申请/专利权人:天津市天津医院
申请日:2024-02-22
公开(公告)日:2024-03-26
公开(公告)号:CN117765062A
主分类号:G06T7/64
分类号:G06T7/64;G06N3/045;G06N3/08;G06T7/00;G06T7/68;G06V10/764;G06V10/774
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明涉及图像处理技术领域,公开了用于青少年脊柱侧弯检测的图像处理方法及系统,包括获取分类模型的训练集合对分类模型进行训练,获得训练好的分类模型,将待分类的脊柱侧弯图像输入至训练好的分类模型,对脊柱侧弯图像进行分类;将待预测的脊柱侧弯图像输入训练好的深度学习模型中,对脊柱中心点进行预测;所述脊柱侧弯图像包括脊柱单弯图像、脊柱双弯图像和脊柱三弯图像;根据不同的图像结构选择不同的模型对脊柱中心点进行预测,使得输出的脊柱中心点更加准确,克服了脊柱的弯曲段的不同结构对中心点的预测难度,从而提高了cobb角的计算精度。
主权项:1.用于青少年脊柱侧弯检测的图像处理方法,其特征在于,包括:步骤S1,获取就诊患者的脊柱侧弯图像;步骤S2,对脊柱侧弯图像进行预处理;步骤S3,获取分类模型的训练集合对分类模型进行训练,获得训练好的分类模型;步骤S4,将待分类的脊柱侧弯图像输入至训练好的分类模型,对脊柱侧弯图像进行分类;所述脊柱侧弯图像包括脊柱单弯图像、脊柱双弯图像和脊柱三弯图像;步骤S5,建立深度学习模型;所述深度学习模型包括第一深度学习模型、第二深度学习模型和第三深度学习模型;所述第一深度学习模型用于对脊柱单弯图像的脊柱中心点进行预测,所述第二深度学习模型用于对脊柱双弯图像的脊柱中心点进行预测,所述第三深度学习模型用于对脊柱三弯图像的脊柱中心点进行预测;步骤S6,获取所述深度学习模型的训练集,对所述深度学习模型进行训练,获得训练好的深度学习模型;步骤S7,将待预测的脊柱侧弯图像输入训练好的深度学习模型中,对脊柱中心点进行预测;步骤S8,根据预测得到的脊柱中心点确定脊柱弯曲段的端锥;步骤S9,根据端锥计算脊柱侧弯每个弯曲段的cobb角。
全文数据:
权利要求:
百度查询: 天津市天津医院 用于青少年脊柱侧弯检测的图像处理方法及系统
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。