[发明专利]图像处理方法及相关设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理脊柱图像；

通过第一神经网络模型对所述待处理脊柱图像进行处理，定位所述待处理脊柱图像中的脊椎骨区域，获得定位结果；

通过第二神经网络模型对所述定位结果进行处理，获得各个脊椎骨区域上的关键点；

根据各个脊椎骨区域上的关键点获得所述待处理脊柱图像的脊柱弯曲角度。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取第一训练数据集，所述第一训练数据集包括历史脊柱图像及其标注的脊椎骨区域；

利用所述第一训练数据训练所述第一神经网络模型。

3.根据权利要求2所述的方法，其特征在于，还包括：

获取预训练数据集，所述预训练数据集包括历史自然图像及其标注的目标区域；

利用所述预训练数据集预训练所述第一神经网络模型，对所述第一神经网络模型的参数进行初始化。

4.根据权利要求2所述的方法，其特征在于，所述历史脊柱图像包括原始脊柱图像；其中，获取第一训练数据集包括以下中的至少一项：

随机裁剪所述原始脊柱图像，获得包含第一预设数量的脊椎骨在内的裁剪脊柱图像，并标注所述裁剪脊柱图像的脊椎骨区域；

给所述原始脊柱图像随机加入噪声，获得噪声脊柱图像，并标注所述噪声脊柱图像的脊椎骨区域；

旋转所述原始脊柱图像，获得旋转脊柱图像，并标注所述旋转脊柱图像的脊椎骨区域。

5.根据权利要求1所述的方法，其特征在于，还包括：

统计所述第一神经网络模型定位的脊椎骨区域的个数；

若所述脊椎骨区域的个数大于第二预设数量，则计算每相邻两个脊椎骨区域之间的距离；

若脊椎骨区域与其相邻两个脊椎骨区域之间的距离均大于距离阈值，则剔除相应的脊椎骨区域，直至剩余所述第二预设数量的脊椎骨区域。

6.根据权利要求1所述的方法，其特征在于，通过第二神经网络模型对所述定位结果进行处理，获得各个脊椎骨区域上的关键点，包括：

将各个脊椎骨区域大小调整为预定尺寸；

将调整后的各个脊椎骨区域分别输入至所述第二神经网络模型，分别输出各个脊椎骨区域上的第三预设数量的关键点的相对坐标。

7.根据权利要求6所述的方法，其特征在于，所述第三预设数量为4；其中，根据各个脊椎骨区域上的关键点获得所述待处理脊柱图像的脊柱弯曲角度，包括：

根据各个脊椎骨区域的定位结果和各个关键点的相对坐标，获得各个关键点在所述待处理脊柱图像上的绝对坐标；

根据各个脊椎骨区域的四个关键点的绝对坐标进行连线，生成各个脊椎骨区域的四边形轮廓；

计算任意两个四边形轮廓之间的夹角；

选取最大的夹角作为所述脊柱弯曲角度。

8.根据权利要求1所述的方法，其特征在于，还包括：

获取第二训练数据集，所述第二训练数据集包括历史脊椎骨区域及其标注的关键点的相对坐标；

利用所述第二训练数据集训练所述第二神经网络模型。

9.根据权利要求1所述的方法，其特征在于，还包括：

将各个脊椎骨区域上的关键点展示于所述待处理脊柱图像上，生成可视化脊柱图像；

显示所述可视化脊柱图像。

10.根据权利要求1所述的方法，其特征在于，所述第一神经网络模型包括Mask R-CNN模型。

11.根据权利要求1所述的方法，其特征在于，所述第二神经网络模型为轻量级神经网络模型。

12.根据权利要求11所述的方法，其特征在于，所述轻量级神经网络模型包括：5个依次级联的卷积结构、1个重塑层和2个全连接层；其中，所述卷积结构包括依次级联的1个3×3卷积层、1个激活层和1个2×2最大池化层。