[發明專利]用于髖關節CT影像識別的信息處理方法及裝置

在審

• 申請號: 202110295503.6
• 申請日: 2021-03-19
• 公開（公告）號: CN113077419A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 羅立剛;羅翔;侯波林;羅祥鳳;高光明
• 申請（專利權）人: 零氪智慧醫療科技（天津）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/194;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 卜榮麗

本公開實施例公開了一種用于髖關節CT影像識別的信息處理方法及裝置，首先對原始髖關節CT影像進行預處理，而后將預處理后的圖像輸入至2D DenseUnet神經網絡模型中，對骨折區域進行識別，而后將識別的骨折區域的影像數據輸入至MaskRCNN網絡模型，由該MaskRCNN對骨折區域進行分割，生成骨折塊區域的影像數據；最后將骨折區域的影像映射到CT影像的原始影像尺度。通過2D DenseUnet神經網絡模型、MaskRCNN網絡模型的方式對原始髖關節CT影像進行識別和分割，實現了對骨折塊的精準識別。

技術領域

本公開涉及數據處理技術領域，具體涉及到一種用于髖關節CT影像識別的信息處理方法及裝置。

背景技術

在髖關節CT影像中，骨折受損程度是很難評估的，在一些骨折較為復雜，如發生外側壁骨塊游離、內側壁骨塊游離的情況下，醫生很難評估缺失的骨塊體積是否大到需要采取額外的手術措施來進行補救，而醫生無法從CT影像中測算其體積，傳統圖像處理方法很難通過閾值、濾波等方法將這些密度相仿的骨折塊加以區分，進而更無法計算每個骨塊的體積。

隨著神經網絡技術的發展，可以通過神經網絡實現圖像的識別，但在采用一神經網絡訓練后進行骨折塊時，經常出現的問題是，會將一些將未骨折區域的骨塊識別進來，原因是這些骨塊其組織密度形狀相仿，區分難度大。

發明內容

本公開的主要目的在于提供一種用于髖關節CT影像識別的信息處理方法及裝置，以解決骨折區域識別不準確的問題。

為了實現上述目的，根據本公開的第一方面，提供了一種用于髖關節CT影像識別的信息處理方法，包括：對原始髖關節CT影像進行預處理，得到待識別髖關節CT影像；將所述待識別髖關節CT影像輸入至預先訓練的2D DenseUnet神經網絡模型中，以使所述2DDenseUnet神經網絡模型對所述待識別髖關節CT影像進行識別，得到待識別髖關節CT影像中的骨折區域影像數據；將所述骨折區域影像數據輸入至預先訓練的MaskRCNN神經網絡模型中，以使所述MaskRCNN神經網絡模型對所述骨折區域影像進行分割，得到至少一個骨折塊區域的影像數據；將所述至少一個骨折塊區域的影像數據映射至所述原始髖關節CT影像中，得到原始髖關節CT影像中髖關節的全部骨折塊區域。

根據本公開的第二方面，提供了一種用于髖關節CT影像識別的信息處理裝置，包括：預處理單元，被配置成對原始髖關節CT影像進行預處理，得到待識別髖關節CT影像；影像識別單元，被配置成將所述待識別髖關節CT影像輸入至預先訓練的2D DenseUnet神經網絡模型中，以使所述2DDenseUnet神經網絡模型對所述待識別髖關節CT影像進行識別，得到待識別髖關節CT影像中的骨折區域影像數據；影像分割單元，被配置成將所述骨折區域影像數據輸入至預先訓練的MaskRCNN神經網絡模型中，以使所述MaskRCNN神經網絡模型對所述骨折區域影像進行分割，得到至少一個骨折塊區域的影像數據；映射單元，被配置成將所述至少一個骨折塊區域的影像數據映射至所述原始髖關節CT影像中，得到原始髖關節CT影像中髖關節的全部。

根據本公開的第三方面，提供了一種用于髖關節CT影像分割模型的訓練方法，包括：獲取樣本集，其中，所述樣本集包括髖關節粗隆間骨折的CT影像；對所述CT影像中的骨折區域的輪廓進行標注，得到數據標簽；對所述髖關節粗隆間骨折的CT影像進行預處理，得到2D DenseUnet神經網絡模型的輸入樣本，包括：對所述髖關節粗隆間骨折的CT影像的灰度歸一化；基于所述輸入樣本、所述數據標簽對2D DenseUnet神經網絡模型進行訓練；將所述2D DenseUnet神經網絡模型輸出的輪廓特征圖作為MaskRCNN網絡模型的輸入；將檢出框坐標、骨折類型的分類結果及置信度值、和圖像分割結果作為MaskRCNN網絡模型輸出，對所述MaskRCNN網絡模型進行訓練。

根據本公開的第四方面，提供了一種計算機可讀存儲介質，包括根據本公開的第五方面，提供了一種電子設備，包括：