[发明专利]脊柱曲度分类方法、计算机设备和存储介质

说明书

本申请涉及一种脊柱曲度分类方法、装置、计算机设备和存储介质。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。采用本方法能够提高得到的脊柱曲度类别的准确性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种脊柱曲度分类方法、计算机设备和存储介质。

背景技术

随着社会的发展，人们的体力劳动逐渐减少，脑力劳动增加，相应需要久坐的办公时间大大增加，脊柱发生病变的几率也逐年提升，其严重影响了人们的生活质量。因此，对脊柱是否发生病变进行检查就显得尤为重要，常规检查脊柱是否发生病变可以通过脊柱的曲度来进行衡量，所以就需要对人们的脊柱曲度进行检查。

相关技术中，在检查受检者的脊柱曲度时，通常医生会通过观察受检者拍摄的医学影像，并对医学影像视野内的脊柱整体进行曲度分析，以得到受检者脊柱曲度的类型，完成对受检者脊柱曲度的检查。

然而上述技术存在得到的脊柱曲度的类型不准确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高得到的脊柱曲度类型的准确性的脊柱曲度分类方法、装置、计算机设备和存储介质。

一种脊柱曲度分类方法，该方法包括：

获取待检测对象的脊柱分割图像，该脊柱分割图像上包括至少两个椎体；

对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，并将各椎体对应的关键点组成关键点集；

根据关键点集中的各个关键点的坐标，确定脊柱分割图像对应的曲度特征值；

将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待检测对象的脊柱曲度类别。

在其中一个实施例中，上述根据关键点集中的各个关键点的坐标，确定脊柱分割图像对应的曲度特征值，包括：

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

采用预设的降维方法对特征向量进行降维处理，得到曲度特征值。

在其中一个实施例中，上述脊柱分割图像包括多个矢状位图像，在上述对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，上述方法还包括：

根据脊柱分割图像，计算各个椎体对应的特征点的坐标；

根据各椎体对应的特征点的坐标，在多个矢状位图像中确定脊柱分割图像对应的目标矢状位图像；

相应地，上述对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。

在其中一个实施例中，上述根据各椎体对应的特征点的坐标，在多个矢状位图像中确定脊柱分割图像对应的目标矢状位图像，包括：

根据各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，各个目标椎体为各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；

根据各矢状位图像对应的距离和值，确定目标矢状位图像。