[发明专利]一种关节图像处理方法及图像处理设备

权利要求书

1.一种关节图像处理方法，其特征在于，所述方法包括：

获取关节图像；

使用图像处理模型处理所述关节图像，以得到所述关节图像中的韧带的状态信息，所述状态信息用于描述所述韧带是否被撕裂；所述图像处理模型包括目标检测模块、区域裁取模块、状态分类模块；所述目标检测模块为第一神经网络，所述第一神经网络包括多任务学习网络，所述第一神经网络用于对所述关节图像进行骨骼分割，并根据分割出的骨骼以及学习到的骨骼与韧带附着点之间的位置关系预测出所述关节图像中的韧带附着点的位置；所述区域裁取模块用于根据所述韧带附着点的位置裁取出所述关节图像中的韧带图像，所述韧带图像以所述韧带附着点为基点，所述基点为中心；所述状态分类模块为第二神经网络，所述第二神经网络包括五层卷积神经网络、一层池化层和一层分类层，所述第二神经网络用于对所述韧带图像中的韧带进行状态分类，以得到所述韧带的状态信息；

生成包含所述状态信息的处理报告。

2.根据权利要求1所述的方法，其特征在于，所述状态信息包括无撕裂、部分撕裂和断裂。

3.根据权利要求1所述的方法，其特征在于，所述使用图像处理模型处理所述韧带图像之前，还包括：

构建第一神经网络；

获得第一训练样本，所述第一训练样本包含所述关节图像、骨骼分割结果和/或所述韧带附着点；

利用所述第一训练样本对所述第一神经网络进行训练。

4.根据权利要求1所述的方法，其特征在于，所述使用图像处理模型处理所述韧带图像之前，还包括：

构建第二神经网络；

获得第二训练样本，所述第二训练样本包含所述韧带图像和所述状态信息；

利用所述第二训练样本对所述第二神经网络进行训练。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述生成包含所述状态信息的处理报告之前，包括：

获取反馈信息和损失函数；

代入所述反馈信息和所述状态信息到所述损失函数中，计算得到损失；

利用所述损失对所述状态分类模块进行优化；

生成包含所述反馈信息的处理报告。

6.一种图像处理设备，其特征在于，包括：

获取单元，用于获取关节图像；

处理单元，用于使用图像处理模型处理所述关节图像，以得到所述关节图像中的韧带的状态信息，所述状态信息用于描述所述韧带是否被撕裂；所述图像处理模型包括目标检测模块、区域裁取模块、状态分类模块；所述目标检测模块为第一神经网络，所述第一神经网络包括多任务学习网络，所述第一神经网络用于对所述关节图像进行骨骼分割，并根据分割出的骨骼以及学习到的骨骼与韧带附着点之间的位置关系预测出所述关节图像中的韧带附着点的位置；所述区域裁取模块用于根据所述韧带附着点的位置裁取出所述关节图像中的韧带图像，所述韧带图像以所述韧带附着点为基点，所述基点为中心；所述状态分类模块为第二神经网络，所述第二神经网络包括五层卷积神经网络、一层池化层和一层分类层，所述第二神经网络用于对所述韧带图像中的韧带进行状态分类，以得到所述韧带的状态信息；

生成单元，用于生成包含所述状态信息的处理报告。

7.根据权利要求6任意一项所述的图像处理设备，其特征在于，所述状态信息包括无撕裂、部分撕裂和断裂。

8.根据权利要求6所述的图像处理设备，其特征在于，还包括：

构建单元，用于构建第一神经网络；

所述获取单元，还用于获得第一训练样本，所述第一训练样本包含所述关节图像、骨骼分割结果和/或所述韧带附着点；

训练单元，用于利用所述第一训练样本对所述第一神经网络进行训练。

9.根据权利要求6所述的图像处理设备，还包括：

构建单元，用于构建第二神经网络；

所述获取单元，用于获得第二训练样本，所述第二训练样本包含所述韧带图像和所述状态信息；

训练单元，用于利用所述第二训练样本对所述第二神经网络进行训练。