腰椎定位点获取方法、设备及介质与流程

本发明涉及医学影像处理领域，涉及一种腰椎定位点获取方法、设备及介质，特别涉及一种基于椎体检测和特征点定位的腰椎定位点获取方法、设备及介质。

背景技术：

医学影像技术经历了一百多年的发展，其中mri、ct、dr、超声等技术已经广泛应用于各种临床医学诊断中。医学影像技术的发展极大程度地提升了诊断效率和准确性，为后续的治疗以及手术提供指导。

随着社会经济的发展和工作压力的增加，我国有大量居民受到腰椎等相关疾病的困扰。在腰椎疾病的诊断和治疗过程中，利用医学影像技术获取腰椎dr影像是常规且有效的辅助手段，其中腰椎的定位测量为多种疾病的诊断提供了参考，腰椎的定位测量主要包括腰椎旋转角度、腰椎侧弯cobb角、腰椎管横径、髂骨嵴间连线、腰椎曲度、腰椎曲度角、腰椎椎体高度、腰椎椎体高度指数、椎间盘高度、椎间盘角、腰椎管横径、椎体终板角、骶骨倾斜角、腰骶夹角、滑脱分度、腰骶滑脱角的测量，而其上提到的腰椎定位测量均需要获取准确的腰椎定位点。

目前有相关的技术采用深度学习模型定位腰椎特征点，此时，需要利用深度学习技术搭建一个腰椎定位点定位模型，通过大量的训练数据进行训练得到最终优化的模型，而这样的方式存在几个缺陷：需要大量地标记训练数据中的椎体的不同类型，每个椎体上又需标记不同类型的腰椎定位点，导致数据繁杂冗多，加大了训练的难度，同时也使得搭建而成的腰椎特征点定位模型复杂，训练得到的腰椎定位点定位模型在应用时也存在数据的拟合难度大，泛化性能差。

当然，现有技术中也有相关技术可简化定位步骤，比如cn105556567b一种用于脊椎位置探测的方法和系统，提供一种用椎体的边缘的方向的梯度值来搜索下一个椎体的相邻边缘点，其利用模板逐个计算出相邻椎体的位置信息的方法，但是该方案中依旧需要依赖于椎体的相对位置来计算其他椎体的位置，利用相邻椎体逐个进行推算，得到其他椎体的位置信息。且，该方案也仅仅是对椎体进行定位，依旧未对椎体上的定位点定位做出优化改进。

技术实现要素：

本发明的目的在于提供一种腰椎定位点获取方法、设备及介质，该方法采用了两个阶段级联的方式来进行，即先对椎体位置进行检测，然后将椎体部分数据输入特征点定位模型，依次对所有椎体上特征点进行定位，不同椎体的特征点共同组成脊椎的定位点，降低了定位点定位的搜索范围，减小难度。

本技术方案提供一种腰椎定位点获取方法，包括以下步骤：腰椎影像获取步骤：获取原始腰椎dr影像；椎体获取步骤：利用椎体获取模型获取腰椎dr影像中的椎体，根据椎体的位置关系定位不同类别的椎体；以及特征点定位步骤：利用特征点获取模型输出椎体上的特征点，根据特征点的位置关系定位不同类别的特征点，其中不同椎体的特征点组成腰椎的定位点。

一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序时实现以上提到的腰椎定位点获取方法的步骤。

一种计算机非易失性存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行计算机可读指令时，使得计算机执行所述自动获取腰椎定位点获取方法的步骤。

相较现有技术，本技术方案具有以下的特点和有益效果：

1、腰椎定位点获取方法分为椎体检测和特征点定位两个步骤进行，单独训练椎体检测模型和特征点定位模型，当椎体检测模型和特征点定位模型训练完成后组成级联模型，降低了关键点定位的搜索范围，减小难度。区别于传统的需要对整张图像定位44(正位)/44(侧面)个特征点的任务转换为在椎体区域内定位7个特征点的任务，极大程度降低模型训练难度，定位结果更加精准。

2、椎体检测模型不直接对椎体类别进行判断，仅仅输出椎体的位置信息。通过椎体之间的相对位置关系进行椎体类别的区分和判定，减少了训练阶段对模型的约束，避免训练阶段过度拟合，提升泛化性，且在识别阶段也可提高识别精度。

3、特征点定位模型将所有特征点输出在单张高斯分布热图上，通过最大值池化操作对热图进行极大值抑制，保留置信度最高的七个特征点，后续通过七个特征点的相对位置关系进行特征点类型的判别，减少模型的拟合难度。对数据的旋转、偏移等干扰更加鲁棒。

附图说明

图1是根据本发明的腰椎定位点获取方法的实施整体示意图。

图2是椎体获取步骤获得的输出结果图。

图3是特征点定位步骤获得的输出结果图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

本方案提供一种腰椎定位点获取方法、设备及介质，其中计算机可读介质中承载该腰椎定位点获取方法的步骤，设备读取该计算机可读介质运行该腰椎定位点获取方法，其中该腰椎定位点获取方法特别适用于对腰椎dr影像进行处理，以高效简便的方式获取同一腰椎的多个定位点，其中同一腰椎中包括多节椎体，每一椎体上含有对应的特征点，多个椎体的特征点共同组成腰椎的定位点。

具体的，该腰椎定位点获取方法包括以下步骤：

腰椎影像获取步骤：获取原始腰椎dr影像；

椎体获取步骤：利用椎体获取模型获取腰椎dr影像中的椎体，根据椎体的位置关系定位不同类别的椎体；

特征点定位步骤：利用特征点获取模型输出椎体上的特征点，根据特征点的位置关系定位不同类别的特征点，其中不同椎体的特征点组成腰椎的定位点。

在腰椎影像获取步骤中，对原始腰椎dr影像进行预处理得到预处理腰椎dr影像，其中预处理腰椎dr影像中腰椎的特征相较原始腰椎dr影像突出，以便于后续椎体获取和特征点定位。在本方案中，对原始腰椎dr影像进行归一化处理，使用窗宽窗位进行像素点数值的转换，并归一化到统一的数值范围内(0-255)。另，此时获取的原始腰椎dr影像的原始数据中标记该腰椎dr影像是正位片还是侧位片，对应正位片和侧位片的数据作为标签信息被存储，以便于后续椎体的选择。

在椎体获取步骤中，椎体获取模型的训练数据选择为标记每节椎体的整段腰椎，其中每节椎体用标记框进行标注，对应所需的标记框标记置信度高，腰椎dr影像输入该椎体获取模型中得到的输出结果为腰椎dr影像中的椎体对应的标记框，标记框四个端点的坐标以及对应的置信度，且特别值得一提的是，椎体获取模型的输出结果仅仅包括多节椎体的标记框但不输出椎体的类别。椎体获取模型采用深度学习技术中的物质检测技术对腰椎dr影像中的椎体进行检测。

随后，对多个椎体的标记框的置信度进行排序,保留置信度由高至低的n个椎体的选定标记框，由于置信度越高，标记框是所需的椎体的概率越高，获取选定标记框的中心点的纵坐标进行排序，自下而上排列定位不同类别的椎体，其中将上面端点的纵坐标和下面端点纵坐标求平均，即为中心点的纵坐标。

值得一提的是，本方案使用的训练的模型拟合性很高，只有极少数质量较差的数据会出现不连续的情况，异常情况无法完全避免，但是对总体测量精度影响很小，因此可保证本方案输出的选定标记框连续。

在本方案中，若腰椎dr影像为正位片，保留置信度由高至低的6个标记框作为选定标记框，从下而上依次排序l5、l4、l3、l2、l1、t12。若腰椎dr影像为侧位片，保留置信度由高至低的7个标记框作为选定标记框，从下而上依次排序s1、l5、l4、l3、l2、l1、t12。在本方案中，正位片和侧位片可以从dr原始数据直接进行读取，有相关标签信息存储在数据中。

另，本方案采用efficientdet结构作为椎体获取模型。该结构是目前物体检测领域精度最高的模型之一，同时在检测速度和计算量上存在较大的优势，可以减少对硬件条件的依赖。

由于腰椎本身结构的特点：腰椎上的椎体自上而下依次排序，在本方案中的椎体获取步骤中不需要直接获取椎体的类别，而是通过椎体之间的位置关系来获取椎体的类别，这样的方式可极大程度地减轻椎体获取模型的压力。该方案并不针对椎体类别进行深入研究，而是利用定位椎体的方式降低其后椎体特征点定位难度，即，椎体的位置信息是服务于特征点定位步骤的。

现有技术cn105556567b一种用于脊椎位置探测的方法和系统仅仅对椎体进行定位，采用的是传统的基于图像处理和模板匹配的方式，且是利用椎体的边缘的方向的梯度值来搜索下一个椎体的相邻边缘点。而在本方案中采用的是深度学习中物体检测技术直接获取所有椎体及其位置，椎体的相对位置信息仅仅用来区分椎体类别，而不涉及对椎体位置的定位任务。

现有技术cn107563383a一种基于脊柱超声冠状面图像的自动化椎体识别方法，利用超声图像分割技术来对椎体进行分割，输出的是椎体的分割掩码，为椎体的轮廓信息，利用了多种相关医学影像先验知识，对输出的分割结果进行后处理操作，区分每一段椎体的分割掩码的类别，而本方案利用腰椎部分椎体从上到下的固定顺序，对椎体检测框的类别进行判定。

在特征点定位步骤中，取椎体获取步骤得到的椎体，输入特征点获取模型中输出高斯分布热力图，高斯分布热力图上会显示输入图像对应位置的响应信息，一定范围内响应越大则靠近关键点，使用最大池化操作分散高斯分布热力图中的高响应区域，该步骤可避免在一定范围内出现多个高响应区域，每一个高响应区域对应一个关键点，也就是说一定范围内要避免出现多个关键点，不然会扰乱定位结果，计算高斯分布热力图上多点的置信度，保留置信度由高至低的七个特征点，利用七个特征点的位置关系确定特征点的类别。

特征点获取模型在训练时，将目标特征点的置信度设置为1(最高)，在在预测阶段，经过了最大池化操作，避免了一定范围内出现多个高响应区域。剩下的高响应区域中，置信度越高则为方案所需的特征点概率越大。本方案保证模型的精度足够，可以满足这7个点就是方案所需的特征点。

其中七个特征点的类别选择如下：选择左上、左下、右上、右下四个特征点分别对应hl、fl、hr、hl四个类别，另三个特征点依据横坐标进行排序，从左至右分别为ml、sp、mr三个类别。

其中特征点获取模型采用人体姿态估计模型技术，仅输出特征点的位置信息而不对特征点的具体类别进行区分。

遍历椎体获取步骤中得到的椎体得到对应每个椎体的七个特征点，汇总得到腰椎的定位点，其中得到腰椎正位片44个定位点，侧位片47个定位点的位置信息。

值得一提的是，正位片中除了椎体的42个定位点之外，还有髋关节上有2个定位点，这2个定位点的定位任务只需要单独使用第二阶段的特征点获取模型进行训练预测即可。

侧位片中最后一个椎体上仅包含5个定位点，相对于其他椎体缺失了2个定位点。直接对预测结果中舍弃该两个定位点即可。

当然在一些实施例中，在特征点定位步骤中首先需要对腰椎影像获取步骤获取的结果进行裁剪，得到椎体区域数据。

在特征点定位步骤之后进一步包括脚本计算步骤：获取定位点，根据内置的脚本进行计算，从而进行多项腰椎指标的测量。本方案中得到椎体上若干个腰椎定位点的位置，结合计算脚本直接进行计算。极大提升测量效率，减少医生工作量的同时，提高了测量精度。

其中计算脚本包含计算腰椎侧弯cobb角、腰椎管横径、髂骨嵴间连线、腰椎曲度、腰椎曲度角、腰椎椎体高度、腰椎椎体高度指数、椎间盘高度、椎间盘角、腰椎管横径、椎体终板角、骶骨倾斜角、腰骶夹角、滑脱分度、腰骶滑脱角的至少一脚本。

以下配合附图进行方案说明：

腰椎dr影像经过椎体获取步骤后得到的输出结果如图2所示，图中出现的红色标记框即为椎体获取模型输出的标记框，经过标记框的置信度排序后留下图示的六个标记框，进而根据标记框的纵坐标可获知其在腰椎中对应的位置。

随后根据标记框的位置对图2进行裁剪得到对应标记框的椎体，对该椎体利用特征点定位步骤处理得到如图3所示的结果图，其中七个特征点对应hl、fl、hr、hl、ml、sp、mr。

本方案提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上提到的腰椎定位点获取方法的步骤。

另，提供一种计算机非易失性存储介质，包括计算机可读指令，当计算机读取并执行计算机可读指令时，使得计算机执行上述自动获取腰椎定位点获取方法的步骤。

本方案应用在医学辅助系统上，该系统架构可分为处理器，存储器和通信接口。其中通信接口用于终端设备进行通信，收发该终端设备传输的信息，实现通信。处理器是系统架构的控制中心，利用各种接口和线路连接系统架构的各个部分，存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据业务处理所创建的数据等。此外，存储器可以包括快速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。

本发明不局限于上述最佳实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。