[发明专利]脊柱变形人群识别方法、装置、计算机设备及存储介质

权利要求书

1.一种脊柱变形人群识别方法，其特征在于，包括：

接收目标识别指令，获取与待识别目标对应的唯一码关联的图像数据和非图像数据；所述图像数据为与背部相关的图像；所述非图像数据为与待识别目标相关的信息；

将所述图像数据输入背部区域识别模型，通过所述背部区域识别模型对所述图像数据进行背部区域的识别，获取所述背部区域识别模型截取出的待识别背部区域图像；所述背部区域识别模型为基于YOLO模型搭架的深度卷积神经网络模型；

对所述待识别背部区域图像进行图像增强处理，得到待识别区域增强图像；

将所述待识别区域增强图像输入脊柱识别模型，通过所述脊柱识别模型提取所述待识别区域增强图像中的脊柱特征，获取所述脊柱识别模型根据所述脊柱特征输出的第一特征向量图，同时将所述非图像数据输入数据标准化模型，通过所述数据标准化模型对所述非图像数据进行归一化及边缘权重处理，获得第二特征向量图；

将所述第二特征向量图进行边缘填充至所述第一特征向量图，得到第三特征向量图；

将所述第三特征向量图输入训练完成的脊柱图卷积网络模型；

根据GCN中的频谱域方法，通过所述脊柱图卷积网络模型提取所述第三特征向量图中的脊柱频域特征，获取所述脊柱图卷积网络模型根据所述脊柱频域特征输出的识别结果；所述识别结果表征了所述待识别目标的脊柱变形人群的类别，所述脊柱变形人群的类别包括侧弯人群、脊柱驼背人群、潜在脊柱侧弯人群、潜在脊柱驼背人群和非脊柱变形人群；

所述通过所述背部区域识别模型对所述图像数据进行背部区域的识别，获取所述背部区域识别模型截取出的待识别背部区域图像，包括：

将目标背部背面图像输入所述背部区域识别模型中的背部背面区域识别模型，同时将目标背部侧面图像输入所述背部区域识别模型中的背部侧面区域识别模型；所述图像数据包括所述目标背部背面图像和所述目标背部侧面图像；

根据YOLO算法，通过所述背部背面区域识别模型进行识别，截取出只含有所述待识别目标的背部背面的待识别背部背面区域图像，同时通过所述背部侧面区域识别模型进行识别，截取出只含有所述待识别目标的背部侧面的待识别背部侧面区域图像；

将所述待识别背部背面区域图像和所述待识别背部侧面区域图像确定为所述待识别背部区域图像；

所述对所述待识别背部区域图像进行图像增强处理，得到待识别区域增强图像，包括：

对所述待识别背部区域图像中的所述待识别背部背面区域图像进行灰度化处理，得到背部背面灰度图像，同时对所述待识别背部区域图像中的所述待识别背部侧面区域图像进行灰度化处理，得到背部侧面灰度图像；

对所述背部背面灰度图像进行图像去噪音及边缘增强处理，得到背部背面增强图像，同时对所述背部侧面灰度图像进行图像去噪音及边缘增强处理，得到背部侧面增强图像；

将所述背部背面增强图像和所述背部侧面增强图像确定为所述待识别区域增强图像。

2.如权利要求1所述的脊柱变形人群识别方法，其特征在于，所述脊柱特征包括侧弯特征和驼背特征；

所述通过所述脊柱识别模型提取所述待识别区域增强图像中的脊柱特征，获取所述脊柱识别模型根据所述脊柱特征输出的第一特征向量图，包括：

通过侧弯识别模型对所述背部背面增强图像进行所述侧弯特征提取，同时通过驼背识别模型对所述背部侧面增强图像进行所述驼背特征提取；所述脊柱识别模型包括所述侧弯识别模型和所述驼背识别模型；

获取所述侧弯识别模型根据所述侧弯特征输出的侧弯特征向量图，同时获取所述驼背识别模型根据所述驼背特征输出的驼背特征向量图；

将所述侧弯特征向量图与所述驼背特征向量图进行拼接，得到所述第一特征向量图。

3.如权利要求1所述的脊柱变形人群识别方法，其特征在于，所述通过数据标准化模型对所述非图像数据进行归一化及边缘权重处理，获得第二特征向量图，包括：

获取所述非图像数据中的各个维度和与各个所述维度对应的维度数据；

获取与各个所述维度匹配的归一化规则和边缘权重参数；

根据与各个所述维度匹配的归一化规则，对所有所述维度数据进行归一化处理，得到与各个所述维度对应的维度标准值；

根据与各个所述维度匹配的边缘权重参数，对所有与所述维度标准值进行边缘加权处理，得到与各个所述维度对应的加权值；

对所有所述加权值进行扩充，得到所述第二特征向量图。