[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

说明书

本发明涉及人工智能领域，本发明公开了一种脊柱变形人群识别方法、装置、计算机设备及存储介质，所述方法包括：获取与待识别目标关联的图像数据和非图像数据；截取出图像数据中背部区域的待识别背部区域图像；对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；通过脊柱识别模型提取待识别区域增强图像中的脊柱特征，获得第一特征向量图，通过数据标准化模型对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；将第二特征向量图进行边缘填充至第一特征向量图，得到第三特征向量图；根据GCN中的频谱域方法，通过脊柱图卷积网络模型提取脊柱频域特征，得到识别结果。本发明实现了自动识别出待识别目标的脊柱变形人群的类别。

技术领域

本发明涉及人工智能的图像分类领域，尤其涉及一种脊柱变形人群识别方法、装置、计算机设备及存储介质。

背景技术

脊柱是人体的中轴，脊柱变形严重时不仅会造成身体外观异常、运动功能障碍，还可因胸廓畸形而造成心肺功能障碍，降低生活质量，严重影响青少年身心健康的发育。如果不及早预防和发现，不仅影响患者的体型和外观，而且可能造成心肺功能异常，使脊柱过早退变，出现疼痛，躯干不平衡，甚至会导致死亡。脊柱变形指脊柱发生水平和垂直方向的形变，通常称水平方向的形变为侧弯和垂直方向的形变为驼背。

检查脊柱变形的方法有很多，主要有莫尔图像测量法、X光片测量法、Adams向前弯腰试验等等，现有技术的方案中都需要人工物理测量检测、而且检测步骤繁琐，导致检测效率低和成本高，特别是X光片测量法会对青少年造成辐射伤害，而且大部分现有方案都是对已经发生脊柱变形之后的患者人群才能检测出来，无法对潜在的人群进行提醒及预防。

发明内容

本发明提供一种脊柱变形人群识别方法、装置、计算机设备及存储介质，实现了通过GCN中的频谱域方法自动识别出脊柱变形人群的类别，对潜在的人群进行提醒，起到预防作用，因此，提高了脊柱变形人群识别的准确率和可靠性，大大降低了识别成本，并对潜在的人群起到提醒作用。

一种脊柱变形人群识别方法，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。

一种脊柱变形人群识别装置，包括：

接收模块，用于接收目标识别指令，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；