申请/专利权人：北京大学第三医院(北京大学第三临床医学院);清华大学

申请日：2022-12-13

公开（公告）日：2023-03-21

公开（公告）号：CN115661138B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/13;G06V10/26;G06V10/764;G06V10/766;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2023.03.21#授权;2023.02.17#实质审查的生效;2023.01.31#公开

摘要：本发明涉及一种基于DR影像的人体骨骼轮廓检测方法，解决了现有技术中AI检测系统数据提取损失大，存在“失真”现象及数据集检测效果的可靠性和鲁棒性较差的问题，包括以下步骤：获取人体骨骼轮廓DR影像，采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注；基于所述训练样本集对人体骨骼轮廓DR影像检测模型进行训练，基于训练完成的人体骨骼DR影像检测模型，对未标注的人体骨骼轮廓DR影像进行检测，获取具有骨骼候选框的特征区域，以及置信度、语义分割结果；基于置信度以及语义分割结果进行后处理得到人体骨骼轮廓。本发明可以对颈椎至腰椎各段检测，对脊椎骨的增生、错位及与骶骨、股骨头连接区域的识别具有更高的准确度。

主权项：1.基于DR影像的人体骨骼轮廓检测方法，其特征在于，包含以下步骤：获取人体骨骼轮廓DR影像，采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注，获得标注信息，将所述DR影像和标注信息作为训练样本集；基于所述训练样本集对人体骨骼轮廓DR影像检测模型进行训练，直至损失函数收敛，获得训练完成的人体骨骼轮廓DR影像检测模型；基于训练完成的人体骨骼轮廓DR影像检测模型，对未标注的人体骨骼轮廓DR影像进行检测，获取检测模型输出的具有骨骼候选框的特征区域，以及每个特征区域中候选框的置信度、语义分割结果；基于各特征区域候选框的置信度以及语义分割结果进行后处理得到人体骨骼轮廓；所述人体骨骼轮廓DR影像检测模型，包括：脊椎骨轮廓DR影像检测模型、骶骨轮廓DR影像检测模型和股骨头轮廓DR影像检测模型；所述语义分割结果包括矩形掩膜、三角形掩膜以及圆形掩膜，所述脊椎骨轮廓DR影像检测模型对应的语义分割结果为矩形掩膜，所述骶骨轮廓DR影像检测模型对应的语义分割结果为三角形掩膜，所述股骨头轮廓DR影像检测模型对应的语义分割结果为圆形掩膜；所述基于各特征区域候选框的置信度以及语义分割结果进行后处理得到人体骨骼轮廓包括：S11、基于脊椎骨轮廓DR影像检测模型、骶骨轮廓DR影像检测模型和股骨头轮廓DR影像检测模型的置信度阈值，选择置信度大于相应置信度阈值的特征区域作为上述三个模型的候选特征区域；S12、对于脊椎骨：基于候选特征区域中的矩形掩膜，获取矩形掩膜的顶点坐标，并根据所述顶点坐标形成各候选特征区域的矩形；对于骶骨：选取置信度最高的候选特征区域作为骶骨区域，基于骶骨区域中的三角形掩膜，获取三角形掩膜的顶点坐标，并根据所述顶点坐标形成三角形；对于股骨头：选取置信度最高的候选特征区域作为股骨头区域，基于股骨头区域中的圆形掩膜，获取圆形掩膜的圆心坐标；S13、将所述矩形、三角形以及圆心按坐标排列，得到人体骨骼轮廓；对于脊椎骨，在步骤S12和步骤S13之间还包括如下步骤；根据矩形的顶点坐标，计算任意两个矩形的IOU值；获取IOU值大于IOU阈值的矩形，形成待选矩形集合；根据除待选矩形集合之外的其他矩形的左下左上坐标拟合第一曲线，根据除待选矩形集合之外的其他矩形的右上右下坐标拟合第二曲线；计算待选矩形集合中各待选矩形在第一曲线和第二曲线形成的中间区域中的面积，选择面积大的待选矩形作为被选矩形；将待选矩形集合之外的其他矩形和被选矩形作为输出。

全文数据：

权利要求：

百度查询： 北京大学第三医院(北京大学第三临床医学院);清华大学 基于DR影像的人体骨骼轮廓检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD