[发明专利]一种基于深度学习的骨龄检测方法和装置

说明书

本发明提供基于深度学习的检测受检者的骨龄的方法和装置，该方法包括：输入步骤，输入受检者的手的X光图片以及受检者的性别；获取步骤，从X光图片中获取手上的每块骨骼对应的多个关键点；提取步骤，从X光图片中提取出部分骨骼各自的初始图片；矫正步骤，对部分骨骼中的每块骨骼的初始图片进行矫正，以获得部分骨骼各自的矫正图片；第一确定步骤，确定部分骨骼中的每块骨骼的生长阶段信息，并在多块骨骼中不包括腕骨的情况下，确定腕骨的生长阶段信息；第二确定步骤，根据部分骨骼中的每块骨骼的生长阶段信息，或者根据部分骨骼中的每块骨骼的生长阶段信息和腕骨的生长阶段信息，确定受检者的骨龄。

本申请为下述申请的分案申请：

原申请的申请日：2017年12月8日

原申请的申请号：2017112960941

原申请的发明名称：一种基于深度学习的骨龄检测方法和装置

技术领域

本发明涉及一种基于深度学习的骨龄检测方法和装置。

背景技术

“骨龄”是骨骼年龄的简称，是青少年儿童骨骼发育水平同骨发育标准比较而得出的发育年龄，它比年龄、身高、体重更能精确的反映出身体的成熟程度，更加准确地反映个体的生长发育水平和成熟程度。

临床上通过检测骨龄来判读儿童的生物学年龄，通过生物年龄与日历年龄的差异来评估儿童发育状况，了解儿童性成熟的趋势，预测儿童的成年身高等，并广泛用于影响儿童生长发育疾病的治疗监测，对一些儿科内分泌疾病的诊断有很大帮助。

传统的检测骨龄的方法有两种：G-P图谱法和TW3计分法。G-P图谱法和TW3计分法分别依据美国20世纪30-40年代和欧洲20世纪70-90年代的白人儿童，由于种族差异和社会经济发展的变化，该标准不完全适用于东亚儿童。为此，自20世纪60年代以来我国学者张果珍、顾光宁、张绍岩、叶义言等曾提出中国人骨龄百分计数法标准、手腕骨发育图谱，CHN法，TW3-C，RUS-CHN及叶氏骨龄法等。但是这些方法均存在一些不足。G-P图谱法简单但主观性强不够精确；TW3计分法较为精确但耗时长，需要对桡骨、尺骨、3块掌骨、8块指骨(共13块)(RUS(R)系列)、以及7块腕骨(Carpal(C)系列)共20块骨骼做8个等级的评分和计算，临床实际工作中难以推行。

目前的骨龄诊断/辅助系统主要有三类：

1.骨龄远程在线判读系统。实现骨龄片采集的数字化，数字化图片的上传，数字化骨龄片的在线判读，判读结果的即时反馈等功能，但是本质上依然是人工研判骨龄；

2.骨龄辅助计算系统。主要针对TW3计分法，需要人工对多块骨头打分，将分数输入系统，获得骨龄估计值。该系统取代了计算查表的过程，但本质上依然是人工研判；

3.骨龄辅助诊断系统。通过计算机视觉的方法，自动计算骨龄的系统。现有的自动化系统，或在精度方面无法达到临床使用的阶段，或在实时性方面没有显著优于医生研判所花费的时间。

发明内容

本发明提供一种基于深度学习的检测受检者的骨龄的方法，所述方法包括：

输入步骤，输入所述受检者的手的X光图片以及所述受检者的性别；

获取步骤，根据预定的定位算法，从所述X光图片中获取所述手上的多块骨骼中的每块骨骼对应的多个关键点；

提取步骤，根据所述多个关键点，从所述X光图片中提取出所述多块骨骼中的部分骨骼各自的初始图片；

矫正步骤，根据所述部分骨骼各自对应的多个关键点，对所述部分骨骼中的每块骨骼的所述初始图片进行矫正，以获得所述部分骨骼各自的矫正图片；