基于标志点检测的下颌骨骨折自动检测方法技术

本发明专利技术属于自动检测方法技术领域，尤其涉及一种基于标志点检测的下颌骨骨折自动检测方法。基于标志点检测的下颌骨骨折自动检测方法能够降低数据标注难度，其基于对下颌骨医学影像标志点检测、骨折检测算法，实现了下颌骨骨折的自动检测、定位，并提高了检测效率。包括：步骤1、进行下颌骨标志点检测模型学习；步骤2、进行下颌骨骨折检测模型学习；步骤3、进行下颌骨骨折自动检测。下颌骨骨折自动检测。下颌骨骨折自动检测。

【技术实现步骤摘要】
基于标志点检测的下颌骨骨折自动检测方法


[0001]本专利技术属于自动检测方法
，尤其涉及一种基于标志点检测的下颌骨骨折自动检测方法。

技术介绍

[0002]下颌骨是头部唯一可移动的骨头，位于颌面最下部，容易造成骨折。骨折检测需要借助医学成像技术进行观察，然而医学影像的数据量是庞大的，颌骨骨折往往又是多发，一些细微的骨折容易被忽略，这给人工下颌骨骨折检测带来很大负担。若计算机能自动从医学影像中检测下颌骨骨折，并且定位其分区，判断其类型，便可提高检测效率。
[0003]基于医学影像进行骨折自动检测，一般需要先在医学影像中找到感兴趣区域，现有方法大多采用人工裁剪和筛选切片，这背离自动检测的初衷。由于骨和其他组织在影像上具有较明显的像素值差异，阈值也常被用来确定感兴趣区域。但其无法考虑骨头的形状及位置特征，往往需要搭配其他图像处理技术，带来众多无法学习的参数，给自动检测任务带来新的困难。而自动定位算法如配准、分割也被应用到感兴趣区域的确定，但其需要相对较多的人工标注。
[0004]再者，目前的下颌骨骨折检测方法大多无法自动确定感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于标志点检测的下颌骨骨折自动检测方法，其特征在于：包括：步骤1、进行下颌骨标志点检测模型学习；步骤2、进行下颌骨骨折检测模型学习；步骤3、进行下颌骨骨折自动检测。2.根据权利要求1所述的基于标志点检测的下颌骨骨折自动检测方法，其特征在于：所述进行下颌骨标志点检测模型学习包括：步骤1.1、确定下颌骨标志点；步骤1.2、建立下颌骨标志点检测数据集；步骤1.3、选择并学习标志点自动检测算法。3.根据权利要求2所述的基于标志点检测的下颌骨骨折自动检测方法，其特征在于：步骤1.1中，所述确定下颌骨标志点包括：确定十二个下颌骨标志点：左髁突、右髁突、左冠突、右冠突、左下颌切迹、右下颌切迹、左下颌角、右下颌角，左第三磨牙牙根后侧、右第三磨牙牙根后侧、左犬牙牙根内侧、右犬牙牙根内侧。4.根据权利要求2所述的基于标志点检测的下颌骨骨折自动检测方法，其特征在于：步骤1.2中，所述建立下颌骨标志点检测数据集包括：选择含下颌骨的医学影像数据，包括下颌骨健康受检者和下颌骨骨折患者的数据，且二者数量及人口分布特性应相同；将所选数据划分为训练集、验证集、测试集三部分，每一部分均包含相同比例的骨折数据；制作标志点检测标签，包括以标志点为中心固定尺寸区域的分割，以及此数据正常或骨折。5.根据权利要求2所述的基于标志点检测的下颌骨骨折自动检测方法，其特征在于：步骤1.3中，所述选择并学习标志点自动检测算法包括：选择深度学习U
‑
Net算法，将以标志点为中心的固定尺寸区域作为分割目标；预处理下颌骨标志点检测数据集，包括分辨率和灰度值归一化、使用随机旋转扩充数据、使用随机裁剪统一尺寸；选择Adam优化算法、Dice损失函数，使用下颌骨标志点检测数据集的训练集和验证集学习下颌骨标志点检测模型，再使用测试集得到学习后模型的性能...

【专利技术属性】
技术研发人员：俞启明，史力伏，王洋，代茵，
申请(专利权)人：辽宁然辉科技有限公司，
类型：发明
国别省市：