[发明专利]基于深度学习的X线片骨龄预测方法及系统

摘要

本发明提供了基于深度学习的X线片骨龄预测方法及系统，通过对青少年X线成像进行预处理、手骨区域自动分割、骨龄预测，最终形成骨龄预测结果。本方法中包括手骨X线片预处理及样本数据增强方法、手骨X线片图像块采样方法及手骨自动分割算法、基于迁移学习的手骨X线片骨龄测评算法，最终设计以Dicom数据为输入的手骨X线片骨龄预测系统。用户只需要选择要预测骨龄的手骨X线片，分割和预测过程完全自动，不需要医生进行区域标记或选择，为骨龄测评提供科研和临床上的有力工具。

主权项

一种基于深度学习的X线片骨龄预测方法，其特征在于，包括：样本数据预处理的步骤，将满足训练样本要求的手骨图像样本进行样本标记，标记内容包括手骨X线片对应的青少年性别和真实年龄；样本数据增强的步骤，采用平行视觉体系框架，对标记的手骨图像样本进行增强，得到整幅手骨X线片样本图像；所述增强包括通过对原始样本进行形变、加噪、旋转、使用对抗神经网络进行变换处理生成新的样本，扩大原始样本规模；手掌分割的步骤，将整幅手骨X线片样本图像中的手掌区域和背景区域切割成图像样本块，手掌区域的采样图像样本块作为正样本，手掌区域之外的采样图像样本块作为负样本；正负样本块输入到卷积神经网络模型中，获得手掌分割结果，并将该手掌分割结果作为手掌分割模板；使用图像形态学方法对手掌分割模板进行后处理，将周围小面积干扰区域剔除，基于手掌分割模板进一步进行阈值分割操作，剔除手掌分割模板区域的肌肉组织区域，得到手骨X线片图像，该图像是带有年龄性别标记的手骨X线片图像；骨龄分类预测模型建立的步骤，将分割得到的带有年龄性别标记的手骨X线片图像作为迁移学习的输入，建立骨龄分类预测模型。