扫描参数的确定方法、装置、计算机设备和存储介质与流程

1.本技术涉及医学扫描技术领域，特别是涉及一种扫描参数的确定方法、装置、计算机设备和存储介质。


背景技术：

2.随着医学成像技术的发展，医学影像在临床诊断中的作用越来越重要。目前，通常是先采用医学影像设备对检测对象进行扫描得到定位影像，然后由医生根据定位影像确定扫描参数，再由医学影像设备使用医生确定的扫描参数对检测对象进行扫描得到医学影像。
3.相关技术中，单次扫描得到的定位影像视野较小，不能覆盖待扫描部位，比如不能覆盖整个脊柱，这时，就需要多次扫描得到脊柱不同部位的定位影像，医生才能根据多个定位影像确定扫描参数。
4.但是，由于定位影像较多，医生确定扫描参数的操作会变得更加繁琐，因此确定扫描参数的效率较低。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高扫描参数的确定效率的扫描参数的确定方法、装置、计算机设备和存储介质。
6.一种扫描参数的确定方法，该方法包括：
7.获取多个定位影像；
8.对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；
9.根据各定位影像对应的脊柱结构信息确定目标扫描参数；
10.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
11.在其中一个实施例中，上述对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息，包括：
12.将多个定位影像按照预设顺序输入到预先训练的结构识别模型中，得到结构识别模型输出的各定位影像对应的识别结果；识别结果包括各椎间盘对应的序号和/或形态掩模。
13.在其中一个实施例中，上述根据各定位影像对应的脊柱结构信息确定目标扫描参数，包括：
14.利用主成分分析算法对各定位影像对应的序号和/或形态掩模进行计算，得到各定位影像中每个椎间盘所在的平面；
15.根据各定位影像中每个椎间盘所在的平面，确定椎间盘扫描参数。
16.在其中一个实施例中，上述根据各定位影像对应的脊柱结构信息确定目标扫描参数，还包括：
17.根据各定位影像中椎间盘对应的序号和/或形态掩模进行计算，得到至少部分脊
柱的脊柱扫描参数。
18.在其中一个实施例中，该方法还包括：
19.将多个定位影像进行拼接，得到拼接影像；
20.将各定位影像对应的脊柱结构信息映射到拼接影像中，得到拼接影像对应的脊柱结构信息；
21.显示拼接影像对应的脊柱结构信息。
22.在其中一个实施例中，该方法还包括：
23.根据映射结果对目标扫描参数进行优化，得到优化后的扫描参数。
24.一种扫描参数的确定装置，该装置包括：
25.影像获取模块，用于获取多个定位影像；
26.结构识别模块，用于对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；
27.参数确定模块，用于根据各定位影像对应的脊柱结构信息确定目标扫描参数；
28.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
29.在其中一个实施例中，上述结构识别模块，具体用于将多个定位影像按照预设顺序输入到预先训练的结构识别模型中，得到结构识别模型输出的各定位影像对应的识别结果；识别结果包括各椎间盘对应的序号和/或形态掩模。
30.在其中一个实施例中，上述参数确定模块，包括：
31.平面确定子模块，用于利用主成分分析算法对各定位影像对应的序号和/或形态掩模进行计算，得到各定位影像中每个椎间盘所在的平面；
32.参数确定子模块，用于根据各定位影像中每个椎间盘所在的平面，确定椎间盘扫描参数。
33.在其中一个实施例中，上述参数确定模块，还用于根据多个定位影像中椎间盘对应的序号和/或形态掩模进行计算，得到至少部分脊柱的脊柱扫描参数。
34.在其中一个实施例中，该装置还包括：
35.拼接模块，用于将多个定位影像进行拼接，得到拼接影像；
36.映射模块，用于将各定位影像对应的脊柱结构信息映射到拼接影像中，得到拼接影像对应的脊柱结构信息；
37.显示模块，用于显示拼接影像对应的脊柱结构信息。
38.在其中一个实施例中，该装置还包括：
39.参数优化模块，用于根据映射结果对目标扫描参数进行优化，得到优化后的扫描参数。
40.一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
41.获取多个定位影像；
42.对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；
43.根据各定位影像对应的脊柱结构信息确定目标扫描参数；
44.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
45.一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时
实现以下步骤：
46.获取多个定位影像；
47.对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；
48.根据各定位影像对应的脊柱结构信息确定目标扫描参数；
49.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
50.上述扫描参数的确定方法、装置、计算机设备和存储介质，获取多个定位影像；对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；根据各定位影像对应的脊柱结构信息确定目标扫描参数。本公开实施例中，终端可以根据多个定位影像自动识别出脊柱结构信息，并根据脊柱结构信息自动确定目标扫描参数。与现有技术相比，本公开实施例不依赖于人工，因此可以提高扫描参数的确定效率。
附图说明
51.图1为一个实施例中扫描参数的确定方法的应用环境图；
52.图2为一个实施例中扫描参数的确定方法的流程示意图；
53.图3为一个实施例中结构识别模型的示意图；
54.图4为一个实施例中脊柱结构信息的示意图；
55.图5为一个实施例中确定目标扫描参数步骤的流程示意图；
56.图6为一个实施例中目标扫描参数的示意图；
57.图7为一个实施例中拼接定位影像并映射脊柱结构信息步骤的流程示意图；
58.图8为一个实施例中扫描参数的确定装置的结构框图；
59.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
60.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
61.本技术提供的扫描参数的确定方法，可以应用于如图1所示的应用环境中。该应用环境包括终端102和扫描设备104。其中，终端102通过网络与扫描设备104进行通信。终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑，扫描设备104可以但不限于是ct(computed tomography，电子计算机断层扫描)设备、mr(magnetic resonance，磁共振)设备、pet(positron emission computed tomography，正电子发射型计算机断层显像)设备、x光(x-ray)设备。
62.在一个实施例中，如图2所示，提供了一种扫描参数的确定方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
63.步骤201，获取多个定位影像。
64.其中，不同定位影像包括脊柱的不同部位。例如，多个定位影像包括颈椎定位影像、胸椎定位影像和腰椎定位影像。
65.终端可以在扫描设备对扫描对象进行定位扫描后，从扫描设备获取扫描对象的多个定位影像；也可以从his(hospitalinformationsystem，医院信息系统)中获取扫描对象
的多个定位影像；还可以从预先设置的影像数据库中获取扫描对象的多个定位影像。本公开实施例对此不做限定。
66.步骤202，对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息。
67.其中，脊柱结构信息包括脊柱中各椎间盘对应的序号和/或形态掩模。
68.终端获取到多个定位影像后，对每个定位影像进行脊柱结构识别，得到脊柱中各椎间盘对应的序号和/或形态掩模。识别方式可以采用模板匹配识别方式：预先设置脊柱模板图像；之后，在定位图像上不断切割出局部图像，并对局部图像与脊柱模板图像进行比较；如果局部图像与脊柱模板图像匹配，则确定局部图像中包含脊柱。最常见的匹配方法包括平方差匹配法、相关匹配法、相关系数匹配法等。也可以采用深度学习模型或者神经网络模型的识别方式，本公开实施例对识别方式不做限定。
69.步骤203，根据各定位影像对应的脊柱结构信息确定目标扫描参数
70.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
71.终端得到每个定位影像中的各椎间盘的序号和形态掩模之后，根据多个定位影像中椎间盘的序号和形态掩模，确定对脊柱进行扫描时的扫描方向和扫描角度。
72.可以理解地，多个定位影像与单个定位影像相比，能够更加准确的得到扫描所需要的信息。
73.例如，在计算胸椎扫描参数时，只单纯的依靠胸椎定位影像，无法准确的给出椎间盘的序号，尤其是在没有骨性结构的mr影像中。但是如果多获取颈椎定位影像，由于颈椎的起始椎盘具有的独特形态，因此根据颈椎定位影像和胸椎定位影像，可以自动准确地输出各椎间盘的序号。
74.又例如，在进行脊柱定位项扫描时，由于扫描前无法观察到人体内部的解剖结构，因此有可能无法扫描到想要获取的目标部位，极有可能出现定位项缺少关键解剖部位的情况，导致确定的目标扫描参数不准确。而使用多个定位影像，由于其包含的解剖范围更广，更能够从全局进行扫描参数的计算，因此可以提高目标扫描参数的鲁棒性和准确性。
75.上述扫描参数的确定方法中，获取多个定位影像；对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；根据各定位影像对应的脊柱结构信息确定目标扫描参数。本公开实施例中，终端可以根据多个定位影像自动识别出脊柱结构信息，并根据脊柱结构信息自动确定目标扫描参数。与现有技术相比，本公开实施例不依赖于人工，因此可以提高扫描参数的确定效率。
76.在一个实施例中，上述对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息的步骤，可以包括：将多个定位影像按照预设顺序输入到预先训练的结构识别模型中，得到结构识别模型输出的各定位影像对应的识别结果。其中，识别结果包括各椎间盘对应的序号和/或形态掩模。
77.在实际应用中，上述结构识别模型可以是神经网络模型，如图3所示，down代表卷积并降采样处理、up代表卷积并升采样处理，conv代表卷积处理，channel是代表通道数量，方框内的数字代表使用的卷积核的个数。结构识别模型还可以采用其他结构，本公开实施例对此不做限定。
78.其中，结构识别模型的输入通道数为定位影像的数量，输出通道数为定位影像的
数量与椎间盘的数量的乘积。例如，定位影像的数量为3，椎间盘的数量为23，则输出通道数为3
×
23＝69。
79.终端将颈椎定位影像、胸椎定位影像和腰椎定位影像按照从头到脚或者从脚到头的顺序输入到结构识别模型中；结构识别模型对每个定位影像进行分割识别，得到每个定位影像中各椎间盘的轮廓或空间形态。之后，结构识别模型根据每个定位影像中各椎间盘的轮廓或空间形态对识别出的椎间盘进行编号。接着，结构识别模型输出每个椎间盘在各定位影像中的序号和形态掩模。如图4所示，c3/c4、t5/t6为椎间盘的序号，椭圆形为椎间盘，横线为椎间盘所在平面，即椎间盘的形态掩模。
80.在其中一个实施例中，可以将多个定位影像按照预设顺序输入到预先训练的结构识别模型中，得到结构识别模型输出的目标扫描参数。
81.上述对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息的步骤，利用预先训练的神经网络模型进行椎间盘的识别，得到脊柱结构信息。与模板匹配识别方式相比，神经网络模型的识别效率更高，准确率也更高。
82.在一个实施例中，如图5所示，上述根据各定位影像对应的脊柱结构信息确定目标扫描参数的步骤，可以包括：
83.步骤301，利用主成分分析算法对各定位影像对应的序号和/或形态掩模进行计算，得到各定位影像中每个椎间盘所在的平面。
84.终端得到各定位影像中每个椎间盘的序号和形态掩模之后，根据椎间盘的形态掩模进行主成分分析，确定各定位影像中每个椎间盘所在的平面。
85.上述主成分分析(principal component analysis，pca)是一种统计方法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
86.除利用主成分分析算法，还可以采用其他方式，比如，可以直接对形态掩膜进行平面拟合，得到各定位影像中每个椎间盘所在的平面。
87.步骤302，根据各定位影像中每个椎间盘所在的平面，确定椎间盘扫描参数。
88.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数，椎间盘扫描参数对应脊柱的横断位扫描方向；脊柱扫描参数对应脊柱的冠状位扫描方向和矢状位扫描方向。
89.终端获取到各定位影像中每个椎间盘所在的平面后，根据多个椎间盘所在的平面进行计算确定椎间盘扫描参数。
90.上述根据各定位影像对应的脊柱结构信息确定目标扫描参数的步骤中，终端利用主成分分析算法对各定位影像对应的序号和/或形态掩模进行计算，得到各定位影像中每个椎间盘所在的平面；根据多个定位影像中每个椎间盘所在的平面，确定椎间盘扫描参数。本公开实施例中，终端可以自动根据椎间盘的序号和/或形态掩模确定椎间盘扫描参数，与现有技术相比，可以提高扫描参数的确定效率。
91.在一个实施例中，上述根据各定位影像对应的脊柱结构信息确定目标扫描参数的步骤，还可以包括：根据多个定位影像中椎间盘对应的序号和/或形态掩模进行计算，得到至少部分脊柱的脊柱扫描参数。
92.终端可以根据用户选择的参数输出类型，确定待输出的目标扫描参数是颈椎部位的、胸椎部位的还是腰椎部位的。之后，终端对第i个识别影像到第j个识别影像中多个椎间
盘所在平面进行拟合计算，得到颈椎部位的脊柱扫描参数、胸椎部位的脊柱扫描参数或腰椎部位的脊柱扫描参数。其中，i，j为自然数。
93.上述拟合计算可以采用最小二乘法拟合，例如，在脊柱矢状位扫描时，选取椎间盘的形态掩膜中的前缘点、中心点、后缘点，然后使用最小二乘法对所选取的点进行平面拟合，将拟合好的平面作为脊柱矢状位扫描时的扫描平面，即得到了脊柱扫描参数。在脊柱冠状位扫描时，选取椎间盘的形态掩膜中的左边缘点、中心点、右边缘点，然后使用最小二乘法对所选取的点进行平面拟合，将拟合好的平面作为脊柱冠状位扫描时的扫描平面，即得到了脊柱扫描参数。本公开实施例对拟合方式不做限定。
94.上述根据各定位影像对应的脊柱结构信息确定目标扫描参数的步骤中，根据多个定位影像中椎间盘对应的序号和/或形态掩模进行计算，得到至少部分脊柱的脊柱扫描参数。本公开实施例中，终端可以自动根据椎间盘的序号和/或形态掩模确定脊柱扫描参数，与现有技术相比，可以提高扫描参数的确定效率。
95.在一个实施例中，如图7所示，在上述实施例的基础上，还可以如下步骤：
96.步骤401，将多个定位影像进行拼接，得到拼接影像。
97.例如，将颈椎定位影像、胸椎定位影像和腰椎定位影像按照从上到下的顺序进行拼接，得到拼接影像。拼接影像包含较大扫描视野的脊柱，比如包括整个脊柱。
98.步骤402，将各定位影像对应的脊柱结构信息映射到拼接影像中，得到拼接影像对应的脊柱结构信息。
99.终端对各定位影像中的脊柱结构进行识别，得到各椎间盘的序号和形态掩模后，将各椎间盘的序号和形态掩模映射到拼接影像中。例如，将各椎间盘的序号和形态掩模映射得到拼接影像中，得到了整个脊柱中每个椎间盘的序号和形态掩模。
100.步骤403，显示拼接影像对应的脊柱结构信息。
101.终端进行映射处理后，显示拼接影像，并在拼接影像中显示每个椎间盘的序号和形态掩模。
102.在其中一个实施例中，在将各定位影像对应的脊柱结构信息映射到拼接影像中之后，还可以包括：根据映射结果对目标扫描参数进行优化，得到优化后的扫描参数。
103.在实际应用中，将颈椎定位影像与胸椎定位影像进行拼接，或者将胸椎定位影像与腰椎定位影像进行拼接时，可能会出现拼接问题，进而导致脊柱结构信息映射出现问题。这时，需要根据映射结果对部分椎间盘的形态掩模进行微调，然后根据椎间盘调节后的形态掩模重新进行拟合计算，得到优化后的扫描参数。
104.上述实施例中，终端将多个定位影像进行拼接，得到拼接影像；将各定位影像对应的脊柱结构信息映射到拼接影像中，得到拼接影像对应的脊柱结构信息；显示拼接影像对应的脊柱结构信息。本公开实施例中，对定位影像进行拼接影像，并将脊柱结构信息映射到拼接影像中，可以是扫描操作人员更加直观地了解到较大扫描视野下的脊柱情况。进一步地，根据映射结果对扫描参数进行优化，可以使扫描参数更加准确，进而提高扫描结果的准确性。
105.应该理解的是，虽然图2-图7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图7中的至
少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
106.在一个实施例中，如图8所示，提供了一种扫描参数的确定装置，包括：
107.影像获取模块501，用于获取多个定位影像；
108.结构识别模块502，用于对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；
109.参数确定模块503，用于根据各定位影像对应的脊柱结构信息确定目标扫描参数；
110.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
111.在其中一个实施例中，上述结构识别模块502，具体用于将多个定位影像按照预设顺序输入到预先训练的结构识别模型中，得到结构识别模型输出的各定位影像对应的识别结果；识别结果包括各椎间盘对应的序号和/或形态掩模。
112.在其中一个实施例中，上述参数确定模块503，包括：
113.平面确定子模块，用于利用主成分分析算法对各定位影像对应的序号和/或形态掩模进行计算，得到各定位影像中每个椎间盘所在的平面；
114.参数确定子模块，用于根据各定位影像中每个椎间盘所在的平面，确定椎间盘扫描参数。
115.在其中一个实施例中，上述参数确定模块，还用于根据多个定位影像中椎间盘对应的序号和/或形态掩模进行计算，得到至少部分脊柱的脊柱扫描参数。
116.在其中一个实施例中，该装置还包括：
117.拼接模块，用于将多个定位影像进行拼接，得到拼接影像；
118.映射模块，用于将各定位影像对应的脊柱结构信息映射到拼接影像中，得到拼接影像对应的脊柱结构信息；
119.显示模块，用于显示拼接影像对应的脊柱结构信息。
120.在其中一个实施例中，该装置还包括：
121.参数优化模块，用于根据映射结果对目标扫描参数进行优化，得到优化后的扫描参数。
122.关于扫描参数的确定装置的具体限定可以参见上文中对于扫描参数的确定方法的限定，在此不再赘述。上述扫描参数的确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
123.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、
运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种扫描参数的确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
124.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
125.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
126.获取多个定位影像；
127.对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；
128.根据各定位影像对应的脊柱结构信息确定目标扫描参数；
129.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
130.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
131.将多个定位影像按照预设顺序输入到预先训练的结构识别模型中，得到结构识别模型输出的各定位影像对应的识别结果；识别结果包括各椎间盘对应的序号和/或形态掩模。
132.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
133.利用主成分分析算法对各定位影像对应的序号和/或形态掩模进行计算，得到各定位影像中每个椎间盘所在的平面；
134.根据各定位影像中每个椎间盘所在的平面，确定椎间盘扫描参数。
135.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
136.根据多个定位影像中椎间盘对应的序号和/或形态掩模进行计算，得到至少部分脊柱的脊柱扫描参数。
137.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
138.将多个定位影像进行拼接，得到拼接影像；
139.将各定位影像对应的脊柱结构信息映射到拼接影像中，得到拼接影像对应的脊柱结构信息；
140.显示拼接影像对应的脊柱结构信息。
141.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
142.根据映射结果对目标扫描参数进行优化，得到优化后的扫描参数。
143.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
144.获取多个定位影像；
145.对多个定位影像进行脊柱结构识别，得到各定位影像对应的脊柱结构信息；
146.根据各定位影像对应的脊柱结构信息确定目标扫描参数；
147.其中，目标扫描参数包括椎间盘扫描参数和脊柱扫描参数。
148.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
149.将多个定位影像按照预设顺序输入到预先训练的结构识别模型中，得到结构识别
模型输出的各定位影像对应的识别结果；识别结果包括各椎间盘对应的序号和/或形态掩模。
150.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
151.利用主成分分析算法对各定位影像对应的形态掩模序号和/或进行计算，得到各定位影像中每个椎间盘所在的平面；
152.根据各定位影像中每个椎间盘所在的平面，确定脊柱扫描参数。
153.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
154.根据多个定位影像中椎间盘对应的序号和/或形态掩模进行计算，得到至少部分脊柱的脊柱扫描参数。
155.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
156.将多个定位影像进行拼接，得到拼接影像；
157.将各定位影像对应的脊柱结构信息映射到拼接影像中，得到拼接影像对应的脊柱结构信息；
158.显示拼接影像对应的脊柱结构信息。
159.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
160.根据映射结果对目标扫描参数进行优化，得到优化后的扫描参数。
161.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
162.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
163.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。