[发明专利]一种脊柱标记点定位模型的构建方法及应用

权利要求书

1.一种脊柱标记点定位模型的构建方法，其特征在于，包括以下步骤：

S1、搭建脊柱标记点定位模型；所述脊柱标记点定位模型包括中心点定位网络、分割模块、角点定位网络和组合模块；所述中心点定位网络包括多个级联的中心点定位子网络；所述角点定位网络包括多个级联的角点定位子网络；

所述中心点定位网络用于基于级联的中心点定位子网络对脊柱图像中经PCA变换后的各脊柱中心点的坐标偏移量进行多级回归，以对脊柱图像中各脊柱中心点的坐标进行预测；

所述分割模块用于根据所述中心点定位网络输入的各脊柱中心点的预测坐标对脊柱图像进行裁剪，得到以各脊柱中心点预测坐标为中心的脊柱子图像，并输出至所述角点定位网络中；

所述角点定位网络用于基于级联的角点定位子网络对脊柱子图像上经PCA变换后的各角点坐标偏移量进行多级回归，以对脊柱子图像上各角点的坐标进行预测；

所述组合模块用于基于所述角点定位网络输入的各脊柱子图像上各角点的预测坐标，得到脊柱图像上的各角点坐标；

S2、将预采集好的脊柱中心点训练集输入到所述中心点定位网络中，依次最小化所述中心点定位网络中的各级中心点定位子网络的损失函数，以对所述中心点定位网络进行训练；将预采集好的脊柱角点训练集输入到所述角点定位网络中，依次最小化所述角点定位网络中各级角点定位子网络的损失函数，以对所述角点定位网络进行训练，从而得到预训练好的脊柱标记点定位模型；

其中，第n级中心点定位子网络的损失函数用于衡量第n级中心点定位子网络所得的脊柱图像中经PCA变换后的各脊柱中心点的坐标偏移量与其对应的经PCA变换后的真实坐标偏移量之间的差异；第n级中心点定位子网络所对应的经PCA变换后的某一脊柱中心点的真实坐标偏移量为该脊柱中心点的真实坐标与第n-1级中心点定位子网络输出的该脊柱中心点的预测坐标之差经PCA变换后的结果；所述脊柱中心点训练集包括多个脊柱图像以及各脊柱图像中各脊柱中心点的真实坐标；

第m级角点定位子网络的损失函数用于衡量第m级角点定位子网络所得的脊柱子图像上经PCA变换后的角点坐标偏移量与其对应的经PCA变换后的真实坐标偏移量之间的差异；第m级角点定位子网络所对应的经PCA变换后的某一角点的真实坐标偏移量为脊柱子图像上该角点的真实坐标与第m-1级角点定位子网络输出的该角点的预测坐标之差经PCA变换后的结果；所述脊柱角点训练集通过对所述脊柱中心点训练集进行处理得到：对所述脊柱中心点训练集中的每一幅脊柱图像，根据其中各脊柱中心点的真实坐标对脊柱图像进行裁剪，得到以各脊柱中心点预测坐标为中心的脊柱子图像，并对应标注各脊柱子图像上角点的真实坐标。

2.根据权利要求1所述的脊柱标记点定位模型的构建方法，其特征在于，所述中心点定位子网络包括级联的分割单元、第一主干网络、拼接单元、第一全连接层和第一逆变换单元；

所述分割单元用于基于上一级输入的各脊柱中心点的预测坐标对脊柱图像进行裁剪，得到以各脊柱中心点预测坐标为中心的子图像；

所述第一主干网络用于提取各子图像的特征；

所述拼接单元用于对各子图像的特征进行拼接，得到脊柱图像的特征图；

所述第一全连接层用于对脊柱图像的特征图进行回归，得到经PCA变换后的各脊柱中心点的坐标偏移量；

所述第一逆变换单元用于对PCA变换后的各脊柱中心点的坐标偏移量进行主成分分析逆变换，得到各脊柱中心点的中心坐标偏移量；对各脊柱中心点，分别计算其中心坐标偏移量与上一级输入的对应脊柱中心点的预测坐标之和，得到各脊柱中心点的预测坐标。

3.根据权利要求2所述的脊柱标记点定位模型的构建方法，其特征在于，所述中心点定位子网络的个数大于或等于3；

当所述中心点定位子网络为第一级中心点定位子网络时，其上一级输入的某一脊柱中心点的预测坐标为所述脊柱中心点训练集中各脊柱图像中对应脊柱中心点的真实坐标的平均值。