[发明专利]髋关节标记系统及其标记方法有效

专利信息
申请号: 201910194861.0 申请日: 2019-03-14
公开(公告)号: CN110033438B 公开(公告)日: 2021-07-27
发明(设计)人: 张长青;陈晨;房劬;刘维平;叶德贤 申请(专利权)人: 上海市第六人民医院;上海杏脉信息科技有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 上海段和段律师事务所 31334 代理人: 李佳俊;郭国中
地址: 200030 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 髋关节 标记 系统 及其 方法
【权利要求书】:

1.一种髋关节标记系统,其特征在于,包括,

髋部的X-Ray序列存储模块:存储髋部的X-Ray序列医学图像数据;

拍摄正位采集模块:从X-Ray序列存储模块的医学图像数据中采集正位拍摄的医学图像;

左右髋关节检测模块:从正位拍摄的医学图像中,通过矩形框标注左右髋关节并与待测髋关节医学图像进行比对,检测髋关节是否异常,得到比对检测结果;所述左右髋关节检测模块的工作步骤如下:

(1)将髋部X-Ray图像中的左右髋关节以矩形框加以标注,获得第一训练图片集;

(2)对第一训练图片集进行数据预处理;

(3)用目标检测神经网络模型,在所述第一训练图片集上训练目标检测神经网络模型,得到左右髋关节检测模型;

(4)将待检测的髋部X-Ray图像输入所述左右髋关节检测模型中,得到左右髋关节检测结果,即左右髋关节在图中的坐标,利用所述坐标将左右髋关节从图像中截取出来,供后续分类使用;

(5)对正常的髋关节和病变的髋关节加以标注,获得第二训练图片集;

(6)用分类神经网络模型,在所述第二训练图片集上训练分类神经网络模型,得到髋关节正常与病变的分类模型;

(7)将待检测的髋关节图片输入所述检测模型中,得到左右髋关节是病变或正常的检测结果;

结果输出模块:输出比对检测结果,生成报告;

分类识别模块:对异常的髋关节医学图像进行分类;

所述分类识别模块的工作过程如下:

(1)对病变的髋关节加以标注,标签分为股骨头坏死、髋关节关节炎和髋关节发育不良,获得第三训练图片集;

(2)用分类神经网络模型,在所述第三训练图片集上训练分类神经网络模型,得到髋关节病变的分类模型;

(3)将待检测的病变髋关节图片输入所述髋关节病变的分类模型中,得到髋关节病变的分类结果,包括股骨头坏死、髋关节关节炎和髋关节发育不良;

(4)对分类结果进行分期或分级。

2.如权利要求1所述的髋关节标记系统,其特征在于,所述拍摄正位采集模块的工作过程如下:

(1)获取序列中所有的医学图像;

(2)获取每个医学图像的tag,tag表示标签;

(3)判断tag是否为ap,ap表示拍摄体位为正位。

3.如权利要求1所述的髋关节标记系统,其特征在于,所述步骤(2)中,数据预处理的方法如下:

a、选择合适的窗宽窗位,选取需要关注的灰度范围使髋关节部位的骨结构更明显;

b、对训练图片集中的图片做灰度均衡化,将对比度拉开,突出骨结构的细节部分;

c、对图片集中的图片进行反色检测,并将因为拍摄原因呈现出反色的图片进行处理。

4.如权利要求1所述的髋关节标记系统,其特征在于,所述目标检测神经网络模型包括Faster-RCNN,YOLO或SSD。

5.如权利要求1所述的髋关节标记系统,其特征在于,所述分类神经网络模型包括深度残差网络、密集卷积网络、GoogLeNet或Inception。

6.如权利要求1所述的髋关节标记系统,其特征在于,所述髋关节病变的分类结果中,股骨头坏死分为Ⅱ期、Ⅲ期、Ⅳ期,髋关节关节炎分为Ⅰ级、Ⅱ级、Ⅲ级,髋关节发育不良分为Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期。

7.如权利要求1所述的髋关节标记系统,其特征在于,所述分类神经网络模型,包括深度残差网络、密集卷积网络、GoogLeNet或Inception。

8.一种髋关节标记方法,其特征在于,包括以下步骤,

S1、从髋部的X-Ray序列存储模块中获取髋部的X-Ray序列;

S2、通过拍摄正位采集模块,从髋部的X-Ray序列中找到正位的医学图像;

S3、通过左右髋关节检测模块,从正位医学图像中检测出左右两侧的髋关节;所述左右髋关节检测模块的工作步骤如下:

(1)将髋部X-Ray图像中的左右髋关节以矩形框加以标注,获得第一训练图片集;

(2)对第一训练图片集进行数据预处理;

(3)用目标检测神经网络模型,在所述第一训练图片集上训练目标检测神经网络模型,得到左右髋关节检测模型;

(4)将待检测的髋部X-Ray图像输入所述左右髋关节检测模型中,得到左右髋关节检测结果,即左右髋关节在图中的坐标,利用所述坐标将左右髋关节从图像中截取出来,供后续分类使用;

(5)对正常的髋关节和病变的髋关节加以标注,获得第二训练图片集;

(6)用分类神经网络模型,在所述第二训练图片集上训练分类神经网络模型,得到髋关节正常与病变的分类模型;

(7)将待检测的髋关节图片输入所述检测模型中,得到左右髋关节是病变或正常的检测结果;

S4、判断待检测的髋关节是否正常,若判为正常执行步骤S5,若判为异常执行步骤S6;

S5、从结果输出模块中生成报告,流程结束;

S6、通过分类识别模块,对判为异常的髋关节进行病变分类,对分类后的各种病变进行分期或分级,然后执行步骤S5;所述分类识别模块的工作过程如下:

(1)对病变的髋关节加以标注,标签分为股骨头坏死、髋关节关节炎和髋关节发育不良,获得第三训练图片集;

(2)用分类神经网络模型,在所述第三训练图片集上训练分类神经网络模型,得到髋关节病变的分类模型;

(3)将待检测的病变髋关节图片输入所述髋关节病变的分类模型中,得到髋关节病变的分类结果,包括股骨头坏死、髋关节关节炎和髋关节发育不良;

(4)对分类结果进行分期或分级。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海市第六人民医院;上海杏脉信息科技有限公司,未经上海市第六人民医院;上海杏脉信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910194861.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top