[發明專利]一種X光胸片中部位完整度的智能鑒別方法及系統

在審

• 申請號: 202010550807.8
• 申請日: 2020-06-16
• 公開（公告）號: CN111950584A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 葉文武;李祎
• 申請（專利權）人: 江西中科九峰智慧醫療科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N5/04
• 代理公司: 上海天翔知識產權代理有限公司 31224
• 代理人: 劉常寶

1.X光胸片中部位完整度的智能鑒別方法，其特征在于，包括：

基于構建的標簽數據，對深度學習模型進行深度學習，所述標簽數據由若干在對應于胸部關鍵點位置完成標注的胸部X光圖像構成，所述若干胸部X光圖像中包括包含完全胸部的胸部X光圖像和包含不完全胸部的胸部X光圖像；

通過經深度學習的模型對胸部X光圖像完整度進行智能鑒別。

2.根據權利要求1所述的X光胸片中部位完整度的智能鑒別方法，其特征在于，所述標簽數據中胸部X光圖像上標注的關鍵點位置至少對應于胸部第七脊椎、左下肋膈角、右下肋膈角中的一種。

3.根據權利要求1或2所述的X光胸片中部位完整度的智能鑒別方法，其特征在于，所述標簽數據中相應的胸部X光圖像在完成標注后，將標注信息儲存到和對應胸部X光圖像文件名相同而文件格式不同的文件中。

4.根據權利要求1所述的X光胸片中部位完整度的智能鑒別方法，其特征在于，所述深度學習模型由主干網絡和三個全連接層構成。

5.根據權利要求4所述的X光胸片中部位完整度的智能鑒別方法，其特征在于，所述方法進行深度學習時，首先將標注信息進行變換處理，將標注信息中對應關鍵點的坐標信息以mask數組的形式生成標簽數據；

接著，將得到的mask標簽數據進行損失函數計算；

接著，根據該損失函數使用梯度下降和反向傳播的方法對主干網絡和全連接層的參數進行優化，使得損失函數最小。

6.根據權利要求5所述的X光胸片中部位完整度的智能鑒別方法，其特征在于，每一個關鍵點mask數組中只有與胸部X光圖像上標注的關鍵點對應位置的數組數值為1，其他位置為0。

7.根據權利要求5所述的X光胸片中部位完整度的智能鑒別方法，其特征在于(1)將待鑒別胸部X光圖像送入經過經深度學習的模型中的主干網絡，計算形成特征圖；

(2)將主干網絡輸出的特征圖送入經深度學習的模型中的3個全連接層,得到3個關鍵點的邏輯圖；

(3)將3個關鍵點的邏輯圖通過Sigmoid函數映射得到三個關鍵點的概率圖；

(4)對于每一個關鍵點的概率圖，取概率圖中概率最大值作為這一關鍵點的檢測結果，如果推理概率值小于0.5，則鑒別為此胸部X光圖像中缺少這一關鍵點，否則鑒別為此胸部X光圖像存在這一關鍵點。

8.X光胸片中部位完整度的智能鑒別系統，包括處理器以及處理程序，其特征在于，所述處理器可執行處理程序，以按照權利要求1-7中任一項所述的X光胸片中部位完整度的智能鑒別方法對輸入的X光胸片中部位完整度進行鑒別。