[發(fā)明專利]基于聯(lián)合域?qū)R與判別的骨齡評(píng)估方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210527370.5
• 申請(qǐng)日: 2022-05-16
• 公開（公告）號(hào): CN115171874A
• 公開（公告）日: 2022-10-11
• 發(fā)明（設(shè)計(jì)）人: 周東;江翔;張偉麗
• 申請(qǐng)（專利權(quán)）人: 杭州數(shù)智萊達(dá)科技有限公司
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G06T7/00;G06V10/764;G06V10/762;G06V10/774
• 代理公司: 浙江永鼎律師事務(wù)所 33233
• 代理人: 周希良

本發(fā)明屬于醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，具體涉及基于聯(lián)合域?qū)R與判別的骨齡評(píng)估方法及系統(tǒng)。方法S1，獲取圖像數(shù)據(jù)集，將圖像數(shù)據(jù)集分為源域和目標(biāo)域并進(jìn)行預(yù)處理，同時(shí)構(gòu)建評(píng)估模型；S2，通過聚類方式獲取圖像數(shù)據(jù)集中目標(biāo)域的偽標(biāo)簽；S3，按類從圖像數(shù)據(jù)集的源域和目標(biāo)域中，選取樣本并確定樣本順序；S4，對(duì)選取的樣本進(jìn)行聯(lián)合域?qū)R與判別處理，并更新評(píng)估模型參數(shù)；S5，利用更新后的評(píng)估模型進(jìn)行骨齡評(píng)估。本發(fā)明具有更強(qiáng)的評(píng)估性能和魯棒性的特點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，具體涉及基于聯(lián)合域?qū)R與判別的骨齡評(píng)估方法及系統(tǒng)。

背景技術(shù)

骨齡是指青少年兒童骨骼發(fā)育水平同標(biāo)準(zhǔn)骨骼發(fā)育對(duì)比而得到的發(fā)育年齡。早期主要應(yīng)用于醫(yī)療領(lǐng)域，對(duì)青少年兒童身體發(fā)育、內(nèi)分泌和代謝水平進(jìn)行診斷，隨后廣泛應(yīng)用于體育領(lǐng)域和刑事訴訟領(lǐng)域，對(duì)被測(cè)者進(jìn)行生物年齡評(píng)價(jià)。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)算法，以其豐富的特征提取能力大大提升了骨齡評(píng)估的性能。

在AI新基建時(shí)代，采用深度學(xué)習(xí)方法輔助醫(yī)生進(jìn)行骨齡評(píng)估，漸成趨勢(shì)，但其訓(xùn)練過程中嚴(yán)重依賴基于監(jiān)督學(xué)習(xí)的標(biāo)記樣本問題，變得愈發(fā)突出。因?yàn)閳D像標(biāo)注的質(zhì)量決定著骨齡評(píng)估模型的性能，而高質(zhì)量的醫(yī)療標(biāo)記樣本獲取成本巨大，這極大的限制了其發(fā)展；而且由于地域、人種、X光設(shè)備參數(shù)、拍攝角度以及背景等不同，圖像特征分布差異較大，建立在不同訓(xùn)練集上的骨齡評(píng)估模型，評(píng)估性能將顯著下降。所以，如何利用已有標(biāo)記樣本幫助模型學(xué)習(xí)未標(biāo)記樣本特征，并且考慮樣本特征分布差異，變得越來越重要。

對(duì)此，無監(jiān)督領(lǐng)域自適應(yīng)是一種廣泛使用的策略。在模型訓(xùn)練中，它通過減小兩個(gè)域在模型輸出上的特征分布差異，在不使用目標(biāo)域標(biāo)簽的情況下，遷移基于監(jiān)督學(xué)習(xí)獲取的源域數(shù)據(jù)集“知識(shí)”到目標(biāo)域數(shù)據(jù)集上，來解決目標(biāo)域未標(biāo)記和域偏移問題。

目前，基于深度學(xué)習(xí)的無監(jiān)督域自適應(yīng)方法，在忽略“類”的情況下，通過最小化域差異進(jìn)行“域”級(jí)別上的對(duì)齊，會(huì)出現(xiàn)目標(biāo)域樣本與同類別的源域樣本未對(duì)齊情況。此時(shí)學(xué)習(xí)到的決策邊界可能會(huì)很好地過擬合源數(shù)據(jù)，但對(duì)目標(biāo)數(shù)據(jù)的區(qū)分性較差，導(dǎo)致泛化能力較差。這些問題極大的阻礙了無監(jiān)督域自適應(yīng)方法在骨齡評(píng)估上的應(yīng)用。

因此，設(shè)計(jì)一種采用無監(jiān)督域自適應(yīng)范式，構(gòu)建“類內(nèi)”域差異和“類間”域差異概念，通過類感知采樣，聯(lián)合進(jìn)行特征判別與域?qū)R，對(duì)不同特征分布的目標(biāo)域樣本進(jìn)行骨齡評(píng)估，使系統(tǒng)具有更強(qiáng)的評(píng)估性能和魯棒性的基于聯(lián)合域?qū)R與判別的骨齡評(píng)估方法及系統(tǒng)，就顯得十分重要。

例如，申請(qǐng)?zhí)枮镃N202110159391.1的中國專利文獻(xiàn)描述的一種骨齡評(píng)估方法和系統(tǒng)。方法包括：接收骨齡評(píng)估請(qǐng)求；根據(jù)所述骨齡評(píng)估請(qǐng)求獲取手骨圖像以及所述手骨圖像對(duì)應(yīng)的用戶性別；將所述手骨圖像進(jìn)行裁剪和直方圖匹配，以及將所述用戶性別進(jìn)行數(shù)值轉(zhuǎn)換后輸送到神經(jīng)計(jì)算棒，通過預(yù)先訓(xùn)練好部署在所述神經(jīng)計(jì)算棒中的骨齡評(píng)估模型根據(jù)所述手骨圖像和所述用戶性別進(jìn)行骨齡評(píng)估。雖然能夠提高安全性，同時(shí)提高處理速度以提高評(píng)估的效率，但是其缺點(diǎn)在于，仍然嚴(yán)重依賴基于監(jiān)督學(xué)習(xí)的標(biāo)記樣本，且圖像特征分布差異較大，需建立在不同訓(xùn)練集上的骨齡評(píng)估模型，導(dǎo)致系統(tǒng)整體的評(píng)估性能下降。

發(fā)明內(nèi)容

本發(fā)明是為了克服現(xiàn)有技術(shù)中，現(xiàn)有的骨齡評(píng)估方式，存在嚴(yán)重依賴基于監(jiān)督學(xué)習(xí)的標(biāo)記樣本，導(dǎo)致評(píng)估性能顯著下降的問題，提供了一種采用無監(jiān)督域自適應(yīng)范式，構(gòu)建“類內(nèi)”域差異和“類間”域差異概念，通過類感知采樣，聯(lián)合進(jìn)行特征判別與域?qū)R，對(duì)不同特征分布的目標(biāo)域樣本進(jìn)行骨齡評(píng)估，使系統(tǒng)具有更強(qiáng)的評(píng)估性能和魯棒性的基于聯(lián)合域?qū)R與判別的骨齡評(píng)估方法及系統(tǒng)。

為了達(dá)到上述發(fā)明目的，本發(fā)明采用以下技術(shù)方案：

基于聯(lián)合域?qū)R與判別的骨齡評(píng)估方法，包括如下步驟：

S1，獲取圖像數(shù)據(jù)集，將圖像數(shù)據(jù)集分為源域和目標(biāo)域并進(jìn)行預(yù)處理，同時(shí)構(gòu)建評(píng)估模型；