[發(fā)明專利]一種基于深度學(xué)習(xí)的兒童骨齡評估方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110564662.1
• 申請日: 2021-05-24
• 公開（公告）號: CN113298780B
• 公開（公告）日: 2023-09-12
• 發(fā)明（設(shè)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(quán)）人: 云南大學(xué)
• 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(wù)所 11569
• 代理人: 王愛濤

本發(fā)明公開了一種基于深度學(xué)習(xí)的兒童骨齡評估方法及系統(tǒng)。該方法包括：獲取待評估的手骨圖像；對待評估的手骨圖像進(jìn)行預(yù)處理；將預(yù)處理后的圖像輸入至訓(xùn)練好的手骨分割模型，得到分割后的手骨區(qū)域掩膜；將分割后的手骨區(qū)域掩膜與預(yù)處理后的圖像進(jìn)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(xùn)練好的骨齡評估模型中，對骨齡進(jìn)行評估。本發(fā)明解決了當(dāng)前手骨X光圖像的評估效率過于低下，無法批量處理手骨X光圖像等問題，緩解了醫(yī)生讀片的困難。本發(fā)明能夠?qū)和止荴光圖像進(jìn)行有效的自動骨齡評估，對后續(xù)的骨骼發(fā)育成熟度評估提供有利的支持。

技術(shù)領(lǐng)域

本發(fā)明涉及骨齡評估技術(shù)領(lǐng)域，特別是涉及一種基于深度學(xué)習(xí)的兒童骨齡評估方法及系統(tǒng)。

背景技術(shù)

在臨床領(lǐng)域，骨齡評估一般是通過非慣用手(一般為左手)的X射線圖像，通過觀察骨骼的尺寸、結(jié)構(gòu)以及閉合程度情況，根據(jù)統(tǒng)計學(xué)規(guī)律和相對量化的指標(biāo)計算得出。其中，根據(jù)量化指標(biāo)和鑒定方法的不同，傳統(tǒng)的骨齡評估方法可分為：計數(shù)法、圖譜法和計分法等。常用的包括GP圖譜法、TW2計分法、TW3計分法等。我國推出的有李果珍百分計數(shù)法、中國人手腕骨發(fā)育標(biāo)準(zhǔn)CHN法以及直接引用TW2的葉氏記分法等。這些方法雖然都可以完成骨齡評估任務(wù)，但都過度依賴于專業(yè)骨科醫(yī)師的人工操作，主要存在以下兩個問題：

第一，評估的過程比較復(fù)雜。無論是計數(shù)法、圖譜法還是評分法，骨齡的評估過程都非常復(fù)雜和困難，對從業(yè)醫(yī)師的專業(yè)技能要求非常高，需要醫(yī)師對大量的數(shù)據(jù)指標(biāo)進(jìn)行長時間的分析對比，才能得出骨齡評估結(jié)果。

第二，受主觀因素和隨機誤差的影響比較大。由于骨齡評估過程的復(fù)雜性，同一骨齡被測人員在不同醫(yī)師的兩次骨齡評估可能存在差異，醫(yī)師個人的主觀因素和業(yè)務(wù)水平直接影響著評估結(jié)果；同一骨齡被測人員在同一醫(yī)師的先后兩次骨齡評估結(jié)果也可能存在差異，體現(xiàn)出傳統(tǒng)骨齡評估方法隨機誤差大、可重復(fù)性差的特點。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于深度學(xué)習(xí)的兒童骨齡評估方法及系統(tǒng)，能夠?qū)和止荴光圖像進(jìn)行有效的自動骨齡評估，對后續(xù)的骨骼發(fā)育成熟度評估提供有利的支持。

為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種基于深度學(xué)習(xí)的兒童骨齡評估方法，包括：

獲取待評估的手骨圖像；

對待評估的手骨圖像進(jìn)行預(yù)處理；

將預(yù)處理后的圖像輸入至訓(xùn)練好的手骨分割模型，得到分割后的手骨區(qū)域掩膜；

將分割后的手骨區(qū)域掩膜與預(yù)處理后的圖像進(jìn)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(xùn)練好的骨齡評估模型中，對骨齡進(jìn)行評估。

進(jìn)一步地，所述對待評估的手骨圖像進(jìn)行預(yù)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。

進(jìn)一步地，所述手骨分割模型的訓(xùn)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(jìn)行處理并標(biāo)注手骨輪廓，構(gòu)建第一數(shù)據(jù)集，所述數(shù)據(jù)集包括手骨圖像訓(xùn)練集、手骨圖像驗證集和手骨圖像測試集；

通過手骨圖像訓(xùn)練集對Mask?R-CNN模型進(jìn)行訓(xùn)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(jìn)行優(yōu)化。

進(jìn)一步地，所述骨齡評估模型的訓(xùn)練過程具體包括：

通過手骨分割模型對所述第一數(shù)據(jù)集進(jìn)行分割，得到手骨區(qū)域掩膜樣本；