[发明专利]脊柱弯曲角度测量方法、装置、计算机设备及存储介质

权利要求书

1.一种脊柱弯曲角度测量方法，其特征在于，包括：

自脊柱冠状位影像数据集中获取包含预设感兴趣区域的待测量脊柱图像，将获取的所有所述待测量脊柱图像调整为统一的图形尺寸和窗宽窗位；所述脊柱冠状位影像数据集中包含多张所述待测量脊柱图像；

将调整后的所述待测量脊柱图像输入至预设神经网络模型，分别自所述待测量脊柱图像的预设感兴趣区域中提取出发生倾斜概率最高的候选框图像，得到多张候选框图像；每张所述候选框图像中已定位出位于脊柱中的椎骨，且一张所述候选框图像只对应一块所述椎骨；

将所述候选框图像输入至预设关键点提取模型中，自所述候选框图像中提取与已定位的所述椎骨关联的多分辨率关键点；一块椎骨关联四个关键点；

通过关键点矫正模型对各所述椎骨的所述关键点的相关性进行编码并获取编码结果，根据所述编码结果对所述候选框图像中与所述椎骨关联的所述关键点进行位置矫正，并根据位置矫正结果对所述候选框图像进行修正；

根据修正后的所述候选框图像中的所述关键点，确定出用于评估脊柱弯曲角度的Cobb角。

2.根据权利要求1所述的脊柱弯曲角度测量方法，其特征在于，所述自脊柱冠状位影像数据集中获取包含预设感兴趣区域的待测量脊柱图像，将获取的所有所述待测量脊柱图像调整为统一的图形尺寸和窗宽窗位，包括：

通过预设方向投影定位出所述脊柱冠状位影像数据集中包含预设感兴趣区域的所述待测量脊柱图像；

对所述待测量脊柱图像按照预设比例表进行裁剪，通过图像插值方法将裁剪后的所述待测量脊柱图像调整为统一图形尺寸，并通过CT成像技术将统一图形尺寸的所述待测量脊柱图像调整为统一的窗宽窗位。

3.根据权利要求1所述的脊柱弯曲角度测量方法，其特征在于，所述预设神经网络模型包括RPN；所述自所述待测量脊柱图像的所述预设感兴趣区域中提取出发生倾斜概率最高的候选框图像，包括：

利用所述RPN中的卷积层从包含所述预设感兴趣区域的所述待测量脊柱图像中获取特征图；

将所述特征图各点的多维特征与所述RPN中的全连接层连接后，获取所述全连接层输出的预测结果；所述预测结果表征出所述全连接层输出的achor box包含目标的目标概率；

提取出所述目标概率大于预设概率的所述预测结果，将所述预测结果中包含目标的所述achor box进行平移和缩放后，生成预设数量的候选框图像，并利用非极大值筛选出发生倾斜概率最高的所述候选框图像。

4.根据权利要求1所述的脊柱弯曲角度测量方法，其特征在于，所述预设关键点提取模型包括CPN；所述自所述候选框图像中提取与已定位的所述脊柱中的所述椎骨关联的多分辨率关键点，包括：

通过所述CPN中的GlobalNe对各所述候选框图像的第一关键点进行检测；所述第一关键点为属于第一分辨率范围的可见的关键点；

通过所述CPN中的RefineNe对各所述候选框图像的第二关键点进行检测；所述第二关键点为属于第二分辨率范围的不可见的关键点；

提取检测成功的所述第一关键点和所述第二关键点，并将所述第一关键点和所述第二关键点作为所述脊柱中所有椎骨的多分辨率关键点。

5.根据权利要求1所述的脊柱弯曲角度测量方法，其特征在于，所述Cobb角存储于区块链中，所述根据修正后的所述候选框图像中的所述关键点，确定出用于评估脊柱弯曲角度的Cobb角，包括：

以每一张所述候选框图像中的所述椎骨关联的四个所述关键点组装成一个包含第一边线和第二边线的预设形状，并将每一张所述候选框图中的所述第一边线的中心点和第二边线的中心点之间的连线，记录为所述候选框图像对应的所述椎骨的计算线段；所述第一边线和第二边线分别由四个所述关键点中两个不同关键点连接而成；

计算所有所述计算线段中的任意两条所述计算线段之间所形成的夹角，得到一个包含计算的所有所述夹角的矩阵，从所述矩阵筛选出其中两条所述计算线段之间形成的目标夹角，并将所述目标夹角作为Cobb角。