[发明专利]一种检测骨龄的方法及装置

说明书

本申请实施例提供了一种检测骨龄的方法及装置，涉及机器学习技术领域，该方法包括：获取待检测用户的骨龄片，并调整骨龄片中的各骨头至基准位置，从骨龄片中确定腕骨区域，然后采用分类模型确定腕骨区域中骨化中心的数量，最后根据腕骨区域中骨化中心的数量确定待检测用户的骨龄。由于腕骨区域中骨化中心的数量代表着不同的骨龄阶段，因此本申请实施例中采用分类模型自动确定腕骨区域中骨化中心的数量，然后根据腕骨区域中骨化中心的数量确定待检测用户的骨龄，而不需要人工主观根据骨龄片判断骨龄，从而一方面提高了检测骨龄的精度，另一方面提高了检测骨龄的效率。

技术领域

本发明实施例涉及机器学习技术领域，尤其涉及一种检测骨龄的方法及装置。

背景技术

“骨龄”是骨骼年龄的简称，是青少年儿童骨骼发育水平同骨发育标准比较而得出的发育年龄，它比年龄、身高、体重更能精确的反映出身体的成熟程度，更加准确地反映个体的生长发育水平和成熟程度。

临床上通过检测骨龄来判读儿童的生物学年龄，通过生物年龄与日历年龄的差异来评估儿童发育状况，了解儿童性成熟的趋势，预测儿童的成年身高等，并广泛用于影响儿童生长发育疾病的治疗监测，对一些儿科内分泌疾病的诊断有很大帮助。

现有技术中主要通过拍摄骨龄片，由人工查看骨龄片估计骨龄。该方法依赖人工根据骨龄片估计骨龄，精度受人的主观因素影像大，效率较低。

发明内容

由于现有技术中依赖人工根据骨龄片估计骨龄，精度受人的主观因素影像大，效率较低的问题，本申请实施例提供了一种检测骨龄的方法及装置。

第一方面，本申请实施例提供了一种检测骨龄的方法，包括：

获取待检测用户的骨龄片，并调整所述骨龄片中的各骨头至基准位置；

从所述骨龄片中确定腕骨区域；

采用分类模型确定所述腕骨区域中骨化中心的数量，所述分类模型是以预先标记骨化中心的数量的腕骨区域的骨龄片为训练样本，对深度残差网络进行训练后确定的；

根据所述腕骨区域中骨化中心的数量确定所述待检测用户的骨龄。

可选地，所述从所述骨龄片中确定腕骨区域，包括：

采用分割模型确定所述骨龄片中腕骨区域对应的关键点的坐标，所述分割模型是以预先标记关键点的坐标的多张骨龄片为训练样本，对深度残差网络进行训练后确定的；

根据所述腕骨区域对应的关键点的坐标确定所述腕骨区域。

可选地，所述采用分类模型确定所述腕骨区域中骨化中心的数量，包括：

将所述腕骨区域的骨龄片经N个连续的卷积特征提取块处理，得到所述腕骨区域的图像特征，N大于0，所述卷积特征提取块包括L个卷积模块，L大于0，任意一个卷积模块中包括卷积层、BN层及激励层；针对所述N个卷积特征提取块中任意两个连续的第一卷积特征提取块和第二卷积特征提取块，所述第二卷积特征提取块输出的第二图像特征与所述第一卷积特征提取块输出的第一图像特征相加后作为第三积特征提取块的输入或者N个连续的卷积特征提取块的输出；所述第三卷积特征提取块为位于所述第二卷积特征提取块之后且与所述第二卷积特征提取块连续的卷积特征提取块；

将所述腕骨区域的图像特征输入全连接层，输出所述腕骨区域的类型；

根据所述腕骨区域的类型确定所述腕骨区域中骨化中心的数量。

可选地，所述调整所述骨龄片中的各骨头至基准位置，包括：

获取预设基准点的坐标；

采用调整模型确定所述骨龄片中关键点的坐标，所述调整模型是以预先标记关键点的坐标的多张骨龄片为训练样本，对深度残差网络进行训练后确定的，所述关键点的坐标和所述预设基准点的坐标为同一坐标系中的坐标；