[發明專利]一種基于深度學習的兒童骨齡評估方法及系統

有效

• 申請號: 202110564662.1
• 申請日: 2021-05-24
• 公開（公告）號: CN113298780B
• 公開（公告）日: 2023-09-12
• 發明（設計）人: 張帥;張俊華;羅旭東;于文濤;劉明坤;趙陽;楊蕊綺;李博;王嘉慶;顧霄瑩;李宗桂
• 申請（專利權）人: 云南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T5/40;G06T5/50
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王愛濤

1.一種基于深度學習的兒童骨齡評估方法，其特征在于，包括：

獲取待評估的手骨圖像；

對待評估的手骨圖像進行預處理；

將預處理后的圖像輸入至訓練好的手骨分割模型，得到分割后的手骨區域掩膜；

將分割后的手骨區域掩膜與預處理后的圖像進行融合，得到去除背景信息的手骨圖像；

將去除背景信息后的手骨圖像輸入至訓練好的骨齡評估模型中，對骨齡進行評估；

其中，所述手骨分割模型的訓練過程具體包括：

建立手骨圖像樣本庫；所述手骨圖像樣本庫包括多張手骨圖像樣本；

對所述手骨圖像樣本進行處理并標注手骨輪廓，構建第一數據集，所述數據集包括手骨圖像訓練集、手骨圖像驗證集和手骨圖像測試集；

通過手骨圖像訓練集對Mask?R-CNN模型進行訓練，得到手骨分割模型；

通過所述手骨圖像測試集和所述手骨圖像驗證集對所述手骨分割模型進行優化；

其中，所述骨齡評估模型的訓練過程具體包括：

通過手骨分割模型對所述第一數據集進行分割，得到手骨區域掩膜樣本；

將分割后的手骨區域掩膜樣本與預處理后的手骨圖像樣本進行融合，構建第二數據集；所述第二數據集包括去除背景信息后的手骨圖像訓練集、去除背景信息后的手骨圖像測試集、去除背景信息后的手骨圖像驗證集；

通過去除背景信息后的手骨圖像訓練集對改進后的Xception模型進行訓練，得到骨齡評估模型；

通過去除背景信息后的手骨圖像測試集和去除背景信息后的手骨圖像驗證集對骨齡評估模型進行優化；

其中，改進后的Xception模型為：在原始Xception網絡輸出之后，首先使用全局最大池化和全局平均池化聚合特征圖的通道信息，生成兩個不同的通道特征，其次送進一個多層感知器中，將其輸出進行逐元素相加，最后通過sigmoid函數激活產生通道注意力映射，得通道注意力模塊；通道注意力模塊輸出的特征輸入后，首先在通道軸上應用全局最大池化和全局平均池化操作，得到兩個二維空間特征，并將它們拼接成一個特征圖，其次通過7×7的卷積核降維，最后通過sigmoid函數激活產生通道注意力映射，得空間注意力模塊；將輸出接入一個全局平均池化層，然后創建性別輸入模塊，以二進制性別信息作為輸入，二進制性別信息是“0”或“1”，男性為“1”，女性為“0”；通過一個具有32個神經元的由ReLU激活的密集連接層，將輸出的圖像特征信息和性別特征信息串聯，接入兩層密集連接層，每層都由1024個神經元緊密連接的ReLU激活層和dropout層饋入，最后一層由具有1個神經元的線性激活的密集連接層構成，用來預測骨齡，得到骨齡評估值。

2.根據權利要求1所述的基于深度學習的兒童骨齡評估方法，其特征在于，所述對待評估的手骨圖像進行預處理，具體包括：

對待評估的手骨圖像利用直方圖均衡化增強局部對比度。