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。

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