[發(fā)明專利]顱骨骨折的檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210720163.1
• 申請(qǐng)日: 2022-06-24
• 公開（公告）號(hào): CN115131306A
• 公開（公告）日: 2022-09-30
• 發(fā)明（設(shè)計(jì)）人: 黃一錕;王陽
• 申請(qǐng)（專利權(quán)）人: 北京邁瑞生醫(yī)藥科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06N3/04;G06N3/08;G06V10/774
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請(qǐng)涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種顱骨骨折的檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)。所述方法包括：獲取待檢測(cè)的頭部醫(yī)學(xué)圖像；獲取目標(biāo)檢測(cè)模型，所述目標(biāo)檢測(cè)模型包括隨機(jī)殘差網(wǎng)絡(luò)，所述隨機(jī)殘差網(wǎng)絡(luò)中的隨機(jī)卷積層用于隨機(jī)屏蔽部分卷積核的輸出數(shù)據(jù)；根據(jù)所述頭部醫(yī)學(xué)圖像，調(diào)用所述目標(biāo)檢測(cè)模型輸出得到目標(biāo)檢測(cè)結(jié)果，所述目標(biāo)檢測(cè)結(jié)果用于指示顱骨骨折的檢測(cè)情況。本申請(qǐng)實(shí)施例通過在目標(biāo)檢測(cè)模型中引入設(shè)計(jì)的隨機(jī)殘差網(wǎng)絡(luò)，可以降低網(wǎng)絡(luò)參數(shù)的敏感性，避免在訓(xùn)練數(shù)據(jù)有限的場(chǎng)景下過擬合，有效地提高了模型在小數(shù)據(jù)集上的泛化能力，從而提高模型的檢測(cè)效果。

技術(shù)領(lǐng)域

本申請(qǐng)涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種顱骨骨折的檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的發(fā)展，人們?cè)絹碓蕉嗟赝ㄟ^圖像來傳遞信息。目標(biāo)檢測(cè)是圖像處理中的重要分支，其目的是確定圖像中目標(biāo)對(duì)象所在的位置。

傳統(tǒng)的醫(yī)學(xué)圖像的目標(biāo)檢測(cè)方式，是通過在醫(yī)學(xué)圖像中查找目標(biāo)對(duì)象上的定位點(diǎn)來確定目標(biāo)對(duì)象在圖像中的位置。以目標(biāo)對(duì)象是顱骨骨折為例，顱骨骨折是一種常見的創(chuàng)傷性疾病，顱骨骨折檢測(cè)是一個(gè)重要的應(yīng)用。顱骨骨折區(qū)域往往很小，不規(guī)則，與電子計(jì)算機(jī)斷層掃描(Computed Tomography，CT)圖像上的周圍正常組織相似。相關(guān)技術(shù)中，顱骨骨折檢測(cè)的流程可以包括如下幾個(gè)步驟：首先采用二值化的方法對(duì)顱骨區(qū)域進(jìn)行分割；顱骨區(qū)域的圖像送進(jìn)區(qū)域提取網(wǎng)絡(luò)(Region Proposal Network，RPN)預(yù)測(cè)可能的區(qū)域；將預(yù)測(cè)出來的可能區(qū)域進(jìn)行分類和回歸，得到最終的預(yù)測(cè)框。

但是在上述方法中，采用二值化的方法對(duì)顱骨區(qū)域進(jìn)行分割容易漏掉一些粉碎性骨折的骨片，且目前的RPN模型的檢測(cè)效果不佳。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)?zhí)岢隽艘环N顱骨骨折的檢測(cè)方法、裝置及存儲(chǔ)介質(zhì)。所述技術(shù)方案包括：

根據(jù)本申請(qǐng)的一方面，提供了一種顱骨骨折的檢測(cè)方法，用于計(jì)算機(jī)設(shè)備中，所述方法包括：

獲取待檢測(cè)的頭部醫(yī)學(xué)圖像；

獲取目標(biāo)檢測(cè)模型，所述目標(biāo)檢測(cè)模型包括隨機(jī)殘差網(wǎng)絡(luò)，所述隨機(jī)殘差網(wǎng)絡(luò)中的隨機(jī)卷積層用于隨機(jī)屏蔽部分卷積核的輸出數(shù)據(jù)；

根據(jù)所述頭部醫(yī)學(xué)圖像，調(diào)用所述目標(biāo)檢測(cè)模型輸出得到目標(biāo)檢測(cè)結(jié)果，所述目標(biāo)檢測(cè)結(jié)果用于指示顱骨骨折的檢測(cè)情況。

在一種可能的實(shí)現(xiàn)方式中，所述隨機(jī)殘差網(wǎng)絡(luò)包括至少兩個(gè)順次連接的隨機(jī)殘差模塊，所述隨機(jī)殘差模塊包括所述隨機(jī)卷積層。

在另一種可能的實(shí)現(xiàn)方式中，所述隨機(jī)殘差模塊還包括隨機(jī)深度、丟棄(英文：Dropout)層、帶參數(shù)的修正線性單元(Parametric Rectified Linear Unit，PReLU)層和批量歸一化(Batch Normalization，BN)層中的至少一個(gè)結(jié)構(gòu)。

在另一種可能的實(shí)現(xiàn)方式中，所述目標(biāo)檢測(cè)模型還包括目標(biāo)檢測(cè)預(yù)測(cè)頭和后處理模塊；

所述根據(jù)所述頭部醫(yī)學(xué)圖像，調(diào)用所述目標(biāo)檢測(cè)模型輸出得到目標(biāo)檢測(cè)結(jié)果，包括：

將所述頭部醫(yī)學(xué)圖像輸入至所述目標(biāo)檢測(cè)模型的所述隨機(jī)殘差網(wǎng)絡(luò)中，輸出得到圖像特征；

將所述圖像特征輸入至所述目標(biāo)檢測(cè)預(yù)測(cè)頭中，輸出得到預(yù)測(cè)結(jié)果，所述預(yù)測(cè)結(jié)果包括檢測(cè)框和置信度；

將所述預(yù)測(cè)結(jié)果輸入至所述后處理模塊中，輸出得到所述目標(biāo)檢測(cè)結(jié)果。

在另一種可能的實(shí)現(xiàn)方式中，所述將所述預(yù)測(cè)結(jié)果輸入至所述后處理模塊中，輸出得到所述目標(biāo)檢測(cè)結(jié)果，包括：

根據(jù)所述預(yù)測(cè)結(jié)果，通過所述后處理模塊采用非極大值抑制算法得到二維的中間檢測(cè)結(jié)果；