基于深度学习的骨密度测量及骨质疏松症诊断方法及装置制造方法及图纸

本申请提供了一种基于深度学习的骨密度测量及骨质疏松症诊断方法、装置、设备及计算机可读存储介质。该方法，包括：获取原始脊柱CT图像；对原始脊柱CT图像进行预处理，得到目标脊柱CT图像；将目标脊柱CT图像输入预设的骨密度测量及骨质疏松症诊断模型，输出骨密度值和骨质疏松症诊断结果；其中，骨质疏松症诊断结果包括：正常、骨质减少和骨质疏松；模型是经过模型训练得到的，其包括多个DenseNet网络，每个DenseNet网络由多个密集块组成，每个密集块的输入与前面所有密集块的输出连接，形成密集的连接，以促进信息和梯度流动，减轻梯度消失。根据本申请实施例，能够更加准确地进行骨密度测量，并诊断骨质疏松症的类型。

【技术实现步骤摘要】

本申请属于骨质疏松，尤其涉及一种基于深度学习的骨密度测量及骨质疏松症诊断方法、装置、设备及计算机可读存储介质。

技术介绍

1、骨质疏松症与人口老龄化密切相关。2010年以来，中国人口老龄化加速。根据公布的数据可以看出一个明显的趋势：50岁及以上的人口正在迅速增加。预计到2050年，每年将有599万例骨质疏松性骨折病例。

2、多项研究表明，对骨折高危患者进行早期干预可显著降低骨折发生率。因此，对患者进行骨质疏松筛查和骨折风险评估就显得尤为关键。骨密度测量在骨质疏松和骨折风险评估中起着至关重要的作用。骨密度测量是国际公认的骨质疏松症诊断标准，基于x线图像和ct图像进行骨密度测量和骨质疏松症诊断是临床应用最广泛的两种方法。

3、基于x线图像的骨密度测量和骨质疏松症诊断，虽然成本较低、辐射剂量较低，但不能直接显示骨质疏松症微观结构的细节，对于轻微的骨质疏松可能无法敏感地检测到。

4、因此，如何更加准确地进行骨密度测量，并诊断骨质疏松症的类型是本领域技术人员亟需解决的技术问题。

技术实现思路...

【技术保护点】

1.一种基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，对原始脊柱CT图像进行预处理，得到目标脊柱CT图像，包括：

3.根据权利要求2所述的基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，对原始脊柱CT图像进行裁剪和归一化处理，得到目标脊柱CT图像，包括：

4.根据权利要求1所述的基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，骨密度值和骨质疏松症诊断结果之间的映射关系，包括：

5.根据权利要求1所述的基于深度学习的骨密度...

【技术特征摘要】

1.一种基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，对原始脊柱ct图像进行预处理，得到目标脊柱ct图像，包括：

3.根据权利要求2所述的基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，对原始脊柱ct图像进行裁剪和归一化处理，得到目标脊柱ct图像，包括：

4.根据权利要求1所述的基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，骨密度值和骨质疏松症诊断结果之间的映射关系，包括：

5.根据权利要求1所述的基于深度学习的骨密度测量及骨质疏松症诊断方法，其特征在于，将目标脊柱ct图像输入预设的骨密度测量及骨质疏松症诊断模型，输出骨密度值和骨...

【专利技术属性】
技术研发人员：刘星宇，张逸凌，
申请(专利权)人：北京长木谷医疗科技股份有限公司，
类型：发明
国别省市：