【技术实现步骤摘要】
本申请涉及图像，特别是涉及一种膝关节图像分割模型的训练方法、膝关节图像分割方法、计算机设备和存储介质。
技术介绍
1、膝关节是人体构造中较复杂的关节，由股骨内、外侧髁和胫骨内、外侧髁以及髌骨构成。据统计，一个人患上膝关节疾病的概率可以达到75％，而膝关节的髌骨出轨是导致膝关节疾病的主要原因，目前，可以通过医生对膝关节图像进行分割，获取髌骨图像等中间量来实现膝关节疾病的检测，但这种方法依赖于医生的临床经验，难以保证膝关节图像分割的准确性。
技术实现思路
1、基于此，提供一种膝关节图像分割模型的训练方法、膝关节图像分割方法、计算机设备和存储介质，改善现有技术中膝关节图像分割准确性较低的问题。
2、第一方面，提供一种膝关节图像分割模型的训练方法，所述方法包括：获取待分割图像，将所述待分割图像输入至初始模型中并进行分类处理，获得所述待分割图像的像素点的预测分类结果；根据所述像素点的预测分类结果和实际分类结果，获得分类结果损失；根据所述分类结果损失，对所述初始模型进行迭代训练，获得膝关节图像分割模型，其中，所述膝关节图像分割模型用于获得膝关节图像中的髌骨元素。
3、结合第一方面，在第一方面的第一种可实施方式中，在获取待分割图像，将所述待分割图像输入至初始模型中并进行分类处理，获得所述待分割图像的像素点的预测分类结果之前，还包括：获取原始图像，从所述原始图像中获得膝关节元素的定位中心点，其中，所述原始图像包括膝关节元素；根据所述定位中心点的坐标信息和裁剪尺寸，对所述原始
4、结合第一方面，在第一方面的第二种可实施方式中，从所述原始图像中获得膝关节元素的定位中心点，包括：将所述原始图像进行冠状面投影，获得冠状面投影图像；对所述冠状面投影图像进行阈值分割，获得所述冠状面投影图像中的膝关节元素；获取所述冠状面投影图像中的膝关节元素中各个像素点的冠状轴坐标信息并求平均，获得所述膝关节元素的定位中心点的冠状轴坐标信息。
5、结合第一方面，在第一方面的第三种可实施方式中，从所述原始图像中获得膝关节元素的定位中心点，包括：将所述原始图像进行矢状面投影，获得矢状面投影图像；对所述矢状面投影图像中的膝关节元素进行目标检测，获得相应的目标检测框及所述膝关节元素的定位中心点的矢状轴坐标信息和横断轴坐标信息。
6、结合第一方面，在第一方面的第四种可实施方式中，对所述矢状面投影图像中的膝关节元素进行目标检测，获得相应的目标检测框及所述膝关节元素的定位中心点的矢状轴坐标信息和横断轴坐标信息，包括：对所述矢状面投影图像中的膝关节元素进行目标检测，获得相应的目标检测框及所述目标检测框的第一角点的坐标信息和第二角点的坐标信息；对所述第一角点的坐标信息和所述第二角点的坐标信息求平均，获得所述膝关节元素的定位中心点的矢状轴坐标信息和横断轴坐标。
7、第二方面，提供了一种膝关节图像分割方法，所述方法包括：获取原始图像并进行图像预处理，获得待分割图像，其中，所述原始图像包括膝关节元素；将所述待分割图像输入至第一方面或者第一方面任一项可实施方式所述的膝关节图像分割模型的训练方法所获得的膝关节图像分割模型中，得到膝关节图像中的髌骨元素。
8、结合第二方面，在第二方面的第一种可实施方式中，还包括：将待分割图像输入至第一方面或者第一方面任一项可实施方式所述的膝关节图像分割模型的训练方法所获得的膝关节图像分割模型中，得到相应的置信度阈值以及置信度阈值对应的髌骨元素。
9、结合第二方面，在第二方面的第二种可实施方式中，得到膝关节图像中的髌骨元素的步骤包括：获取所述原始图像，将所述原始图像分别投影至冠状面和矢状面，获得相应的冠状面投影图像和矢状面投影图像；所述冠状面投影图像中的膝关节元素进行目标检测，获得相应的目标检测框；根据所述冠状面投影图像和所述膝关节元素的目标检测框获得所述膝关节元素的定位中心点的坐标信息，并根据所述定位中心点的坐标信息获得待分割图像；对所述待分割图像的各个像素点进行分类，获得预测分类结果，根据所述预测分类结果对所述待分割图像进行图像分割。
10、第三方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如一方面或者第一方面的任一项可实施方式所述的膝关节图像分割模型的训练方法，或者，实现如第二方面或者第二方面的任一项可实施方式所述的膝关节图像分割方法的步骤。
11、第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或者第一方面的任一项可实施方式所述的膝关节图像分割模型的训练方法，或者，实现如第二方面或者第二方面的任一项可实施方式所述的膝关节图像分割方法的步骤。
12、上述膝关节图像分割模型的训练方法、膝关节图像分割方法、计算机设备和存储介质，可以应用于对膝关节图像的分割中，包括对膝关节图像中的髌骨元素、股骨元素等进行分割，通过将获取待分割图像，将待分割图像输入至初始模型中，获得待分割图像的像素点的预测分类结果；根据像素点的预测分类结果和实际分类结果，获得损失分类结果；根据损失分类结果，对初始模型进行迭代训练，获得膝关节图像分割模型，其中，膝关节图像分割模型用于对膝关节图像中的髌骨元素进行分割，以改善现有技术中膝关节图像分割准确性较低的问题。
本文档来自技高网...【技术保护点】
1.一种膝关节图像分割模型的训练方法，其特征在于，包括：
2.如权利要求1所述的膝关节图像分割模型的训练方法，其特征在于，在获取待分割图像，将所述待分割图像输入至初始模型中并进行分类处理，获得所述待分割图像的像素点的预测分类结果之前，还包括：
3.如权利要求2所述的膝关节图像分割模型的训练方法，其特征在于，从所述原始图像中获得膝关节元素的定位中心点，包括：
4.如权利要求2所述的膝关节图像分割模型的训练方法，其特征在于，从所述原始图像中获得膝关节元素的定位中心点，包括：
5.如权利要求4所述的膝关节图像分割模型的训练方法，其特征在于，对所述矢状面投影图像中的膝关节元素进行目标检测，获得相应的目标检测框及所述膝关节元素的定位中心点的矢状轴坐标信息和横断轴坐标信息，包括：
6.一种膝关节图像分割方法，其特征在于，包括：
7.如权利要求6所述的膝关节图像分割方法，其特征在于，还包括：
8.如权利要求6所述的膝关节图像分割方法，其特征在于，得到膝关节图像中的髌骨元素的步骤包括：
9.一种计算机
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的膝关节图像分割模型的训练方法，或者，实现如权利要求6至8中任一项所述的膝关节图像分割方法的步骤。
...【技术特征摘要】
1.一种膝关节图像分割模型的训练方法，其特征在于，包括：
2.如权利要求1所述的膝关节图像分割模型的训练方法，其特征在于，在获取待分割图像，将所述待分割图像输入至初始模型中并进行分类处理，获得所述待分割图像的像素点的预测分类结果之前，还包括：
3.如权利要求2所述的膝关节图像分割模型的训练方法，其特征在于，从所述原始图像中获得膝关节元素的定位中心点，包括：
4.如权利要求2所述的膝关节图像分割模型的训练方法，其特征在于，从所述原始图像中获得膝关节元素的定位中心点，包括：
5.如权利要求4所述的膝关节图像分割模型的训练方法，其特征在于，对所述矢状面投影图像中的膝关节元素进行目标检测，获得相应的目标检测框及所述膝关节元素的定位中心点的矢状轴坐标信息和横断轴坐标信息，包括：
...
【专利技术属性】
技术研发人员：夏桂锋，黄伟，胡宁，赵辰，李佳，陈诚，廖军义，
申请(专利权)人：重庆博仕康科技有限公司，
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。