超声髋关节骨龄评估方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种超声髋关节骨龄评估方法、系统、设备及存储介质，它属于一种基于解剖学区域检测的弱监督超声髋关节骨龄评估方案，包含两个阶段：第一个阶段，能够准确定位解剖学关键区域，一方面，能够提高后续骨龄预测的准确度；另一方面，能够提供可解释性的解剖学关键区域，有利于促进医学研究的进一步发展；第二个阶段，在具有可解释性的解剖学关键区域的基础上回归预测骨龄。的基础上回归预测骨龄。的基础上回归预测骨龄。

【技术实现步骤摘要】
超声髋关节骨龄评估方法、系统、设备及存储介质


[0001]本专利技术涉及骨龄评估
，尤其涉及一种超声髋关节骨龄评估方法、系统、设备及存储介质。

技术介绍

[0002]骨龄评估是通过骨骼形态推断儿童骨骼发育成熟程度的技术。
[0003]目前主流的骨龄评估方法使用左手掌骨X光影像（放射影像），通过对多个骨骼解剖学关键区域中提取的细微视觉特征进行综合分析来估计骨龄，因此解剖学区域检测是骨龄评估中的关键问题。为了达到满意的评估效果，许多现有骨龄评估算法高度依赖于额外的人工标注信息。在手部标注框监督下，能够完成对掌骨区域的检测，从而排除背景噪声的干扰；在骨骼关键点监督下，能够准确定位具有解剖学意义的骨骼关键区域，进而对其形态结构进行精细化地特征提取与分析。然而，准确精细的人工标注信息获取代价十分昂贵，在很大程度上限制了这些骨龄评估算法的实际应用；同时，相比于超声影像，放射影像学技术在成像、安全和成本方面具有较大局限性，不利于骨龄评估设备的广泛基层部署。
[0004]近年来，许多研究倾向于不使用精细人工标注信息，通过挖掘影像自身结构特点完成骨龄评估，这类研究属于弱监督方法，相较而言弱监督方法具有更广泛的应用价值，但是，目前基于弱监督方法进行超声骨龄评估的方案准确度不佳，且缺乏可解释性。

技术实现思路

[0005]本专利技术的目的是提供一种超声髋关节骨龄评估方法、系统、设备及存储介质，能够显著降低骨龄评估的平均绝对误差，提升骨龄评估结果准确度，并为超声髋关节骨龄评估提供可解释性。
[0006]本专利技术的目的是通过以下技术方案实现的：一种超声髋关节骨龄评估方法，包括：第一阶段：利用注意力机制自动定位超声髋关节影像中的解剖学关键区域，并裁剪出解剖学关键区域的图像；第二阶段：对所述解剖学关键区域的图像进行特征提取，利用特征提取获得的特征向量进行骨龄评估。
[0007]一种超声髋关节骨龄评估系统，该系统包括：检测网络，利用注意力机制自动定位超声髋关节影像中的解剖学关键区域，并裁剪出解剖学关键区域的图像；回归网络，对所述解剖学关键区域的图像进行特征提取，利用特征提取获得的特征向量进行骨龄评估。
[0008]一种处理设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现前述的方法。
[0009]一种可读存储介质，存储有计算机程序，当计算机程序被处理器执行时实现前述的方法。
[0010]由上述本专利技术提供的技术方案可以看出，它属于一种基于解剖学区域检测的弱监督超声髋关节骨龄评估方案，包含两个阶段：第一个阶段，能够准确定位解剖学关键区域，一方面，能够提高后续骨龄预测的准确度；另一方面，能够提供可解释性的解剖学关键区域，有利于促进医学研究的进一步发展；第二个阶段，在具有可解释性的解剖学关键区域的基础上回归预测骨龄，具有较高准确度。
附图说明
[0011]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例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，对于本领域的普通技术人员来讲，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他附图。
[0012]图1为本专利技术实施例提供的一种超声髋关节骨龄评估方法的示意图；图2为本专利技术实施例提供的解剖学关键区域自动检测阶段示意图；图3为本专利技术实施例提供的骨龄评估阶段示意图；图4为本专利技术实施例提供的一种超声髋关节骨龄评估系统的示意图；图5为本专利技术实施例提供的一种处理设备的示意图。
具体实施方式
[0013]下面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，所描述的实施例仅仅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，都属于本专利技术的保护范围。
[0014]首先对本文中可能使用的术语进行如下说明：术语“包括”、“包含”、“含有”、“具有”或其它类似语义的描述，应被解释为非排它性的包括。例如：包括某技术特征要素（如原料、组分、成分、载体、剂型、材料、尺寸、零件、部件、机构、装置、步骤、工序、方法、反应条件、加工条件、参数、算法、信号、数据、产品或制品等），应被解释为不仅包括明确列出的某技术特征要素，还可以包括未明确列出的本领域公知的其它技术特征要素。
[0015]下面对本专利技术所提供的一种超声髋关节骨龄评估方法、系统、设备及存储介质进行详细描述。本专利技术实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。本专利技术实施例中未注明具体条件者，按照本领域常规条件或制造商建议的条件进行。本专利技术实施例中所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。
[0016]实施例一本专利技术实施例提供一种超声髋关节骨龄评估方法，它是一种基于解剖学区域检测的弱监督超声髋关节骨龄评估方案，图1展示了该方法整体流程，主要包括：第一阶段：利用注意力机制自动定位超声髋关节影像中的解剖学关键区域，并裁
剪出解剖学关键区域的图像。
[0017]第二阶段：对所述解剖学关键区域的图像进行特征提取，利用特征提取获得的特征向量进行骨龄评估。
[0018]为了便于理解，下面针对以上两个阶段的优选实施方式进行介绍。
[0019]一、第一阶段。
[0020]本专利技术实施例中，所述第一阶段为解剖学关键区域自动检测阶段，其通过检测网络实现，检测网络利用注意力机制自动定位超声髋关节影像中最具区分性的解剖学区域，并对其进行阈值裁剪得到具有可解释性的关键局部区域，提供给第二阶段进行骨龄评估预测。
[0021]如图2所示，展示了解剖学关键区域自动检测阶段的主要原理。下面从网络训练与获得解剖学关键区域两个方面进行介绍。
[0022]（1）网络训练。
[0023]输入图像为超声髋关节影像，将其调整为指定尺寸（不影响一般性，本专利技术中设置为448
×
448像素）后，通过第一骨干网络进行特征提取，获得特征图；其中，R表示实数集，C表示通道数，H与W分别表示第一骨干网络提取的特征图的高度与宽度，具体尺寸随第一骨干网络而变化。
[0024]本专利技术实施例中，第一骨干网络可以采用现有神经网络中的特征提取网络来实现，具体的网络结构不做限定。
[0025]将所述特征图进行全局平均池化，转化为指示通道响应的特征向量，表示为：其中，表示全局平均池化操作。
[0026]再通过第一全连接层对所述指示通道响应的特征向量进行变换，获得输出得分，表示为：其中，为第一全连接层的权重参数，，第t个元素表示将骨龄评估为t时对应的得分，t=1,2,
…
,T，T为骨龄标签最大值，单位为天。本专利技术各符号中的下标t表示相应元素所在集合中的序号，序号t等同于相应的骨龄t。
[0027]对于一张真实骨龄为（已知信息）的超声髋关节影像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声髋关节骨龄评估方法，其特征在于，包括：第一阶段：利用注意力机制自动定位超声髋关节影像中的解剖学关键区域，并裁剪出解剖学关键区域的图像；第二阶段：对所述解剖学关键区域的图像进行特征提取，利用特征提取获得的特征向量进行骨龄评估。2.根据权利要求1所述的一种超声髋关节骨龄评估方法，其特征在于，所述第一阶段通过检测网络实现；通过所述检测网络对超声髋关节影像进行特征提取，获得特征图；将所述特征图进行全局平均池化，转化为指示通道响应的特征向量；通过第一全连接层对所述指示通道响应的特征向量进行变换，获得输出得分，利用输出得分计算出骨龄伪标签；同时，利用第一全连接层对特征图进行变换获得注意力图，利用骨龄伪标签对注意力图进行加权融合获得新的注意力图，利用所述新的注意力图裁剪出解剖学关键区域的图像。3.根据权利要求2所述的一种超声髋关节骨龄评估方法，其特征在于，在训练阶段，利用输出得分与骨龄标签构造第一损失函数并对所述检测网络进行约束；定义输出得分，第t个元素表示将骨龄评估为t时对应的得分，t=1,2,
…
,T，T为骨龄标签最大值；利用输出得分计算骨龄概率：其中，e为自然常数，表示将骨龄评估为t时对应的概率，表示将骨龄评估为i时对应的得分；对于一张真实骨龄为的超声髋关节影像，使用标签平滑后的向量作为其骨龄标签，是骨龄标签的第t个元素，通过如下公式计算：其中，为控制平滑程度的超参数；构造的第一损失函数表示为：。4.根据权利要求2所述的一种超声髋关节骨龄评估方法，其特征在于，利用输出得分计算出骨龄伪标签的步骤包括：利用输出得分计算骨龄评估为t时对应的概率， t=1,2,
…
,T，表示为：
其中，与分别表示将骨龄评估为t与i时对应的得分， T为骨龄标签最大值；选出最大概率对应的t的数值，记为，并利用标签平滑公式得到骨龄伪标签，其中，是骨龄伪标签的第t个元素，计算公式表示为：其中，e为自然常数，为控制平滑程度的超参数。5.根据权利...

【专利技术属性】
技术研发人员：谢洪涛，闫云燕，张思成，孙军，陈勋，张勇东，
申请(专利权)人：安徽省儿童医院安徽省新华医院，安徽省儿科医学研究所，
类型：发明
国别省市：