[发明专利]基于人工智能的关节评级方法、装置以及电子设备

说明书

本申请提供了一种基于人工智能的关节评级方法、装置、电子设备及计算机可读存储介质；所述方法包括：确定数字化X射线(DR)图像中的关节图像；基于所述关节图像、所述DR图像所属的对象的生理年龄信息以及所述D R图像中的至少一项，确定所述关节图像对应的关节评级；所述关节评级用于表征所述关节的发育情况。本申请实施例能够提高关节评级的准确性。

技术领域

本申请涉及人工智能技术，尤其涉及一种基于人工智能的关节评级方法、装置、电子设备及计算机可读存储介质。

背景技术

骨骼年龄(也称为骨龄)比实际年龄更能够反映人们的实际生长发育状况，骨龄可用于表征骨骼发育的不同阶段。骨龄评估在内分泌疾病的诊断、预测成人身高以及评估治疗效果等方面具有关键作用。

在进行骨龄评估时，需要首先确定关节评级，再基于关节的评级进行骨龄评估，关节评级的准确性在骨龄评估等场景中显得尤为重要。因此，如何提高关节评级的准确性也是一直追求的目标。

发明内容

本申请实施例提供一种基于人工智能的关节评级方法、装置、电子设备及计算机可读存储介质，能够提高关节评级的准确性。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种基于人工智能的关节评级方法，包括：

确定数字化X射线(Digital Radiography，DR)图像中的关节图像；

基于所述关节图像、所述DR图像所属的对象的生理年龄信息以及所述DR图像中的至少一项，确定所述关节图像对应的关节评级；所述关节评级用于表征所述关节的发育情况。

在上述方案中，所述基于所述关节图像、所述DR图像所述的对象的生理年龄信息以及所述DR图像中的至少一项，确定所述关节图像对应的关节评级，包括：

将所述关节图像、所述DR图像所属的对象的生理年龄信息以及所述DR图像中的至少一项输入至第一神经网络模型，基于所述第一神经网络模型的输出结果确定所述关节图像对应的关节评级。

在上述方案中，所述将所述关节图像、所述DR图像所属的对象的生理年龄信息以及所述DR图像中的至少一项输入至第一神经网络模型，基于所述第一神经网络模型的输出结果确定所述关节图像对应的关节评级包括：

以所述关节图像、所述DR图像所属的对象的生理年龄信息以及所述DR图像中的至少一项作为所述第一神经网络模型中第一子神经网络模型的输入，基于所述第一子神经网络模型的输出结果确定第二特征信息；

以所述第二特征信息作为所述第一神经网络模型中第二子神经网络模型的输入，基于所述第二子神经网络模型的输出结果获取所述关节评级。

在上述方案中，所述基于所述第一子神经网络模型的输出结果确定第二特征信息，包括：

基于所述第一子神经网络模型的输出结果获取第一特征信息；所述第一特征信息包括：所述关节图像对应的第一子特征信息、所述生理年龄信息对应的第二子特征信息以及所述DR图像对应的第三子特征信息中的至少一项；

对所述第一特征信息进行线性处理和拼接处理，得到第二特征信息。

在上述方案中，所述确定所述关节图像对应的关节评级之前，所述方法还包括：

生成用于训练所述第二子神经网络模型的第二训练样本集合，所述第二训练样本集合中的每个样本的特征信息包括关节图像的特征信息、DR图像所属的对象的生理年龄信息的特征信息和DR图像的特征信息中的至少一项；

以所述每个样本的特征信息为粒度，训练所述第二子神经网络模型，使得所述第二子神经网络模型能够预测关节图像的关节评级。