[发明专利]用于骨骺等级分级的图像数据处理方法及装置

说明书

本申请公开了一种用于骨骺等级分级的图像数据处理方法及装置。该方法包括接收待处理图像；将所述待处理图像通过预设网络学习模型，输出所述待处理图像中骨骺的目标图像区域；通过图形用户界面，对所述骨骺的目标图像区域执行预设操作处理，得到骨骺等级分级评定结果。本申请解决了X光片图像处理效果不佳的技术问题。通过本申请采用深度学习和图形用户界面的交互方式实现对骨骺发育等级评，提高骨龄诊断的准确性，可减少骨龄诊断用时。

技术领域

本申请涉及医疗技术、骨龄评价领域，具体而言，涉及一种用于骨骺等级分级的图像数据处理方法及装置。

背景技术

骨龄评估通常是对被测者的手部和腕部进行X光摄片，然后由医生根据拍得的X光片进行分析评估。

发明人发现，对于骨龄测量场景中骨骺闭合分析评定存在人工处理的准确率低，且诊断用时较长的问题。

针对相关技术中对X光片图像处理效果不佳的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种用于骨骺等级分级分级的图像数据处理方法及装置，以解决对X光片图像处理效果不佳的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种用于骨骺等级分级分级的图像数据处理方法。

根据本申请的用于骨骺等级分级分级的图像数据处理方法包括：接收待处理图像；将所述待处理图像通过预设网络学习模型，输出所述待处理图像中骨骺的目标图像区域；通过图形用户界面，对所述骨骺的目标图像区域执行预设操作处理，得到骨骺等级分级评定结果。

进一步地，将所述待处理图像通过预设网络学习模型，输出所述待处理图像中骨骺的目标图像区域包括：所述网络模型采用预设关键点检测框架下作为主干网络，并依次设置特征提取网络、特征融合网络、区域举荐网络、分类回归网络；其中，所述特征提取网络，用于采用多层卷积神经网络作为骨干网路，在不同尺度上进行特征图提取；所述特征融合网络，用于对不同分支上的所述特征图采用不同或相同的图像特征进行的特征融合；所述区域举荐网络，用于生成目标定位框得到目标区域；所述分类回归网络，用于对目标区域分类。

进一步地，通过图形用户界面，对所述骨骺的目标图像区域执行预设操作处理，得到骨骺等级分级评定结果包括：通过图形用户界面，对所述骨骺的目标图像区域执行骨骺分类结果查看操作；通过图形用户界面，对所述骨骺的目标图像区域执行骨骺当前分类结果和相似分类的标准示意图查看操作；通过图形用户界面，对所述骨骺的目标图像区域执行骨骺分类结果查看操作，并通过所述图形用户界面对所述骨骺分类进行修改。

进一步地，将所述待处理图像通过预设网络学习模型，输出所述待处理图像中骨骺的目标图像区域之后还包括：基于预设深度学习网络进行样本训练数据的抑制；用训练完成的检出网络对待处理图像中骨骺的目标图像区域数据进行预测，收集预测检出置信度高的区域。

进一步地，通过图形用户界面，对所述骨骺的目标图像区域执行预设操作处理，得到骨骺等级分级评定结果包括：通过图形用户界面，加载所述待处理图像中X线手部影像并显示；通过图形用户界面，选择预设骨骺对象以使所述骨骺对象处于选中状态。

为了实现上述目的，根据本申请的另一方面，提供了一种用于骨骺等级分级的图像数据处理装置。

根据本申请的用于骨骺等级分级的图像数据处理装置包括：用于骨骺等级分级的图像数据处理装置，其特征在于，包括：接收模块，用于接收待处理图像；处理模块，用于将所述待处理图像通过预设网络学习模型，输出所述待处理图像中骨骺的目标图像区域；用户接口模块，用于通过图形用户界面，对所述骨骺的目标图像区域执行预设操作处理，得到骨骺等级分级评定结果。