[发明专利]脊柱曲度分类方法、计算机设备和存储介质

权利要求书

1.一种脊柱曲度分类方法，其特征在于，所述方法包括：

获取待检测对象的脊柱分割图像，所述脊柱分割图像上包括至少两个椎体；

对所述脊柱分割图像中的各椎体进行关键点检测处理，得到各椎体对应的关键点，并将各所述椎体对应的关键点组成关键点集；

根据所述关键点集中的各个关键点的坐标，确定所述脊柱分割图像对应的曲度特征值；

将所述曲度特征值和预设的曲度阈值范围进行匹配，并根据匹配结果得到所述待检测对象的脊柱曲度类别。

2.根据权利要求1所述的方法，其特征在于，所述根据所述关键点集中的各个关键点的坐标，确定所述脊柱分割图像对应的曲度特征值，包括：

对所述关键点集中的各个关键点的坐标进行拼接处理，得到所述脊柱分割图像对应的特征向量；

采用预设的降维方法对所述特征向量进行降维处理，得到所述曲度特征值。

3.根据权利要求1或2所述的方法，其特征在于，所述脊柱分割图像包括多个矢状位图像，在所述对所述脊柱分割图像中的各椎体进行关键点检测处理，得到各椎体对应的关键点之前，所述方法还包括：

根据所述脊柱分割图像，计算各个椎体对应的特征点的坐标；

根据各所述椎体对应的特征点的坐标，在所述多个矢状位图像中确定所述脊柱分割图像对应的目标矢状位图像；

相应地，所述对所述脊柱分割图像中的各椎体进行关键点检测处理，得到各椎体对应的关键点，包括：

对所述目标矢状位图像中的各椎体进行关键点检测处理，得到各椎体对应的关键点。

4.根据权利要求3所述的方法，其特征在于，所述根据各所述椎体对应的特征点的坐标，在所述多个矢状位图像中确定所述脊柱分割图像对应的目标矢状位图像，包括：

根据各所述椎体对应的特征点的坐标，计算各个目标椎体与各矢状位图像之间的垂直距离，得到每个矢状位图像和各个目标椎体对应的特征点之间的距离，所述各个目标椎体为各所述椎体中的部分椎体或全部椎体；

对每个矢状位图像与各个目标椎体对应的特征点之间的距离进行求和，得到每个矢状位图像对应的距离和值；

根据各所述矢状位图像对应的距离和值，确定目标矢状位图像。

5.根据权利要求3所述的方法，其特征在于，所述根据各所述椎体对应的特征点的坐标，在所述多个矢状位图像中确定所述脊柱分割图像对应的目标矢状位图像，包括：

根据各所述椎体对应的特征点的坐标，计算各所述椎体对应的特征点的坐标的均值；

将所述均值所在的矢状位图像确定为所述目标矢状位图像。

6.根据权利要求1或2所述的方法，其特征在于，所述预设的曲度阈值范围的确定方式包括：

获取多个历史脊柱分割图像，每个历史脊柱分割图像上均标注脊柱曲度类别；

根据各所述历史脊柱分割图像，确定各所述历史脊柱分割图像对应的曲度特征值；

基于各所述历史脊柱分割图像对应的曲度特征值和对应的标注脊柱曲度类别，对各曲度特征值进行区域划分，得到所述预设的曲度阈值范围。

7.根据权利要求2所述的方法，其特征在于，所述预设的降维方法为主成分分析方法。

8.根据权利要求2所述的方法，其特征在于，在所述对所述关键点集中的各个关键点的坐标进行拼接处理，得到所述脊柱分割图像对应的特征向量之前，所述方法还包括：

根据所述关键点集中的各个关键点的坐标，对所述各个关键点的坐标进行归一化处理，得到归一化后各个关键点的坐标；

相应地，所述对所述关键点集中的各个关键点的坐标进行拼接处理，得到所述脊柱分割图像对应的特征向量，包括：

对所述归一化后各个关键点的坐标进行拼接处理，得到所述脊柱分割图像对应的特征向量。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。