[发明专利]一种基于人工智能-图像识别的脊柱全长X线片测算脊柱侧弯Cobb角的系统及方法

权利要求书

1.一种基于人工智能-图像识别的脊柱全长X线片测算脊柱侧弯 Cobb 角的系统，其特征是：包括脊柱X线图像预处理模块、图像深度学习网络模块、脊柱X线椎体图像分割模块、样条函数拟合重建模块、Cobb角测算模块与数据标注模块、自动测算Cobb 角的软件系统界面模块；

脊柱X线图像预处理模块：支持包括DICOM、IMO、IMG、TIFF、JPEG、BMP、RAW等在内的多种格式的脊柱全长X线图片的批量导入，并将图像格式统一转换成PNG格式，转换过程中通过直方图均衡化调整至最清晰的显示状态；对图像数据进行图像滤波、平移、裁剪、旋转、亮度、对比度的调整处理；

图像深度学习网络模块：预先对80例以上常规的脊柱全长X线图片进行椎体块人工标记，标出图片中各种骨骼的位置和边界；接着将标记好的图片送入图像深度学习网络，进行机器学习模型进行学习；

脊柱X线椎体图像分割模块：脊柱X线预处理的照片分割出的脊柱区域，借助预先经过机器学习的图像识别技术，对脊柱X线照片中脊柱椎体骨骼结构、包括识别出骨骼具体的类别以及对应的位置和边界，分别识别出各个脊柱块；

样条函数拟合重建模块：采用重心法测量脊柱侧弯Cobb角原理，对上述图像分割模块获取的各个脊柱块中心点进行赋值确立各点坐标，使用样条拟合将整条脊柱以数学函数形式表达出来；

Cobb角测算模块：通过计算函数上各点曲率并根据曲率正负变化划分区间；函数各个区间连接处上切线方程和该切线在该点处垂线方程；计算每个区间起始处和结尾处切线的两条垂线相交角度作为Cobb角度并筛选所需Cobb角度；

图像数据标注模块：在原始脊柱X线图片上画出样条拟合曲线，表示每个区间的开始和结尾节点，标识所需的主要Cobb角度；

软件交互界面模块：可手动单张图像输入自动测算，可批量操作输入自动测算，通过可视化的操作界面直观明了明确自动测算结果，并自动将测算结果保存至输出文件夹。

2.根据权利要求1所述的基于人工智能-图像识别的脊柱全长X线片测算脊柱侧弯Cobb 角的系统，其特征是：所述图像深度学习网络模块中，预先对100例常规的脊柱全长X线图片进行椎体块人工标记，图像标记软件为LabelImg1.3.0标注工具软件，该软件使用的机器学习框架是darknet框架中YOLO3。

3.一种基于人工智能-图像识别的脊柱全长X线片测算脊柱侧弯 Cobb 角的方法，其特征是：包括以下步骤：

步骤1：输入脊柱全长X线图像：读取原始图像并进行预处理，预处理包括图像格式转换成PNG格式，通过直方图均衡化调整至最清晰的显示状态，对图像数据进行图像滤波、平移、裁剪、旋转、亮度、对比度的调整处理；

步骤2：分割脊柱X线椎体图像，识别脊椎各个椎体节点：借助机器学习训练后的自动分割脊柱技术对脊柱X线预处理后的图像进行自动分割，对脊柱X线照片中脊柱的各个脊柱块的位置和边界；

步骤3：曲线拟合，对上述图像分割模块获取的各个脊柱块中心点进行赋值确立各点坐标，应用样条拟合将整条脊柱以数学函数形式表达出来；

步骤4：计算函数曲率，对拟合曲线上各点进行曲率计算；

步骤5：划分函数曲率分段，根据曲率正负变化划分区间；

步骤6：计算各区段Cobb角，函数各个区间连接处上切线方程和该切线在该点处垂线方程，计算每个区间起始处和结尾处切线的两条垂线相交角度作为Cobb角度并筛选所需Cobb角，记录区间的位置而判定侧弯上下端椎以及记录Cobb角；

步骤7：图像数据标注，在原始脊柱X线图像上标注出各个椎体中心点，拟合曲线，Cobb角度；分布以图像方式保存标注后图像，以文字标注曲线分段及Cobb角，并自动将测算结果保存至输出文件夹。