[发明专利]准确提取髋关节影像中关键点的方法

权利要求书

1.一种准确提取髋关节影像中关键点的方法，其特征在于，包括：

利用特征提取网络对髋关节影像进行特征提取，再通过下采样获得C通道的热力图；所述特征提取网络预先利用包含专家标注的各个关键点位置的髋关节影像进行了训练，并且，训练阶段还以相关关键点位置之间关系作为约束条件；

根据热力值大小，从C通道的热力图中检测出C个热力值最高的位置作为关键点；其中，C为自然数；

通过预测关键点偏差损失，对下采样阶段造成的C个关键点的位置偏差进行补偿，获得最终C个关键点的位置；

其中，以相关关键点位置之间关系作为约束条件包括：

为每一个关键点配备一个半径，通过配备的半径来约束各关键点的位置关系；

关键点包括如下六个：盆骨右中心点、盆骨左中心点、髋臼右前缘，髋臼左前缘，右股骨头中心、以及左股骨头中心；其中，右股骨头中心与左股骨头中心的半径为髋关节影像中相应骨头外接圆的半径；盆骨右中心点与髋臼右前缘的半径为二者之间的距离，盆骨左中心点与髋臼左前缘的半径为二者之间的距离；

预测半径的损失函数为：

其中，表示真实的半径，r_l表示预测的半径；

在训练阶段，还预测每一个关键点偏差损失，表示为：

其中，表示向下取整，表示偏差，p表示关键点位置，S是下采样的倍数。

2.根据权利要求1所述的一种准确提取髋关节影像中关键点的方法，其特征在于，

在训练阶段，输入至特征提取网络的髋关节影像中含有专家标注的各个关键点的位置；对于每一个关键点位置p，采用高斯核函数在关键点位置p处生成训练所用的圆形标签，上式中，x，y为圆形标签中任一位置的坐标；为圆形标签中的圆心坐标；圆形标签的中心即关键点的热力值最高的位置，其中，σ_p为预先设定的一个自适应的数值；当圆形标签存在重合时，重合区域内每个点对于不同圆形标签而言具有不同的标签值，取最大者作为相应点的标签值，最终得到一个包含各个关键位置的标签图；

对于C通道的热力图中的每一个通道，都将热力值最高的位置点作为相应的关键点，每一通道都能够检测出一个关键点，最终检测出C个关键点。

3.根据权利要求2所述的一种准确提取髋关节影像中关键点的方法，其特征在于，

关键点检测的损失函数为Focalloss，其表示为：

当Y_xyc等于1时，即参与计算的热力值等同于热力图中的热力值，x,y表示坐标位置，c为通道序号，c＝1,...,C，ψ_xyc＝1；否则即参与计算的热力值为1减去热力图中的热力值，ψ_xyc＝(1-Y_xyc)^β；α与β均为设定的超参数。

4.根据权利要求1所述的一种准确提取髋关节影像中关键点的方法，训练阶段，总的损失函数为：

L_circle＝L_l+λ_rL_r+λ_offL_off

其中，λ_r与λ_off均为设定的损失比例参数；L_l表示关键点检测的损失。

5.根据权利要求1所述的一种准确提取髋关节影像中关键点的方法，其特征在于，该方法还包括：在特征提取网络中加入LNL模块，所述LNL模块包括依次设置的卷积操作CNN、Softmax层、归一化操作层以及补零操作Padding层；

所述LNL模块设置在特征提取网络的主干网络内，用于对主干网络提取到的多通道特征图进行操作：先提取每一通道特征图中央指定区域，然后将中央指定区域内的每一个像素都融入其它像素的信息，从而建立特征图像素之间的长程依赖关系，然后进行多通道特征图的融合；LNL模块的输入通道和输出通道相同，不改变通道数和特征图的大小。