本发明专利技术实施例提供了一种脊柱侧弯检测方法及装置，该方法包括：获取待检测的胸部图像；对待检测的胸部图像进行预处理，得到待分割数据图像；将待分割数据图像输入到预先建立的脊柱分割模型中，对待分割数据图像中的脊柱进行语义分割，得到脊柱语义分割掩码；其中预先建立的脊柱分割模型为具有周期残差式微调高低语义信息结构的全卷积神经网络；根据脊柱语义分割掩码，判断待检测的胸部图像中的脊柱侧弯和计算侧弯科布角，这样，可以快速筛查脊柱侧弯，并将脊柱的区域精确勾勒出来，提高了检测效率。效率。效率。
【技术实现步骤摘要】
脊柱侧弯检测方法、装置、终端设备及可读存储介质
[0001]本专利技术涉及计算机
，特别是涉及一种脊柱侧弯检测方法、装置、终端设备及可读存储介质。
技术介绍
[0002]脊柱侧弯，是一种脊柱的三维畸形，脊柱侧弯早期一般会表现为双肩高低不平，脊柱偏离中线，两侧肩胛骨一高一低，一侧胸部出现皱褶皮，向前弯时双侧背部不对称等。
[0003]针对脊柱侧弯的检查方法有X光线检查,医生在X光片中手工进行测量或在数字化阅片机器上使用电子测量工具进行测量，这种方法需要人为的参与，非常消耗人力物力和时间。但是如果有大量的X光片需要检测脊柱侧弯时，则需要消耗较多的人力，检测效率较低。
技术实现思路
[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种脊柱侧弯检测方法、装置、终端设备及可读存储介质。
[0005]第一个方面，本专利技术实施例提供一种脊柱侧弯检测方法，所述方法包括：
[0006]获取待检测的胸部图像；
[0007]对所述待检测的胸部图像进行预处理，得到待分割数据图像；
[0008]将所述待分割数据图像输入到预先建立的脊柱分割模型中，对所述待分割数据图像中的脊柱进行语义分割，得到脊柱语义分割掩码；其中所述预先建立的脊柱分割模型为具有周期残差式微调高低语义信息结构的全卷积神经网络；
[0009]根据所述脊柱语义分割掩码，判断所述待检测的胸部图像中的脊柱侧弯和计算侧弯科布角。
[0010]可选地，所述对所述待检测的胸部图像进行预处理，得到待分割数据图像，包括：
[0011]将所述待检测的胸部图形生成RGB图像数据；
[0012]对所述RGB图像进行归一化处理，得到处理后的图像数据；
[0013]对所述处理后的图像数据进行缩放处理，得到预设尺寸的待分割数据图像。
[0014]可选地，所述待检测的胸部图像的数据格式至少包括DICOM、PNG或JPG中的一种；所述将所述待检测的胸部图像生成RGB图像数据，包括：
[0015]若所述待检测的胸部图像的数据格式为PNG或JPG，通过OpenCV库读取所述待检测的胸部图像，生成所述RGB图像数据；
[0016]若所述待检测的胸部图像的数据格式为DICOM格式，则通过SimpleITK库来读取待检测的胸部图像，所述待检测的胸部图像是通道数为1的灰度图像数据；对所述通道数据为1的灰度图像数据进行复制并合并，生成所述RGB图像数据。
[0017]可选地，所述将所述待分割数据图像输入到预先建立的脊柱分割模型中，对所述待分割数据图像中的脊柱进行语义分割，得到脊柱语义分割掩码，包括：
[0018]通过特征提取网络，获取不同尺寸的特征图，其中，所述不同尺寸的特征图是根据所述待分割数据图像按照预设比例确定的；
[0019]对所述不同尺寸的特征图进行采样和合并处理，分别生成低级语义信息特征图和高级语义信息特征图；
[0020]采用周期残差式微调高低语义信息的结构，对所述低级语义信息特征图和高级语义信息特征图进行融合，得到融合后特征图；
[0021]对所述融合后特征图进行非线性激活函数操作处理，得到所述脊柱分割模型的输出数据；
[0022]对所述输出数据进行处理，根据处理后的数据和预设条件，确定所述脊柱语义分割的掩码。
[0023]可选地，所述对所述不同尺寸的特征图进行采样和合并处理，分别生成低级语义信息特征图和高级语义信息特征图，包括：
[0024]通过所述特征提取网络，获取第一尺寸特征图、第二尺寸特征图、第三尺寸特征图、第四尺寸特征图和第五尺寸特征图；对所述第二尺寸特征图和所述第三尺寸特征图进行上采样，生成第一尺寸数据；
[0025]将所述第一尺寸数据与所述第一尺寸特征图进行合并，生成所述低级语义信息特征图；
[0026]将所述第五尺寸特征图进行上采样，生成第四尺寸数据；
[0027]将所述第四尺寸数据和所述第四尺寸特征图进行合并；生成合并特征图；
[0028]对所述合并特征图进行空洞空间卷积池化金字塔以不同采样率的空洞卷积并行采样，生成采样特征图；
[0029]对所述采样特征图进行上采样至第一尺寸，生成所述高级语义信息特征图。
[0030]可选地，所述采用周期残差式微调高低语义信息的结构，对所述低级语义信息特征图和高级语义信息特征图进行融合，得到融合后特征图，包括:
[0031]将高级语义信息特征图确定为周期初始特征图；
[0032]在每一个周期中，将所述周期初始特征图与低级语义信息特征图进行融合，再与周期初始特征图相加，生成周期中期特征图；
[0033]将所述周期中期特征图和高级语义信息特征图进行融合，再与所述周期中期特征图相加，生成下一个周期的周期初始特征图；
[0034]将每一个周期初始特征图和周期中期特征图对应像素点相加，再除以特征图的数量，得到融合后特征图。
[0035]可选地，所述根据所述脊柱语义分割掩码，判断所述待检测的胸部图像中的脊柱侧弯和计算侧弯科布角，包括：
[0036]沿y轴方向自上而下间步长为预设值来遍历，确定每个横线上所有值为1的像素点的中心点；
[0037]根据所述中心点，确定一条下采样的脊柱中心线；
[0038]根据所述脊柱中心线，确定得到首部中心点和尾部中心点；
[0039]统计脊柱中心线上的每个点与首部中心点和尾部中心点连线的点线距离；
[0040]若所述点线距离大于预设值，则确定存在弯曲现象；
[0041]根据所述点线距离，分别获取y轴坐标最小和最大的两个点以及点线距离最大的点，确定所述标侧弯科布角。
[0042]第二个方面，本专利技术实施例提供一种脊柱侧弯检测装置，所述装置包括：
[0043]获取模块，用于获取待检测的胸部图像；
[0044]处理模块，用于对所述待检测的胸部图像进行预处理，得到待分割数据图像；
[0045]确定模块，用于将所述待分割数据图像输入到预先建立的脊柱分割模型中，对所述待分割数据图像中的脊柱进行语义分割，得到脊柱语义分割掩码；其中所述预先建立的脊柱分割模型为具有周期残差式微调高低语义信息结构的全卷积神经网络；
[0046]分割模块，用于根据所述脊柱语义分割掩码，判断所述待检测的胸部图像中的脊柱侧弯和计算侧弯科布角。
[0047]可选地，所述处理模块用于：
[0048]将所述待检测的胸部图形生成RGB图像数据；
[0049]对所述RGB图像进行归一化处理，得到处理后的图像数据；
[0050]对所述处理后的图像数据进行缩放处理，得到预设尺寸的待分割数据图像。
[0051]可选地，所述待检测的胸部图像的数据格式至少包括DICOM、PNG或JPG中的一种；所述处理模块用于：
[0052]若所述待检测的胸部图像的数据格式为PNG或JPG，通过Ope本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种脊柱侧弯检测方法，其特征在于，所述方法包括：获取待检测的胸部图像；对所述待检测的胸部图像进行预处理，得到待分割数据图像；将所述待分割数据图像输入到预先建立的脊柱分割模型中，对所述待分割数据图像中的脊柱进行语义分割，得到脊柱语义分割掩码；其中所述预先建立的脊柱分割模型为具有周期残差式微调高低语义信息结构的全卷积神经网络；根据所述脊柱语义分割掩码，判断所述待检测的胸部图像中的脊柱侧弯和计算侧弯科布角。2.根据权利要求1所述的方法，其特征在于，所述对所述待检测的胸部图像进行预处理，得到待分割数据图像，包括：将所述待检测的胸部图形生成RGB图像数据；对所述RGB图像进行归一化处理，得到处理后的图像数据；对所述处理后的图像数据进行缩放处理，得到预设尺寸的待分割数据图像。3.根据权利要求2所述的方法，其特征在于，所述待检测的胸部图像的数据格式至少包括DICOM、PNG或JPG中的一种；所述将所述待检测的胸部图像生成RGB图像数据，包括：若所述待检测的胸部图像的数据格式为PNG或JPG，通过OpenCV库读取所述待检测的胸部图像，生成所述RGB图像数据；若所述待检测的胸部图像的数据格式为DICOM格式，则通过SimpleITK库来读取待检测的胸部图像，所述待检测的胸部图像是通道数为1的灰度图像数据；对所述通道数据为1的灰度图像数据进行复制并合并，生成所述RGB图像数据。4.根据权利要求3所述的方法，其特征在于，所述将所述待分割数据图像输入到预先建立的脊柱分割模型中，对所述待分割数据图像中的脊柱进行语义分割，得到脊柱语义分割掩码，包括：通过特征提取网络，获取不同尺寸的特征图，其中，所述不同尺寸的特征图是根据所述待分割数据图像按照预设比例确定的；对所述不同尺寸的特征图进行采样和合并处理，分别生成低级语义信息特征图和高级语义信息特征图；采用周期残差式微调高低语义信息的结构，对所述低级语义信息特征图和高级语义信息特征图进行融合，得到融合后特征图；对所述融合后特征图进行非线性激活函数操作处理，得到所述脊柱分割模型的输出数据；对所述输出数据进行处理，根据处理后的数据和预设条件，确定所述脊柱语义分割的掩码。5.根据权利要求4所述的方法，其特征在于，所述对所述不同尺寸的特征图进行采样和合并处理，分别生成低级语义信息特征图和高级语义信息特征图，包括：通过所述特征提取网络，获取第一尺寸特征图、第二尺寸特征图、第三尺寸特征图、第四尺寸特征图和第五尺寸特征图；对所述第二尺寸特征图和所述第三尺寸特征图进行上采样，生成第一尺寸数据；将所述第一尺寸数据与所述第一尺寸特征图进行合并，生成所述低级语义信...
【专利技术属性】
技术研发人员：林黄靖，肖永杰，张宏伟，
申请(专利权)人：深圳视见医疗科技有限公司，
类型：发明
国别省市：
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。