[發明專利]肋骨骨折檢測方法、裝置、終端設備及可讀存儲介質

在審

• 申請號: 202210192954.1
• 申請日: 2022-03-01
• 公開（公告）號: CN114757873A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 林黃靖;肖永杰;張宏偉
• 申請（專利權）人: 深圳視見醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/40;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G16H30/20
• 代理公司: 深圳市徽正知識產權代理有限公司 44405
• 代理人: 汪棟

1.一種肋骨骨折檢測方法，其特征在于，所述方法包括：

獲取待檢測的胸部圖像，其中，所述胸部圖像為直接數字化X射線影像；

將所述待檢測的胸部圖像輸入到預先訓練好的肋骨骨折檢測模型，確定肋骨檢測結果；其中，所述肋骨骨折檢測模型通過采用多個角度的胸部圖像對初始神經網絡模型訓練得到的；

根據所述肋骨檢測結果，判斷所述胸部圖像中的肋骨骨折位置或所述胸部圖像中沒有骨折的肋骨。

2.根據權利要求1所述的方法，其特征在于，所述肋骨骨折檢測模型通過如下方式獲得：

獲取胸部樣本數據，其中，所述胸部樣本數據包括正位圖像數據和側位圖像數據；

在訓練過程中，采用預設比例的正位圖像數據和側位圖像數據，對yolov5x神經網絡模型進行訓練，以使所述yolov5x神經網絡模型在擬合側位圖像數據的同時，也使得所述yolov5x神經網絡模型相對于側位圖像數據的偏移度小于預設值；

采用指數移動平均的策略，獲取收斂最佳的模型權重文件。

3.根據權利要求2所述的方法，其特征在于，所述獲取胸部樣本數據，包括：

獲取原始胸部圖像，其中，所述原始胸部圖像為DICOM格式，且為直接數字化X射線影像；

對所述原始胸部圖像進行清洗，得到清洗后的原始胸部圖像；

對所述清洗后的原始胸部圖像進行歸一化處理，得到所述胸部樣本數據，其中，所述胸部樣本數據包括標注的樣本數據和未標注的樣本數據。

4.根據權利要求3所述的方法，其特征在于，所述肋骨骨折檢測模型，包括：

根據yolov5x神經網絡模型和所述胸部樣本數據，確定特征提取網絡；

利用空間金字塔池化層對所述特征提取網絡最后一層輸出的特征圖進行處理，得到處理后的多尺度特征圖；

利用特征金字塔自上而下和路徑聚合網絡采用自下而上方向對多尺度特征圖進行融合，得到融合特征圖，其中，所述融合特征圖包括低維和高階的語義信息；

采用檢測頭在所述融合特征圖中，確定骨折標注框和骨折概率。

5.根據權利要求1所述的方法，其特征在于，所述根據所述肋骨檢測結果，判斷所述胸部圖像中的肋骨骨折位置或所述胸部圖像中沒有骨折的肋骨，包括：

若在多個不同角度的待檢測的胸部圖像中至少在一個胸部圖像中檢測出骨折，則確定所述胸部圖像中的骨折位置。

6.根據權利要求1所述的方法，其特征在于，所述根據所述肋骨檢測結果，判斷所述胸部圖像中的肋骨骨折位置或所述胸部圖像中沒有骨折的肋骨，包括：

若在多個不同角度的待檢測的胸部圖像中都未檢測到骨折，則顯示無骨折現象。

7.一種肋骨骨折檢測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待檢測的胸部圖像，其中，所述胸部圖像為直接數字化X射線影像；

檢測模塊，用于將所述待檢測的胸部圖像輸入到預先訓練好的肋骨骨折檢測模型，確定肋骨檢測結果；其中，所述肋骨骨折檢測模型通過采用多個角度的胸部圖像對初始神經網絡模型訓練得到的；

判斷模塊，用于根據所述肋骨檢測結果，判斷所述胸部圖像中的肋骨骨折位置或所述胸部圖像中沒有骨折的肋骨。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括模型訓練模塊，所述模型訓練模塊用于：

獲取胸部樣本數據，其中，所述胸部樣本數據包括正位圖像數據和側位圖像數據；

在訓練過程中，采用預設比例的正位圖像數據和側位圖像數據，對yolov5x神經網絡模型進行訓練，以使所述yolov5x神經網絡模型在擬合側位圖像數據的同時，也使得所述yolov5x神經網絡模型相對于側位圖像數據的偏移度小于預設值；

采用指數移動平均的策略，獲取收斂最佳的模型權重文件。