【技术实现步骤摘要】
一种应用于骨骼成熟度评估的方法及其系统
本专利技术涉及骨骼判别
,特别涉及一种应用于骨骼成熟度评估的方法及其系统。
技术介绍
骨骼生长阶段分类是衡量人体生长成熟度的一项重要指标之一,可以通过对青少年骨骼成熟度的测定预测其生长发育潜力或对特定疾病的手术时间以及疾病发展情况进行辅助预测。传统的骨骼成熟度评估方法是专家通过读片与图谱进行对比,或是专家对各骨骼骨骺的发育程度进行打分,通过叠加计量从而获得骨骼成熟度预测。传统方法高度依赖于专业医师的经验,并且不同医师之间进行人工读片具有非常大的误差,人工读片的时间成本以及人力成本非常高。使用现有的深度学习技术进行骨骼生长阶段评估的辅助诊断模型依赖于大量的有标注训练数据,并且极度依赖高质量的有效标签,使用深度学习进行骨骼成熟度评估需要大量的有标注骨骼图像样本,而数据的标注工作需要专业医师团队花费巨量的人工成本,高质量的标签依赖医师团队经验的丰富程度,并且对骨骼图像的标注需要花费巨大的精力,从而使有效的训练样本难以获取。另外,对于庞大的数据集的标注工作需要消耗巨大的时间成本,并且标注质量易受医师精力以及体力因素制约,对于大量骨骼样本的标注工作来说样本的标注质量难以保证。
技术实现思路
本专利技术主要解决的技术问题是提供一种应用于骨骼成熟度评估的方法,通过利用迁移学习方法对骨骼图像进行特征提取,并且利用基于骨骼特征生成和特征识别的半监督生成对抗网络对骨骼成熟度进行识别,解决了高分辨率骨骼输入图像的分类和识别中的参数量过大以及过拟合等问题,还提供一种应用于骨骼成熟度评估的系统。为解决上述技术问题,本专利技术采用的一个技术方 ...
【技术保护点】
1.一种应用于骨骼成熟度评估的方法,其特征在于,包括如下步骤:步骤S1、建立具有图像特征提取能力的密集连接网络模型,对密集连接网络模型进行预训练后,将所述密集连接网络模型中的密集连接块进行模块转移,生成可获得骨骼图像初级特征的骨骼特征提取模块;步骤S2、将具有高斯分布的一维噪声输入到多通道特征生成器中,所述多通道特征生成器中各个通道内生成与所述骨骼特征提取模块提取出的特征尺寸大小相同的骨骼特征图,再将所述多通道特征生成器中各个通道内的各个骨骼特征图进行级联拼接,拼接后获得维度与所述骨骼特征提取模块提取出的特征维度相同的骨骼特征图,并将该骨骼特征图输出;步骤S3、将真实图像通过所述骨骼特征提取模块获得骨骼图像初级特征和所述多通道特征生成器生成的骨骼特征图均输入至胶囊骨骼特征判别器内,从而获得保留空间位置信息的骨骼实例化特征向量,获取该骨骼实例化特征向量所对应的类别,则可知该真实图像的骨骼成熟度评估结果。
【技术特征摘要】
1.一种应用于骨骼成熟度评估的方法,其特征在于,包括如下步骤:步骤S1、建立具有图像特征提取能力的密集连接网络模型,对密集连接网络模型进行预训练后,将所述密集连接网络模型中的密集连接块进行模块转移,生成可获得骨骼图像初级特征的骨骼特征提取模块;步骤S2、将具有高斯分布的一维噪声输入到多通道特征生成器中,所述多通道特征生成器中各个通道内生成与所述骨骼特征提取模块提取出的特征尺寸大小相同的骨骼特征图,再将所述多通道特征生成器中各个通道内的各个骨骼特征图进行级联拼接,拼接后获得维度与所述骨骼特征提取模块提取出的特征维度相同的骨骼特征图,并将该骨骼特征图输出;步骤S3、将真实图像通过所述骨骼特征提取模块获得骨骼图像初级特征和所述多通道特征生成器生成的骨骼特征图均输入至胶囊骨骼特征判别器内,从而获得保留空间位置信息的骨骼实例化特征向量,获取该骨骼实例化特征向量所对应的类别,则可知该真实图像的骨骼成熟度评估结果。2.根据权利要求1所述的一种应用于骨骼成熟度评估的方法,其特征在于,还包括步骤S4、在所述多通道特征生成器中构建骨骼特征图的损失函数,继而在所述胶囊骨骼特征判别器内利用交叉熵对该损失函数进行定义,在该损失函数内提取所述骨骼实例化特征向量,再而获取该骨骼实例化特征向量所对应的类别,则可知该真实图像的骨骼成熟度评估结果。3.根据权利要求1或2所述的一种应用于骨骼成熟度评估的方法,其特征在于,步骤S1包括:步骤S11、建立密集连接网络模型,将预训练数据集的训练集图像作为输入图像;步骤S12、将输入图像通过若干个密集连接块和过渡层进行特征提取,输出预测结果。4.根据权利要求3所述的一种应用于骨骼成熟度评估的方法,其特征在于,步骤S1还包括:步骤S13、利用所述预测结果与所述预训练数据集的真实图像的标签计算损失函数,再反向传播优化网络参数,通过该网络参数在所述密集连接网络模型进行训练,使所述密集连接网络模型具有图像特征提取能力;步骤S14、将所述预训练数据集进行模块迁移,生成可获得骨骼图像初级特征的骨骼特征提取模块,将骨骼的真实图像输入至所述骨骼特征提取模块中,获得骨骼图像初级特征。5.根据权利要求1或4所述的一种应用于骨骼...
【专利技术属性】
技术研发人员:王翔宇,王书强,申妍燕,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。