[发明专利]一种基于人工智能辅助的椎体骨折阅片方法及系统

说明书

本发明公开了一种基于人工智能辅助的椎体骨折阅片方法及系统，属于人工智能领域，包括：步骤S1，对导入的锥体X射线摄片进行自动识别，得到表征椎体形态的多组定位点；步骤S2，对多组定位点进行处理，得到椎体压缩率；步骤S3，根据椎体压缩率进行分级处理，得到对应半定量诊断法的分级标准的椎体骨折分度。本发明技术方案的有益效果在于：基于半定量诊断法对椎体骨折分度分级，利用人工智能技术辅助，能够自动化的判读椎体骨折阅片，降低了阅片者的工作量，提高了阅片效率，且大量阅片工作中的整体阅片一致性较高，以便用于临床或后续科研时参考使用。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于人工智能辅助的椎体骨折阅片方法及系统。

背景技术

随着人口老龄化，骨质疏松症是全球公共健康问题，不仅需要加强骨质疏松症的预防，也还要改进继发病损和并发症的治疗。骨质疏松性骨折是骨质疏松最严重的并发症，且具有相当高的发病率和死亡率。骨质疏松性骨折的重要预测因素是椎体压缩性骨折，椎体骨折后再次骨折风险极高，对于骨质疏松患者即使最轻微的骨折也容易造成严重的后果，脊柱骨折畸形的测量可以为骨质疏松性骨折提供宝贵的信息并评估骨折的严重程度，其通过脊柱侧位片描述骨质疏松骨折。

椎体骨折阅片一般采用胸椎侧位X射线摄片和腰椎侧位X射线摄片，阅片内容至少包括胸椎4-12椎体和腰椎1-4椎体等至少13个最易发生骨质疏松性脊柱压缩性骨折的椎体，若要兼顾所有胸椎和腰椎，则要判读近20个椎体的情况，胸椎和腰椎的各个椎体的形态略有差异，且一般的骨质疏松流行病学调查至少包含2000-3000张摄片

目前，针对椎体骨折的阅片诊断方法尚无完全一致的标准，通常采用ABQ阅片法和半定量阅片法判读椎体骨折阅片，但对于科研尤其是大样本量的流行病学调查，临床医生的阅片判读工作量大且繁重；病学调查时需要研究近千张摄片，极易造成视觉疲劳等不可抗因素，导致最终阅片结果存在偏移，这对阅片者的工作强度以及技术水平和一致性要求较为严格，无法定量分析椎体骨折的严重分级等数据。临床阅片时需定性诊断有无椎体骨折，而科研工作阅片时还需关注椎体骨折情况，例如椎体骨折的部位、椎体骨折的分度分级情况等，诊断过程需要阅片者有经验且注意力高度集中，由于阅片的时间、地点或人员等情况变化，不可避免的出现阅片结果的偏移或一致性不佳，因此针对以上问题，迫切需要设计出一种基于人工智能辅助的椎体骨折阅片方法及系统，以满足实际使用的需要。

发明内容

针对现有技术中存在的上述问题，现提供一种基于人工智能辅助的椎体骨折阅片方法及系统。

本发明所解决的技术问题可以采用以下技术方案来实现：

本发明提供一种基于人工智能辅助的椎体骨折阅片方法，包括：

步骤S1，对导入的锥体X射线摄片进行自动识别，得到表征椎体形态的多组定位点；

步骤S2，对多组所述定位点进行处理，得到椎体压缩率；

步骤S3，根据所述椎体压缩率进行分级处理，得到对应半定量诊断法的分级标准的椎体骨折分度。

优选地，于所述步骤S1之前，还包括：

步骤S01，建立一总摄片库，所述总摄片库用以存储所述锥体X射线摄片，所述锥体X射线摄片包括腰椎X射线摄片和/或胸椎X射线摄片；

步骤S02，按照一预设筛选条件从所述总摄片库筛选出多张所述锥体X射线摄片并导入，根据导入的多张所述锥体X射线摄片建立单次阅片库。

优选地，所述步骤S1中，具体包括：

步骤S11，根据导入的不同的椎体部位，对每张所述锥体X射线摄片进行自动识别，得到各个椎体的位置；

步骤S12，对各个所述椎体进行定位，得到每个所述椎体对应的多组定位点。