[發(fā)明專利]一種骨齡評(píng)測(cè)模型減少干擾特征的圖像預(yù)處理方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810261501.3
• 申請(qǐng)日: 2018-03-28
• 公開(kāi)（公告）號(hào): CN108629762B
• 公開(kāi)（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 方路平;林玨偉;潘清;盛邱煬;陸飛
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T7/136
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

一種骨齡評(píng)測(cè)模型減少干擾特征的圖像預(yù)處理方法，包括以下步驟：1)手部區(qū)域檢測(cè)；2)手型圖像分割；3)手掌角度調(diào)整。以及提供了一種骨齡評(píng)測(cè)模型減少干擾特征的圖像預(yù)處理系統(tǒng)，包括手部區(qū)域檢測(cè)模塊、手型圖像分割模塊和手掌角度調(diào)整模塊，其中，所述手部區(qū)域檢測(cè)模塊用于手骨的定位，去除手部區(qū)域在圖像中位置不同形成的干擾特征；所述手型圖像分割模塊用于手骨的分割和背景的統(tǒng)一，去除背景不同形成的干擾；所述手掌角度調(diào)整模塊用于手骨角度的統(tǒng)一，去除角度不同形成的干擾。本發(fā)明通過(guò)預(yù)處理手段調(diào)整手骨位置和角度，去除背景，用減少干擾特征的方式達(dá)到數(shù)據(jù)擴(kuò)增的目的，使得模型訓(xùn)練更有效，分類能力和魯棒性較好。

技術(shù)領(lǐng)域

本發(fā)明涉及到骨齡評(píng)測(cè)領(lǐng)域，用于在訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型前對(duì)手骨X光圖像進(jìn)行預(yù)處理，能使訓(xùn)練更有效率，模型效果更好。

背景技術(shù)

骨齡是兒童青少年身體發(fā)育檢測(cè)、內(nèi)分泌疾病的檢查、體育選材等方面的重要指標(biāo)之一，因而骨齡評(píng)測(cè)有著廣泛的應(yīng)用。目前，骨齡的評(píng)測(cè)方法有人工方法、計(jì)算機(jī)輔助方法、深度學(xué)習(xí)方法等。由于骨齡評(píng)測(cè)的復(fù)雜性和人的主觀因素過(guò)大，前兩種方法都不能準(zhǔn)確地評(píng)測(cè)骨齡；而隨著深度學(xué)習(xí)技術(shù)的發(fā)展，越來(lái)越多的研究人員開(kāi)始將深度學(xué)習(xí)用于骨齡評(píng)測(cè)中。

現(xiàn)有深度學(xué)習(xí)模型多為數(shù)據(jù)驅(qū)動(dòng)，需要大量的數(shù)據(jù)作為支持。但是，骨齡圖像質(zhì)量往往參差不齊，手骨的位置、角度、背景都不相同，形成了大量的干擾特征，影響深度學(xué)習(xí)訓(xùn)練的效率。

發(fā)明內(nèi)容

為了克服現(xiàn)有骨齡評(píng)測(cè)方式的骨齡X光片數(shù)據(jù)質(zhì)量參差不齊、干擾特征較多、導(dǎo)致深度學(xué)習(xí)模型難以訓(xùn)練、分類能力和魯棒性較差的不足，本發(fā)明提供了一種減少干擾特征、分類能力和魯棒性較好的骨齡評(píng)測(cè)模型減少干擾特征的圖像預(yù)處理方法及系統(tǒng)。

為了解決上述技術(shù)問(wèn)題，本發(fā)明提供的技術(shù)方案為：

一種骨齡評(píng)測(cè)模型減少干擾特征的圖像預(yù)處理方法，包括以下步驟：

1)手部區(qū)域檢測(cè)，過(guò)程如下：

1.1)隨機(jī)選出少量手部X光圖像作為訓(xùn)練樣本，人工給訓(xùn)練樣本標(biāo)注手骨的位置，得到訓(xùn)練集；

1.2)將訓(xùn)練集輸入目標(biāo)檢測(cè)模型進(jìn)行訓(xùn)練和測(cè)試；

目標(biāo)檢測(cè)模型大多基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)，是一種可以進(jìn)行多目標(biāo)定位和分類的深度學(xué)習(xí)模型。常用的目標(biāo)檢測(cè)模型包括Faster-RCNN，YOLO，SSD等，它們會(huì)在圖像中提出若干個(gè)置信度不一的候選框，然后將候選框內(nèi)的圖像輸入CNN中進(jìn)行分類判斷。本發(fā)明中，用少量手骨圖像進(jìn)行訓(xùn)練，就可以得到檢測(cè)手骨位置的目標(biāo)檢測(cè)模型；

1.3)將原始數(shù)據(jù)集輸入訓(xùn)練得到的模型，得到每一張圖像手骨位置的坐標(biāo)數(shù)值，根據(jù)坐標(biāo)對(duì)原始圖像進(jìn)行切割，可獲得只包含手骨部分的圖像。

通過(guò)以上步驟能夠精準(zhǔn)且快速的定位X光片中的手骨，有效地做到了手骨位置的統(tǒng)一。

2)手型圖像分割，過(guò)程如下：

2.1)讀取圖像矩陣I，根據(jù)圖像的灰度分布函數(shù)f(x)，假設(shè)圖像灰度值中值為n，根據(jù)公式：

計(jì)算出圖像灰度值的中值n；

2.2)以灰度值中值n為閾值，高于閾值的點(diǎn)設(shè)為1，低于閾值的點(diǎn)設(shè)為0，將圖像二值化，形成由0，1組成的矩陣L；

2.3)根據(jù)矩陣：

對(duì)圖像矩陣L進(jìn)行八連通區(qū)域分析，將連通區(qū)域按包含的像素點(diǎn)個(gè)數(shù)進(jìn)行排序，僅保留最大的連通區(qū)域，將其余連通區(qū)域內(nèi)點(diǎn)的值都設(shè)為0；

2.4)將二值圖矩陣L與原圖像矩陣I點(diǎn)乘：

F＝L·I ③