本申请涉及一种儿童骨骼发育图像识别系统，包括：图像接收模块，用于接收输入图像；输入图像包括手部X光图像；图像信息读取模块，用于解析输入图像以获取对应的图像信息；图像信息包括宽度、高度、通道数和像素集；图像处理模块，用于利用基于可分离卷积神经网络的图像配准技术，根据图像信息将输入图像处理成标准化图像；图像识别模块，用于利用识别网络模型识别标准化图像，得到输入图像对应的骨骼发育结果。采用本系统能够基于儿童骨骼图像自动生成骨骼发育结果，提高儿童骨骼发育评估效率。
【技术实现步骤摘要】
本专利技术属于图像识别领域，特别是涉及一种儿童骨骼发育图像识别系统。
技术介绍
1、随着医学影像技术的发展，出现了针对医学影像的图像识别技术，这个技术能够快速、准确地处理和分析影像数据，通过算法对图像中的特征进行提取和识别，得到客观的结论。
2、传统技术中，儿童骨骼发育的评估主要依赖于医生的经验和肉眼观察x光片，医生通过观察x光片中的骨骼形态、大小、密度等得到骨龄特征，从而根据自身累积的知识和经验来判断儿童骨骼发育是否正常。
3、然而，目前的这种传统的评估系统，一方面，受医生个人经验和主观因素影响较大，不同医生对于同一x光片的判断可能存在差异，导致评估结果缺乏一致性和准确性。另一方面，人工评估时医生需要将x光片的骨骼形态与标准骨龄图谱比较，得出骨骼发育情况，导致评估的效率较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够基于儿童骨骼图像自动生成骨骼发育结果，以准确评估儿童生长状况，为医护人员提供参考诊断意见的儿童骨骼发育图像识别系统。
>2、第一方面，本申本文档来自技高网...
【技术保护点】
1.一种儿童骨骼发育图像识别系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于：
3.根据权利要求2所述的系统，其特征在于，所述对所述标准化图像进行卷积操作得到所述标准化图像的特征表示的特征图，包括：
4.根据权利要求2所述的系统，其特征在于，所述残差卷积网络包括八个重复的三层残差卷积，各所述三层残差卷积用于：
5.根据权利要求1所述的系统，其特征在于：
6.根据权利要求5所述的系统，其特征在于：
7.根据权利要求6所述的系统，其特征在于，所述根据所述掩码标签和所述图像信息得到所述手部区域图像，包括：...
【技术特征摘要】
1.一种儿童骨骼发育图像识别系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于：
3.根据权利要求2所述的系统，其特征在于，所述对所述标准化图像进行卷积操作得到所述标准化图像的特征表示的特征图，包括：
4.根据权利要求2所述的系统，其特征在于，所述残差卷积网络包括八个重复的三层残差卷积，各所述三层残差卷积用于：
5.根据权利要求1所述的系统，其特征在于：
6.根...
【专利技术属性】
技术研发人员：陈丽，
申请(专利权)人：南昌大学抚州医学院，
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。