[發明專利]基于多任務學習的髖關節關鍵點位置檢測方法及系統

有效

• 申請號: 202110539363.2
• 申請日: 2021-05-18
• 公開（公告）號: CN113362282B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 范衠;黃文寧;蔡堉偉;胡軍;陳洪江;張炯;容毅標;寧為博;朱智健;朱家祺;謝敏沖;陳添善;袁野;許宏武;張建軍
• 申請（專利權）人: 汕頭大學;汕頭大學醫學院第一附屬醫院;汕頭大學醫學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;A61B6/00;G06V10/764;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 葉潔勇

本發明涉及醫療信息處理技術領域，具體涉及一種基于多任務學習的髖關節關鍵點位置檢測方法及系統，所述方法包括：獲取標定好關鍵點的待訓練圖像，所述待訓練圖像包括正常發育圖像與不正常發育圖像；構建基于多任務學習框架的多任務網絡模型，對所述多任務網絡模型進行訓練，得到關鍵點檢測模型；利用關鍵點檢測模型對待檢測圖像進行關鍵點檢測，確定髖關節正位片中關鍵點所在位置，基于所述關鍵點所在位置確定測量指標的大小，本發明對髖關節關鍵點位置的檢測簡便靈活，具有速度快、準確率高的優點。

技術領域

本發明涉及醫療信息處理技術領域，具體涉及一種基于多任務學習的髖關節關鍵點位置檢測方法及系統。

背景技術

發育性髖關節發育不良(Developmental?Dysplasia?of?the?Hip，DDH)是常見的小兒骨科疾病之一，是嬰幼兒中一系列與髖關節發育相關的疾病。它包含髖臼和股骨近端的發育異常以及髖關節不穩定。新生兒在剛出生的最初幾周內通常會有生理性髖關節松弛和髖臼不成熟。大多數情況下松弛將消失，髖臼繼續正常發育。通過危險因素評估、連續髖關節查體以及合理運用影像學檢查，大多數髖關節病變患兒都可得到診治，且無長期后遺癥。而少兒的DDH診斷極其依賴于臨床醫生的個人主觀經驗。

指標測量的前提是準確識別定位到相關醫學關鍵點，而這些關鍵點的識別極其依賴臨床醫生的診斷經驗。尤其對于醫學資源匱乏的偏遠地區醫院而言，基于X-Ray的DDH診斷是一個充滿挑戰的任務。因此借助計算機輔助診斷系統對DDH診斷研究意義重大。

傳統方法中，對髖關節關鍵點的標注識別主要根據臨床醫生的主觀經驗，在X-Ray圖像上找到所有醫學關鍵點，極其依賴醫生豐富的臨床經驗，且標注耗時長；而在偏遠地區醫學資源匱乏的醫院，臨床醫生經驗欠缺，未能及時準確的對患者病情進行診斷，可能存在誤判情況，錯過患者及時就診的最佳時機。

基于深度學習的圖像算法為數據驅動型解決方案，該類方案的實現需要較大量的X-Ray醫學圖像對算法模型進行訓練，現有應用于DDH檢測的圖像算法對模型訓練時的數據量大概20000張，而此類醫學圖像的收集難度大、周期長、要求高，每張圖像還需要進行人工標注，標注的結果作為金標準用于模型訓練，標注過程需要2-3位經驗豐富的臨床醫生進行手動標注，標注周期長、難度大。

現有的技術方案中，如《一種DDH人工智能輔助診斷方法及裝置》專利中提出的方案，需要對髖關節X-Ray正位片進行實例分割后再進行關鍵點檢測；《準確提取髖關節影像中關鍵點的方法》方案需要設計較復雜的網絡，以上方案的實施過程，均需要提前收集大規模的X-Ray數據，并對收集的數據進行醫學關鍵點的人工標定，收集難度大、時間長，對于醫療資源匱乏的機構而言，可行性較低。

因此，有必要對髖關節關鍵點位置的檢測方案進行改進，以減少標注時間，提高測量指標的準確度。

發明內容

本發明目的在于提供一種基于多任務學習的髖關節關鍵點位置檢測方法及系統，以解決現有技術中所存在的一個或多個技術問題，至少提供一種有益的選擇或創造條件。

為了實現上述目的，本發明提供以下技術方案：

一種基于多任務學習的髖關節關鍵點位置檢測方法，所述方法包括以下步驟：

步驟S100、獲取標定好關鍵點的待訓練圖像，所述待訓練圖像包括正常發育圖像與不正常發育圖像；

步驟S200、構建基于多任務學習框架的多任務網絡模型，對所述多任務網絡模型進行訓練，得到關鍵點檢測模型；

步驟S300、利用關鍵點檢測模型對待檢測圖像進行關鍵點檢測，確定髖關節正位片中關鍵點所在位置，基于所述關鍵點所在位置確定測量指標的大小。

進一步，所述步驟S100包括：