[發明專利]一種脊柱側彎檢測模型的生成方法和計算機設備

有效

• 申請號: 202010170575.3
• 申請日: 2020-03-12
• 公開（公告）號: CN111383221B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 安豐偉;劉展志
• 申請（專利權）人: 南方科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 吳志益

本申請涉及一種脊柱側彎檢測模型的生成方法和計算機設備，所述脊柱側彎檢測模型的生成方法包括：獲取訓練數據，將訓練數據輸入初始神經網絡，以得到訓練數據對應的預測結果，其中，訓練數據包括一個訓練樣本在行進過程中多個時刻的行進參數和訓練樣本對應的真實結果；根據真實結果和預測結果，調整初始神經網絡的參數，并繼續執行將所訓練數據輸入初始神經網絡，以得到預測結果的步驟，直至滿足預設訓練條件，以得到已訓練的脊柱側彎檢測模型。所述訓練數據包括一個訓練樣本在行進過程中多個時刻的行進參數，是動態的數據，通過行進過程中的動態數據訓練初始神經網絡，使得已訓練的脊柱側彎檢測模型在實際使用時，能得到更準確的檢測結果。

技術領域

本申請涉及檢測技術領域，特別是涉及一種脊柱側彎檢測模型的生成方法和計算機設備。

背景技術

青少年脊柱側彎是危害我國青少年兒童的常見病、多發病，并且發病率仍在逐年上升，2015年，的一份面向初中生的調查結果顯示，有9.9％的學生患有脊柱側彎，高于世界平均水平3％，因此，對脊柱側彎的檢測尤為重要。

脊柱側彎的嚴重程度多通過對側彎曲角度的測量得以評估，而角度測量最常采用的是Cobb角度測量方法。目前，主要是通過X射線照射得到測試人脊柱骨骼圖片，經過圖像識別計算得到測試人Cobb角的角度，以此為特征通過深度學習進行分類，其缺點在于，得到的都是靜態信息，信息分析量較小，準確度有待提高。

因此，現有技術有待改進。

發明內容

本發明要解決的技術問題是，提供一種脊柱側彎檢測模型的生成方法和計算機設備，使訓練得到脊柱側彎檢測模型可以得到更準確的檢測結果。

第一方面，本發明實施例提供了一種脊柱側彎檢測模型的生成方法，所述方法包括：

獲取訓練數據，將所述訓練數據輸入初始神經網絡，以得到所述訓練數據對應的預測結果，其中，所述訓練數據包括一個訓練樣本在行進過程中多個時刻的行進參數和所述訓練樣本對應的真實結果；

根據所述真實結果和所述預測結果，調整所述初始神經網絡的參數，并繼續執行將所述訓練數據輸入初始神經網絡，以得到預測結果的步驟，直至滿足預設訓練條件，以得到已訓練的脊柱側彎檢測模型。

作為進一步的改進技術方案，所述行進參數包括：所述訓練樣本在行進過程中的站立持續時間、每個時刻的臂長和腿長，以及所述訓練樣本在行進過程中每兩個相鄰時刻的關節運動角度、行進速率；所述獲取訓練數據，包括：

采集一個訓練樣本在行進過程中每一時刻的關節點的空間坐標；

根據所述訓練樣本在行進過程中每一時刻的關節點的空間坐標，得到所述訓練樣本在行進過程中的站立持續時間、每個時刻的臂長和腿長，以及所述訓練樣本在行進過程中每兩個相鄰時刻的關節運動角度、行進速率。

作為進一步的改進技術方案，所述采集在行進過程中每一時刻的關節點的空間坐標，包括：

在所述訓練樣本的行進過程中的每一時刻，通過三維立體相機拍攝所述訓練樣本，以得到所述訓練樣本在每一時刻的深度圖像；

根據所述每一時刻的深度信息，得到每一時刻的關節點的空間坐標。

作為進一步的改進技術方案，根據所述訓練樣本在行進過程中每一時刻的關節點的空間坐標，得到所述訓練樣本在行進過程中的站立持續時間、每個時刻的臂長和腿長，以及所述訓練樣本在行進過程中每兩個相鄰時刻的關節運動角度、行進速率，包括：

根據所述訓練樣本在行進過程中每一時刻的關節點的空間坐標，得到所述訓練樣本在行進過程中的站立持續時間；

對于行進過程中的一個時刻，根據所述訓練樣本在該時刻的關節點的空間坐標，得到該訓練樣本在該時刻的臂長和腿長；