[发明专利]髋关节超声图像自动分析方法

说明书

本发明公开了一种髋关节超声图像自动分析方法，包括：获取多个预先进行了若干关键线段位置标注的髋关节超声图像，并对每一髋关节超声图像中的每一关键线段分别生成热力图；以获取的髋关节超声图像为训练数据，以生成的热力图做训练目标，训练一个用于回归热力图的沙漏形神经网络；测试阶段，对于待分析的髋关节超声图像，通过训练好的沙漏形神经网络输出对应的热力图，再利用加权票选的方式从热力图中定位出每一关键线段位置，从而获得关键线段之间的夹角。上述方法基于神经网络生成热力图票选的方式自动的对髋关节超声图像进行分析，不仅加快了分析速度、提高了分析效率，还可以确保分析结果的准确性。

技术领域

本发明涉及机器学习、智能医学影像分析技术领域，尤其涉及一种髋关节超声图像自动分析方法。

背景技术

髋关节超声图像是常规医学影像中的一种，目前对于髋关节超声图像的分析大多由人工方式实现，还没有较为有效的自动分析方案。

但是，人工方式的缺陷在于：一方面，分析耗时较长，效率较低；另一方面，分析结果的准确性依赖于分析者的专业水平，因此，也难以保证分析结果的准确性。

发明内容

本发明的目的是提供一种髋关节超声图像自动分析方法，可以自动的、准确的实现髋关节超声图像分析。

本发明的目的是通过以下技术方案实现的：

一种髋关节超声图像自动分析方法，包括：

获取多个预先进行了若干关键线段位置标注的髋关节超声图像，并对每一髋关节超声图像中的每一关键线段分别生成热力图；

以获取的髋关节超声图像为训练数据，以生成的热力图做训练目标，训练一个用于回归热力图的沙漏形神经网络；

测试阶段，对于待分析的髋关节超声图像，通过训练好的沙漏形神经网络输出对应的热力图，再利用加权票选的方式从热力图中定位出每一关键线段位置，从而获得关键线段之间的夹角。

由上述本发明提供的技术方案可以看出，基于神经网络生成热力图票选的方式自动的对髋关节超声图像进行分析，不仅加快了分析速度、提高了分析效率，还可以确保分析结果的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种髋关节超声图像自动分析方法的流程图；

图2为本发明实施例提供的进行了关键线段位置标注的髋关节超声图像示意图；

图3为本发明实施例提供的基于关键线段位置标注的髋关节超声图像生成的热力图；

图4为本发明实施例提供的髋关节超声图像自动分析过程的示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明实施例提供一种髋关节超声图像自动分析方法，如图1所示，其主要包括：

步骤1、获取多个预先进行了若干关键线段位置标注的髋关节超声图像，并对每一髋关节超声图像中的每一关键线段分别生成热力图。

如图2所示，所述髋关节超声图像至少标注了三处关键线段位置，即基线、骨顶线和软骨顶线。这些关键线段位置都是预先由相关专家进行人工标注并校对。