在人体MRI中对椎间盘进行基于图形切割的细分
Leena Silvoster1, R Mathusoothan S Kumar2
1Department of Computer Science, College of Engineering Attingal, India.
概括
在MRI中,一个自动化的算法准确地对腰椎间盘 (IVD) 进行细分. 这种基于图表的快速方法可以在没有用户干预的情况下精确识别健康和退化的磁盘.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
背景情况:
- 腰椎间盘 (IVD) 的准确细分对于诊断脊柱疾病至关重要.
- 现有的细分方法通常需要手动输入,从而限制了效率和可重复性.
- IVDs的退化是腰部疼痛的常见原因,需要可靠的成像分析.
研究的目的:
- 开发和验证一个自动算法2D细分的腰椎间盘 (IVDs) 从T2加权的斜腰脊椎磁共振图像 (MRI).
- 使用先进的图像处理技术,准确区分健康和退化的IVD.
- 为IVD细分提供高效且独立于用户的解决方案.
主要方法:
- 一个自动化的算法,利用从图像像素构建的定向图表上的s-t最大流量/分钟切割方法.
- 预处理步骤包括降噪和强度同质性校正.
- 自动种子点初始化使用不断增长的界限框,消除手动选择.
- 纳入软组织的解剖学知识,以提高细分精度.
主要成果:
- 该算法成功地分割了健康的和退化的腰椎间盘 (IVD).
- 在15名患者的数据集上,获得了高细分精度,子相似系数 (DSC) 为89%.
- 由于多项式的时间复杂性,证明了高效的性能,使全球最佳解决方案成为可能.
结论:
- 开发的自动化算法提供了一种高效和准确的方法,用于从MRI进行腰椎间椎间盘 (IVD) 分段.
- 该s-t最大流量/分钟切割方法有效地将IVD与背景区分开来,处理健康和退化病例.
- 这种用户独立的技术在诊断脊柱病理方面具有重要的临床应用潜力.
