[發明專利]眼眶骨折自動識別模型構建方法、裝置、設備和介質

有效

• 申請號: 202010634485.5
• 申請日: 2020-07-02
• 公開（公告）號: CN111783682B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 范先群;李倫昊;宋雪霏;周慧芳;孫柔;林晨怡
• 申請（專利權）人: 上海交通大學醫學院附屬第九人民醫院
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/44;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 李治東

本申請提供的一種眼眶骨折自動識別模型構建方法、裝置、設備和介質。通過獲取包含眼眶骨折和正常眼眶的CT圖像的數據集；對數據集進行數據歸一化處理和數據增強處理；將處理后的數據集輸入基于深度卷積神經網絡模型進行訓練，并根據輸出正樣本和負樣本的預測概率以確定識別結果和/或根據輸出的梯度權重熱力圖以提示骨折區域。本申請采用三維區域標注可縮減了標注時間；并通過對CT圖像進行預處理，可以去除骨性眼眶周圍干擾信號，增加骨性眼眶信號在整體圖片中的比例，且縮小圖片大小，節約存儲空間，減少訓練時間；所構建的模型能夠實現對眼眶CT圖像中眼眶爆裂性骨折的自動識別和定位，可為醫生閱片提供參考，減輕工作負擔，降低漏診概率。

技術領域

本發明涉及醫學數據處理技術領域，特別是涉及一種眼眶骨折自動識別模型構建方法、裝置、設備和介質。

背景技術

隨著高速機動車輛事故的日益頻繁，面部創傷已成為急診科越來越常見的疾病，眼眶骨折是其中最常見的骨折之一。在對眼眶骨折進行診斷時，需要拍攝頭部CT或眼眶CT，并通過醫生的肉眼對是否有眼眶骨折和眼眶骨折的部位進行識別。目前，利用影像學結果進行快速準確的診斷仍然具有一定挑戰性，存在的困難包括工作量大、工作人員相對不足和影像科醫生缺乏眼眶骨折的相關專科知識等。因此，目前亟需一種自動識別眼眶骨折的模型，快速準確地通過CT數據進行眼眶骨折的識別，節約診斷時間，為臨床診斷提供參考。

現有的骨折自動檢測技術對長骨的移位性骨折的識別正確率較高。而骨性眼眶骨質菲薄，在CT圖像上表現為占據的像素點較少，且眼眶爆裂性骨折一般為非移位性骨折，故現有技術難以對眼眶爆裂性骨折進行識別和定位。

發明內容

鑒于以上所述現有技術的缺點，本申請的目的在于提供一種眼眶骨折自動識別模型構建方法、裝置、設備和介質，以解決上述至少一個問題。

為實現上述目的及其他相關目的，本申請提供一種眼眶骨折自動識別模型構建方法，所述方法包括：獲取包含眼眶骨折和正常眼眶的CT圖像的數據集；對所述數據集進行數據歸一化處理和數據增強處理；將上述處理后的所述數據集輸入基于深度卷積神經網絡模型進行訓練，并根據輸出正樣本和負樣本的預測概率以確定識別結果和/或根據輸出的梯度權重熱力圖以提示骨折區域。

于本申請的一實施例中，所述獲取包含眼眶爆裂性骨折和正常眼眶的CT圖像的數據集，包括：獲取原始CT圖像；一方面采用開源軟件3D Slicer讀取CT數據，并通過ROI三維坐標標注框標記骨折范圍；另一方面將原始CT圖像中的像素值轉換為CT值，并通過預處理將CT圖像轉換為骨窗圖像，以去除CT圖像中骨性眼眶之外的干擾信號；根據標注框的位置，對包含標注框的骨窗圖像賦予表示眼眶骨折的正樣本標簽，對未包含標注框的骨窗圖像賦予表示正常眼眶的負樣本標簽，以得到包含眼眶骨折和正常眼眶的CT圖像的數據集。

于本申請的一實施例中，所述獲取包含眼眶骨折和正常眼眶的CT圖像的數據集，包括：將每張賦予表示眼眶骨折的正樣本標簽的CT圖像復制一定次數，以獲取包含眼眶骨折和正常眼眶的CT圖像的數據集，使兩類樣本數量趨于平衡；根據病例編號，按一定比例隨機抽取數據集以分別構成訓練集、驗證集。

于本申請的一實施例中，所述預處理包括：重采樣、閾值分割、確定最大聯通區域、邊緣提取、填充、疊加、圖像縮小、及截取前半部分中任意一種或多種組合。

于本申請的一實施例中，所述根據輸出正樣本和負樣本的預測概率以確定識別結果，包括：基于深度卷積神經網絡ResNet18的模型，在全連接層后加入Softmax函數；所述數據集中的CT圖像經過深度卷積神經網絡的全連接層特征提取后，再經Softmax函數分別輸出對應正樣本標簽和負樣本標簽的預測概率；將預測概率較大的一類樣本標簽所對應的表征含義以確定為最終識別結果。