一种髋关节检测方法、设备及装置制造方法及图纸

本申请公开了一种髋关节检测方法、设备及装置。本申请获取包含目标髋关节的超声切面图像；对超声切面图像进行多次特征提取，以及将多次提取得到的骨结构特征进行特征融合，生成表示目标髋关节对应的多个子结构的边缘信息的骨结构边缘特征；基于骨结构边缘特征，从超声切面图像中识别多个子结构对应的目标关键点；根据识别到的多个子结构对应的目标关键点的位置信息，确定用于检测目标髋关节是否异常的检测参数，并根据确定出的检测参数对目标髋关节进行检测。由此基于骨结构关键点与骨结构轮廓在坐标位置上的强相关性，将多次特征提取得到的骨结构边缘特征直接用在关键点检测任务中，有效的提高了关键点检测任务的准确率。有效的提高了关键点检测任务的准确率。有效的提高了关键点检测任务的准确率。

【技术实现步骤摘要】
一种髋关节检测方法、设备及装置


[0001]本申请涉及超声人工智能
，特别涉及一种髋关节检测方法、设备及装置。

技术介绍

[0002]超声成像广泛应用于各种疾病的分析，可以对髋关节进行超声成像，以便对髋关节的特性进行分析，以确定髋关节的健康状态。
[0003]髋关节发育性不良(developmental dysplasia of the hip，DDH)是一种常见的先天性关节疾病。DDH早期的治疗简单有效，治疗成功率非常高，能有效减少后续疾病的产生，因此针对新生儿的DDH筛查具有重要意义。超声相比X光具有无创和无辐射等特点，且能显示婴儿髋关节尚未骨化的部分，便于观察骨头在髋臼内的运动，因此对6月龄以内的婴儿，临床上通常使用超声检查，依据Graf法进行DDH诊断。
[0004]相关技术中，目前用于超声小儿髋关节图像测量骨顶角(α角)与软骨顶角(β角)的算法中，有的对骨结构进行端到端的分割，从分割后的骨结构掩膜中使用传统方法计算关键点位置，但由于骨结构形态多变，传统方法很难准确的从所有骨结构掩膜中正确的确定出关键点位置，从而导致无法准确对髋关节进行检测。

技术实现思路

[0005]本申请的目的是提供一种髋关节检测方法、设备及装置，用以解决相关技术中对于髋关节的关键点位置检测准确率较低的问题。
[0006]第一方面，本申请提供一种髋关节检测方法，所述方法包括：
[0007]获取包含目标髋关节的超声切面图像；
[0008]对所述超声切面图像进行多次特征提取，以及将多次提取得到的骨结构特征进行特征融合，生成表示所述目标髋关节对应的多个子结构的边缘信息的骨结构边缘特征；
[0009]基于所述骨结构边缘特征，从所述超声切面图像中识别所述多个子结构对应的目标关键点；
[0010]根据识别到的所述多个子结构对应的目标关键点的位置信息，确定用于检测所述目标髋关节是否异常的检测参数，并根据确定出的所述检测参数对所述目标髋关节进行检测。
[0011]在一种可能的实施方式中，所述对所述超声切面图像进行多次特征提取，以及将多次提取得到的骨结构特征进行特征融合，生成表示所述目标髋关节对应的多个子结构的边缘信息的骨结构边缘特征，具体包括：
[0012]基于分割子网络中包含的多层分割单元，分别对所述超声切面图像进行特征提取；
[0013]针对所述多层分割单元中的任意一层分割单元，基于所述分割单元，将自身提取到的骨结构特征与下一层分割单元反馈的骨结构特征进行特征融合得到所述骨结构边缘特征。
[0014]在一种可能的实施方式中，所述分割子网络中的每个分割单元包括一个编码器；
[0015]所述基于分割子网络中包含的多层分割单元，分别对所述超声切面图像进行特征提取，具体包括：
[0016]将所述超声切面图像输入第一层分割单元中的编码器，通过所述第一层分割单元中的编码器对所述超声切面图像进行特征提取得到所述目标髋关节的骨结构特征，并将得到的所述骨结构特征输入下一层分割单元中的编码器；
[0017]通过下一层分割单元中的编码器对上一层分割单元中的编码器提取到的骨结构特征进一步提取，直到获取到最后一层分割单元中的编码器提取到的骨结构特征。
[0018]在一种可能的实施方式中，所述分割子网络的分割单元还包括特征拼接模块；
[0019]在分别对所述超声切面图像进行特征提取之后，分别将自身提取到的骨结构特征与下一层分割单元反馈的骨结构特征进行特征融合之前，还包括：
[0020]针对所述分割子网络中的多层分割单元分别执行以下操作：基于所述分割单元中的特征拼接模块，根据所述特征拼接模块对应的注意力权重，对下一层分割单元反馈的骨结构特征以及所述分割单元的编码器输出的骨结构特征进行加权处理后进行特征拼接。
[0021]在一种可能的实施方式中，所述分割子网络的分割单元还包括解码器；
[0022]所述分别将自身提取到的骨结构特征与下一层分割单元反馈的骨结构特征进行特征融合，具体包括：
[0023]针对所述分割子网络中的多层分割单元分别执行以下操作：基于所述分割单元的解码器对拼接处理后的下一层分割单元反馈的骨结构特征以及所述分割单元的编码器输出的骨结构特征进行特征融合，并将融合后的骨结构特征反馈至上一层分割单元的特征拼接模块。
[0024]在一种可能的实施方式中，所述分割子网络还包括修正单元，所述修正单元中包括编码器和膨胀卷积模块；
[0025]在所述基于分割子网络中包含的多层分割单元，分别对所述超声切面图像进行特征提取之后，还包括：
[0026]获取所述分割子网络中最后一层分割单元的编码器输出的骨结构特征，基于所述修正单元中的编码器对所述最后一层分割单元的编码器输出的骨结构特征进一步提取；
[0027]基于所述膨胀卷积模块，对所述修正单元中的编码器输出的骨结构特征进行多层空洞卷积处理，并将处理后的骨结构特征输出给所述分割子网络中最后一层分割单元的特征拼接模块。
[0028]在一种可能的实施方式中，所述基于所述骨结构边缘特征，从所述超声切面图像中识别所述多个子结构对应的目标关键点，具体包括：
[0029]基于关键点检测子网络中的编码器单元，对所述分割子网络中各个分割单元输出的骨结构边缘特征进行编码处理；
[0030]基于关键点检测子网络中的特征加权模块，对编码处理后的骨结构边缘特征进行矩阵运算得到所述编码处理后的骨结构边缘特征对应的注意力权重；根据所述编码处理后的骨结构边缘特征对应的注意力权重，对所述编码处理后的骨结构边缘特征进行加权处理；
[0031]基于关键点检测子网络中的解码单元，对加权处理后的骨结构边缘特征进行解码
处理，得到所述多个子结构对应的目标关键点。
[0032]在一种可能的实施方式中，所述编码器单元中包含多个编码器，且所述编码器单元中包含的编码器与所述分割子网络中包含的分割单元一一对应；
[0033]所述基于关键点检测子网络中的编码器单元，对所述分割子网络中各个分割单元输出的骨结构边缘特征进行编码处理，具体包括：
[0034]将所述分割子网络中第一层分割单元输出的骨结构边缘特征、与所述超声切面图像输入所述编码器单元的第一个编码器进行编码处理，并将编码得到的骨结构边缘特征输入下一个编码器；
[0035]通过所述下一个编码器对所述上一个编码器输出的骨结构边缘特征以及所述下一个编码器对应的分割单元输出的骨结构边缘特征进行编码处理，直到获取到最后一个编码器输出的骨结构边缘特征。
[0036]第二方面，本申请实施例提供一种髋关节检测设备，所述设备包括至少一个处理器、以及至少一个存储器；其中，所述存储器存储有程序代码，当程序代码被所述处理器执行时，使得所述处理器执行下列过程：
[0037]获取包含目标髋关节的超声切面图像；
[0038]对所述超声切面图像进行多次特征提取，以及将多次提取得到的骨结构特征进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种髋关节检测方法，其特征在于，所述方法包括：获取包含目标髋关节的超声切面图像；对所述超声切面图像进行多次特征提取，以及将多次提取得到的骨结构特征进行特征融合，生成表示所述目标髋关节对应的多个子结构的边缘信息的骨结构边缘特征；基于所述骨结构边缘特征，从所述超声切面图像中识别所述多个子结构对应的目标关键点；根据识别到的所述多个子结构对应的目标关键点的位置信息，确定用于检测所述目标髋关节是否异常的检测参数，并根据确定出的所述检测参数对所述目标髋关节进行检测。2.根据权利要求1所述的方法，其特征在于，所述对所述超声切面图像进行多次特征提取，以及将多次提取得到的骨结构特征进行特征融合，生成表示所述目标髋关节对应的多个子结构的边缘信息的骨结构边缘特征，具体包括：基于分割子网络中包含的多层分割单元，分别对所述超声切面图像进行特征提取；针对所述多层分割单元中的任意一层分割单元，基于所述分割单元，将自身提取到的骨结构特征与下一层分割单元反馈的骨结构特征进行特征融合得到所述骨结构边缘特征。3.根据权利要求2所述的方法，其特征在于，所述分割子网络中的每个分割单元包括一个编码器；所述基于分割子网络中包含的多层分割单元，分别对所述超声切面图像进行特征提取，具体包括：将所述超声切面图像输入第一层分割单元中的编码器，通过所述第一层分割单元中的编码器对所述超声切面图像进行特征提取得到所述目标髋关节的骨结构特征，并将得到的所述骨结构特征输入下一层分割单元中的编码器；通过下一层分割单元中的编码器对上一层分割单元中的编码器提取到的骨结构特征进一步提取，直到获取到最后一层分割单元中的编码器提取到的骨结构特征。4.根据权利要求2所述的方法，其特征在于，所述分割子网络的分割单元还包括特征拼接模块；在分别对所述超声切面图像进行特征提取之后，分别将自身提取到的骨结构特征与下一层分割单元反馈的骨结构特征进行特征融合之前，还包括：针对所述分割子网络中的多层分割单元分别执行以下操作：基于所述分割单元中的特征拼接模块，根据所述特征拼接模块对应的注意力权重，对下一层分割单元反馈的骨结构特征以及所述分割单元的编码器输出的骨结构特征进行加权处理后进行特征拼接。5.根据权利要求4所述的方法，其特征在于，所述分割子网络的分割单元还包括解码器；所述分别将自身提取到的骨结构特征与下一层分割单元反馈的骨结构特征进行特征融合，具体包括：针对所述分割子网络中的多层分割单元分别执行以下操作：基于所述分割单元的解码器对拼接处理后的下一层分割单元反馈的骨结构特征以及所述分割单元的编码器输出的骨结构特征进行特征融合，并将融合后的骨结构特征反馈至上一层分割单元的特征拼接模块。6.根据权利要求4所述的方法，其特征在于，所述分割子网络还包括修正单元，所述修
正单元中包括编码器和膨胀卷积模块；在所述基于分割子网络中包含的多层分割单元，分别对所述超声切面图像进行特征提取之后，还包括：获取所述分割子网络中最后一层分割单元的编码器输出的骨结构特征，基于所述修正单元中的编码器对所述最...

【专利技术属性】
技术研发人员：崔翔宇，郭颂，王文凯，陈哲，
申请(专利权)人：青岛海信医疗设备股份有限公司，
类型：发明
国别省市：