[发明专利]一种脊椎检测定位标记方法、系统及电子设备

说明书

本发明公开了一种脊椎检测定位标记方法、系统及电子设备，该方法包括：将待检测图像输入神经网络模型，得到N+1概率图，其中，N为待检测定位的脊椎中心点的个数；基于N个所述概率图，获取与每个所述待检测定位的脊椎中心点相对应的若干候选点；利用动态规划算法，从所述与每个所述待检测定位的脊椎中心点相对应的若干候选点中获取脊椎检测定位结果。本发明将深度神经网络与动态规划算法相结合来实现对脊椎进行检测定位标记，检测过程非常快且检测结果的准确性和鲁棒性都比较高。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种脊椎检测定位标记方法、系统及电子设备。

背景技术

人体脊柱的检测和标定能有助于脊椎病的诊断，进而为脊椎病理的判断、治疗方案的确定奠定良好的基础，如在肋骨骨折检测应用中，检测出24个脊椎中心点的位置，可以对脊柱或者肋骨上的各种病灶和骨折进行精确定位，具有非常重要的临床意义。

现有技术中通常采用手动标记脊椎点的方法进行脊柱标定，该方法要求医生必须具有足够丰富的经验，才能保证标记的准确性，特别是在处理仅仅包含部分脊椎的图像时，由于每节脊椎骨之间具有高度的重复性，其在形态学表现上，差异较小，很难鉴别，发生错误的概率大大增加。另一方面，手动标记脊椎点的方法通常需要耗费医生大量的精力，容易导致医生疲劳乏力，因而也会增大误操作的可能。

除了手动标记外，现有技术中也出现了很多基于传统算法和深度学习的关键点检测方法。然而，由于相邻脊椎中心距离非常近，具有高度相似的特征，病人的病理情况如脊柱侧弯或者金属植入支架、钢钉等原因，导致脊椎定位十分困难，从而使现有的关键点检测方法在脊椎检测定位方面的应用受到很大限制。

发明内容

为了解决现有技术中的脊椎检测定位耗时长、误操作概率较大、检测定位结果准确性较低的问题，本发明提供了一种脊椎检测定位标记方法、系统及电子设备。

为了解决上述技术问题，第一方面，本发明提供了一种脊椎检测定位标记方法，所述方法包括：

将待检测图像输入神经网络模型，得到N+1个概率图，其中，N为待检测定位的脊椎中心点的个数；

基于N个所述概率图，获取与每个所述待检测定位的脊椎中心点相对应的若干候选点；

利用动态规划算法，从所述与每个所述待检测定位的脊椎中心点相对应的若干候选点中获取脊椎检测定位结果。

进一步地，所述将待检测图像输入神经网络模型之前，还包括：

在样本图像上获取每个脊椎中心点的三维坐标及其对应的标签；

基于所述脊椎中心点获取训练样本图像；

基于所述训练样本图像和所述标签训练神经网络模型。

进一步地，所述将待检测图像输入神经网络模型，得到N+1个概率图，包括：

从神经网络模型输出的第一个通道获取背景概率图，从输出的其他N个通道获取N个与每一类所述标签相对应的概率图，其中，每个所述概率图中的每个像素点的像素值为该像素点属于该概率图所对应的脊椎标签的概率。

进一步地，所述基于N个所述概率图，获取与每个所述待检测定位的脊椎中心点相对应的若干候选点，包括：

通过预设阈值对每个所述概率图进行二值化处理，得到与每个所述概率图相对应的二值化掩膜，所述二值化掩膜上设置有若干连通域：

将每个所述二值化掩膜与对应的概率图中的对应像素点的像素值相乘，得到每个所述概率图中的若干候选区域；