[發明專利]一種骨折檢出的方法及裝置

在審

• 申請號: 201911023815.0
• 申請日: 2019-10-25
• 公開（公告）號: CN110826557A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 石磊;魏子昆;華銥煒;柏慧屏
• 申請（專利權）人: 杭州依圖醫療技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/62;G16H50/20
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 張懷陽

1.一種骨折檢出的方法，其特征在于，包括：

獲取3D影像，所述3D影像包含骨頭；

切分所述3D影像，以獲得多組2D影像層，其中任一2D影像層包括多幀2D影像；

基于所述多組2D影像層和目標檢測網絡模型，確定出所述骨頭的疑似骨折點的三維坐標；所述目標檢測網絡模型是對以已標記出骨折點位置的多組2D影像層為訓練樣本進行訓練學習得到的；

基于所述疑似骨折點的三維坐標，從所述3D影像上確定出包含所述疑似骨折點的區域作為ROI；

基于所述ROI和3D卷積神經網絡分類模型，確定所述骨頭的骨折點；所述3D卷積神經網絡分類模型是以已標記骨折點的ROI為訓練樣本進行訓練學習得到的。

2.如權利要求1所述的方法，其特征在于，在所述確定骨頭的骨折點之后，還包括：

在所述骨頭的骨折點的鄰域中像素點灰度值大于第一閾值的像素點的個數大于第二閾值時，確定所述骨頭的骨折點為誤報骨折點；

或者，

在所述骨頭的骨折點位于所述3D影像的胸腔中心附近或位于所述3D影像的邊緣區域時，確定所述骨頭的骨折點為誤報骨折點。

3.如權利要求1所述的方法，其特征在于，所述基于所述多組2D影像層和目標檢測網絡模型，確定出所述骨頭的疑似骨折點的三維坐標，包括：

將所述多組2D影像層依次輸入至所述目標檢測網絡模型，輸出每一幀2D影像上的疑似骨折點的預測框及與預測框對應的置信度；

基于多幀2D影像上的預測框的位置及所述預測框對應的置信度，獲得目標框；

基于所述目標框的位置獲得所述骨頭的疑似骨折點的三維坐標。

4.如權利要求3所述的方法，其特征在于，所述基于多幀2D影像上的預測框的位置及所述預測框對應的置信度，獲得目標框，包括：

對于多幀2D影像中的每一幀2D影像上的預測框采用非極大值抑制的方法以獲得每一幀2D影像上的初始目標框；

針對每一幀2D影像上的任一初始目標框，根據所述初始目標框的中心位置，確定與所述中心位置的距離小于預定閾值的其他幀2D影像上的初始目標框；將所述初始目標框與其他幀2D影像上的初始目標框中置信度最高的確定為所述目標框；

所述基于所述目標框的位置獲得所述骨頭的疑似骨折點的三維坐標，包括：

基于所述目標框的中心位置和所述目標框所在的2D影像的切分位置確定所述骨頭的疑似骨折點的三維坐標。

5.如權利要求3所述的方法，其特征在于，所述基于多幀2D影像上的預測框的位置及所述預測框對應的置信度，獲得目標框，包括：

對于多幀2D影像中的每一幀2D影像上的預測框采用非極大值抑制的方法以獲得每一幀2D影像上的初始目標框；

針對每一幀2D影像上的任一初始目標框，根據所述初始目標框的中心位置，確定與所述中心位置的距離小于預定閾值的其他幀2D影像上的初始目標框，對所述初始目標框的中心坐標以及其他幀2D影像上初始目標框的中心坐標求平均以獲得所述目標框的第一坐標，對所述初始目標框所在的2D影像的切分位置的坐標以及其他幀2D影像的切分位置的坐標求平均以獲得所述目標框的第二坐標；

基于所述目標框的位置獲得所述骨頭的疑似骨折點的三維坐標，包括：

基于所述第一坐標和所述第二坐標確定所述骨頭的疑似骨折點的三維坐標。

6.如權利要求1至5任一項所述的方法，其特征在于，所述3D卷積神經網絡分類模型包括特征提取模塊和全連接分類模塊；

所述基于所述ROI和3D卷積神經網絡分類模型，確定所述骨頭的骨折點，包括：

將所述ROI輸入至所述特征提取模塊，得到特征向量；

將所述特征向量輸入至所述全連接分類模塊，得到所述疑似骨折點是否為骨折點的置信度；

根據所述各疑似骨折點是否為骨折點的置信度，確定所述骨頭的骨折點。