[發明專利]一種DDH人工智能輔助診斷方法及裝置

在審

• 申請號: 202010578575.7
• 申請日: 2020-06-23
• 公開（公告）號: CN111798976A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 宮平;施嵐峰;俞益州
• 申請（專利權）人: 杭州深睿博聯科技有限公司;北京深睿博聯科技有限責任公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06N3/04;G06N3/08
• 代理公司: 北京天方智力知識產權代理事務所(普通合伙) 11719
• 代理人: 吳凡

1.一種DDH人工智能輔助診斷方法，其特征在于，包括：

通過實例分割網絡，分割出髖部各骨，進行影像質量控制；

通過關鍵點檢測網絡，結合月齡信息，得到髖關節關鍵點；

基于所述髖關節關鍵點，測量髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別；

結合所述月齡信息，訓練髖關節發育異常識別網絡，檢測征象；

結合所述月齡信息、病例病史信息、所述髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別和所述征象，訓練分類網絡，得出DDH輔助診斷結果。

2.根據權利要求1所述的方法，其特征在于，所述通過實例分割網絡，分割出髖部各骨，進行影像質量控制包括：

通過實例分割網絡將髖關節各骨頭分割出來，分別計算出左髖的髂骨、右髖的髂骨、恥骨、坐骨的投影面積；

通過所述左髖的髂骨和所述右髖的髂骨的投影面積比例，確定拍攝角度的水平方向偏差；

計算所述恥骨和所述坐骨最高點的水平切線，以所述恥骨和所述坐骨頂端兩水平切線之間的垂直距離和坐骨投影垂直高度的比值確定拍攝角度的垂直方向偏差。

3.根據權利要求2所述的方法，其特征在于，所述通過關鍵點檢測網絡，結合月齡信息，得到髖關節關鍵點包括：

根據所述拍攝角度的水平方向偏差和所述拍攝角度的垂直方向偏差確定各骨的輪廓；

根據所述各骨的輪廓，確定感興趣區域，以及所述感興趣區域中的關鍵點，其中，所述關鍵點包括：髖臼外側緣點、三角軟骨中心點、股骨頭中心點、股骨骺端上緣中點。

4.根據權利要求3所述的方法，其特征在于，所述基于所述髖關節關鍵點，測量髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別包括：

利用關鍵點檢測網絡提取關鍵點特征；

將利用月齡預測模塊獲取的月齡特征向量和所述關鍵點特征進行拼接，訓練以月齡為條件的關鍵點概率分布，得到關鍵點并計算髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別。

5.根據權利要求4所述的方法，其特征在于，所述結合所述月齡信息，訓練髖關節發育異常識別網絡，檢測征象包括：

利用所述主干網絡提取三項征象影像特征，其中，所述三項征象影像特征包括：沈通氏線是否不連續、髖臼外側緣是否不夠銳利清晰、髖臼頂部是否不呈弧形；

將所述月齡特征向量和所述主干網絡提取的三項征象影像特征進行拼接，采用交叉熵損失函數分別計算三項征象分類的損失，訓練符合特定年齡段的髖關節發育異常征象。

6.根據權利要求5所述的方法，其特征在于，所述結合所述月齡信息、病例病史信息、所述髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別和所述征象，訓練分類網絡，得出DDH輔助診斷結果包括：

訓練分類器，將所述髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別、所述符合特定年齡段的髖關節發育異常征象、所述主干網絡提取的髖關節X片影像特征，以及所述月齡特征向量、病例病史信息作為所述分類器的輸入，學習得到輔助診斷結果。

7.一種DDH人工智能輔助診斷裝置，其特征在于，包括：

影像質量控制模塊，用于通過實例分割網絡，分割出髖部各骨，進行影像質量控制；

關鍵點獲取模塊，用于通過關鍵點檢測網絡，結合月齡信息，得到髖關節關鍵點；

測量模塊，用于基于所述髖關節關鍵點，測量髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別；

檢測模塊，用于結合所述月齡信息，訓練髖關節發育異常識別網絡，檢測征象；

診斷模塊，用于結合所述月齡信息、病例病史信息、所述髖臼指數、CE角、股骨頭覆蓋率、Tonnis級別、IHDI級別和所述征象，訓練分類網絡，得出DDH輔助診斷結果。