申请/专利权人：昆山市第一人民医院

申请日：2023-10-08

公开（公告）日：2024-03-22

公开（公告）号：CN117437459B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/26;G06V10/44;G06V10/56;G06V10/82;G06N3/045;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明公开了一种基于决策网络实现用户膝关节髌骨软化状态分析方法及装置，其中方法包括：对膝关节髌骨图像样本进行分区和背景分离；对膝关节髌骨图像样本及对应的分区图像进行训练，得到多个髌骨软化分类网络模型；根据设定规则从多个髌骨软化分类网络模型中选择部分模型作为候选髌骨软化分类网络模型；训练候选髌骨软化分类网络模型，并选择预设数量的目标候选髌骨软化分类网络模型，根据目标候选髌骨软化分类网络模型生成决策网络分类器；根据决策网络分类器，预测得到待测膝关节髌骨软化图像的软化状态。本发明通过对膝关节髌骨图像样本进行分区和背景分离，并根据生成的决策网络分类器预测得到髌骨软化状态，提升了髌骨软化分析的准确率。

主权项：1.一种基于决策网络实现用户膝关节髌骨软化状态分析方法，其特征在于，包括：对膝关节髌骨图像样本进行分区和背景分离，得到所述膝关节髌骨图像样本的分区图像；对所述膝关节髌骨图像样本及对应的分区图像进行训练，得到多个髌骨软化分类网络模型；根据设定规则从所述多个髌骨软化分类网络模型中选择部分模型作为候选髌骨软化分类网络模型；训练候选髌骨软化分类网络模型，并选择预设数量的目标候选髌骨软化分类网络模型，根据预设数量的所述目标候选髌骨软化分类网络模型生成决策网络分类器；将待测膝关节髌骨软化图像输入至所述决策网络分类器，预测得到所述待测膝关节髌骨软化图像的软化状态，所述软化状态包括Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级；所述对膝关节髌骨图像样本进行分区进一步包括：预先构建髌骨软化分区模型，将髌骨软化轮廓图像输入至所述髌骨软化分区模型进行训练，其中，所述髌骨软化轮廓图像包括髌骨软化区内的毛刷状或纤毛化改变；将各个所述髌骨软化轮廓图像输入至髌骨软化分类网络模型，得到髌骨软化的分割结果；所述髌骨软化分区模型为多模态图像分割网络，其包括一个编码模块和一个解码模块；所述编码模块和所述解码模块均包括至少一个残差模块，所述残差模块包括依次连接的卷积层、BN层和LeakyReLU层；所述编码模块的残差模块和所述解码模块的残差模块之间设置有注意力模块，所述注意力模块包括通道注意力CA模块和空间注意力SA模块；所述对膝关节髌骨图像样本进行分区，得到所述膝关节髌骨图像样本的分区图像进一步包括：针对所述膝关节髌骨图像的任一像素点，确定与其周围四个邻近像素点的像素坐标和RGB颜色均值；针对任一邻近像素点，将其RGB颜色均值小于第一预设阈值的像素点确定为弱边缘像素点，将其RGB颜色均值大于第二预设阈值的像素点确定为强边缘像素点；将该强边缘像素点连接成边缘，当连接到边缘的端点时，在该强边缘像素点的邻域像素点中重新确定弱边缘像素点作为新边缘点，并继续检测和连接该新边缘点直至轮廓闭合，得到一个分区图像；针对所述膝关节髌骨图像于所述分区图像之外的任一像素点，依次得到多个分区图像。

全文数据：

权利要求：

百度查询： 昆山市第一人民医院 基于决策网络实现用户膝关节髌骨软化状态分析方法

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