一种AI骨龄快速识别方法技术

本发明专利技术公开了一种AI骨龄快速识别方法，获取待识别的骨骼图像；通过骨骼位置检测模型将骨骼图像中各个骨头调整至基准位置；通过识别模型识别骨骼图像处于基准位置的第一特征骨头，并且，通过识别模型识别骨骼图像处于基准位置且与第一特征骨头相邻的第二特征骨头；分别将第一特征骨头和第二特征骨头输入对应的骨骼阶段分类模型进行骨龄识别，并获得相应的第一识别结果和第二识别结果；若第一识别结果和第二识别结果一致，则输出本次骨龄识别结果，若第一识别结果和第二识别结果不一致，则发出异常报警。本发明专利技术采用相邻骨头检测、第一识别结果和第二识别结果比较；两种检验过程将本次骨龄识别的精度进一步提高。

【技术实现步骤摘要】
一种AI骨龄快速识别方法
本专利技术属于骨骼成熟度分析
，具体涉及一种AI骨龄快速识别方法。
技术介绍
骨骼成熟度(骨龄)分析作为生长发育程度的一项重要指标，在医学、体育及司法鉴定等领域中发挥着重要作用，特别是在对青少年脊柱侧凸等病人的临床管理中，进行骨骼成熟度分析以理解其生长的高峰期与停止期，对于决定临床观察间隔、定时开始和终止支撑治疗至关重要。而由于手腕部的骨块数量较多、包含的信息量大，且采集更加方便，因此通常采用手腕部骨骼进行骨骼成熟度评价。目前国际上较为常用的骨骼发育成熟度评价方法包括基于欧美人骨骼发育特点提出的G-P图谱法和TW计分法。而由于各国人骨骼发育情况存在较大差异，G-P图谱法和TW计分法不能完全适用于东亚人种。我国也先后制定了李果珍法、CHN法、中华-05标准等评价方法，而由于儿童生长发育加速，上述评价方法也存在一定滞后。2013年香港大学的Luk等提出了一种通过桡骨远端和尺骨分类的评定标准来评定骨骼成熟度。该标准研究了这些骨骺每一阶段改变对应的骨龄和性征、站高、坐高、臂距、桡骨长度、胫骨长度的发展，发本文档来自技高网...

【技术保护点】
1.一种AI骨龄快速识别方法，其特征在于，包括以下步骤：/nS1：获取待识别的骨骼图像；/nS2：在步骤S1的基础上，通过骨骼位置检测模型将所述骨骼图像中各个骨头调整至基准位置；/nS3：在步骤S2的基础上，通过识别模型识别所述骨骼图像处于基准位置的第一特征骨头，并且，通过识别模型识别所述骨骼图像处于基准位置且与所述第一特征骨头相邻的第二特征骨头；/nS4：在步骤S3的基础上，分别将所述第一特征骨头和所述第二特征骨头输入对应的骨骼阶段分类模型进行骨龄识别，并获得相应的第一识别结果和第二识别结果；/nS5：在步骤S4的基础上，若所述第一识别结果和所述第二识别结果一致，则输出本次骨龄识别结果，若所...

【技术特征摘要】
1.一种AI骨龄快速识别方法，其特征在于，包括以下步骤：
S1：获取待识别的骨骼图像；
S2：在步骤S1的基础上，通过骨骼位置检测模型将所述骨骼图像中各个骨头调整至基准位置；
S3：在步骤S2的基础上，通过识别模型识别所述骨骼图像处于基准位置的第一特征骨头，并且，通过识别模型识别所述骨骼图像处于基准位置且与所述第一特征骨头相邻的第二特征骨头；
S4：在步骤S3的基础上，分别将所述第一特征骨头和所述第二特征骨头输入对应的骨骼阶段分类模型进行骨龄识别，并获得相应的第一识别结果和第二识别结果；
S5：在步骤S4的基础上，若所述第一识别结果和所述第二识别结果一致，则输出本次骨龄识别结果，若所述第一识别结果和所述第二识别结果不一致，则发出异常报警。


2.根据权利要求1所述的一种AI骨龄快速识别方法，其特征在于，在步骤S3中，在识别所述第一特征骨头和所述第二特征骨头后，将所述第一特征骨头和所述第二特征骨头同时输入到相邻骨头检测数据库进行相邻检测，若所述第一特征骨头和所述第二特征骨头满足相邻检测，则进行步骤S4，若所述第一特征骨头和所述第二特征骨头不满足相邻检测，则停止识别并发出异常报警，其中，所述相邻骨头检测数据库为：以两种特征骨头作为输入，输出所述两种特征骨头是否满足相邻的神经网络模型。


3.根据权利要求1所述的一种AI骨龄快速识别方法，其特征在于，所述骨骼位置检测模型：在采集的骨骼图像中标记出目标骨骼区域，得到目标骨骼位置检测数据集；并构建目标骨骼区域检测模型，通过所述目标骨骼位置检测数据集中的骨骼图像对目标骨骼位置检测模型进行训练；所述目标骨骼位置检测模型包括RPN网络与FastR-CNN网络，所述RPN网络与FastR-CNN网络共享底层卷积层，底层卷积层包括5层卷积层，底层卷积层后包括第六卷积层，第六卷积层连接2个卷积分支，通过2个卷积分支分别输出初始区域分类得...

【专利技术属性】
技术研发人员：邓奕，梅礼晔，熊英鹏，肖兰，张晓霞，郭晓鹏，尹汪，陈斯彦，
申请(专利权)人：武汉华晨酷神智能科技有限公司，汉口学院，
类型：发明
国别省市：湖北;42