背景技術：
1、本文所公開的主題涉及醫學成像，并且更具體地涉及一種用于基于深度學習的肩部病變測量的系統和方法。
2、非侵入性成像技術允許獲得患者/對象的內部結構或特征部的圖像，而無需對患者/對象執行侵入性規程。具體地，此類非侵入性成像技術依賴于各種物理原理（諸如x射線穿過目標體積的差分發送、體積內的聲波反射、體積內不同組織和材料的順磁性、目標放射性核素在體內的分解等），以獲取數據和構建圖像或以其他方式表示觀察到的患者/對象的內部特征部。
3、在mri期間，當諸如人體組織的物質受到均勻磁場（極化場b0）時，組織中自旋的各個磁矩試圖與該極化場對準，但是以它們特性的拉莫爾頻率以隨機順序圍繞該極化場進動。如果物質或組織受制于處于x-y平面內且接近拉莫爾頻率的磁場（激勵場b1），則凈對準力矩或“縱向磁化”mz可被旋轉或“傾斜”到x-y平面中，以產生凈橫向磁矩mt。在激勵信號b1終止之后，由激勵自旋發射信號，并且該信號可被接收和被處理以形成圖像。
4、當利用這些信號產生圖像時，采用磁場梯度（gx、gy和gz）。通常，待成像區域按一系列測量周期掃描，在測量周期中這些梯度場根據所使用的特定定位方法而變化。接收到的核磁共振（nmr）信號的結果集被數字化和被處理以使用許多眾所周知的重建技術中的一種重建技術來重建圖像。
5、肩部不穩定性的最常見形式是肩關節前脫位。關節盂面前下方的骨病變（稱為bankart病變）和肱骨頭后外側的骨病變（稱為hill-sachs病變）已與肩關節前脫位密切相關，并且其嚴重性與肩脫位的復發密切相關。這些病變的嚴重性程度用于規定關節鏡bankart修復、latarjet手術、填充和/或肱骨側修復的正確手術。這些外科手術在侵入性和復雜性的水平上有所不同。然而，測量bankart病變和hill-sachs病變可能是耗時的。
技術實現思路
1、下文闡述了本文所公開的某些實施方案的概述。應當理解，提供這些方面僅僅是為了向讀者提供這些特定實施方案的簡要概述，并且這些方面并非旨在限制本公開的范圍。實際上，本公開可涵蓋下文可能未闡述的各個方面。
2、在一個實施方案中，提供了一種用于肩部病變測量的計算機實現的方法。該計算機實現的方法包括經由包括一個或多個處理器的處理系統獲得受檢者的肩部的三維（3d）醫學成像數據。該計算機實現的方法還包括經由處理系統利用第一經訓練的神經網絡來利用圓柱體分割使肩部的3d醫學成像數據中的盂肱關節局部化至局部視圖。該計算機實現的方法還包括經由處理系統利用第二經訓練的神經網絡來檢測含有包圍局部視圖內的關節盂的圓的平面，利用圓/環分割來從局部視圖預測環分割掩模，并且從局部視圖預測關節盂表面分割掩模。計算機實現的方法甚至還包括經由處理系統利用缺陷算法基于環分割掩模和關節盂表面分割掩模來計算關節盂下直徑、骨病變的寬度和關節盂軌跡寬度。
3、在另一個實施方案中，提供用于肩部病變測量的系統。該系統包括存儲器，該存儲器對處理器可執行例程進行編碼。該系統還包括處理系統，該處理系統包括一個或多個處理器并且被配置為訪問該存儲器并執行該處理器可執行例程，其中該處理器可執行例程在由該處理系統執行時使該處理系統執行動作。動作包括獲得受檢者的肩部的三維（3d）醫學成像數據。該計算機實現的方法還包括利用第一經訓練的神經網絡來利用圓柱體分割使肩部的3d醫學成像數據中的盂肱關節局部化至局部視圖。該計算機實現的方法還包括利用第二經訓練的神經網絡來檢測含有包圍局部視圖內的關節盂的圓的平面，利用圓/環分割來從局部視圖預測環分割掩模，并且從局部視圖預測關節盂表面分割掩模。計算機實現的方法甚至還包括利用缺陷算法基于環分割掩模和關節盂表面分割掩模來計算關節盂下直徑、骨病變的寬度和關節盂軌跡寬度。
4、在又一實施方案中，提供了一種非暫態計算機可讀介質，該計算機可讀介質包括處理器可執行代碼，該處理器可執行代碼在由包括一個或多個處理器的處理系統執行時使處理系統執行動作。動作包括獲得受檢者的肩部的三維（3d）醫學成像數據。該計算機實現的方法還包括利用第一經訓練的神經網絡來利用圓柱體分割使肩部的3d醫學成像數據中的盂肱關節局部化至局部視圖。該計算機實現的方法還包括利用第二經訓練的神經網絡來檢測含有包圍局部視圖內的關節盂的圓的平面，利用圓/環分割來從局部視圖預測環分割掩模，并且從局部視圖預測關節盂表面分割掩模。該計算機實現的方法甚至還包括利用缺陷算法基于環分割掩模和關節盂表面分割掩模來計算關節盂下直徑、骨病變的寬度和關節盂軌跡寬度。
1.一種用于肩部病變測量的計算機實現的方法，所述方法包括：
2.根據權利要求1所述的計算機實現的方法，所述方法還包括經由所述處理系統在顯示器上輸出來自所述肩部的所述3d醫學成像數據的所述關節盂的圖像，其中表示所述關節盂下直徑的第一分割環掩模和表示所述骨病變的所述寬度的第二分割環掩模兩者均覆蓋在所述關節盂上。
3.根據權利要求1所述的計算機實現的方法，所述方法還包括經由所述處理系統輸出所計算的所述關節盂下直徑、所述骨病變的所述寬度和所述關節盂軌跡寬度。
4.根據權利要求1所述的計算機實現的方法，其中利用所述第一經訓練的神經網絡（180）來使所述盂肱關節局部化包括預測所述關節盂表面分割掩模并且預測具有包圍所述關節盂表面分割掩模的圓柱形狀的圓柱體分割掩模。
5.根據權利要求4所述的計算機實現的方法，所述方法還包括經由所述處理系統利用所述圓柱體分割掩模來裁剪所述肩部的所述3d醫學成像數據以生成所述局部視圖。
6.根據權利要求5所述的計算機實現的方法，所述方法還包括在裁剪所述肩部的所述3d醫學成像數據以生成所述局部視圖之前，經由所述處理系統歸一化和增強所述肩部的所述3d醫學成像數據。
7.根據權利要求1所述的計算機實現的方法，所述方法還包括在利用所述第一經訓練的神經網絡（180）使所述肩部的所述3d醫學成像數據中的所述盂肱關節局部化之前，經由所述處理系統歸一化和增強所述肩部的所述3d醫學成像數據。
8.根據權利要求1所述的計算機實現的方法，其中利用所述缺陷算法（270）來計算所述關節盂下直徑、所述骨病變的所述寬度和所述關節盂軌跡寬度包括：
9.根據權利要求1所述的計算機實現的方法，其中所述3d醫學成像數據包括利用ozteo序列采集的磁共振成像數據。
10.一種用于肩部病變測量的系統，所述系統包括：
11.根據權利要求10所述的系統，其中所述處理器可執行例程在由所述處理系統執行時還使所述處理系統在顯示器上輸出來自所述肩部的所述3d醫學成像數據的所述關節盂的圖像，其中表示所述關節盂下直徑的第一分割環掩模和表示所述骨病變的所述寬度的第二分割環掩模兩者均覆蓋在所述關節盂上。
12.根據權利要求10所述的系統，其中所述處理器可執行例程在由所述處理系統執行時還使所述處理系統輸出所計算的所述關節盂下直徑、所述骨病變的所述寬度和所述關節盂軌跡寬度。
13.根據權利要求10所述的系統，其中利用所述第一經訓練的神經網絡（180）來使所述盂肱關節局部化包括預測所述關節盂表面分割掩模并且預測具有包圍所述關節盂表面分割掩模的圓柱形狀的圓柱體分割掩模。
14.根據權利要求13所述的系統，其中所述處理器可執行例程在由所述處理系統執行時還使所述處理系統利用所述圓柱體分割掩模來裁剪所述肩部的所述3d醫學成像數據以生成所述局部視圖。
15.根據權利要求14所述的系統，其中所述處理器可執行例程在由所述處理系統執行時還使所述處理系統在裁剪所述肩部的所述3d醫學成像數據以生成所述局部視圖之前歸一化和增強所述肩部的所述3d醫學成像數據。