[发明专利]一种级联的医学影像关键点检测方法及装置

说明书

本申请涉及一种级联的医学影像关键点检测方法，所述方法包括：将目标医学影像输入已训练的第一级关键点检测模型，得到已训练的第一级关键点检测模型输出的第一关键点坐标；根据第一关键点坐标，确定第一关键点对应的目标图像；将目标图像输入已训练的第二级关键点检测模型，得到已训练的第二极关键点检测模型输出的第二关键点坐标。通过本申请解决了相关技术中对图像中关键点定位的精度低的问题。

技术领域

本申请实施例涉及医学图像处理技术领域，特别是涉及一种级联的医学影像关键点检测方法及装置。

背景技术

随着计算机技术的发展，与之关系密切的医学影像技术在骨科疾病诊断方面发挥出了极大的作用。其中医学影像主要包括X线照片、电子计算机断层扫描(ComputedTomography，CT)影像、磁共振成像(Magnetic Resonance Imaging，MRI)等。在诊断中医生主要依赖于手工测量法测量骨关节，因此医学影像服务需求不断增长，也意味着影像科医生的阅片工作日益繁重。

近年来有人提出通过关键点检测神经网络来实现髌骨高度的自动影像测量及评估。即，利用关键点检测的方式来定位骨科中的关键点，并通过点的坐标计算出相关的骨科测量参数。

但是这种骨科影像关键点检测方法仍存在问题：医学图像往往具有非常高的分辨率，就X线照片举例来说，其分辨率最大轴的像素个数通常会达到2千PPI以上，因此目前关键点检测只能采用低分辨率图像作为输入，导致损失了关键点定位的精度。

目前针对相关技术中对图像中的关键点定位的精度低的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种级联的医学影像关键点检测方法及装置，以至少解决相关技术中对图像中关键点定位的精度低的问题。

第一方面，本申请实施例提供了一种级联的医学影像关键点检测方法，所述方法包括：将目标医学影像输入已训练的第一级关键点检测模型，得到已训练的第一级关键点检测模型输出的第一关键点坐标；根据第一关键点坐标，确定第一关键点对应的目标图像；将目标图像输入已训练的第二级关键点检测模型，得到已训练的第二极关键点检测模型输出的第二关键点坐标。

在其中一些实施例中，医学影像至少包括骨组织影像。

在其中一些实施例中，根据第一关键点坐标，确定第一关键点对应的目标图像包括：根据第一关键点坐标，确定第一关键点对应的目标区域；根据目标区域，对医学影像进行图像分割，确定第一关键点对应目标图像。

在其中一些实施例中，在将医学影像输入已训练的第一级关键点检测模型，得到已训练的第一级关键点检测模型输出的第一关键点坐标之前，该方法还包括：获取原始医学影像；对原始医学影像进行缩小分辨率处理，得到目标医学影像。

在其中一些实施例中，已训练的第二级关键点模型至少包括一个已训练的关键点检测模型。

在其中一些实施例中，已训练的关键点检测模型是以目标图像作为输入，以关键点坐标转换成的多通道二维高斯响应图作为监督，对深度学习模型进行训练得到的。

在其中一些实施例中，已训练的关键点检测模型包括编码-解码模型，编码模块包括vgg-16，resnet-50结构的至少一种，解码模块包括至少一个上采样层；将目标图像输入编码-解码模型中生成热图，每一关键点在热图上呈现为2维高斯分布。

第二方面，本申请实施例提供了一种医学影像关键点检测装置，第一级关键点检测单元，用于将医学影像输入已训练的第一级关键点检测模型，得到已训练的第一级关键点检测模型输出的第一关键点坐标；感兴趣区域获取单元，用于根据第一关键点坐标，确定第一关键点对应的目标图像；第二级关键点检测单元，用于将目标图像输入已训练的第二级关键点检测模型，得到已训练的第二极关键点检测模型输出的第二关键点坐标。