完成一份评估报告需要花费临床医师大量时间以及精力。因此，亟需一种能够对脊柱相关参数进行自动测量以及椎体矢状位平衡进行自动评估的方法，以提高医师的工作效率。
技术实现思路
1、本专利技术的技术目的是提供一种脊柱参数测量及脊柱矢状位失衡评估方法及系统，以解决现有锥体矢状位平衡问题。
2、为解决上述问题，本专利技术的技术方案为：
3、一种脊柱参数测量及脊柱矢状位失衡评估方法，包括如下步骤：
4、获取待检测目标的脊柱原始医学影像图片，包括至少一张脊柱侧位影像图片，至少一张脊柱过伸位影像图片，以及至少一张脊柱过屈位影像图片；对脊柱原始医学影像图片进行预处理，得到标准化影像图片；
5、将标准化影像图片送入预
6、根据得到的坐标信息进行计算分析，得出脊柱矢状位失衡程度信息，以此综合分析评估脊柱。
7、其中，对脊柱原始医学影像图片进行预处理具体包括：对脊柱原始医学影像进行窗宽、窗位、对比度、旋转以及亮度中的一项或多项组合的参数调整，以此得到标准化影像图片。
8、其中，脊柱角点识别模型以及椎体识别划分模型的构建具体为：
9、获取脊柱部位的影像数据作为训练影像数据集合，对训练影像数据集合中的进行预处理；
10、对预处理后的影像数据进行标记，标记信息包括椎体位置、椎体顺序以及椎体角；
11、将标记好后的影像数据送入卷积神经网络，构建脊柱角点识别模型；
12、将标准化脊柱模型输入到脊柱角点识别模型进行训练，构建椎体识别划分模型。
13、其中，对标准化影像图片进行算法识别处理后，得到若干锥体角点的坐标数据，将相互临近的4个椎体角点划分为一组，根据每组的坐标数据可以得出各个椎体的上下位置关系，从而确定椎体的顺序，同时根据锥体的顺序，将相邻的两个椎体进行两两分为一组。
14、其中，根据得到的坐标信息进行计算分析具体为：将两个相邻的椎体分为一组，依次对同组椎体的角点的坐标数据进行几何计算，由上侧椎体下缘两个角点所连成的线段与下侧椎体上缘两个角点所连成的线段进行计算，得出位移距离以及旋转角度，当位移距离超出正常范围值时，则认为是矢状位失衡，反之则正常。
15、一种脊柱参数测量及脊柱矢状位失衡评估系统，应用有如上述的脊柱参数测量及脊柱矢状位失衡评估方法，包括：
16、采集模块，被配置为获取待检测目标的脊柱原始医学影像图片，包括至少一张脊柱侧位影像图片，至少一张脊柱过伸位影像图片，以及至少一张脊柱过屈位影像图片；对脊柱原始医学影像图片进行预处理，得到标准化影像图片；
17、参数测量模块，被配置为将标准化影像图片送入预先训练好的脊柱角点识别模型中，对标准化影像图片进行识别处理，确定标准化影像图片中的锥体顺序以及锥体角点的坐标信息；再将标准化影像图片送入预先训练好的椎体识别划分模型中，对标准化影像图片中的锥体进行划分；
18、脊柱矢状位失衡分析模块，被配置为根据得到的坐标信息进行计算分析，得出脊柱矢状位失衡程度信息，以此综合分析评估脊柱。
19、一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行如上述的脊柱参数测量及脊柱矢状位失衡评估方法。
20、一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述的脊柱参数测量及脊柱矢状位失衡评估方法。
21、本专利技术由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
22、本专利技术采用基于人工智能的神经网络算法对医学影像图片进行处理，精确识别脊柱各个影像解剖标志以及锥体轮廓；相较于人工测量，测量精度高，误差率更低，耗时短，并且能大批量处理数据，可有效降低医疗成本。
23、本专利技术通过自动识别，自动计算，无专业要求及门槛，可有效提高脊柱放射参数测量的普及率，具有很强的临床实用意义以及推广意义。
24、可通过参数测量，自动评估脊柱矢状位失衡程度，辅助临床评估脊柱情况。
本文档来自技高网...【技术保护点】
1.一种脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，所述对脊柱原始医学影像图片进行预处理具体包括：对脊柱原始医学影像进行窗宽、窗位、对比度、旋转以及亮度中的一项或多项组合的参数调整，以此得到标准化影像图片。
3.根据权利要求1所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，脊柱角点识别模型以及椎体识别划分模型的构建具体为：
4.根据权利要求1所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，所述对标准化影像图片进行算法识别处理后，得到若干锥体角点的坐标数据，将相互临近的4个椎体角点划分为一组，根据每组的坐标数据可以得出各个椎体的上下位置关系，从而确定椎体的顺序，同时根据锥体的顺序，将相邻的两个椎体进行两两分为一组。
5.根据权利要求4所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，根据得到的坐标信息进行计算分析具体为：将两个相邻的椎体分为一组，依次对同组椎体的角点的坐标数据进行几何计算，由上侧椎体下缘两个角点所连成的
6.一种脊柱参数测量及脊柱矢状位失衡评估系统，应用有如权利要求1至5任意一项所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，包括：
7.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至5任意一项所述的脊柱参数测量及脊柱矢状位失衡评估方法。
8.一种存储有计算机可读指令的存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至5任意一项所述的脊柱参数测量及脊柱矢状位失衡评估方法。
...【技术特征摘要】
1.一种脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，所述对脊柱原始医学影像图片进行预处理具体包括：对脊柱原始医学影像进行窗宽、窗位、对比度、旋转以及亮度中的一项或多项组合的参数调整，以此得到标准化影像图片。
3.根据权利要求1所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，脊柱角点识别模型以及椎体识别划分模型的构建具体为：
4.根据权利要求1所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于，所述对标准化影像图片进行算法识别处理后，得到若干锥体角点的坐标数据，将相互临近的4个椎体角点划分为一组，根据每组的坐标数据可以得出各个椎体的上下位置关系，从而确定椎体的顺序，同时根据锥体的顺序，将相邻的两个椎体进行两两分为一组。
5.根据权利要求4所述的脊柱参数测量及脊柱矢状位失衡评估方法，其特征在于...
【专利技术属性】
技术研发人员：向卿志，傅剑文，李小明，
申请(专利权)人：思浦奈医疗科技上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。