一种基于SPECT成像的人体部位切分方法及系统转让专利
申请号 : CN202110252798.9
文献号 : CN112950595B
文献日 : 2021-10-22
发明人 : 林强 , 李同同 , 满正行 , 曹永春
申请人 : 西北民族大学
摘要 :
权利要求 :
1.一种基于SPECT成像的人体部位切分方法,其特征在于,所述切分方法包括如下步骤:
利用SPECT成像方法进行骨扫描,得到骨显像图像,并获取所述骨显像图像中的前位图或后位图所对应的骨显像数据矩阵;
基于所述骨显像数据矩阵,在所述骨显像图像中提取人体区域;
基于所述人体区域对应的数据矩阵和人体形态学特征,选取第一切分特征点、第二切分特征点和第三切分特征点,将所述人体区域划分为头部区域、胸腔区域、盆骨区域和腿部区域;
基于所述胸腔区域对应的数据矩阵,选取左胳膊切分特征点和右胳膊切分特征点,将所述胸腔区域划分为躯干区域、左上肢和右上肢;
基于所述腿部区域对应的数据矩阵,选取双腿划分特征点,将所述腿部区域划分为左下肢和右下肢;
其中,所述基于所述胸腔区域对应的数据矩阵,选取左胳膊切分特征点和右胳膊切分特征点,将所述胸腔区域划分为躯干区域、左上肢和右上肢具体包括:将所述胸腔区域对应的数据矩阵逆时针旋转90度,并按行进行非背景值计数,得到每一行所包含的非背景值的个数;以行数作为横坐标,非背景值的个数作为纵坐标,绘制第二统计图;对所述第二统计图进行曲线拟合,得到第二拟合曲线;
选取所述第二拟合曲线的最大值点作为脊柱特征点;根据所述脊柱特征点将所述胸腔区域对应的数据矩阵划分为左胸腔对应的数据矩阵和右胸腔对应的数据矩阵;
将所述左胸腔对应的数据矩阵逆时针旋转90度,并按行进行非背景值计数,得到每一行所包含的非背景值的个数;以行数作为横坐标,非背景值的个数作为纵坐标,绘制第三统计图;对所述第三统计图进行曲线拟合,得到第三拟合曲线;
根据所述第三拟合曲线确定左胳膊切分特征点,将所述左胸腔对应的数据矩阵划分为左躯干对应的数据矩阵和左上肢对应的数据矩阵;
将所述右胸腔对应的数据矩阵逆时针旋转90度,并按行进行非背景值计数,得到每一行所包含的非背景值的个数;以行数作为横坐标,非背景值的个数作为纵坐标,绘制第四统计图;对所述第四统计图进行曲线拟合,得到第四拟合曲线;
根据所述第四拟合曲线确定右胳膊切分特征点,将所述右胸腔对应的数据矩阵划分为右躯干对应的数据矩阵和右上肢对应的数据矩阵;
合并所述左躯干对应的数据矩阵和所述右躯干对应的数据矩阵,得到躯干区域对应的数据矩阵;
将所述躯干区域对应的数据矩阵、所述左上肢对应的数据矩阵和所述右上肢对应的数据矩阵分别在显示界面上进行可视化,得到躯干区域、左上肢和右上肢。
2.如权利要求1所述的一种基于SPECT成像的人体部位切分方法,其特征在于,在所述骨显像图像中提取人体区域之前,还包括对所述骨显像数据矩阵进行固定阈值去噪,具体包括:
获取历史骨显像图像对应的所有历史数据矩阵;
基于所有所述历史数据矩阵的放射值,以放射值作为横坐标、放射值的个数作为纵坐标绘制直方图;
根据所述直方图确定阈值;
根据所述阈值对所述骨显像数据矩阵进行去噪,将小于所述阈值的放射值归为背景值,得到去噪后的骨显像数据矩阵。
3.如权利要求2所述的一种基于SPECT成像的人体部位切分方法,其特征在于,所述根据所述直方图确定阈值具体包括:在所述直方图中选取与背景值相差最小的放射值作为阈值。
4.如权利要求1或2所述的一种基于SPECT成像的人体部位切分方法,其特征在于,所述基于所述骨显像数据矩阵,在所述骨显像图像中提取人体区域具体包括:基于所述骨显像数据矩阵,从上到下按行进行遍历,选取第一个包含非背景值的行作为起始行;所述非背景值为放射值不为背景值的放射值;
基于所述骨显像数据矩阵,从下到上按行进行遍历,选取第一个包含非背景值的行作为终止行;
选取所述起始行与所述终止行以内的所有行,构成人体区域对应的数据矩阵;
将所述人体区域对应的数据矩阵在显示界面上进行可视化,得到人体区域。
5.如权利要求1所述的一种基于SPECT成像的人体部位切分方法,其特征在于,所述基于所述人体区域对应的数据矩阵和人体形态学特征,选取第一切分特征点、第二切分特征点和第三切分特征点,将所述人体区域划分为头部区域、胸腔区域、盆骨区域和腿部区域具体包括:
对于所述人体区域对应的数据矩阵,按行进行非背景值计数,得到每一行所包含的非背景值的个数;
以行数作为横坐标,非背景值的个数作为纵坐标,绘制第一统计图;
对所述第一统计图进行曲线拟合,得到第一拟合曲线;
根据人体形态学特征和所述第一拟合曲线,选取第一切分特征点、第二切分特征点和第三切分特征点;
根据所述第一切分特征点、所述第二切分特征点和所述第三切分特征点,将所述人体区域对应的数据矩阵划分为头部区域对应的数据矩阵、胸腔区域对应的数据矩阵、盆骨区域对应的数据矩阵和腿部区域对应的数据矩阵;
将所述头部区域对应的数据矩阵、所述胸腔区域对应的数据矩阵、所述盆骨区域对应的数据矩阵和所述腿部区域对应的数据矩阵分别在显示界面上进行可视化,得到头部区域、胸腔区域、盆骨区域和腿部区域。
6.如权利要求5所述的一种基于SPECT成像的人体部位切分方法,其特征在于,所述根据人体形态学特征和所述第一拟合曲线,选取第一切分特征点、第二切分特征点和第三切分特征点具体包括:
根据人体形态学特征,在所述第一拟合曲线中选取处于第一预设范围内的极小值或最小值作为第一切分特征点,选取处于第二预设范围内的极小值或最小值作为第二切分特征点,选取处于第三预设范围内的极小值或最小值作为第三切分特征点。
7.如权利要求6所述的一种基于SPECT成像的人体部位切分方法,其特征在于,所述根据所述第一切分特征点、所述第二切分特征点和所述第三切分特征点,将所述人体区域对应的数据矩阵划分为头部区域对应的数据矩阵、胸腔区域对应的数据矩阵、盆骨区域对应的数据矩阵和腿部区域对应的数据矩阵具体包括:所述人体区域对应的数据矩阵的起始行和所述第一切分特征点所在行以内的所有行构成头部区域对应的数据矩阵;
所述第一切分特征点所在行和所述第二切分特征点所在行以内的所有行构成胸腔区域对应的数据矩阵;
所述第二切分特征点所在行和所述第三切分特征点所在行以内的所有行构成盆骨区域对应的数据矩阵;
所述第三切分特征点所在行和所述人体区域对应的数据矩阵的终止行以内的所有行构成腿部区域对应的数据矩阵;
或者,
所述人体区域对应的数据矩阵的起始行和所述第一切分特征点所在行以内的所有行构成头部区域对应的数据矩阵;
将所述第二切分特征点所在行上移β行,得到第一实际切分行;所述第一切分特征点所在行和所述第一实际切分行以内的所有行构成胸腔区域对应的数据矩阵;
将所述第二切分特征点所在行下移β行,得到第二实际切分行;将所述第三切分特征点所在行上移r行,得到第三实际切分行;所述第二实际切分行和所述第三实际切分行以内的所有行构成盆骨区域对应的数据矩阵;
所述第三切分特征点所在行和所述人体区域对应的数据矩阵的终止行以内的所有行构成腿部区域对应的数据矩阵。
8.如权利要求1所述的一种基于SPECT成像的人体部位切分方法,其特征在于,所述基于所述腿部区域对应的数据矩阵,选取双腿划分特征点,将所述腿部区域划分为左下肢和右下肢具体包括:
选取所述腿部区域对应的数据矩阵的对称列作为双腿划分特征点所在列;
根据所述双腿划分特征点所在列将所述腿部区域对应的数据矩阵划分为左下肢对应的数据矩阵和右下肢对应的数据矩阵;
将所述左下肢对应的数据矩阵和所述右下肢对应的数据矩阵分别在显示界面上进行可视化,得到左上肢和右下肢。
9.一种基于SPECT成像的人体部位切分系统,其特征在于,所述切分系统包括:骨显像数据矩阵获取模块,用于利用SPECT成像方法进行骨扫描,得到骨显像图像,并获取所述骨显像图像中的前位图或后位图所对应的骨显像数据矩阵;
人体区域提取模块,用于基于所述骨显像数据矩阵,在所述骨显像图像中提取人体区域;
人体区域划分模块,用于基于所述人体区域对应的数据矩阵和人体形态学特征,选取第一切分特征点、第二切分特征点和第三切分特征点,将所述人体区域划分为头部区域、胸腔区域、盆骨区域和腿部区域;
胸腔区域划分模块,用于基于所述胸腔区域对应的数据矩阵,选取左胳膊切分特征点和右胳膊切分特征点,将所述胸腔区域划分为躯干区域、左上肢和右上肢;
所述基于所述胸腔区域对应的数据矩阵,选取左胳膊切分特征点和右胳膊切分特征点,将所述胸腔区域划分为躯干区域、左上肢和右上肢具体包括:将所述胸腔区域对应的数据矩阵逆时针旋转90度,并按行进行非背景值计数,得到每一行所包含的非背景值的个数;以行数作为横坐标,非背景值的个数作为纵坐标,绘制第二统计图;对所述第二统计图进行曲线拟合,得到第二拟合曲线;
选取所述第二拟合曲线的最大值点作为脊柱特征点;根据所述脊柱特征点将所述胸腔区域对应的数据矩阵划分为左胸腔对应的数据矩阵和右胸腔对应的数据矩阵;
将所述左胸腔对应的数据矩阵逆时针旋转90度,并按行进行非背景值计数,得到每一行所包含的非背景值的个数;以行数作为横坐标,非背景值的个数作为纵坐标,绘制第三统计图;对所述第三统计图进行曲线拟合,得到第三拟合曲线;
根据所述第三拟合曲线确定左胳膊切分特征点,将所述左胸腔对应的数据矩阵划分为左躯干对应的数据矩阵和左上肢对应的数据矩阵;
将所述右胸腔对应的数据矩阵逆时针旋转90度,并按行进行非背景值计数,得到每一行所包含的非背景值的个数;以行数作为横坐标,非背景值的个数作为纵坐标,绘制第四统计图;对所述第四统计图进行曲线拟合,得到第四拟合曲线;
根据所述第四拟合曲线确定右胳膊切分特征点,将所述右胸腔对应的数据矩阵划分为右躯干对应的数据矩阵和右上肢对应的数据矩阵;
合并所述左躯干对应的数据矩阵和所述右躯干对应的数据矩阵,得到躯干区域对应的数据矩阵;
将所述躯干区域对应的数据矩阵、所述左上肢对应的数据矩阵和所述右上肢对应的数据矩阵分别在显示界面上进行可视化,得到躯干区域、左上肢和右上肢;
腿部区域划分模块,用于基于所述腿部区域对应的数据矩阵,选取双腿划分特征点,将所述腿部区域划分为左下肢和右下肢。
说明书 :
一种基于SPECT成像的人体部位切分方法及系统
技术领域
背景技术
imaging)和医学图像处理(Medical image processing)两个相对独立的构成部分。
(Computerized Tomography,CT)、核磁共振成像(Magnetic Resonance Imaging,MRI)、超
声波成像(Ultrasound)等传统结构成像模态发展到目前的单光子发射计算机断层成像
(Single‑Photon Emission Computed Tomography,SPECT)和正电子发射断层成像
(Positron Emission Tomography,PET)等功能成像模态,进而催生了SPECT/CT、SPECT/
MRI、PET/CT和PET/MRI等混合成像模态。
SPECT成像需要预先在患者体内注入放射性药物(如99Tmc‑MIBI),经过一定时长的代谢后,
用体外探头捕获体内特定部位或全身的药物残留分布,即放射量。大量临床验证表明,病变
部位的放射量通常高于正常部位,这种依据放射量而非器官形态差异实现疾病检测的方
法,有效弥补了传统结构成像的不足。这是因为,有些疾病引发的器官或组织形态改变可能
显著滞后于疾病的真正发作。目前,SPECT核医学成像已经应用于帕金森等精神疾病、甲状
腺、脑部疾病等的计算机自动辅助诊断领域。
握肿瘤的生物学行为规律,还要分析病灶的产生并且及时做出诊断。近几年,基于全身骨扫
描的计算机辅助诊断技术以图像预处理、病灶点分割、多视图特征融合分类、假阳性案例排
查等研究为主。SPECT显像原理限制了传统基于分类、分割方法在全身骨扫描显像中的处理
分析,在SPECT成像中,人体骨骼的放射值和背景值相差较小,导致极易发生显像时骨骼和
背景的粘连现象,并且存在体外放射污染,这使得人体骨骼在SPECT显像中显像不清楚,骨
骼与背景的信噪比低、骨骼和软组织的边界不明显、不同年龄的不同患者之间的SPECT显像
各异,而且患者在SPECT扫描时形态各异,这使得基于计算机辅助诊断技术进行SPECT显像
分析非常困难。目前,尚未发现可有效针对每一个SPCET全身骨显像数据矩阵进行头部、躯
干、四肢、盆骨等的精准切分的方法。
发明内容
腿部区域;
域、胸腔区域、盆骨区域和腿部区域;
所对应的骨显像数据矩阵,并基于骨显像数据矩阵,在骨显像图像中提取人体区域,以获取
骨显像数据矩阵的有效信息,不仅减少了计算量,而且提高了切分精度。然后基于人体区域
对应的数据矩阵和人体形态学特征,选取第一切分特征点、第二切分特征点和第三切分特
征点,将人体区域划分为头部区域、胸腔区域、盆骨区域和腿部区域,再基于胸腔区域对应
的数据矩阵,选取左胳膊切分特征点和右胳膊切分特征点,将胸腔区域划分为躯干区域、左
上肢和右上肢,最后基于腿部区域对应的数据矩阵,选取双腿划分特征点,将腿部区域划分
为左下肢和右下肢,从而将人体划分为头部、躯干、四肢、盆骨等部位,实现了人体部位的精
准切分,能够有效针对任意一个形态、姿势正常的SPCET骨显像图像进行头部、躯干、四肢、
盆骨等部位的精准切分。
附图说明
例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获
得其他的附图。
具体实施方式
本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例,都属于本发明保护的范围。
骨显像图像的精准人体切分方法。本实施例用于提供一种基于SPECT成像的人体部位切分
方法,能够适用于每一个骨显像图像的人体切分,如图1所示,所述切分方法包括如下步骤:
技术在DICOM文件中获取骨显像图像对应的数据矩阵,以得到前位图或后位图所对应的骨
显像数据矩阵。如图2所示,其给出了数据矩阵的三维示意图,纵轴代表数据矩阵中的放射
值。本实施例利用后续步骤对前位图对应的骨显像数据矩阵或者后位图对应的骨显像数据
矩阵进行处理,均可以实现对人体的精确切分。
所提供的切分方法还包括对骨显像数据矩阵进行固定阈值去噪,需要说明的是,骨显像数
据矩阵的矩阵大小为1024×256,骨显像数据矩阵中的每个元素的值均是一个放射值。去噪
具体包括:获取历史骨显像图像对应的所有历史数据矩阵,再基于所有历史数据矩阵的放
射值,以放射值作为横坐标、放射值的个数作为纵坐标绘制直方图。根据直方图确定阈值,
具体的,绘制直方图后,在直方图中选取与背景值相差最小的放射值作为阈值,背景值为0,
即选取最接近0的放射值作为阈值。当然,本实施例也可以不绘制直方图,直接基于所有历
史数据矩阵的放射值选取与背景值相差最小的放射值作为阈值即可。在得到阈值后,再根
据阈值对骨显像数据矩阵进行去噪,将小于阈值的放射值归为背景值,得到去噪后的骨显
像数据矩阵。阈值可为5,对于骨显像数据矩阵中的每一个元素,若这个元素的放射值小于
5,则将其放射值归为背景值,即归为0,否则,则不改变该放射值。
的值的行作为起始行。
切分精度,高效辅助医生诊断。
阵进行可视化,即可得到人体区域的图像,这一过程即为在骨显像图像中提取人体区域的
过程。
和腿部区域;
阵中的一行。为了便于说明,本实施例所提供的图6将特征点所在行指明为特征点。
第10%‑20%行,数据矩阵可视化即为人体图像,即相当于人体长度的10%‑20%;选取处于
第二预设范围内的极小值或最小值作为第二切分特征点,第二预设范围为人体区域对应的
数据矩阵的第25%‑45%行;选取处于第三预设范围内的极小值或最小值作为第三切分特
征点,第三预设范围为第二切分特征点所在行至人体区域对应的数据矩阵的第70%行,从
而根据人体的形态学特征,确定人体区域划分的特征点,即确定人体区域对应的数据矩阵
的特征行。
阵、盆骨区域对应的数据矩阵和腿部区域对应的数据矩阵;
和第二切分特征点所在行以内的所有行构成胸腔区域对应的数据矩阵;第二切分特征点所
在行和第三切分特征点所在行以内的所有行构成盆骨区域对应的数据矩阵;第三切分特征
点所在行和人体区域对应的数据矩阵的终止行以内的所有行构成腿部区域对应的数据矩
阵,进而将人体区域对应的数据矩阵划分为头部区域对应的数据矩阵、胸腔区域对应的数
据矩阵、盆骨区域对应的数据矩阵和腿部区域对应的数据矩阵。
据矩阵的起始行和第一切分特征点所在行以内的所有行构成头部区域对应的数据矩阵;考
虑到腰椎长度,将第二切分特征点所在行上移β行,得到第一实际切分行;第一切分特征点
所在行和第一实际切分行以内的所有行构成胸腔区域对应的数据矩阵;考虑到手的影响,
将第二切分特征点所在行下移β行,得到第二实际切分行;将第三切分特征点所在行上移r
行,得到第三实际切分行;第二实际切分行和第三实际切分行以内的所有行构成盆骨区域
对应的数据矩阵;第三切分特征点所在行和人体区域对应的数据矩阵的终止行以内的所有
行构成腿部区域对应的数据矩阵,进而通过改变特征点所在行,能够减小误差。具体的,β的
取值范围为(5,10),r的取值范围为(10,20)。
头部区域、胸腔区域、盆骨区域和腿部区域。
头部区域,(b)为胸腔区域,(c)为盆骨区域,(d)为腿部区域。
标,绘制第二统计图;对所述第二统计图进行曲线拟合,得到第二拟合曲线;
腔区域对应的原始数据矩阵进行划分,得到左胸腔对应的数据矩阵和右胸腔对应的数据矩
阵。
制第三统计图;对所述第三统计图进行曲线拟合,得到第三拟合曲线;
膊切分特征点后,由于在确定左胳膊切分特征点时对左胸腔对应的数据矩阵进行逆时针旋
转,故对于左胸腔对应的原始数据矩阵,以左胳膊切分特征点所在列作为分割列,对左胸腔
对应的原始数据矩阵进行划分,得到左躯干对应的数据矩阵和左上肢对应的数据矩阵。
胳膊切分特征点所在列右移α行作为分割列,对左胸腔对应的原始数据矩阵进行划分,得到
左躯干对应的数据矩阵和左上肢对应的数据矩阵。其中,α的取值范围为(0,5)。
制第四统计图;对所述第四统计图进行曲线拟合,得到第四拟合曲线;
膊切分特征点后,由于在确定右胳膊切分特征点时对右胸腔对应的数据矩阵进行逆时针旋
转,故对于右胸腔对应的原始数据矩阵,以右胳膊切分特征点所在列作为分割列,对右胸腔
对应的原始数据矩阵进行划分,得到右躯干对应的数据矩阵和右上肢对应的数据矩阵。
胳膊切分特征点所在列左移α行作为分割列,对右胸腔对应的原始数据矩阵进行划分,得到
右躯干对应的数据矩阵和右上肢对应的数据矩阵。其中,α的取值范围为(0,5)。
点所在行,根据双腿划分特征点所在行将旋转之后的腿部区域对应的数据矩阵划分为旋转
之后的左下肢对应的数据矩阵和旋转之后的右下肢对应的数据矩阵,再分别将旋转之后的
左下肢对应的数据矩阵和旋转之后的右下肢对应的数据矩阵顺时针旋转90度,得到左下肢
对应的数据矩阵和右下肢对应的数据矩阵,将左下肢对应的数据矩阵和右下肢对应的数据
矩阵分别在显示界面上进行可视化,得到左上肢和右下肢。
腿部区域对应的数据矩阵,从上到下按行进行遍历,选取第一个包含非背景值的行作为起
始行,从下到上按行进行遍历,选取第一个包含非背景值的行作为终止行,然后选取起始行
与终止行以内的所有行,构成旋转之后的腿部区域对应的数据矩阵,然后再利用上述方法
对腿部区域对应的数据矩阵进行划分。
特征点的寻找并进行切分,使得对于每一个全身骨显像矩阵,既不改变原始数据矩阵信息,
又精确切分出了人体部位,该方法解决了现有人工识别切分SPECT全身骨显像图像造成的
低效性及主观性,此方法不仅能有效针对每一个全身骨显像矩阵进行头部、躯干、盆骨、四
肢的精准切分,而且用时短,耗费空间小,具有高效性和高精度的优点。
区域、胸腔区域、盆骨区域和腿部区域;
而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说
明即可。
本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不
应理解为对本发明的限制。