手骨X光片骨龄评估方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术提出的手骨X光片骨龄评估方法、装置、计算机设备和存储介质，其中方法包括：将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄。本发明专利技术提出的手骨X光片骨龄评估方法、装置、计算机设备和存储介质，通过基于卷积神经网络的骨龄评估模型，能自动进行骨龄评估、且评估准确率高。

【技术实现步骤摘要】
手骨X光片骨龄评估方法、装置、计算机设备和存储介质
本专利技术涉及到计算机
，特别是涉及到一种手骨X光片骨龄评估方法、装置、计算机设备和存储介质。
技术介绍
骨龄评估广泛应用于医学领域，用来研究和衡量人体的生长发育情况和诊断疾病。现有的骨龄评估方法一般是先对被测者的手部和腕部进行X光摄片，然后由医生根据拍得的X光片进行解读。由于在不同年龄阶段的左手骨具有不同特征，医生可以通过这些特征估计骨龄。医生在对于X光片进行诊断时一般采用G-P图谱法和TW3评分法。但是G-P图谱法进行评估时，存在着不够精确的问题；而TW3评分法需要医生凭借经验知识主观判断，评估结果容易受到其它因素影响导致评估不准确。因此，提供一种新的骨龄评估方法成为亟待解决的问题。
技术实现思路
本专利技术的主要目的为提供一种自动进行骨龄评估、且评估准确率高的手骨X光片骨龄评估方法、装置、计算机设备和存储介质。本专利技术提出手骨X光片骨龄评估方法，包括：将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄。进一步地，所述将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算的步骤，包括：对所述手骨照片进行卷积计算得到第一图片特征；对所述第一图片特征进行多次迭代卷积计算得到第二图片特征；通过空间变换网络对所述第二图片特征进行空间变换和对齐处理得到第三图片特征；对所述第三图片特征进行卷积计算得到第四图片特征；通过全连接层将所述第四图片特征结合在一起形成全局图片特征，从而输出计算结果。进一步地，所述对所述手骨照片进行卷积计算得到第一图片特征的步骤之前，包括：对所述手骨照片进行数据增广处理。进一步地，所述将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片的步骤之前，包括：选取备选手骨X光片中骨骺、干骺端和手腕处骨骼作为所述待预测骨龄的手骨X光片。进一步地，所述选取备选手骨X光片中骨骺、干骺端和手腕处骨骼作为待预测骨龄的手骨X光片的步骤之前，包括：调整所述备选手骨X光片的对比度。进一步地，所述调整所述备选手骨X光片的对比度的步骤之前，包括：将所述备选手骨X光片的背景部分统一为黑色。进一步地，所述基于卷积神经网络的骨龄评估模型训练的方法，包括：获取指定量的样本数据，并将样本数据分成训练集和测试集，其中，所述样本数据包括已知骨龄的手骨照片，以及与所述已知骨龄的手骨照片对应的骨龄数据；将训练集的样本数据输入到预设的卷积神经网络中进行训练，得到结果训练模型；利用所述测试集的样本数据验证所述结果训练模型；如果验证通过，则将所述结果训练模型记为所述基于卷积神经网络的骨龄评估模型。本专利技术提出的手骨X光片骨龄评估装置，包括：第一处理单元，用于将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；计算单元，用于将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；输出单元，用于获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄。本专利技术提出的计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述方法的步骤。本专利技术提出的计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时上述方法的步骤。本专利技术的有益效果为：将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄；通过基于卷积神经网络的骨龄评估模型，能自动进行骨龄评估、且评估准确率高。附图说明图1为本专利技术一实施例中的手骨X光片骨龄评估方法的步骤示意图；图2为本专利技术另一实施例中的手骨X光片骨龄评估方法的步骤示意图；图3为本专利技术一实施例中的手骨X光片骨龄评估装置的结构框图；图4为本专利技术一实施例中的手骨X光片骨龄评估装置的计算单元的结构框图；图5为本专利技术另一实施例中的手骨X光片骨龄评估装置的结构框图；图6为本专利技术一实施例的计算机设备的结构示意框图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1，本实施例中的手骨X光片骨龄评估方法，包括：步骤S1，将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；步骤S2，将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；步骤S3，获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄。在步骤S1中，本实施例中的手骨X光片骨龄评估方法，需要获取待预测骨龄的手骨X光片，具体的说，需要获取左手骨X光片，其原因在于不同年龄阶段下，左手骨具有不同特征，因此可以根据拍摄的左手骨X光片的不同特征来准确评估年龄。当需要通过手骨X光片来准确评估年龄时，例如保险公司需要根据投保人的年龄来评估投保额度时，即可以采用预设的基于卷积神经网络的骨龄评估模型根据左手骨X光片快速地计算出手骨的骨龄。其中预设的基于卷积神经网络的骨龄评估模型需要通过大量的手骨X光片数据来进行训练，训练好骨龄评估模型能对输入的手骨照片输出计算结果，该结果为上述手骨的骨龄。基于卷积神经网络的骨龄评估模型需要指定尺寸大小的手骨X光片，因此再将手骨X光片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算之前，需要将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；其中具体的处理方式为将待预测骨龄的手骨X光片在保持长宽比不变的情况下，先将手骨X光片的最大维度调整为256像素。需要指出的是，当手骨X光片为长方形时，先将其长边长度调整至256像素，再对手骨X光片中较短的边进行边缘补充，使得手骨X光片成为256*256大小像素的手骨照片，上述手骨照片将作为输入到预设的基于卷积神经网络的骨龄评估模型中进行计算的手骨照片。优选地，还可以对上述手骨照片进行归一化处理后再输入到基于卷积神经网络的骨龄评估模型中。进行归一化处理的方式可以采用opencv里面的normalize函数处理，将上述手骨照片进行归一化到均值为0，方差为1，其目的是使得手骨照片具有相似的统计分布，方便基于卷积神经网络的骨龄评估模型中对手骨照片进行处理，此外还能加快在训练基于卷积神经网络的骨龄评估模型时的收敛性。在步骤S2中，将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片后输入到预设的基于卷积神经网络的骨龄评估模型中进行计算，其中预设的基于卷积神经网络的骨龄评估模型需要通过大量的手骨X光片数据来进行训练，训练好的基于卷积神经网络的骨龄评估模型能对输入的手骨照片输出计算结果，该结果为上述手骨的骨龄。当基于卷积神经网络的骨龄评估模型训练成功之后，在输入指定像素要求的手骨照片后，基于卷积神经网络的骨龄评估模型对上述手骨照片进行计算得到手骨的骨龄。在步骤S3中，显示设备来获取上述骨龄评估模型输出的计算结果，该计算结果为上述手骨的骨龄，将该手骨的骨龄通过显示设备进行显示，或者通过打印设备打印出来。在一个具体实施例中，保险公司需要根据投保人的年龄来评估投保额度。首先，保险公司的工作人员让投保人先填写本文档来自技高网...

【技术保护点】
1.一种手骨X光片骨龄评估方法，其特征在于，包括：将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄。

【技术特征摘要】
1.一种手骨X光片骨龄评估方法，其特征在于，包括：将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄。2.根据权利要求1所述的手骨X光片骨龄评估方法，其特征在于，所述将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算的步骤，包括：对所述手骨照片进行卷积计算得到第一图片特征；对所述第一图片特征进行多次迭代卷积计算得到第二图片特征；通过空间变换网络对所述第二图片特征进行空间变换和对齐处理得到第三图片特征；对所述第三图片特征进行卷积计算得到第四图片特征；通过全连接层将所述第四图片特征结合在一起形成全局图片特征，从而输出计算结果。3.根据权利要求2所述的手骨X光片骨龄评估方法，其特征在于，所述对所述手骨照片进行卷积计算得到第一图片特征的步骤之前，包括：对所述手骨照片进行数据增广处理。4.根据权利要求1所述的手骨X光片骨龄评估方法，其特征在于，所述将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片的步骤之前，包括：选取备选手骨X光片中骨骺、干骺端和手腕处骨骼作为所述待预测骨龄的手骨X光片。5.根据权利要求4所述的手骨X光片骨龄评估方法，其特征在于，所述选取备选手骨X光片中骨骺、干骺端和手腕处骨骼作为待预测骨龄的手骨X光片的步骤之前，包括：...

【专利技术属性】
技术研发人员：王健宗，吴天博，刘新卉，刘莉红，马进，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44