[发明专利]关节识别方法、电子设备、存储介质及计算机程序产品

说明书

本发明涉及智能模型技术领域，尤其涉及一种关节识别方法、电子设备、存储介质及计算机程序产品。方法包括：获取关节的待处理图像；将所述待处理图像输入至分割神经网络模型的编码模块，对所述待处理图像中的所述关节进行特征提取，获得特征提取信息；将所述特征提取信息输入至所述分割神经网络模型的解码模块，根据所述特征提取信息对所述关节进行特征还原，获取并输出所述关节的轮廓信息。本发明用以解决现有技术中对关节轮廓识别不准确的缺陷，实现更加精准地自动识别关节轮廓的过程。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种关节识别方法、电子设备、存储介质及计算机程序产品。

背景技术

近年来，随着医疗水平的提高，关节患者可以通过关节置换手术摆脱疼痛的困扰。医生在问诊过程中，需要确定关节的轮廓信息，来对关节进行针对性处理。尤其是患者关节部位的术后翻修等后期工作中，当存在例如金属材质的骨钉等假体时，由于医师技能水平和患者自身因素等原因，会导致无法准确识别关节轮廓，进而增大医师诊疗过程的难度和准确度。

发明内容

本发明提供一种关节识别方法、电子设备、存储介质及计算机程序产品，用以解决现有技术中对关节轮廓识别不准确的缺陷，实现更加精准地自动识别关节轮廓的过程。

本发明提供一种关节识别方法，包括：获取关节的待处理图像；将所述待处理图像输入至分割神经网络模型的编码模块，对所述待处理图像中的所述关节进行特征提取，获得特征提取信息；将所述特征提取信息输入至所述分割神经网络模型的解码模块，根据所述特征提取信息对所述关节进行特征还原，获取并输出所述关节的轮廓信息。

根据本发明提供的一种关节识别方法，所述将所述待处理图像输入至分割神经网络模型的编码模块，对所述待处理图像中的所述关节进行特征提取，获得特征提取信息，包括：将所述待处理图像输入至所述编码模块的预处理部分，将所述待处理图像分割为至少一个图像单元，以及分别为每一个所述图像单元配置对应的图像位置信息；将每一个已经配置所述图像位置信息的图像单元，输入至所述编码模块的特征提取部分，分别对每一个已经配置所述图像位置信息的图像单元中的所述关节进行特征提取，获得特征提取信息。

根据本发明提供的一种关节识别方法，所述特征提取部分包括2*N个提取单元块，所述特征提取信息包括N个单元提取信息，其中，N为大于0的整数；所述将每一个已经配置所述图像位置信息的图像单元，输入至所述编码模块的特征提取部分，分别对每一个已经配置所述图像位置信息的图像单元中的所述关节进行特征提取，获得特征提取信息，包括：依次通过第1～2*N个所述提取单元块，分别对每一个已经配置所述图像位置信息的图像单元中的所述关节进行特征提取，得出中间结果，并将第2i个所述提取单元块得出的所述中间结果分别作为所述单元提取信息，其中，i为大于0、且小于或等于N的整数；其中，第j个所述提取单元块特征提取得出的所述中间结果，输入第j+1个所述提取单元块再次进行特征提取，其中，j为大于0且小于2*N的整数。

根据本发明提供的一种关节识别方法，所述提取单元块包括多头注意力机制单元、第一层归一化单元、第二层归一化单元、跳连结构和全连接单元；所述通过第1～2*N个所述提取单元块，分别对每一个已经配置所述图像位置信息的图像单元中的所述关节进行特征提取，得出中间结果，包括：依次通过第1～2*N个所述提取单元块，分别作如下处理：将所述每一个已经配置所述图像位置信息的图像单元，输入所述第一层归一化单元，将所述第一层归一化单元输出的结果输入所述多头注意力机制单元，将所述多头注意力机制单元输出的结果输入所述第二层归一化单元，将所述第二层归一化单元输出的结果输入所述全连接单元；并通过所述跳连结构，实现所述第一层归一化单元输入端与所述多头注意力机制单元输出端的跳跃连接，以及实现所述第二层归一化单元输入端和所述全连接单元输出端的跳跃连接；通过跳跃连接后的所述全连接单元输出端输出所述中间结果。