[发明专利]识别脑萎缩的方法及装置

权利要求书

1.一种识别脑萎缩的方法，其特征在于，包括：

采用关键帧检测模块确定脑部影像序列中的关键帧；

采用关键点检测模块检测所述关键帧中的关键点，并根据所述关键帧中的关键点确定第一类分级指标，所述第一类分级指标包括前角间最大径、前角间最小径、侧脑室脉络丛间径及侧脑室顶间外径；

采用图像分割模块对所述关键帧进行分割，确定第二类分级指标，所述第二类分级指标包括三脑室最宽径、颅骨最大外径以及颅骨最大内径；

根据所述第一类分级指标和所述第二类分级指标识别脑萎缩。

2.如权利要求1所述的方法，其特征在于，所述采用关键点检测模块检测所述关键帧中的关键点，并根据所述关键帧中的关键点确定第一类分级指标，包括：

采用关键点检测模块检测所述关键帧中的前角关键点、侧脑室关键点；

根据所述前角关键点确定所述前角间最大径及所述前角间最小径；

根据所述侧脑室关键点确定所述侧脑室脉络丛间径及所述侧脑室顶间外径。

3.如权利要求1所述的方法，其特征在于，所述采用图像分割模块对所述关键帧进行分割，确定第二类分级指标，包括：

根据所述关键帧中的关键点确定第一区域；

对所述第一区域进行二值化处理，确定第二区域；

采用图像分割算法对所述第二区域进行分割，确定三脑室区域；

根据所述三脑室区域确定三脑室最宽径。

4.如权利要求1所述的方法，其特征在于，所述采用图像分割模块对所述关键帧进行分割，确定第二类分级指标，包括：

根据颅骨对应的CT值对所述关键帧进行分割，确定第一边界；

采用图像分割算法对所述第一边界进行分割，确定颅骨边界；

根据所述颅骨边界确定所述颅骨最大外径以及所述颅骨最大内径。

5.如权利要求1至4任一所述的方法，其特征在于，所述根据所述第一类分级指标和所述第二类分级指标识别脑萎缩，包括：

根据所述第一类分级指标和所述第二类分级指标确定脑萎缩评估指数；

将所述脑萎缩评估指数输入脑萎缩模型，识别脑萎缩。

6.如权利要求1所述的方法，其特征在于，所述关键点检测模块和所述关键帧检测模块为卷积神经网络。

7.一种识别脑萎缩的装置，其特征在于，包括：

关键帧检测模块，用于检测脑部影像序列中的关键帧；

关键点检测模块，用于检测所述关键帧中的关键点，并根据所述关键帧中的关键点确定第一类分级指标，所述第一类分级指标包括前角间最大径、前角间最小径、侧脑室脉络丛间径及侧脑室顶间外径；

图像分割模块，用于对所述关键帧进行分割，确定第二类分级指标，所述第二类分级指标包括三脑室最宽径、颅骨最大外径以及颅骨最大内径；

识别模块，用于根据所述第一类分级指标和所述第二类分级指标识别脑萎缩。

8.如权利要求7所述的装置，其特征在于，所述关键点检测模块包括：

第一检测模块，用于检测所述关键帧中的前角关键点、侧脑室关键点；

第一确定模块，用于根据所述前角关键点确定所述前角间最大径及所述前角间最小径；

第二确定模块，用于根据所述侧脑室关键点确定所述侧脑室脉络丛间径及所述侧脑室顶间外径。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1～6任一权利要求所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行权利要求1～6任一所述方法的步骤。