[发明专利]一种唇裂手术标志点识别系统

说明书

本发明公开一种唇裂手术标志点识别系统，包括：图片筛选模块，用于接收包含人脸的原始图片，并对所述原始图片进行筛选，获取规范的唇裂图片；人脸检测模块，用于根据预设的目标参数，从所述规范的唇裂图片中提取人脸部分，获取人脸图片；轮廓框确定模块，用于根据预先训练的第一卷积神经网络，从所述人脸图片中获取鼻唇部轮廓框；切点位置确定模块，用于根据预先训练的第二卷积神经网络，从所述鼻唇部轮廓框中获取手术标志点位置。本发明提供的技术方案，能够自动、准确地确定唇裂患者的手术标志点位置，为医生提供有效的手术指导。

技术领域

本发明涉及深度学习技术领域，尤其涉及一种唇裂手术标志点识别系统。

背景技术

唇裂(俗称兔唇)是口腔颌面部常见的先天性畸形疾病，在我国的发病率约为1.82‰，现有患者254万，数量巨大。唇裂属于多基因遗传性疾病，不仅严重影响面部美观，还因口、鼻腔相通，直接影响患儿发育，且经常导致上呼吸道感染，并发中耳炎，同时，畸形也随着年龄发生变化。因此，及时对患儿进行手术修复是目前最有效的治疗手段。

然而，唇裂修复术在我国面临“不专业、不系统、操作难度大”的窘境，导致患者集中流向高水平医院，浪费了地级市医院本可以利用的医疗资源。唇裂手术中，最重要、最困难的一点是对手术标志点位置的确定，其决定了手术的成败，成为唇裂手术中的核心技术。目前，这项操作中较先进的技术只掌握在少数医生手中，且现有的医生培训机制使得先进技术的推广较慢，使得目前大多数唇裂手术效果不理想，远远不能满足广大患者的需求。

发明内容

本发明旨在提供一种唇裂手术标志点识别系统，能够自动地确定唇裂患者的手术标志点位置，为医生提供有效的手术指导。

为达到上述目的，本发明采用的技术方案如下：

一种唇裂手术标志点识别系统，包括：图片筛选模块，用于接收包含人脸的原始图片，并对所述原始图片进行筛选，获取规范的唇裂图片；人脸检测模块，用于根据预设的目标参数，从所述规范的唇裂图片中提取人脸部分，获取人脸图片；轮廓框确定模块，用于根据预先训练的第一卷积神经网络，从所述人脸图片中获取鼻唇部轮廓框；切点位置确定模块，用于根据预先训练的第二卷积神经网络，从所述轮鼻唇部轮廓框中获取手术标志点位置。

优选地，所述图片筛选模块采用微软Cognitive Service中的CustomVision API，对所述原始图片进行筛选，获取规范的唇裂图片。

优选地，所述预设的目标参数包括：图片的大小、图片的分辨率、人脸在图片中的位置。

优选地，所述人脸检测模块采用微软Cognitive Service中的Face API，从所述规范的唇裂图片中提取人脸部分，获取人脸图片。

优选地，所述第一卷积神经网络与所述第二卷积神经网络的结构相同；所述第一卷积神经网络包括依次连接的输入层、Google Xception网络、全局平均池化层、SPP层、全连接层、输出层；所述Google Xception网络在ImageNet上进行预先训练。

进一步地，所述输入层与所述Google Xception网络之间还设有Rescale层，用于对输入层中超过阈值的图片维度进行调整。

进一步地，所述第一卷积神经网络的训练数据包括：唇裂患者的人脸图片，所述唇裂患者的人脸图片中鼻唇部轮廓框的坐标；所述鼻唇部轮廓框的坐标为所述鼻唇部轮廓框在所述唇裂患者的人脸图片中的相对坐标；所述鼻唇部轮廓框在预设的标注系统中进行手动标注，所述标注系统输出鼻唇部轮廓框的坐标；所述第二卷积神经网络的训练数据包括：鼻唇部轮廓框图片，所述鼻唇部轮廓框图片中手术标志点的坐标；所述手术标志点的坐标为所述手术标志点在所述鼻唇部轮廓框图片中的相对坐标；所述手术标志点在所述标注系统中进行手动标注，所述标注系统输出手术标志点的坐标。