鞏稼民,楊紅蕊,郭慶慶,蔣杰偉,潘瓊,馬豆豆,高燕軍
1.西安郵電大學通信與信息工程學院,陜西西安710121;2.西安郵電大學電子工程學院,陜西西安710121;3.西北農林科技大學理學院,陜西西安712100;4.西安市第三醫院醫學影像科,陜西西安710071
近些年來,已經有數據科學家、放射科醫生、計算機視覺人員做了初步研究。Koh 等[6]結合4 種經典分類器(LMS[7]、k-均值、感知機和支持向量機分類器),提出一種計算機輔助框架,用于診斷腰椎間盤突出。Tsai 等[8]采用一種邊界逼近法診斷MRI 和CT圖像中的腰椎間盤突出。Ghosh 等[9]討論一種基于Gabor特征[10]、原始特征、灰度共生特征、局部二值模式的復合特征提取方法。Chamarthy 等[11]使用了貝葉斯分類器[12],用于使用13 個形態學特征檢測脊柱狹窄。但是,這些已有的研究都是基于常規的特征提取方法進行的自動診斷,其模型識別精度還稍偏低。針對此問題,本文提出一種基于分步目標定位(Step-by-Step Target Positioning,SSTP)的腰椎間盤自動診斷系統,有助于提高腰椎間盤突出自動診斷的性能。本文提出的分步目標定位方法的精度明顯優于目標定位方法,并且在識別腰椎間盤病灶時使用改進的ResNet-20 分類方法較傳統ResNet-50 分類方法,準確率也有了相應的提高。該系統能夠有效地幫助醫生診斷腰椎間盤突出,具有重大的臨床意義。
基于矢狀腰椎MRI 圖像的腰椎間盤突出癥自動診斷系統如圖1所示,共包含3 個過程:定位腰椎間盤輪廓區域,精細化定位腰椎間盤病灶區域,分類腰椎間盤。……