本发明涉及一种磁共振成像设备， 尤其涉及采用磁共振图像进行脊柱 推体和推间盘分割的方法、 装置。 背景技术

MRI ( Magnet ic resonance imaging, 磁共振成像）检查由于其无损伤、 任意断面和多参数成像等特点而日益普及， 尤其在中枢神经和脊柱临床应 用中优势更为突出。 典型的 MRI 脊柱推间盘扫描过程描述为： 由医师或技 师在矢状面定位像上将每一组扫描线放置在有 病变的推间盘上， 为保证线 组穿过推间盘中心， 需要反复调整线组的位置和角度， 线组放置和调整过 程繁复而费时。 因此如果能实现 MRI 脊柱推间盘自动提取， 就可以实现推 间盘的智能扫描定位， 推间盘自动提取可采用图像处理方法， 在矢状面图 像中自动分割或者识别出推体或者推间盘。 如果采用传统的图像分割方法 对推间盘进行分割， 就必须利用推间盘与推体灰度的差异性， 如 T1权重图 像上推体呈现白色， 推间盘呈现黑色， 但这种特征并不绝对， 由于不同权 重的影响， 推体和推间盘的灰度差异往往不明显， 在 T2权重或 STIR权重 图像上甚至出现反色的推间盘， 以至传统方法难以充分应用。 当然， 推体 的提取有利用可变形模型匹配的方法， 这种方法的问题在于脊柱图像中可 见推体数量并不一定相同， 如果可见的推体过多或者过少， 都会导致匹配 失效。 还有的分割方法需要医生或者技师进行一定的 交互操作， 如选择特 征点等， 也影响了效率。 发明内容

本发明要解决的主要技术问题是， 提供一种脊柱推体提取方法和推间 盘分割方法及其装置。

根据本发明的一方面， 提供一种脊柱推体提取方法， 包括：

利用磁共振图像数据定位脊髓线；

根据脊髓线确定推体轴线截面； 根据推体轴线截面定位推体内部种子点；

基于推体内部种子点采用种子区域生长法提取 推体区域。

根据本发明的另一方面， 提供一种脊柱推体提取装置， 包括： 脊髓线 定位单元， 用于利用磁共振图像数据定位脊髓线； 轴线截面确定单元， 用 于根据脊髓线确定推体轴线截面； 种子点定位单元， 用于根据推体轴线截 面定位推体内部种子点； 推体区域提取单元， 用于基于推体内部种子点采 用种子区域生长法提取推体区域。

根据本发明的另一方面， 提供一种脊柱推间盘分割方法，包括： 利用磁共振图像数据定位脊髓线；

根据脊髓线确定推体轴线截面；

根据推体轴线截面定位推体内部种子点；

基于推体内部种子点采用种子区域生长法提取 推体区域；

在提取的推体区域上定位该推体区域的顶点；

利用相邻两个推体区域的顶点分别计算推间盘 两相对边的中心点； 根据两相对边的中心点确定推间盘中心线。

根据本发明的又一方面， 提供一种脊柱推间盘分割装置，包括： 脊髓线 定位单元， 用于利用磁共振图像数据定位脊髓线； 轴线截面确定单元， 用 于根据脊髓线确定推体轴线截面； 种子点定位单元， 用于根据推体轴线截 面定位推体内部种子点； 推体区域提取单元， 用于基于推体内部种子点采 用种子区域生长法提取推体区域； 推体区域顶点定位单元， 用于在提取的 推体区域上定位该推体区域的顶点； 推间盘中心点定位单元， 用于利用相 邻两个推体区域的顶点分别计算推间盘两相对 边的中心点； 推间盘中心线 确定单元， 用于根据两相对边的中心点确定推间盘中心线 。

本发明还提供一种包括上述脊柱推间盘分割装 置或脊柱推体提取装置 的磁共振成像系统。

本发明利用推体内灰度近似均勾、 推体与推间盘有明显边界、 推体形 状基本固定等特征自适应提取推体和推间盘， 提取结果不受推体或者推间 盘灰度不一致的影响， 也不受图像权重的影响， 可自适应提取图像中的全 部推体， 进而计算出各个推间盘的中线位置和角度， 能有效应用于 MRI (磁 共振图像）脊柱推间盘扫描的全自动定位。 附图说明

图 1为一种实施例中磁共振成像系统的结构示意� �；

图 2为本发明一种实施例中脊柱推体提取装置的� �构示意图； 图 3为本发明一种实施例中推体区域提取单元的� �构示意图； 图 4为本发明一种实施例中脊柱推体提取的流程� �；

图 5为 T1权重矢状面脊柱图像；

图 6为本发明一种实施例中定位脊髓线的流程图� �

图 7为经求一阶导数后检测出的极大值 /极小值点集合示意图； 图 8为本发明一种实施例中检测出的体表边界示� �图；

图 9 为本发明一种实施例中经过求二阶导数后极大 值点提取结果示意 图；

图 10为本发明一种实施例中筛选后得到的脊髓线� ��意图；

图 11为本发明一种实施例中得到的推体轴线灰度� ��面图；

图 12为本发明一种实施例中定位推体内部种子点� ��流程图；

图 13为本发明一种实施例中得到的推体轴线种子� ��分布示意图； 图 14为本发明一种实施例中筛选移动后的种子点� ��布示意图； 图 15为本发明一种实施例中提取推体区域的流程� ��；

图 16为本发明一种实施例中提取推体区域示意图� ��

图 17为本发明一种实施例中脊柱推间盘分割的流� ��图；

图 18为本发明一种实施例中提取的推间盘中心线� ��意图。 具体实施方式

下面通过具体实施方式结合附图对本发明作进 一步详细说明。

请参考图 1 ,在一种实施例中，磁共振成像系统 100包括磁体系统 110、 梯度磁场系统 120、 射频系统 130和控制及处理系统 140。 磁体系统 110包 括磁体 111、 梯度磁场线圏 112、 发射线圏 113和接收线圏 114 , 磁体 111 可以采用永磁体或常导磁体， 用于给待测物体（例如病人）提供一恒定的 主磁场，梯度磁场线圏 112用于在三维空间产生一梯度磁场，发射线圏 113 用于提供射频 F )脉沖以激发待测物体内原子核的自旋， 接收线圏 114 用于检测由待测物发出的回波信号。 梯度磁场系统 120和控制及处理系统 140连接， 用于在控制及处理系统的控制下驱动梯度磁场 线圏 112。 射频系 统 130和控制及处理系统 140连接， 用于在控制及处理系统的控制下产生 RF脉沖并经放大处理后施加给发射线圏 113。

控制及处理系统 140 既用于对各部分进行控制， 也用于对回波信号进 行处理。将接收线圏 114检测到的回波信号传输到控制及处理系统 140 ,控 制及处理系统 140 包括脊柱推体提取装置， 脊柱推体提取装置用于基于得 到的磁共振图像， 在磁共振图像上提取出被测物的脊柱推体。

在如图 2所示的一种实施例中， 脊柱推体提取装置 200 包括脊髓线定 位单元 210、 轴线截面确定单元 220、 种子点定位单元 230和推体区域提取 单元 240。脊髓线定位单元 210用于利用磁共振图像数据定位脊髓线， 轴线 截面确定单元 220用于根据脊髓线确定推体轴线截面，种子点 定位单元 230 用于根据推体轴线截面定位推体内部种子点， 推体区域提取单元 240用于 基于推体内部种子点采用种子区域生长法提取 推体区域。

在一种具体实例中， 脊髓线定位单元 210 利用推体内灰度近似均匀的 特征， 采用提取被测物 （例如人体躯干） 两侧体表边界， 根据两侧体表边 界界定的距离检测出脊髓线。脊髓线定位单元 21 G包括边界检测子单元 211 和脊髓线检测子单元 212。边界检测子单元 211用于利用被测者组织和背景 的过渡特性检测被测者磁共振图像的两侧体表 边界，脊髓线检测子单元 212 用于根据体表边界界定的被测者组织宽度检测 脊髓线。

在另一种具体实例中， 轴线截面确定单元 220 利用脊髓线和推体轴线 走向一致且两者距离很近的特征先得到推体轴 线， 根据推体轴线得到推体 轴线截面的图像， 然后种子点定位单元 230 利用推体与推间盘有明显边界 的特征，根据推体轴线截面定位出推体内部种 子点。 轴线截面确定单元 220 包括平移子单元 221和加权子单元 222 ,平移子单元 221用于将脊髓线按照 多个设定的平移距离平移后得到多个推体轴线 ， 加权子单元 222 用于对多 个推体轴线的灰度求加权和， 得到推体轴线截面。 种子点定位单元 230 包 括边界点检测子单元 231、 筛选子单元 232和移动子单元 233。 边界点检测 子单元 231 用于计算推体轴线截面的灰度变化梯度， 将梯度值大于设定阈 值的点作为推体与相邻推间盘的候选边界点。 筛选子单元 232 用于将检测 出的候选边界点按照一预定规则， 例如后文提到的第三预定规则进行筛选， 得到推体与相邻推间盘的边界点。 移动子单元 233用于将边界点的坐标沿 推体轴线方向按照设定大小移动， 得到的新坐标所对应的点记为推体内部 的种子点。

在又一种具体实例中， 推体区域提取单元 240 利用推体形状基本固定 的特征， 结合推体的区域面积和形状， 采用区域生长法得到推体区域。 推 体区域提取单元 240如图 3所示， 包括初始子单元 241、 区域生长子单元 242、 计算子单元 243、 判断子单元 244、 查找及提取子单元 245和生长阈 值变换子单元 246。初始子单元 241用于设置初始阈值、生长目标最小面积 和生长目标最大面积， 并将初始阈值赋予生长阈值。 区域生长子单元 242 单元 243用于计算填充后区域的面积周长比， 根据填充后区域的面积推算 出期望的面积周长比， 并计算面积周长比和期望的面积周长比的差异 。 判 断子单元 244用于判断生长是否满足预定条件。 查找及提取子单元 245用 于在生长满足预定条件时， 控制停止生长， 并在位于生长目标最小面积和 生长目标最大面积之间的填充后区域面积的差 异中查找出最小差异， 将所 述最小差异所对应的生长阈值记为最佳生长阈 值， 将所述最小差异所对应 的填充后区域提取为推体区域。 生长阈值变换子单元 246 用于在生长不满 足预定条件时按照第四预定规则减小生长阈值 ， 生成新的生长阈值， 然后 控制区域生长子单元 242基于新的生长阈值进行区域生长。

在推体区域提取单元 240 的另一具体实例中， 推体区域提取单元 240 还包括区域分析子单元 247 , 用于对提取的推体区域进行分析，按照第五预 定规则去除推体区域的冗余部分。

基于以上装置， 一种脊柱推体提取方法如图 4所示， 包括以下步骤： 步骤 S1 , 利用磁共振图像数据定位脊髓线；

步骤 S2 , 根据脊髓线确定推体轴线截面；

步骤 S3 , 根据推体轴线截面定位推体内部种子点；

步骤 S4 , 基于推体内部种子点采用种子区域生长法提取 推体区域。 在一种具体实例中， 利用推体内灰度近似均勾的特征对脊髓线进行 定 位。 脊髓线是脊柱图像的重要特征， 因为其灰度比较均匀， 而且对于 T1权 重、 T2权重或 STIR权重图像来说， 脊髓与周围组织的亮度差异基本上是稳 定的， T1权重图像脊髓比周围组织暗， 如图 5所示， T2图像脊髓比周围组 织亮。 在图 5中， 图的左侧为被测者的前面， 图的右侧为被测者的后面。

对于脊髓线为大致呈现竖直方向的情况， 提取脊髓线的过程为： 提取 被测物第一侧（例如左侧）体表边界、 提取第二侧（例如右侧）体表边界、 提取脊髓线。 因此本实施例中， 步骤 S1如图 6所示， 包括以下步骤：

步骤 S11 ,利用被测者组织和背景的过渡特性检测被测� �磁共振图像的 两侧体表边界。 体表边界的提取利用人体组织与背景组织的灰 度过渡特性。 例如图 5所示， 左侧体表为由黑到白的过渡， 右侧体表为由白到黑的过渡。 利用一阶导数可检测这种过渡， 由于体表边界大致为垂直走向， 可用一阶 水平导数极值来检测。 在与体表边界方向垂直的方向 （例如水平方向）上 求一阶导数， 一阶导数可按如下表达式计算：

dl _τ dG

—— * G = I *

dx dx 其中， /为输入图像的灰度数据， 表示 J方向 （水平方向）一阶导 dx

数， G为高斯模板， *为卷积。 选择合适的高斯模版计算一阶导数后， 分别检测出水平方向的一阶导 数的极大值点和极小值点。沿体表边界方向变 换求一阶导数的位置，循环上 述步骤， 检测出很多极大值点和极小值点， 一些极大值点连接成线， 形成 极大值点集合， 一些极小值点连接成线， 形成极小值点集合。 极大值 /极小 值点图像如图 7 , 其中白色点为极大值， 灰色点为极小值。 可以看出， 图像 中形成了多个极大值点集合和极小值点集合， 极大值点集合用于检测第一 侧体表边界， 极小值点集合用于检测第二侧体表边界。 因存在过多的极大 值 /极小值点集合， 因此对多个极大值点集合和极小值点集合按照 第一预定 规则进行筛选， 第一预定规则可以是按照线的长度、 线上各点导数值以及 线与图像边界的距离来综合考虑， 筛选后得到第一侧 （例如左侧）体表边 界和第二侧 （例如右侧）体表边界， 如图 8 所示， 经第一预定规则筛选后 只留下一条左侧边界和一条右侧边界， 得到两侧体表边界后执行步骤 S12。 当然， 本领域技术人员应该理解， 第一预定规则除了本实施例中公开的规 则外， 还可以是其他规则， 只要实现在众多边界中筛选出两侧边界即可。 步骤 S12 ,根据两侧体表边界界定的被测者组织宽度（� �两侧体表边界 的距离）检测脊髓线。 脊髓线在图像中呈狭长的窄带形状， 其灰度与其左 右形成鲜明对比， 如 T1权重图像脊髓线为突出的黑色， T2权重或 STIR权 重图像脊髓线为突出的白色。 利用这个特征， 可用二阶导数来检测脊髓线。 二阶导数对线状结构敏感， 但需要指定合适的滤波尺度， 只有当滤波尺度 与脊髓线宽度相匹配时才能有效检测。 因为已经提取出体表边界， 可根据 第一侧体表边界和第二侧体表边界的距离估算 滤波尺度， 采用估算的滤波 尺度对磁共振图像求二阶导数； 二阶导数计算表达式如下： 其中， σ为高斯模板标准差， 根据第一侧体表边界和第二侧体表边界 的距离估算， 体现滤波尺度； 4为两侧体表边界的平均距离， Μ为一比例 常数， 可依实验确定。

通过求二级导数滤波后仍然对图像取极值， 即检测二阶导数图像的极 值， 如果为 T1权重图像， 则取极大值， 如果为 Τ2权重或 STI R权重图像， 则取极小值， 从而得到多个由极值点连接成线的极值点集合 ， 极值点提取 结果如图 9 所示。 提取极值点后， 仍然需要进行边界筛选。 因此对多个极 值点集合按照第二预定规则进行筛选， 此时的第二预定规则 （即筛选规则） 可按照脊髓线在人体组织中的水平位置、 垂直位置、 脊髓线的长度等因素 综合考虑， 例如， 本实施例中， 根据从被测者侧面获取图像， 如图 5所示， 脊髓线的水平位置靠右、 垂直位置靠上， 然后再综合考虑脊髓线的长度等 因素， 从而筛选后得到脊髓线， 如图 10所示。 第二预定规则除了本实施例 中公开的规则外， 还可以是其他规则， 只要实现在众多边界中筛选出脊髓 线即可。

在一种具体实例中， 定位推体内部种子点方法利用了推体与推间盘 之 间有明确边界、 并且推体与推体之间有一定的距离间隔两个特 征。 种子点 定位的过程为： 提取推体轴线截面、 计算推体边界点、 边界点 选、 边界 点移动。 本实施例中， 首先根据脊髓线确定推体轴线截面， 基本思路是： 根据脊髓线确定推体轴线， 然后计算推体轴线的灰度， 形成表征推体轴线 灰度的向量图， 即推体轴线截面。 因为推体轴线与脊髓线距离很近， 且两 者走向一致， 因此把前面得到的脊髓线通过筒单的平移即可 得到推体轴线， 平移距离可根据经验设定或根据两侧体表边界 限定的宽度范围确定。 这里 所说的推体轴线并不限定是从推体正中心穿过 的线， 只要能够纵向穿过所 有的推体即可， 因此允许有一定的定位误差。 可以通过平移得到一条推体 轴线， 也可以通过多次平移得到多条推体轴线。 引入多个平移的目的是为 了抑制噪声的影响， 因为只取一个平移容易错过推体。 本实施例中， 以通 过多个设定的平移距离平移后得到多条推体轴 线进而得到推体轴线截面为 例进行说明。 推体轴线截面可按照下面表达式进行计算， 它对多个推体轴 线的灰度求 推体轴线截面： spine (1) = ∑a _n = l

其中， "e(t)为推体轴线截面向量， ί为索引， (·ψ), _ν( ))为脊髓线坐 标， α„为加权系数， 可根据经验设定， Μ„为平移距离相对左右体表边界距 离的倍数， 可根据经验设定， S为推体轴线数量。

提取出的推体轴线截面是一个灰度向量， 它表达了沿着推体轴线方向 的近似灰度变化， 如图 11 , 其中灰度剧烈变化的位置对应推体与推间盘的 边缘。

当确定出推体轴线截面后， 定位推体内部种子点的方法如图 12所示， 包括以下步骤：

步骤 S 31 , 计算推体轴线截面的灰度变化梯度， 将梯度值大于设定阈值 的点作为推体与相邻推间盘的候选边界点。 因为在推体边界点处截面呈现 剧烈变化， 可依据梯度特征来检测边界点。 通过计算截面梯度， 将满足 |g( )| > r条件的候选点作为推体边界点， 其中 g(t)为截面梯度， ： Γ为阈值， 可取 r = m _ei m(|g(t)|)。 边界点提取结果如图 1 3 , 其中， 黑色点为边界点。

步骤 S 32 , 将检测出的候选边界点按照第三预定规则进行 筛选，得到推 体与相邻推间盘的边界点。 这些检测出的边界点有很多冗余， 如一条边界 往往会检测出多个边界点， 这需要进行边界点筛选。 可利用边界点的距离 特性进行筛选， 使得最后任意两个相邻边界之间点的距离 d满足： 其中， N ₂ 为经验值， 可依据经验进行选择。

第三预定规则除了本实施例中上述 选规则外， 还可以是其他规则， 要实现在众多边界点中筛选出符合条件的边界 点即可， 以减少边界点的 本实施例中， 提取边界点的目的是为了后续得到尽量少的种 子点， 如 果直接利用均匀性提取推体内部种子点则会得 到非常多的候选点， 使算法 效率变低。

步骤 S 33 ,将边界点的坐标沿推体轴线方向按照设定大� �移动，得到的 新坐标所对应的点记为推体内部的种子点。 例如将筛选后的边界点向上或 下进行垂直移动， 目的是将边界点的位置移动到推体内部。 这样做的依据 是： 推体面积大于推间盘的面积， 将边界点进行微小移动即可得到推体内 部的种子点。 因此移动的距离可根据经验设定， 例如大于推间盘上下宽度 的一个值。 筛选移动后的图如图 14所示， 很多种子点（图中为黑点）移到 了推体内部。

因本实施例中采用的是推体轴线上灰度的变化 梯度， 梯度表示灰度的 变化， 它与灰度本身的高低无关， 只要灰度有变化， 都可在梯度上反映出 来。 在磁共振推体图像中， T1加权图像的推间盘一般黑色， T2加权图像的 推间盘一般白色， 但这种特征有时并不明显， 也就是推骨与推间盘的灰度 差异有时很小， 如果用其他方法直接提取种子点， 总会受到这个问题的干 扰， 而无论是 T1加权图像还是 T2加权图像， 推骨与推间盘之间都是有明 确边界的， 都可以根据梯度检测到该边界。 所以本实施例在提取推体内部 的种子点时不受推体或者推间盘灰度不一致的 影响， 也不受权重的影响， 可更准确地提取到推体内部的种子点， 以进行后续的推体区域生长。

在又一种具体实例中， 推体区域生长采用自适应阈值的区域生长法， 本实施例中可利用推体的面积、 推体的形状迭代计算生长阈值。 生长后的 区域坐标满足： υί ，. y^ - I seedxj， seedy j 其中,其中, 《^· , seedy )为第 j个种子的坐标, (x _; , y _{ )为 e ;^ , seedy _j ) 的孤立邻域集合， 为种子点数量， Hj为基于第 j个种子的生长阈值。 这里 关键需要确定最优的生长阈值 Hj。

如图 1 5所示， 以单个种子为例， 区域生长法提取推体区域包括以下步 骤：

步骤 S41 ,设置初始阈值 Η _ίηί 、生长目标最小面积^和生长目标最大面 积 并将初始阈值 Η _ίηί 赋予生长阈值 Η ; 其中初始阈值 Η _ίηί 可以是一个比 较大的固定值， 也可以是推体轴线的最大灰度和最 d、灰度差值乘以一个系 数得到的一个值， 和^可利用 进行估算， 如 SM二 和 ST二 ， ^和 L ₂ 依经验选择。 步骤 S 42 ,基于生长阈值进行区域生长，将生长后的区� �进行区域填充。 本步骤中区域生长可采用已有的技术基于种子 点进行区域生长并填充。

步骤 S4 3 , 计算填充后区域的面积周长比 SP , SP = - , 其中， S为填充

P

后区域的面积， P为填充后区域的周长。

步骤 S44 ,根据填充后区域的面积推算出期望的面积周� �比。根据推体 形状基本固定且呈近似正方形的特征， 假设推体形状为正方形， 根据填充 后区域的面积 S , 推算出周长， 然后再次计算面积周长比， 即推算出期望的 面积周长比 SPR , SPR = ~。

4V5 - 4 步骤 S45 , 计算面积周长比和期望的面积周长比的差异。 本步骤中， 面 积周长比和期望的面积周长比的差异可以是两 者的差值， 也可以是两者的 比值。

步骤 S46 , 判断生长是否满足预定条件，预定条件可以是 生长阈值 H已 经很小， 小于设定阈值。预定条件也可以是填充后区域 的面积 S已经很小， 小于设定阈值。 如果生长满足预定条件， 则执行步骤 S48 , 停止基于该种 子的生长， 并在位于生长目标最小面积和生长目标最大面 积之间的填充后 区域面积的差异中查找出最小差异， 将该最小差异所对应的生长阈值记为 最佳生长阈值， 将最小差异所对应的填充后区域记为基于该种 子生长的推 体区域； 否则执行步骤 S47;

步骤 S47 , 生长阈值变换。 按照第四预定规则减小生长阈值， 然后转向 步骤 S42 ,基于新的生长阈值进行区域生长，循环执行� �到生长满足预定条 件。 第四预定规则可以是使生长阈值按照设定的步 长逐次减小， 也可以使 生长阈值按照一个设定的曲线递减， 还可以无规律或随机地逐次减小生长 阈值。

因为推体面积不能精确估算， 如果只利用推体面积来决定阈值则很可 能得到形状不规则的区域， 分割效果也不佳。 因为噪声等因素的影响使得 推体灰度均勾性并不理想， 灰度分布无规律， 不同的灰度阈值生长出的区 域可能面积相差不大， 但形状却差异明显， 只有所提取的区域与推骨正好 吻合时， 形状最规则， 因此本实施例结合了推体的形状信息， 同时又考虑 了推体面积， 使得生长后的区域与真实推体区域最相似。

对每个种子点， 得到最优的 H后， 也得到了该种子点对应的推体区域。 这时需要对该区域进行分析判断， 因为前面得到的种子点数量仍然存在冗 余， 主要有两种情况：

1 )某些种子点并不在推体以内， 而在推间盘上， 这时即使进行上述的 区域生长， 得到的区域也不是推体区域；

2 )某些种子点同时处于同一推体内部， 它们生长出的区域会有重叠部 分。

为了解决上面两个问题， 对提取的推体区域进行分析， 按照第五预定 规则去除推体区域的冗余部分。 可通过以下全部或部分信息来去除冗余： 考察每个种子点生长后的 SP和 SPR的差异；

考察推体轴线上上下相邻两个种子点生长后区 域的位置信息； 考察推体轴线上上下相邻两个种子点生长后区 域的面积差异等等。 这些信息可以有效解决上面两个问题。

经过区域生长、 区域分析判断后， 得到推体区域如图 16所示。

根据本发明公开的内容， 本领域技术人员应该理解， 在进行脊柱推体 提取时， 可采用上述实施例中的全部步骤， 也可采用部分步骤进行组合了， 例如， 在定位脊髓线时采用现有技术， 而在定位推体内部种子点和进行区 域生长时采用本发明实施例中的方案， 或者在定位脊髓线和进行区域生长 时采用本发明实施例中的方案， 而其他步骤采用现有技术。

在另一实施例中， 控制及处理系统包括脊柱推间盘分割装置， 脊柱推 间盘分割装置包括上述任一实施例中的脊柱推 体提取装置、 推体区域顶点 定位单元、 推间盘中心点定位单元和推间盘中心线确定单 元。 推体区域顶 点定位单元用于在提取的推体区域上定位该推 体区域的顶点， 推间盘中心 点定位单元用于利用相邻两个推体区域的顶点 分别计算推间盘两相对边的 中心点， 推间盘中心线确定单元， 用于根据两相对边的中心点确定推间盘 中心线。

基于上述脊柱推间盘分割装置， 脊柱推间盘分割方法如图 17所示， 包 括以下步骤：

步骤 S1 , 利用磁共振图像数据定位脊髓线。

步骤 S2 , 根据脊髓线确定推体轴线截面。

步骤 S3 , 根据推体轴线截面定位推体内部种子点。

步骤 S4 , 基于推体内部种子点采用种子区域生长法提取 推体区域。 步骤 S5 , 在提取的推体区域上定位该推体区域的顶点。 定位推间盘扫 描线需要确定推间盘中心线的表达式， 在前面得到的推体区域结果上， 需 要检测每个推体的四个顶点坐标， 用相邻两个推体的顶点坐标计算推间盘 中心点位置。 可利用筒单的螺旋扫描来提取推体的顶点， 分别采用不同的 扫描方向即可分别得到推体的四个顶点。

步骤 S6 , 利用相邻两个推体区域的顶点分别计算推间盘 两相对边的中 心点。 前一推体左下角顶点与后一推体左上角顶点的 中点坐标为推间盘的 左中心点， 前一推体右下角顶点与后一推体右上角顶点的 中点坐标为推间 盘的右中心点。

步骤 S7 , 根据两相对边的中心点确定推间盘中心线。 最后提取的推间 盘中心线如图 18。

本实施例中的步骤 S1至 S4可以采用本发明提供的全部或部分步骤， 也可以是全部或部分采用现有技术实现。

本发明利用推体内灰度近似均勾、 推体与推间盘有明显边界、 推体形 状基本固定等特征自适应提取推体和推间盘， 提取结果不受推体或者推间 盘灰度不一致的影响， 也不受图像权重的影响， 可自适应提取图像中的全 部推体， 进而计算出各个推间盘的中线位置和角度， 能有效应用于 MRI (磁 共振图像）脊柱推间盘扫描的全自动定位。

本发明不受场强高低的影响， 可应用于任何场强的 MRI成像系统。 以上说明了如何基于磁共振图像提取脊柱推体 或进行脊柱推间盘分 割， 但当采用其他方式获得被测物组织图像时， 同样可按照本发明提供的 方法和 /或装置提取脊柱推体或进行脊柱推间盘分割� �

以上内容是结合具体的实施方式对本发明所 作的进一步详细说明， 不能认 定本发明的具体实施只局限于这些说明。 对于本发明所属技术领域的普通 技术人员来说， 在不脱离本发明构思的前提下， 还可以做出若干筒单推演 或替换， 都应当视为属于本发明的保护范围。