骨折检测方法、装置、电子设备及介质制造方法及图纸

本公开实施例提供了一种骨折检测方法、装置、电子设备及介质。该骨折检测方法包括获得待处理图像；采用骨骼分割模型处理所述待处理图像，得到骨骼分割结果；采用骨折检测模型处理所述待处理图像，得到第一检测结果；以及基于所述骨骼分割结果处理所述第一检测结果，得到第二检测结果。到第二检测结果。到第二检测结果。

【技术实现步骤摘要】
骨折检测方法、装置、电子设备及介质


[0001]本公开涉及医学影像处理领域，尤其涉及一种骨折检测方法、装置、电子设备及介质。

技术介绍

[0002]随着医学影像技术的不断发展，人工智能水平的不断进步，人工智能和医学影像的结合越来越深，通过人工智能算法的医学影像处理技术得到飞跃发展。通过深度学习算法对医学影像进行处理，可以实现对骨折的检测。然而，现有骨折检测方法的检测性能有待提高，且无法精准定位骨折位置，不利于医生做出诊断。

技术实现思路

[0003]为解决相关技术中的问题，本公开实施例提供了一种骨折检测方法、装置、电子设备及介质。
[0004]本公开实施例的一个方面提供了一种骨折检测方法，包括获得待处理图像；采用骨骼分割模型处理待处理图像，得到骨骼分割结果；采用骨折检测模型处理待处理图像，得到第一检测结果；以及基于骨骼分割结果处理第一检测结果，得到第二检测结果。
[0005]根据本公开实施例，骨骼分割模型的框架为3D U
‑
Net网络结构，其中，下采样和上采样的卷积层采用残差块结构，激活函数采用Leaky ReLU，归一化层采用Instance Norm。
[0006]根据本公开实施例，采用骨骼分割模型处理待处理图像，得到骨骼分割结果包括，采用骨骼分割模型处理待处理图像，得到初步分割结果；对初步分割结果进行连通域分析，去除满足预定条件的连通域，得到骨骼分割结果。
[0007]根据本公开实施例，该预定条件包括：面积或体积小于第一阈值的连通域；并且/或者，与其他连通域的距离大于第二阈值。
[0008]根据本公开实施例，骨折检测模型包括特征提取部和骨折检测部，其中，特征提取部采用ResNet
‑
50的特征提取部分，骨折检测部采用3D
‑
FCOS网络结构。
[0009]根据本公开实施例，骨骼分割结果包括至少一个骨骼区域，第一检测结果包括至少一个骨折区域，基于骨骼分割结果处理第一检测结果，得到第二检测结果包括，从至少一个骨折区域中，去除与任一骨骼区域之间不存在位置对应关系的骨折区域；在骨折区域与至少一个骨骼区域之间存在位置对应关系的情况下，确定骨折区域对应的骨骼区域，以便生成第二检测结果。
[0010]根据本公开实施例，该骨折检测方法还包括，采用骨折分类模型处理第二检测结果，得到骨折分类结果，其中，骨折分类结果包括新鲜期骨折、陈旧期骨折、术后、疑似骨折和其他异常中的一种或多种。
[0011]根据本公开实施例，骨折分类模型的骨干网络采用ResNet
‑
34的特征提取部分，在多尺度特征图的输出后接入多头自注意力模块、平均池化层和全连接层。
[0012]本公开实施例的另一个方面提供了一种骨折检测装置，包括获得模块、分割模块、
检测模块以及处理模块。获得模块，被配置为获得待处理图像；分割模块，被配置为采用骨骼分割模型处理待处理图像，得到骨骼分割结果；检测模块，被配置为采用骨折检测模型处理待处理图像，得到第一检测结果；处理模块，被配置为基于骨骼分割结果处理第一检测结果，得到第二检测结果。
[0013]本公开实施例的另一个方面提供了一种电子设备，包括至少一个处理器；以及，与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使得处理器实现如上所述的方法。
[0014]本公开实施例的另一个方面提供了一种计算机可读存储介质，其上存储有计算机可读指令，指令被处理器执行时使得处理器实现如上所述的方法。
[0015]本公开实施例的另一个方面提供了一种计算机程序，其被处理器执行时使得处理器实现如上所述的方法。
[0016]根据本公开实施例的技术方案，通过获得待处理图像；采用骨骼分割模型处理待处理图像，得到骨骼分割结果；采用骨折检测模型处理待处理图像，得到第一检测结果；以及基于骨骼分割结果处理第一检测结果，得到第二检测结果，从而可以提高检测性能，同时能够准确定位骨折位置。
附图说明
[0017]结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
[0018]图1示意性示出应用本公开实施例的骨折检测方法的系统架构示意图；
[0019]图2示意性示出本公开实施例的骨折检测方法的流程图；
[0020]图3示意性示出本公开实施例的骨骼分割的流程图；
[0021]图4示意性示出本公开实施例的处理第一检测结果的流程图；
[0022]图5示意性示出本公开另一实施例的骨折检测方法的流程图；
[0023]图6示意性示出本公开实施例的骨折分类模型的示意图；
[0024]图7示意性示出本公开实施例的骨折检测装置的框图；以及
[0025]图8示意性示出适于实现本公开实施例的骨折检测方法和装置的计算机系统的结构示意图。
具体实施方式
[0026]下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员更容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
[0027]在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
[0028]另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
[0029]应当注意的是，本公开中数据的获取或展示均经用户授权、确认、或由用户主动选择。
[0030]本公开实施例提供了一种骨折检测方法，包括获得待处理图像；采用骨骼分割模型处理所述待处理图像，得到骨骼分割结果；采用骨折检测模型处理所述待处理图像，得到第一检测结果；以及基于所述骨骼分割结果处理所述第一检测结果，得到第二检测结果，从而可以提高检测性能，同时能够准确定位骨折位置。
[0031]以下结合附图，详细说明本公开各实施例提供的技术方案。
[0032]图1示意性示出应用本公开实施例的骨折检测方法的系统架构示意图。
[0033]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0034]终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用。例如具有医学影像显示、病灶显示和编辑、报告生成等功能的专用应用程序。
[0035]终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种骨折检测方法，其特征在于，包括：获得待处理图像；采用骨骼分割模型处理所述待处理图像，得到骨骼分割结果；采用骨折检测模型处理所述待处理图像，得到第一检测结果；以及基于所述骨骼分割结果处理所述第一检测结果，得到第二检测结果。2.根据权利要求1所述的方法，其特征在于，所述骨骼分割模型的框架为3D U
‑
Net网络结构，其中，下采样和上采样的卷积层采用残差块结构，激活函数采用Leaky ReLU，归一化层采用Instance Norm。3.根据权利要求1所述的方法，其特征在于，所述采用骨骼分割模型处理所述待处理图像，得到骨骼分割结果，包括：采用骨骼分割模型处理所述待处理图像，得到初步分割结果；对所述初步分割结果进行连通域分析，去除满足预定条件的连通域，得到骨骼分割结果，其中，所述预定条件包括：面积或体积小于第一阈值的连通域；并且/或者与其他连通域的距离大于第二阈值。4.根据权利要求1所述的方法，其特征在于，所述骨折检测模型包括特征提取部和骨折检测部，其中，特征提取部采用ResNet
‑
50的特征提取部分，骨折检测部采用3D
‑
FCOS网络结构。5.根据权利要求1所述的方法，其特征在于，所述骨骼分割结果包括至少一个骨骼区域，所述第一检测结果包括至少一个骨折区域，所述基于所述骨骼分割结果处理所述第一检测结果，得到第二检测结果，包括：从所述至少一个骨折区域中，去除与任一所述骨骼区域之间不存在位置对应关系的骨折区域...

【专利技术属性】
技术研发人员：于灏，张佳琦，丁佳，吕晨翀，
申请(专利权)人：北京医准智能科技有限公司，
类型：发明
国别省市：