图像处理方法、装置、设备存储介质及生长发育评估系统制造方法及图纸

技术编号:21480298 阅读:23 留言:0更新日期:2019-06-29 05:25
本发明专利技术公开了一种图像处理方法、装置、设备存储介质及生长发育评估系统,其中,方法包括:获取医学图像;将所述医学图像输入到预设的基于神经网络的图像处理模型进行计算,得到所述医学图像对应的图像处理结果;所述图像处理结果包括骨龄预测结果和/或骨化中心定位结果。本发明专利技术能够同时进行骨龄预测任务和骨化中心定位任务的学习并得到图像处理结果,实现了快速、精准的骨龄预测。

【技术实现步骤摘要】
图像处理方法、装置、设备存储介质及生长发育评估系统
本专利技术涉及图像处理
,具体涉及一种图像处理方法、装置、设备存储介质及生长发育评估系统。
技术介绍
儿童骨龄预测在确定儿童生物学年龄,了解儿童的生长发育潜力和性成熟趋势,以及在诊断儿童的内分泌疾病中都具有非常重要的意义。临床上,医生需要分析儿童骨龄X-光片,包括确定骨化中心出现个数、评估已出现骨化中心的形态以及判断骨骺线是否闭合等,综合给出骨龄预测值。医生预测骨龄耗时久,即使有经验的医生在软件的辅助下也需要约15分钟的时间,而且不同的医生给出的预测值通常由较大偏差。现有的儿童骨龄预测方法主要分为两类,一类是人工方法,另一类是基于智能算法的全自动方法。其中人工方法包括G-P图谱法、百分计数法、CHN法和TW3计分法等。以上方法中,G-P法操作简便但过于主观,精度和稳定性差。TW3计分法需要对X-光骨龄片中的20块骨骼做出等级评分和骨龄计算。由于其精度较高,通常作为医疗科研通用的方法,但其缺点是复杂度高,较为费时,即使有经验的医生在计算机软件的辅助下也需要约15分钟的时间。我国目前各医院采用的主要是基于TW3演变而来的中华05骨龄方法。该方法主要应用于体育和司法领域,并非国际通用方法。基于智能算法的全自动方法主要采用深度学习模型,将X-光骨龄片经过卷积神经网络,直接预测得到骨龄值。该方法具有精度高,速度快的优点,但以上方法将骨龄片作为整体或者划分为若干区域输入到卷积神经网络中,未充分利用骨龄片中骨化中心的出现数以及已出现骨化中心的位置信息,而这部分信息是医生在骨龄读片中的主要依据。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术第一方面提出一种图像处理方法,所述方法包括:获取医学图像;将所述医学图像输入到预设的基于神经网络的图像处理模型进行计算,得到所述医学图像对应的图像处理结果;所述图像处理结果包括骨龄预测结果和/或骨化中心定位结果。进一步地,所述医学图像包括骨龄图像;所述将所述医学图像输入图像处理模型,得到所述医学图像对应的图像处理结果,包括:将所述骨龄图像输入所述图像处理模型同时进行骨龄预测任务和骨化中心定位任务,得到所述骨龄预测结果和骨化中心定位结果;所述骨化中心定位结果包括所述骨化中心的位置和数量。进一步地,所述医学图像包括骨龄图像;所述将所述医学图像输入图像处理模型,得到所述医学图像对应的图像处理结果,包括:通过神经网络对所述骨龄图像进行编码,得到编码信息;将所述编码信息与所述骨龄图像对应的性别向量进行拼接,得到拼接结果;对所述拼接结果进行降维处理,得到所述骨龄预测结果。进一步地,所述得到所述医学图像对应的图像处理结果之后,包括:基于所述图像处理结果生成报告;所述报告包括骨龄影像诊断报告和/或生长发育评估报告;所述骨龄影像诊断报告包括骨化中心数量、骨化中心位置和所述骨龄预测值,所述生长发育报告包括生长发育曲线、身高预测信息和生长发育评估信息。本专利技术第二方面提出一种图像处理装置,所述装置包括:图像获取模块,用于获取医学图像;图像处理模块,用于将所述医学图像输入到预设的基于神经网络的图像处理模型进行计算,得到所述医学图像对应的图像处理结果;所述图像处理结果包括骨化中心定位结果和骨龄预测结果。进一步地,所述医学图像包括骨龄图像;所述图像处理模块包括:多任务处理模块,用于将所述骨龄图像输入所述图像处理模型同时进行骨龄预测任务和骨化中心定位任务,得到所述骨龄预测结果和所述骨化中心定位结果;所述骨化中心定位结果包括所述骨化中心的位置和数量。进一步地,还包括:评估报告生成模块,用于基于所述图像处理结果生成报告;所述报告包括骨龄影像诊断报告和/或生长发育评估报告;所述骨龄影像诊断报告包括骨化中心出现的个数、骨化中心出现的位置和所述骨龄预测值,所述生长发育报告包括生长发育曲线、身高预测信息和生长发育评估信息。本专利技术第三方面提出一种生长发育评估系统,所述系统包括:医学图像采集设备和上述的图像处理装置;所述医学图像采集设备用于采集医学图像;所述图像处理装置用于处理所述医学图像以得到所述医学图像对应的生长发育评估结果。本专利技术第四方面提出一种设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如本专利技术第一方面所述的图像处理方法。本专利技术第五方面提出一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如本专利技术第一方面所述的图像处理方法。本专利技术实施例的图像处理模型能够将骨龄预测任务和骨化中心定位任务结合起来,同时进行骨龄预测任务和骨化中心定位任务的学习并得到图像处理结果,在进行骨龄预测时使用了骨化中心定位过程中学习到的特征,能提升骨龄预测的精准性和模型的鲁棒性,实现了快速、精准的骨龄预测。本专利技术的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。图1是本专利技术实施例提供的图像处理方法的流程图;图2是本专利技术实施例提供的骨龄图像的示意图;图3是本专利技术实施例提供的图像处理方法的流程图;图4是本专利技术实施例提供的步骤S120的原理图;图5是本专利技术实施例提供的步骤S120的流程图;图6是本专利技术实施例提供的图像处理方法的流程图;图7是本专利技术实施例提供的骨龄影像诊断报告的示意图;图8是本专利技术实施例提供的生长发育报告的示意图;图9是本专利技术实施例提供的图像处理装置的结构框图;图10是本专利技术实施例提供的图像处理装置的结构框图;图11是本专利技术实施例提供的生长发育评估系统的原理图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。实施例图1是本专利技术实施例提供的图像处理方法的流程图,本说明书提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。请参照图1,该实施例提供的图像处理方法包括:S110:获取医学图像;具体地,医学图像可以采取的形式包括但不限于X光图像、CT图像、MR图像和超声图像。具体地,医学本文档来自技高网...

【技术保护点】
1.一种图像处理方法,其特征在于,包括:获取医学图像;将所述医学图像输入到预设的基于神经网络的图像处理模型进行计算,得到所述医学图像对应的图像处理结果;所述图像处理结果包括骨龄预测结果和/或骨化中心定位结果。

【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:获取医学图像;将所述医学图像输入到预设的基于神经网络的图像处理模型进行计算,得到所述医学图像对应的图像处理结果;所述图像处理结果包括骨龄预测结果和/或骨化中心定位结果。2.根据权利要求1所述的方法,其特征在于,所述医学图像包括骨龄图像;所述将所述医学图像输入图像处理模型,得到所述医学图像对应的图像处理结果,包括:将所述骨龄图像输入所述图像处理模型同时进行骨龄预测任务和骨化中心定位任务,得到所述骨龄预测结果和骨化中心定位结果。3.根据权利要求1所述的方法,其特征在于,所述医学图像包括骨龄图像;所述将所述医学图像输入图像处理模型,得到所述医学图像对应的图像处理结果,包括:通过神经网络对所述骨龄图像进行编码,得到编码信息;将所述编码信息与所述骨龄图像对应的性别向量进行拼接,得到拼接结果;对所述拼接结果进行降维处理,得到所述骨龄预测结果。4.根据权利要求2所述的方法,其特征在于,所述得到所述医学图像对应的图像处理结果之后,包括:基于所述图像处理结果生成报告;所述报告包括骨龄影像诊断报告和/或生长发育评估报告。5.一种图像处理装置,其特征在于,包括:图像获取模块,用于获取医学图像;图像处理模块,用于将所述医学图像输入到预设的基于神经网络的图像处理模型进行计算,得到所述医学图像对应的图像处理结果;所述图像处理结果包括骨化中心定位结果和骨龄预测结果。6.根据权利要求5所述的装置,其特...

【专利技术属性】
技术研发人员:刘钦吴迪嘉张敏清詹翊强周翔
申请(专利权)人:上海联影智能医疗科技有限公司
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 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。

1