Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的颈椎骨龄分析方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于深度学习的颈椎骨龄分析方法,涉及颈椎骨龄预测技术领域,本方法以真实临床头影侧位片数据构建数据集,集成多个图像处理模型,使用关键点检测模型进行骨节关键点检测,通过分割结果与关键点检测结果提取骨节特征,将特征输入到二叉树支持向量机中进行骨龄分期,该方法通过联合实例分割模型与关键点检测模型提取了更深层的骨节特征,提高了颈椎骨龄分期的准确性和稳定性,且该过程为全自动化,效率较高。

主权项:1.一种基于深度学习的颈椎骨龄分析方法,其特征在于,所述方法包括:S1:构建颈椎骨龄分析系统;S2:获得待处理头影侧位片图像,将待处理头影侧位片图像输入颈椎骨龄分析系统分析处理,获得待处理头影侧位片图像对应的颈椎骨龄分析结果;其中,颈椎骨龄分析系统包括:预处理单元、关注区域提取模型、骨节分割集成模型、关键点检测集成模型、处理单元和颈椎骨龄分期模型;所述S1包括:S11:构建预处理单元,获取头影侧位片图像集,基于预处理单元对头影侧位片图像集进行预处理;S12:利用头影侧位片图像集对第一类神经网络进行训练,得到关注区域提取模型;所述关注区域提取模型用于从头影侧位片图像中提取包含颈椎区域在内的感兴趣区域图像;S13:利用感兴趣区域图像分别对N个第二类神经网络进行训练,得到骨节分割集成模型,所述骨节分割集成模型用于从感兴趣区域图像中分割出包含边缘信息的颈椎图像,N为大于1的整数;S14:利用感兴趣区域图像分别对M个第三类神经网络进行训练,得到关键点检测集成模型;所述关键点检测集成模型用于从感兴趣区域图像中提取颈椎椎骨的测量标志点,M为大于1的整数;S15:基于处理单元根据包含边缘信息的颈椎图像,利用滑动窗口截取颈椎椎骨的下边缘区域并计算颈椎椎骨的曲率向量,通过颈椎椎骨的曲率向量计算颈椎椎骨的曲率得分;S16:基于处理单元根据颈椎椎骨的测量标志点生成颈椎区域的测量特征,根据颈椎区域的测量特征和颈椎椎骨的曲率得分构成颈椎区域的综合特征;S17:利用颈椎区域的综合特征对二叉树支持向量机进行训练,得到颈椎骨龄分期模型,所述颈椎骨龄分期模型用于根据颈椎区域的综合特征对颈椎进行分期。

全文数据:

权利要求:

百度查询: 重庆邮电大学 重庆市劢齐医疗科技有限责任公司 一种基于深度学习的颈椎骨龄分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。