【技术实现步骤摘要】
椎骨识别方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种椎骨识别方法、装置、设备及存储介质。
技术介绍
[0002]解剖结构的定位与识别是任何医学影像分析的重要部分。在脊柱相关的诊断和研究中，椎骨的定位和标注尤为重要。比如椎骨的相对位置可以为诊断脊柱侧弯和压缩性骨折等病症提供分析支撑。
[0003]现有方案通常是利用深度学习模型进行椎骨识别和定位都是完全基于3D医学影像数据，在实际应用中速度太慢，在实际生产中对于计算资源要求太高，而且计算速度也不尽如人意，即现有方案的识别速度和准确率低。
技术实现思路
[0004]本专利技术提供了一种椎骨识别方法、装置、设备及存储介质，用于提高椎骨识别的识别速度和准确率。
[0005]本专利技术第一方面提供了一种椎骨识别方法，所述椎骨识别方法包括：获取待处理的脊柱影像数据，并对所述脊柱影像数据进行预处理，得到目标影像数据；将所述目标影像数据输入预置的脊柱定位模型进行特征提取，得到三维高斯热图，并对所述三维高斯热图进行三维矩阵计算...
【技术保护点】
【技术特征摘要】
1.一种椎骨识别方法，其特征在于，所述椎骨识别方法包括：获取待处理的脊柱影像数据，并对所述脊柱影像数据进行预处理，得到目标影像数据；将所述目标影像数据输入预置的脊柱定位模型进行特征提取，得到三维高斯热图，并对所述三维高斯热图进行三维矩阵计算，得到脊柱边界框；对所述脊柱影像数据进行重定向和图像块网格划分，得到脊柱切片图像和多个图像块，并根据所述脊柱边界框对所述脊柱切片图像进行局部最大密度投影计算，得到切片局部最大密度投影图；根据所述切片局部最大密度投影图生成多个图像块最大密度投影图，并分别将多个最大密度投影图输入预置的椎骨识别和定位模型进行椎骨识别和定位，得到每个图像块对应的二维高斯热图组；根据每个图像块对应的二维高斯热图组计算所述脊柱影像数据对应的目标三维高斯热图组；对所述目标三维高斯热图组进行椎体中心计算，生成椎骨识别结果，其中，所述椎骨识别结果包括：每块椎骨的椎骨类别和中心坐标。2.根据权利要求1所述的椎骨识别方法，其特征在于，所述椎骨识别方法还包括：获取带有训练标签的多个训练影像数据以及训练模型；分别将所述多个训练影像数据输入所述训练模型进行模型训练，得到每个训练影像数据对应的训练高斯热图；对每个训练影像数据对应的训练高斯热图进行标签损失值计算，得到损失值计算结果；根据所述损失值计算结果判断所述训练模型是否满足预设训练退出条件；若满足，则将当前的训练模型作为脊柱定位模型并输出。3.根据权利要求1所述的椎骨识别方法，其特征在于，所述将所述目标影像数据输入预置的脊柱定位模型进行特征提取，得到三维高斯热图，并对所述三维高斯热图进行三维矩阵计算，得到脊柱边界框，包括：将所述目标影像数据输入预置的脊柱定位模型；通过所述脊柱定位模型对所述目标影像数据进行编码和解码操作，得到三维高斯热图；对所述三维高斯热图进行三维矩阵计算，得到高斯热图中心，并根据所述高斯热图中心生成脊柱边界框。4.根据权利要求1所述的椎骨识别方法，其特征在于，所述对所述脊柱影像数据进行重定向和图像块网格划分，得到脊柱切片图像和多个图像块，并根据所述脊柱边界框对所述脊柱切片图像进行局部最大密度投影计算，得到切片局部最大密度投影图，包括：按照预设的重定向规则对所述脊柱影像数据进行重定向，得到重定向影像数据；对所述重定向影像数据进行尺寸标准化处理，得到标准影像数据；对所述标准影像数据进行图像块网格划分，得到脊柱切片图像和多个图像块；根据所述脊柱边界框对所述脊柱切片图像进行矢状位和冠状位的局部最大密度投影，得到局部最大密度投影二维投影图；对所述局部最大密度投影二维投影图进行重采样，得到切片局部最大密度投影图。
5.根据权利要求1所述的椎骨识别方法，其特征在于，所述根据所述切片局部最大密度投影图生成多个图像块最大密度投影图，并分别将多个最大密度投影图输入预置的椎骨识别和定位模型进行椎骨识别和定位，得到每个图像块对应的二维高斯热图组，包括：根据所述切片局部最大密度投影图生成多个图像块最大密度投影图，其中，多个最大密度投影图包括：矢状位投...
【专利技术属性】
技术研发人员：邓逸风，齐欢，
申请(专利权)人：博志生物科技深圳有限公司，
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。