[發明專利]一種基于可編程邏輯門陣列的骨齡評估方法及系統

有效

• 申請號: 202110582950.X
• 申請日: 2021-05-27
• 公開（公告）號: CN113362292B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 王偉;劉佳宏;李章勇;姜小明;李欣蔚;冉鵬
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06F1/329;G06N3/0464;G06N3/047;G06N3/048;G06N3/08;G06T1/60
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

1.一種基于可編程邏輯門陣列的骨齡評估方法，其特征在于，包括：

獲取手骨圖像并對其進行預處理；

在平面上按照權重參數的尺寸大小進行分塊，分為多個平面分塊；

在輸入通道數上按照每個平面分塊對權重參數進行分塊，分為兩塊權重參數，將第一分塊權重參數存放到存儲器的低地址端，將第二分塊權重參數存放到存儲器的高地址端，每塊表示每批次卷積并行運算時所需的權重通道數K，分批進行卷積運算時先進行第一塊權重參數的運算，再進行第二塊權重參數的運算；

在輸入通道上將手骨圖像或者手骨特征圖分塊，分為兩塊圖分塊，將第一圖分塊中的每個小分塊的數據存放到存儲器的低地址端，再將第二圖分塊中的每個小分塊的數據存放到存儲器的高地址端，每個小分塊中所含的通道數為每批次進行的卷積所需的手骨圖像或手骨特征圖的通道數；分批進行卷積運算時先進行第一圖分塊中小分塊的運算，再進行第二圖分塊中小分塊的運算；

分批次從可編程邏輯門陣列中的存儲器調用訓練完成的卷積神經網絡的權重參數，并基于所述權重參數將所述手骨圖像進行卷積處理；對應批次從所述存儲器調用訓練完成的卷積神經網絡的偏置參數，并對卷積處理后的特征圖進行偏置處理；

將每個卷積層中的所有批次的手骨圖像偏置處理完成后，對當前卷積層的手骨特征圖進行歸一化處理和激活處理；

將激活處理后的手骨特征圖通過req、ready和data信號線將數據傳輸到仲裁轉換模塊中的FIFO隊列進行暫存，然后通過仲裁轉換模塊中的輪詢仲裁器裁決后將FIFO中的數據以AXI總線方式存到存儲器中，之后從所述存儲器中按批次通過AXI4總線傳輸到池化模塊中進行池化操作，直至完成所有卷積層的池化操作；

將池化操作后的手骨特征圖輸入到全連接層中，進行softmax分類后得到手骨圖像的骨齡評估結果。

2.根據權利要求1所述的一種基于可編程邏輯門陣列的骨齡評估方法，其特征在于，所述獲取手骨圖像并對其進行預處理包括通過串口向X射線發射器發送使能信號、曝光信號、管電壓和管電流信號并產生X射線；平板探測器接收所述X射線并生成RAW格式的原始手骨圖像；將RAW格式的手骨圖像通過網口傳輸到可編程邏輯門陣列中進行圖像格式轉換，將其轉換為JPG格式；將JPG格式的手骨圖像裁剪為所需的大小，對裁剪后的手骨圖像進行去噪以及增強預處理；將處理好的手骨圖像轉換為BIN格式并儲存到可編程邏輯門陣列中的圖像緩存模塊中。

3.根據權利要求1所述的一種基于可編程邏輯門陣列的骨齡評估方法，其特征在于，所述存儲器中存儲有包括所述卷積神經網絡中每一卷積層所需的特征、權重參數、偏置參數的起始位置以及所需的數據長度，以及每個卷積層計算完成后特征圖的存儲地址。

4.根據權利要求1所述的一種基于可編程邏輯門陣列的骨齡評估方法，其特征在于，批次調用的方式包括通過req、ready和data三根信號線作為三通道，按照每通道16并行度的數據為一批次進行數據傳輸和調用。

5.一種基于可編程邏輯門陣列的骨齡評估系統，其應用于如權利要求1～4任一所述的一種基于可編程邏輯門陣列的骨齡評估方法，其特征在于，所述系統搭載于所述可編程邏輯門陣列中，包括：

輸入模塊，用于輸入手骨圖像并對其進行預處理；

緩存模塊，用于緩存預處理后的手骨圖像、手骨特征圖以及卷積神經網絡的權重參數和偏置參數；

卷積模塊，用于對緩存的手骨圖像進行卷積處理；

歸一化模塊，用于對卷積完成的手骨特征圖進行歸一化處理；

激活模塊，用于對歸一化處理后的手骨特征圖進行激活；

池化模塊，用于對激活后的手骨特征圖進行池化處理；

仲裁轉換模塊，用于對各個模塊對存儲器需求的輪詢仲裁；

存儲器，用于存儲訓練完成的卷積神經網絡的權重參數和偏置參數以及手骨特征圖；

輸出模塊，用于對池化操作后的手骨特征圖分類后，輸出手骨圖像的骨齡評估結果；

控制模塊，用于對各個模塊進行控制調用。