多骨骼发育等级检测方法及终端设备技术

本发明专利技术适用于骨龄技术领域，公开了一种多骨骼发育等级检测方法及终端设备，上述方法包括：获取多骨骼图像；多骨骼图像为包含至少两个待检测骨骼的图像；获取训练后的多骨骼发育等级检测模型；其中，多骨骼发育等级检测模型包括至少两个输出分支，每个输出分支输出一个待检测骨骼的发育等级；将多骨骼图像输入训练后的多骨骼发育等级检测模型中，得到多骨骼图像中的每个待检测骨骼的发育等级；多骨骼发育等级检测模型的输出分支的数量大于或等于多骨骼图像中的待检测骨骼的数量。本发明专利技术通过一个具有多个输出分支的多骨骼发育等级检测模型就可以同时检测多个骨骼的发育等级，无需同时运行多个检测模型，可以节约资源，提高检测效率。

【技术实现步骤摘要】
多骨骼发育等级检测方法及终端设备
本专利技术属于骨龄
，尤其涉及一种多骨骼发育等级检测方法及终端设备。
技术介绍
在骨龄领域，在对骨骼的发育等级进行检测时，通常是一个骨骼对应一个检测模型。在骨骼集中的部分，例如，腕骨部分有7块骨骼，首先需要运行一个骨骼检测模型区分出待检测图像中的各个骨骼的区域，然后将待检测图像切割成多个图像，每个切割后的图像需要运行一个等级检测模型进行等级检测，需要同时运行多个模型才能检测得到多个骨骼的发育等级。但是，同时运行多个模型资源消耗大，且检测效率低。
技术实现思路
有鉴于此，本专利技术实施例提供了一种多骨骼发育等级检测方法及终端设备，以解决现有技术资源消耗大且检测效率低的问题。本专利技术实施例的第一方面提供了一种多骨骼发育等级检测方法，包括：获取多骨骼图像；多骨骼图像为包含至少两个待检测骨骼的图像；获取训练后的多骨骼发育等级检测模型；其中，多骨骼发育等级检测模型包括至少两个输出分支，每个输出分支输出一个待检测骨骼的发育等级；将多骨骼图像输入训练后的多骨骼发育等级检测模型中，得到多骨骼图像中的每个待检测骨骼的发育等级；多骨骼发育等级检测模型的输出分支的数量大于或等于多骨骼图像中的待检测骨骼的数量。本专利技术实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面所述多骨骼发育等级检测方法的步骤。本专利技术实施例的第三方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被一个或多个处理器执行时实现如第一方面所述多骨骼发育等级检测方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例首先获取多骨骼图像，多骨骼图像为包含至少两个待检测骨骼的图像；获取训练后的多骨骼发育等级检测模型；其中，多骨骼发育等级检测模型包括至少两个输出分支，每个输出分支输出一个待检测骨骼的发育等级，然后将多骨骼图像输入训练后的多骨骼发育等级检测模型中，得到多骨骼图像中的每个待检测骨骼的发育等级；多骨骼发育等级检测模型的输出分支的数量大于或等于多骨骼图像中的待检测骨骼的数量。通过一个具有多个输出分支的多骨骼发育等级检测模型就可以同时检测多个骨骼的发育等级，无需同时运行多个检测模型，可以节约资源，提高检测效率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例提供的多骨骼发育等级检测方法的实现流程示意图；图2是本专利技术一实施例提供的多骨骼发育等级检测系统的示意框图；图3是本专利技术一实施例提供的终端设备的示意框图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1是本专利技术一实施例提供的多骨骼发育等级检测方法的实现流程示意图，为了便于说明，仅示出了与本专利技术实施例相关的部分。本专利技术实施例的执行主体可以是终端设备。如图1所示，该方法可以包括以下步骤：S101：获取多骨骼图像；多骨骼图像为包含至少两个待检测骨骼的图像；。其中，多骨骼图像为待检测发育等级的骨骼的图像，可以包括两个或两个以上待检测发育等级的骨骼。S102：获取训练后的多骨骼发育等级检测模型；其中，多骨骼发育等级检测模型包括至少两个输出分支，每个输出分支输出一个待检测骨骼的发育等级。具体地，在多骨骼发育等级检测模型中，至少两个输出分支共用特征提取层，只是在中间层分出至少两个分支，用于根据不同的底层特征输出不同的待检测骨骼的发育等级。在本专利技术的一个实施例中，多骨骼图像为腕骨图像，多骨骼发育等级检测模型包括七个输出分支。在一个具体的应用场景中，多骨骼发育等级检测模型可以用于检测腕骨部分的各个骨骼的发育等级。腕骨部分包括7个骨骼，对应的多骨骼发育等级检测模型可以包括七个输出分支，一一对应输出每个骨骼的发育等级。当然，多骨骼发育等级检测模型也可以包括多于七个的输出分支，其中七个输出分支一一对应输出每个骨骼的发育等级，剩余的输出分支闲置。多骨骼图像也可以是其它部分的骨骼图像，在此不做具体限制。在本专利技术的一个实施例中，在上述S102之前，上述多骨骼发育等级检测方法还可以包括以下步骤：构建单骨骼发育等级检测模型，单骨骼发育等级检测模型包括一个输出分支；对单骨骼发育等级检测模型进行训练，得到训练后的单骨骼发育等级检测模型，并冻结训练后的单骨骼发育等级检测模型中的参数；在训练后的单骨骼发育等级检测模型的中间层新增输出分支，并对新增的输出分支进行训练，得到训练后的多骨骼发育等级检测模型。在本专利技术的一个实施例中，上述在训练后的单骨骼发育等级检测模型的中间层新增输出分支，并对新增的输出分支进行训练，得到训练后的多骨骼发育等级检测模型，可以包括：在训练后的单骨骼发育等级检测模型的中间层新增一个输出分支，得到第一骨骼发育等级检测模型；对第一骨骼发育等级检测模型中的新增的输出分支进行训练，得到训练后的第一骨骼发育等级检测模型；将训练后的第一骨骼发育等级检测模型作为新的训练后的单骨骼发育等级检测模型，并跳转至在训练后的单骨骼发育等级检测模型的中间层新增一个输出分支，得到第一骨骼发育等级检测模型的步骤循环执行，直至训练后的第一骨骼发育等级检测模型的输出分支的数量达到预设数量；将输出分支的数量达到预设数量的训练后的第一骨骼发育等级检测模型记为训练后的多骨骼发育等级检测模型。其中，单骨骼发育等级检测模型可以是任意一个可以实现骨骼的发育等级检测的卷积神经网络模型，在此不做具体限制。具体地，采用现有方法对单骨骼发育等级检测模型进行训练，使得训练后的单骨骼发育等级检测模型达到理想效果。冻结训练后的单骨骼发育等级检测模型的所有参数，即在后续训练过程中，单骨骼发育等级检测模型的所有参数不再发生变化。在训练后的单骨骼发育等级检测模型的中间层新增一个输出分支，得到第一骨骼发育等级检测模型，此时，第一骨骼发育等级检测模型包括两个输出分支。采用现有方法对第一骨骼发育等级检测模型中的新增的输出分支进行训练，得到训练后的第一骨骼发育等级检测模型，冻结训练后的第一骨骼发育等级检测模型的参数，即在后续训练过程中，其参数不会发生变化。循环执行上述新增输出分支，训练输出分支的过程，直至训练后的第一骨骼发育等级检测模型的输出分支的数本文档来自技高网...

【技术保护点】
1.一种多骨骼发育等级检测方法，其特征在于，包括：/n获取多骨骼图像；所述多骨骼图像为包含至少两个待检测骨骼的图像；/n获取训练后的多骨骼发育等级检测模型；其中，所述多骨骼发育等级检测模型包括至少两个输出分支，每个输出分支输出一个待检测骨骼的发育等级；/n将所述多骨骼图像输入所述训练后的多骨骼发育等级检测模型中，得到所述多骨骼图像中的每个待检测骨骼的发育等级；所述多骨骼发育等级检测模型的输出分支的数量大于或等于所述多骨骼图像中的待检测骨骼的数量。/n

【技术特征摘要】
1.一种多骨骼发育等级检测方法，其特征在于，包括：
获取多骨骼图像；所述多骨骼图像为包含至少两个待检测骨骼的图像；
获取训练后的多骨骼发育等级检测模型；其中，所述多骨骼发育等级检测模型包括至少两个输出分支，每个输出分支输出一个待检测骨骼的发育等级；
将所述多骨骼图像输入所述训练后的多骨骼发育等级检测模型中，得到所述多骨骼图像中的每个待检测骨骼的发育等级；所述多骨骼发育等级检测模型的输出分支的数量大于或等于所述多骨骼图像中的待检测骨骼的数量。


2.根据权利要求1所述的多骨骼发育等级检测方法，其特征在于，在所述获取训练后的多骨骼发育等级检测模型之前，所述多骨骼发育等级检测方法还包括：
构建单骨骼发育等级检测模型，所述单骨骼发育等级检测模型包括一个输出分支；
对所述单骨骼发育等级检测模型进行训练，得到训练后的单骨骼发育等级检测模型，并冻结所述训练后的单骨骼发育等级检测模型中的参数；
在所述训练后的单骨骼发育等级检测模型的中间层新增输出分支，并对新增的输出分支进行训练，得到所述训练后的多骨骼发育等级检测模型。


3.根据权利要求2所述的多骨骼发育等级检测方法，其特征在于，所述在所述训练后的单骨骼发育等级检测模型的中间层新增输出分支，并对新增的输出分支进行训练，得到所述训练后的多骨骼发育等级检测模型，包括：
在所述训练后的单骨骼发育等级检测模型的中间层新增一个输出分支，得到第一骨骼发育等级检测模型；
对所述第一骨骼发育等级检测模型中的新增的输出分支进行训练，得到训练后的第一骨骼发育等级检测模型；
将所述训练后的第一骨骼发育等级检测模型作为新的训练后的单骨骼发育等级检测模型，并跳转至所述在所述训练后的单骨骼发育等级检测模型的中间层新增一个输出分支，得到第一骨骼发育等级检测模型的步骤循环执行，直至训练后的第一骨骼发育等级检测模型的输出分支的数量达到预设数量；
将输出分支的数量达到预设数量的训练后的第一骨骼发育等级检测模型记为训练后的多骨骼发育等级检测模型。


4.根据权利要求2所述的多骨骼发育等级检测方法，其特征在于，在对每个新增的输出分支进行训练时，均采用交叉熵作为损失函数。


5.根据权利要求1至4任一项所述的多骨骼发育等级检测方法，其特征在于，所述多骨骼图像为腕骨图像，所述多骨骼发育等级检测模型包括七个输出分支。


...

【专利技术属性】
技术研发人员：张淼，李文旭，庞海，张邵岩，
申请(专利权)人：石家庄喜高科技有限责任公司，
类型：发明
国别省市：河北;13