本发明涉及智能医疗领域，更具体地，涉及一种基于影像学的骨结构分割方法、设备、介质和程序产品。
背景技术：
1、临床用于评估脊柱疾病常用的影像学检查有x线平片、ct-脊髓造影术、磁共振、骨扫描、ct等，另外有一些辅助检查也可以用于脊柱疾病的诊断如骨密度测定、椎间盘造影、小关节注射等，运用影像学检查要明确脊柱形态异常与临床的相关性，作出正确的诊断。
2、其中，ct是评价骨性解剖的最佳检查，其多重断层影像能提供相互垂直平面的影像，但是ct检查具有电离辐射，多次ct检查对病人存在安全隐患。目前在结合医学图像处理进行引导手术时涉及到对于图像的分割，但由于脊柱所占据的区域较大，如果按照肿瘤疾病中对于肿瘤直接进行分割，分割精度往往难以实现临床需求；另外，由于脊柱结构复杂，其包括多个椎体、椎弓根、椎板、椎孔、横突、棘突等，因此对于脊柱手术来说，对于脊柱ct图像进行分割时具有相当大的难度。因此亟需一种能降低分割难度且提高分割精度的分割方法。
技术实现思路
1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提供一种基于影像学的骨结构分割方法、设备、介质和程序产品；本发明方法通过先根据患者的病变区域针对性地进行初步定位再有针对性地针对不同区域做精细分割，保证分割精度的同时降低分割难度。
2、本技术第一方面公开一种基于影像学的骨结构分割方法，包括：
3、101，获取脊柱的三维ct影像；
4、102，从三维ct影像中分割得到包含颈椎、胸椎、腰椎中的任意一种或几种的roi区域影像；
5、103，裁剪所述roi区域影像，得到包含roi椎骨的掩码图像；
6、104，利用分割网络分割所述掩码图像，得到包含roi椎骨的影像。
7、可选的，所述104中裁剪方法包括：寻找所述掩码图像中掩码在ras三维空间的不同方向最大值和最小值，裁剪所述三维ct影像不同方向中小于最小值和大于最大值的区域，得到包含roi椎骨的掩码图像；
8、可选的，所述roi区域还包括：骶骨、尾骨。
9、在一些实施例中，所述包含roi椎骨的掩码图像至少为二值掩码图像，当为二值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意一种；当为三值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意两种；当为四值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意三种；当为五值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意四种；当为六值掩码图像时，所述roi区域包括颈椎、胸椎、腰椎、骶骨、尾骨。
10、在一些实施例中，在所述103之后104之前，所述方法还包括：裁剪所述包含roi椎骨的掩码图像中的单个椎体，得到相邻单个椎体之间不连接的掩码图像；定位所述相邻单个椎体之间不连接的掩码图像中单个椎体的质心，得到具有质心的影像；以单个所述质心为中心，从所述具有质心的影像中分割得到单个质心对应的单个椎骨影像；
11、可选的，所述裁剪所述包含roi椎骨的掩码图像中的单个椎体的方法包括：从单个椎体的四周边缘等比例逐渐向中心腐蚀；
12、可选的，所述102中裁剪后的单个椎体体积小于裁剪前单个椎体体积；
13、优选地，裁剪后的单个椎体体积与裁剪前所述单个椎体体积的比例为：1/10-9/10，优选为1/5-4/5，优选为1/2。
14、在一些实施例中，所述定位相邻单个椎体之间不连接的掩码图像中单个椎体的质心的方法包括：使用连通域算法识别所述相邻单个椎体之间不连接的n值掩码图像中的至少一个单独区域；定位单独区域的质心即为单个椎体的质心；所述单独区域为单个椎体所在的区域；
15、可选的，所述具有质心的影像中的质心是根据质心的z轴坐标排序的。
16、在一些实施例中，所述单个质心对应的单个椎骨影像的获取方法包括：获取以所述单个质心为中心固定a×b×c的3维高斯分布；获取以质心为中心固定a×b×c的3维图像；根据以质心为中心的3维高斯分布，从所述3维图像中分割得到高斯分布周围的所述单个质心对应的单个椎骨影像。
17、在一些实施例中，在104后所述方法还包括105，基于所述质心的位置识别所述椎骨影像中单个椎骨的类别；可选的，当无法根据105中的方法判断单个椎骨的类别时，所述方法还包括：将所述单个椎骨影像输入到分类器中识别所述单个椎骨的类别。
18、本技术第二方面公开一种计算机设备，所述设备包括：存储器和处理器；所述存储器用于存储计算机程序；所述处理器执行所述计算机程序以实现本技术第一方面所述的方法的步骤。
19、本技术第三方面公开一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现本技术第一方面所述的方法的步骤。
20、本技术第四方面公开一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现本技术第一方面所述的方法的步骤。
21、本技术具有以下有益效果：
22、1、本技术针对目前在基于神经网络的机器学习算法分割脊柱时，神经网络模型的精度直接依赖于训练集样本数据的量的问题，且为了实现对脊柱各个组成单元的分割效果，样本数据中的每个脊柱组成单元都需要标注有类别标签。但是在实际操作时，其需要脊柱多个视图下的标注、学习和训练，过程繁琐且难度较大，进而导致基于神经网络的机器学习算法进行图像分割时实施难度较大的现状，创新性的公开一种基于影像学的骨结构分割方法，可以很好地解决上述问题，其先对三维影像中的脊椎区域做初步定位，根据患者的病变区域有针对性地缩小区域至颈椎、胸椎或腰椎等roi区域，以减少脊椎区域以外的区域对后续分割的影响，完成初步定位；再进行后续的精细分割工作。由于在分割时，第一步的输入端杂质过多对后续第二步的精细分割影响较大，因此本技术提出先在第一步进行初步定位，减少杂质进一步减少对后续精细分割的影响。
23、2、本技术还公开了在初步定位和精细分割步骤之间的质心定位步骤，通过腐蚀roi椎骨的掩码图像中的单个椎体，使得相邻椎体之间不发生连接，再利用连通域算法确定腐蚀后单个椎体所在的不同区域，定位不同区域中单个椎体的质心作为整个椎骨的质心，并使用以质心为中心的高斯分布来限制网络只分割该质心的椎骨，实现脊椎细分割，从而进一步得到整个脊椎；上述方法通过粗定位、质心定位、细分割的3步法进行骨分割的过程，在保证分割精度的同时降低分割难度。
24、3、本技术通过克服了脊柱影像与肿瘤影像在分割影像时面临的难题，不同于肿瘤影像的直接分割，脊柱是由大量相似单元构成的特殊链式结构，且脊柱结构复杂，其包括脊椎和肌肉，脊椎由排列的椎骨组成，每一个椎骨包括椎体、椎弓根、椎板、椎孔、横突、棘突、副突、上关节突、乳突，因此对于脊柱ct图像进行分割时难度相当大，脊柱影像存在个体差异较大，分割时需要脊柱多个视图下的标注、学习和训练，过程繁琐且难度较大，进而导致基于神经网络的机器学习算法进行图像分割时实施难度较大等问题，现有技术难以实现对组成脊柱的各个单元的精确定位和分割。
25、4、本技术中的分割方法获取的脊椎图像具有较高的精确性，且对脊柱序列影像的要求较低，有利于大规模的临床应用。
1.基于影像学的骨结构分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于影像学的骨结构分割方法，其特征在于，所述104中裁剪方法包括：寻找所述掩码图像中掩码在ras三维空间的不同方向最大值和最小值，裁剪所述三维ct影像不同方向中小于最小值和大于最大值的区域，得到包含roi椎骨的掩码图像；
3.根据权利要求1所述的基于影像学的骨结构分割方法，其特征在于，所述包含roi椎骨的掩码图像至少为二值掩码图像，当为二值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意一种；当为三值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意两种；当为四值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意三种；当为五值掩码图像时，所述roi区域为颈椎、胸椎、腰椎、骶骨、尾骨中的任意四种；当为六值掩码图像时，所述roi区域包括颈椎、胸椎、腰椎、骶骨、尾骨。
4.根据权利要求1所述的基于影像学的骨结构分割方法，其特征在于，在所述103之后104之前，所述方法还包括：裁剪所述包含roi椎骨的掩码图像中的单个椎体，得到相邻单个椎体之间不连接的掩码图像；定位所述相邻单个椎体之间不连接的掩码图像中单个椎体的质心，得到具有质心的影像；以单个所述质心为中心，从所述具有质心的影像中分割得到单个质心对应的单个椎骨影像；
5.根据权利要求4所述的基于影像学的骨结构分割方法，其特征在于，所述定位相邻单个椎体之间不连接的掩码图像中单个椎体的质心的方法包括：使用连通域算法识别所述相邻单个椎体之间不连接的n值掩码图像中的至少一个单独区域；定位单独区域的质心即为单个椎体的质心；所述单独区域为单个椎体所在的区域；
6.根据权利要求4所述的基于影像学的骨结构分割方法，其特征在于，所述单个质心对应的单个椎骨影像的获取方法包括：获取以所述单个质心为中心固定a×b×c的3维高斯分布；获取以质心为中心固定a×b×c的3维图像；根据以质心为中心的3维高斯分布，从所述3维图像中分割得到高斯分布周围的所述单个质心对应的单个椎骨影像。
7.根据权利要求1-6任一项所述的基于影像学的骨结构分割方法，其特征在于，在104后所述方法还包括105，基于所述质心的位置识别所述椎骨影像中单个椎骨的类别；可选的，当无法根据105中的方法判断单个椎骨的类别时，所述方法还包括：将所述单个椎骨影像输入到分类器中识别所述单个椎骨的类别。
8.一种计算机设备，其特征在于，所述设备包括：存储器和处理器；所述存储器用于存储计算机程序；所述处理器执行所述计算机程序以实现权利要求1-7任一项所述的方法的步骤。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7任意一项所述的方法的步骤。
