[发明专利]一种基于医学影像的脊椎椎体信息自动识别方法、系统、终端及存储介质

权利要求书

1.一种基于医学影像的脊椎椎体信息自动识别方法，其特征在于，包括：

获取脊椎部位放射平片并进行预处理；

根据专家对脊椎部位放射平片的标注结果，确定标准标注数据；

将标准标注数据作为训练数据输入至预设的深度学习网络模型中进行训练，得到椎体节段识别模型；

将标准标注数据作为训练数据输入至预设的深度学习网络模型中进行训练，得到椎体节段分类推断联合模型，其中，所述椎体节段分类推断联合模型包括：节段位置和编号向上推断模型、节段位置和编号分类模型、节段位置和编号向下推断模型；

采用交叉验证训练上述椎体节段识别模型与椎体节段分类推断联合模型，得到交叉训练椎体节段分类推断联合模型；

将预处理的脊椎部位放射平片中待标注数据输入至椎体节段识别模型、交叉训练椎体节段分类推断联合模型，预测得到椎体的节段框、节段类型和位置编号；

其中：

所述将标准标注数据作为训练数据输入至预设的深度学习网络模型中进行训练，得到椎体节段识别模型，包括：

将标准标注数据作为训练数据输入至预设的物体检测同类型网络模型中进行训练，对各椎体节段不做区分的进行学习，得到可预测椎体节段的节段框的椎体节段识别模型；

所述将标准标注数据作为训练数据输入至预设的深度学习网络模型中进行训练，得到椎体节段分类推断联合模型，其中，所述椎体节段分类推断联合模型包括：节段位置和编号向上推断模型、节段位置和编号分类模型、节段位置和编号向下推断模型，包括：

将标准标注数据作为训练数据输入至节段位置和编号分类模型，对每各椎体节段的位置、分类及编号进行学习；

将标准标注数据作为训练数据输入至节段位置和编号向上推断模型对节段的上一个节段的位置、分类及编号进行学习；

将标准标注数据作为训练数据输入至节段位置和编号向下推断模型对节段的下一个节段的位置、分类及编号进行学习，得到训练好的椎体节段分类推断联合模型。

2.根据权利要求1所述的基于医学影像的脊椎椎体信息自动识别方法，其特征在于，所述获取脊椎部位放射平片并进行预处理，包括：

收集DICOM规范数据；

从收集到的DICOM规范数据中，筛选出符合数据标注要求、质量完善、属于脊椎部位的放射平片；

将DICOM图像进行像素值覆盖范围、像素值分布中心、对比度增强算法、图片尺寸的标准化预处理得到待标注数据。

3.根据权利要求1所述的基于医学影像的脊椎椎体信息自动识别方法，其特征在于，所述根据专家对脊椎部位放射平片的标注结果，确定标准标注数据，包括：

获取预设数目的专家对同一脊椎部位放射平片的标注结果；

将多组标注结果进行对比，判断标注结果是否有异议；

若无异议，则将标注结果视为标准标注结果；

若有异议，则由其他主任级专家进行重新审核标注，得到标准标注结果；

将所述标准标注结果的标签整理为计算机可识别的格式，同时对标签进行延伸得到标准标注数据；

其中，所述标注内容包括：每个椎体节段的位置、节段框、节段类型及位置编号。