公开(公告)号：CN113822853A

公开(公告)日：2021-12-21

申请号：CN202110864656.8

申请日：2021-07-29

Applicant: 上海大学

Inventor： 田应仲 ,  诸俊杰 ,  李龙 ,  胡慧娟

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/64 ,  G06T7/66 ,  G06T5/00 ,  G06T5/20 ,  G06K9/62

Abstract: 本发明公开了一种基于超像素分割的颈椎MR图像曲度测量方法，步骤如下：通过比较相邻区域内纵向灰度梯度平均值确定脊髓候选点，根据脊髓区域的完整度确定最优图层对应的颈椎MR图像；采用双边滤波去除MR图像中噪声和强烈的各向异性干扰；在多分辨率图像上采用K‑means聚类，将位置相近、特征相似的像素点合并形成超像素，完成图像分割，降低图像复杂度；采用DBSCAN聚类方法将小超像素合并形成新的超像素区域，新超像素区域将与椎体重合；以人机交互方式从超像素合并结果中选择椎体C2‑C7进行分割；计算每个椎体质心，采用椎体质心测量颈椎前凸的方法进行曲度测量。本发明实现了对颈椎MR图像的半自动颈椎曲度测量，能够大大节省医学专家宝贵时间，提高工作效率。

公开(公告)号：CN113822853B

公开(公告)日：2024-09-24

申请号：CN202110864656.8

申请日：2021-07-29

Applicant: 上海大学

Inventor： 田应仲 ,  诸俊杰 ,  李龙 ,  胡慧娟

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/64 ,  G06T7/66 ,  G06T5/70 ,  G06T5/20 ,  G06V10/762

Abstract: 本发明公开了一种基于超像素分割的颈椎MR图像曲度测量方法，步骤如下：通过比较相邻区域内纵向灰度梯度平均值确定脊髓候选点，根据脊髓区域的完整度确定最优图层对应的颈椎MR图像；采用双边滤波去除MR图像中噪声和强烈的各向异性干扰；在多分辨率图像上采用K‑means聚类，将位置相近、特征相似的像素点合并形成超像素，完成图像分割，降低图像复杂度；采用DBSCAN聚类方法将小超像素合并形成新的超像素区域，新超像素区域将与椎体重合；以人机交互方式从超像素合并结果中选择椎体C2‑C7进行分割；计算每个椎体质心，采用椎体质心测量颈椎前凸的方法进行曲度测量。本发明实现了对颈椎MR图像的半自动颈椎曲度测量，能够大大节省医学专家宝贵时间，提高工作效率。