本發(fā)明涉及半月板損傷檢測(cè)領(lǐng)域，具體涉及一種基于圖像處理的半月板損傷智能檢測(cè)方法。

背景技術(shù)：

1、半月板是膝關(guān)節(jié)中的重要結(jié)構(gòu)，主要由軟骨組織組成，形狀類似于半月，具有緩沖作用以及維持膝關(guān)節(jié)的穩(wěn)定性，并且可以均勻分配膝關(guān)節(jié)的穩(wěn)定性減少磨損，有助于關(guān)節(jié)液分布均勻，從而保持關(guān)節(jié)的潤(rùn)滑，當(dāng)患者劇烈運(yùn)動(dòng)、扭轉(zhuǎn)或負(fù)重等因素，會(huì)導(dǎo)致半月板出現(xiàn)撕裂損傷，因此需要對(duì)半月板損傷情況進(jìn)行檢測(cè)，以便對(duì)半月板損傷進(jìn)行治療。

2、相關(guān)技術(shù)中，通常對(duì)利用磁共振成像技術(shù)得到多層的磁共振切片圖像，并對(duì)各層切片圖像進(jìn)行半月板損傷特征進(jìn)行識(shí)別，從而檢測(cè)出患者是否出現(xiàn)半月板損傷，但由于磁共振切片圖像容易受到噪聲等因素的干擾，以及各層切片圖像之間的層間距設(shè)置不當(dāng)，導(dǎo)致半月板損傷特征無(wú)法清楚且完整的顯示在各層切片圖像中，進(jìn)而降低對(duì)半月板損傷檢測(cè)的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、為了解決半月板損傷特征無(wú)法清楚且完整的顯示在各層切片圖像中，降低對(duì)半月板損傷檢測(cè)的準(zhǔn)確性的技術(shù)問(wèn)題，本發(fā)明的目的在于提供一種基于圖像處理的半月板損傷智能檢測(cè)方法，所采用的技術(shù)方案具體如下：

2、本發(fā)明提出了一種基于圖像處理的半月板損傷智能檢測(cè)方法，所述方法包括：

3、一種基于圖像處理的半月板損傷智能檢測(cè)方法，所述方法包括：

4、獲取患者膝關(guān)節(jié)部位的半月板不同層的切片圖像；

5、將任意一層的切片圖像作為目標(biāo)切片圖像，對(duì)目標(biāo)切片圖像進(jìn)行邊緣檢測(cè)，獲得目標(biāo)切片圖像中的組織區(qū)域；根據(jù)所述組織區(qū)域中的像素點(diǎn)灰度值的分布，獲得組織區(qū)域的噪聲干擾程度；對(duì)所述組織區(qū)域進(jìn)行閾值分割，獲得目標(biāo)切片圖像中的半月板區(qū)域和組織滑液區(qū)域；根據(jù)半月板區(qū)域中像素點(diǎn)的灰度值和梯度值，從半月板區(qū)域中的所有像素點(diǎn)中篩選出損傷像素點(diǎn)；根據(jù)半月板區(qū)域的損傷像素點(diǎn)的位置分布、半月板區(qū)域和組織滑液區(qū)域之間像素點(diǎn)的數(shù)量差異，以及組織區(qū)域的所述噪聲干擾程度，獲得目標(biāo)切片圖像的半月板區(qū)域的損傷因子；

6、根據(jù)目標(biāo)切片圖像中的半月板區(qū)域的邊緣上的像素點(diǎn)的位置走向，獲得目標(biāo)切片圖像的半月板區(qū)域的邊緣光滑度；將與目標(biāo)切片圖像相鄰的兩層其他切片圖像，作為參考切片圖像，根據(jù)目標(biāo)切片圖像與參考切片圖像之間半月板區(qū)域的所述邊緣光滑度的差異，以及所有層的切片圖像的半月板區(qū)域的所述邊緣光滑度，獲得患者的損傷系數(shù)；根據(jù)所述損傷系數(shù)和所有層的切片圖像的半月板區(qū)域的所述損傷因子，獲得患者的損傷可能性；

7、基于所述損傷可能性，對(duì)患者的半月板損傷進(jìn)行檢測(cè)。

8、進(jìn)一步地，所述獲得組織區(qū)域的噪聲干擾程度包括：

9、從目標(biāo)切片圖像中的組織區(qū)域中提取出多個(gè)極大像素點(diǎn)，所述極大像素點(diǎn)的灰度值大于以極大像素點(diǎn)為中心的預(yù)設(shè)鄰域內(nèi)的除極大像素點(diǎn)之外的所有其他像素點(diǎn)的灰度值；

10、將任意兩個(gè)極大像素點(diǎn)作為一個(gè)極大點(diǎn)組，將每個(gè)極大點(diǎn)組中的兩個(gè)極大像素點(diǎn)的灰度值的平均值，作為每個(gè)極大點(diǎn)組的第一灰度特征值；將每個(gè)極大點(diǎn)組中的兩個(gè)極大像素點(diǎn)的連線上的所有像素點(diǎn)的灰度值的平均值，作為每個(gè)極大點(diǎn)組的第二灰度特征值；將所述第一灰度特征值和所述第二灰度特征值的差值的絕對(duì)值，作為每個(gè)極大點(diǎn)組的初始灰度變化程度；

11、對(duì)每個(gè)極大點(diǎn)組中的兩個(gè)極大像素點(diǎn)之間的距離進(jìn)行負(fù)相關(guān)映射，獲得每個(gè)極大點(diǎn)組的第一權(quán)重參數(shù)；將所述第一權(quán)重參數(shù)和所述初始灰度變化程度的乘積值，作為每個(gè)極大點(diǎn)組的真實(shí)灰度變化程度；

12、對(duì)所有極大點(diǎn)組的所述真實(shí)灰度變化程度的平均值進(jìn)行歸一化處理，獲得組織區(qū)域的噪聲干擾程度。

13、進(jìn)一步地，所述從半月板區(qū)域中的所有像素點(diǎn)中篩選出損傷像素點(diǎn)包括：

14、在目標(biāo)切片圖像的半月板區(qū)域中，將所有像素點(diǎn)的梯度值的平均值，作為半月板區(qū)域的整體梯度值；將所有像素點(diǎn)的灰度值的平均值，作為半月板區(qū)域的整體灰度值；

15、將半月板區(qū)域中的梯度值小于所述整體梯度值并且灰度值大于所述整體灰度值的像素點(diǎn)，作為損傷像素點(diǎn)。

16、進(jìn)一步地，所述獲得目標(biāo)切片圖像的半月板區(qū)域的損傷因子包括：

17、將目標(biāo)切片圖像的半月板區(qū)域中的損傷像素點(diǎn)組成的各連通域，作為半月板區(qū)域中的損傷區(qū)域；將每個(gè)損傷區(qū)域中的像素點(diǎn)的數(shù)量作分子，將每個(gè)損傷區(qū)域的最小外接矩形中的像素點(diǎn)的數(shù)量作分母，將比值作為每個(gè)損傷區(qū)域的聚集程度；將半月板區(qū)域中的所有損傷區(qū)域的所述聚集程度的平均值，作為目標(biāo)切片圖像的半月板區(qū)域的第一損傷參數(shù)；

18、將組織滑液區(qū)域中的像素點(diǎn)的數(shù)量作分子，將半月板區(qū)域中的像素點(diǎn)的數(shù)量作分母，將比值作為目標(biāo)切片圖像的半月板區(qū)域的第二損傷參數(shù)；

19、對(duì)所述第一損傷參數(shù)和所述第二損傷參數(shù)進(jìn)行綜合，獲得目標(biāo)切片圖像的半月板區(qū)域的綜合損傷參數(shù)；

20、將目標(biāo)切片圖像的組織區(qū)域的所述噪聲干擾程度與預(yù)設(shè)第一調(diào)節(jié)參數(shù)的和值的倒數(shù)，作為目標(biāo)切片圖像的半月板區(qū)域的第二權(quán)重參數(shù)；

21、將所述第二權(quán)重參數(shù)和所述綜合損傷參數(shù)的乘積值進(jìn)行歸一化處理，獲得目標(biāo)切片圖像的半月板區(qū)域的損傷因子。

22、進(jìn)一步地，所述獲得目標(biāo)切片圖像的半月板區(qū)域的邊緣光滑度包括：

23、獲取目標(biāo)切片圖像中的半月板區(qū)域邊緣的八鏈碼序列，在八鏈碼序列中，將每個(gè)元素與相鄰的下一個(gè)元素之間差值的絕對(duì)值，作為每個(gè)元素的變化量；

24、對(duì)八鏈碼序列中所有元素的所述變化量的方差進(jìn)行負(fù)相關(guān)映射，獲得目標(biāo)切片圖像的半月板區(qū)域的邊緣光滑度。

25、進(jìn)一步地，所述獲得患者的損傷系數(shù)包括：

26、將目標(biāo)切片圖像的兩個(gè)參考切片圖像的半月板區(qū)域的所述邊緣光滑度的平均值，作為目標(biāo)切片圖像的參考邊緣光滑度；

27、將目標(biāo)切片圖像的半月板區(qū)域的所述邊緣光滑度與所述參考邊緣光滑度的差值的絕對(duì)值，作為目標(biāo)切片圖像的半月板區(qū)域的邊緣光滑差異參數(shù)；

28、將所有層的切片圖像的半月板區(qū)域的所述邊緣光滑差異參數(shù)的平均值，作為患者的整體邊緣光滑差異度；

29、對(duì)所有層的切片圖像的半月板區(qū)域的所述邊緣光滑度的平均值，作為患者的第三權(quán)重參數(shù)；

30、將所述第三權(quán)重參數(shù)和所述整體邊緣光滑差異度的乘積值進(jìn)行歸一化處理，獲得患者的損傷系數(shù)。

31、進(jìn)一步地，所述獲得患者的損傷可能性包括：

32、將所有層的切片圖像的半月板區(qū)域的所述損傷因子的平均值，作為患者的整體損傷因子；

33、對(duì)所述整體損傷因子和所述損傷系數(shù)進(jìn)行綜合后并進(jìn)行歸一化處理，獲得患者的損傷可能性。

34、進(jìn)一步地，所述基于所述損傷可能性，對(duì)患者的半月板損傷進(jìn)行檢測(cè)包括：

35、若患者的所述損傷可能性大于預(yù)設(shè)損傷閾值，則患者的半月板出現(xiàn)損傷，否則，患者的半月板未出現(xiàn)損傷。

36、進(jìn)一步地，所述獲得目標(biāo)切片圖像中的組織區(qū)域包括：

37、使用canny邊緣檢測(cè)算法，對(duì)目標(biāo)切片圖像進(jìn)行邊緣檢測(cè)，從目標(biāo)切片圖像中提取出組織區(qū)域。

38、進(jìn)一步地，所述獲得目標(biāo)切片圖像中的半月板區(qū)域和組織滑液區(qū)域包括：

39、使用大津閾值分割算法，對(duì)目標(biāo)切片圖像中的組織區(qū)域進(jìn)行閾值分割，獲得目標(biāo)切片圖像中的半月板區(qū)域和組織滑液區(qū)域。

40、本發(fā)明具有如下有益效果：

41、本發(fā)明考慮到半月板損傷特征無(wú)法清楚且完整的顯示在各層切片圖像中，從而會(huì)降低對(duì)半月板損傷檢測(cè)的準(zhǔn)確性，因此獲取患者膝關(guān)節(jié)部位的半月板不同層的切片圖像，考慮到不同切片圖像中的半月板損傷特征不同，因此可初步從目標(biāo)切片圖像中提取的組織區(qū)域，其中，組織區(qū)域包含半月板區(qū)域以及半月板周圍關(guān)節(jié)滑液軟骨區(qū)域，考慮到組織區(qū)域中存在的噪聲會(huì)影響后續(xù)對(duì)半月板損傷檢測(cè)的準(zhǔn)確性，而噪聲具有突變性和隨機(jī)性的特征，會(huì)導(dǎo)致組織區(qū)域中的像素點(diǎn)的灰度變化較為明顯和劇烈，因此可首先通過(guò)噪聲干擾程度反映噪聲對(duì)目標(biāo)切片圖像的組織區(qū)域干擾的程度，提高后續(xù)損傷分析的準(zhǔn)確性，然后將組織區(qū)域分割為半月板區(qū)域和組織滑液區(qū)域，考慮到半月板區(qū)域中的損傷區(qū)域具有灰度變化小且灰度高的特征，因此基于此特征從半月板區(qū)域中提取出損傷像素點(diǎn)，由于半月板區(qū)域中存在損傷現(xiàn)象時(shí)，半月板周圍會(huì)出現(xiàn)炎癥積液現(xiàn)象，導(dǎo)致周圍的組織滑液區(qū)域侵襲半月板區(qū)域，并且半月板區(qū)域中的損傷像素點(diǎn)的位置分布較為密集，因此通過(guò)損傷因子反映目標(biāo)切片圖像的半月板區(qū)域中出現(xiàn)損傷現(xiàn)象的可能性，考慮到當(dāng)各層切片圖像之間的層間距設(shè)置不當(dāng)，會(huì)導(dǎo)致半月板損傷特征無(wú)法完整的顯示在各層切片圖像中，影響對(duì)半月板損傷特征的檢測(cè)，但當(dāng)患者的半月板出現(xiàn)損傷時(shí)，半月板周圍由于炎癥而產(chǎn)生的組織積液就會(huì)侵襲壓縮半月板，導(dǎo)致切片圖像的半月板區(qū)域的邊緣不規(guī)則，并且相鄰層的切片圖像的半月板區(qū)域之間邊緣的形狀特征差異較大，因此基于此特征，通過(guò)損傷系數(shù)反映患者的半月板區(qū)域出現(xiàn)損傷的可能性，進(jìn)而通過(guò)獲取的損傷可能性，對(duì)患者的半月板損傷進(jìn)行準(zhǔn)確檢測(cè)，提高對(duì)半月板損傷檢測(cè)的準(zhǔn)確性。