[发明专利]脊柱检测方法和装置

权利要求书

1.一种脊柱检测方法，其特征在于，包括：

将目标脊柱的影像数据输入到脊柱检测模型的特征提取模块，获取特征；

将所述特征输入到所述脊柱检测模型的颈部网络模块，获取多尺度融合特征；

将所述多尺度融合特征输入到所述脊柱检测模型的粗定位模块，获取所述影像数据中所述目标脊柱的初始位置；

根据所述多尺度融合特征、所述目标脊柱的初始位置和所述脊柱检测模型的细回归模块，获取所述目标脊柱的优化位置；

其中，所述脊柱检测模型是基于样本影像以及样本标签训练得到的。

2.根据权利要求1所述的脊柱检测方法，其特征在于，还包括：

将所述多尺度融合特征输入到所述脊柱检测模型的分类模块，获取所述影像数据中脊柱的椎体和椎间盘的生长情况分类。

3.根据权利要求1所述的脊柱检测方法，其特征在于，所述将所述多尺度融合特征输入到所述脊柱检测模型的粗定位模块，获取所述影像数据中所述目标脊柱的初始位置，具体包括：

所述粗定位中网格对应所述影像数据中S×S的区域，所述网格的取值为所述网格的中心点到所述目标脊柱预测点之间的关系度量；

将关系度量大于预设阈值的网格作为所述目标脊柱的初始位置。

4.根据权利要求1所述的脊柱检测方法，其特征在于，所述根据所述多尺度融合特征、所述目标脊柱的初始位置和所述脊柱检测模型的细回归模块，获取所述目标脊柱的优化位置，具体包括：

获取所述网格的中心点到所述目标脊柱预测点在x轴方向上的偏移量；

获取所述网格的中心点到所述目标脊柱预测点在y轴方向上的偏移量；

根据x轴方向上的偏移量、y轴方向上的偏移量和所述目标脊柱预测点，获取所述目标脊柱的优化位置。

5.根据权利要求1至4任一所述的脊柱检测方法，其特征在于，所述特征提取模块为ResNet18的前四个特征提取层。

6.根据权利要求2所述的脊柱检测方法，其特征在于，所述将所述多尺度融合特征输入到所述脊柱检测模型的分类模块，获取所述影像数据中脊柱的椎体和椎间盘的生长情况分类，具体包括：

将每个网格对应一个分类向量，根据所述分类向量，对所述影像数据进行分类，得到所述脊柱和所述椎间盘的生长情况分类。

7.一种脊柱检测装置，其特征在于，包括：

特征提取模块，用于将目标脊柱的影像数据输入到脊柱检测模型的特征提取模块，获取特征；

多尺度融合模块，用于将所述特征输入到所述脊柱检测模型的颈部网络模块，获取多尺度融合特征；

粗定位模块，用于将所述多尺度融合特征输入到所述脊柱检测模型的粗定位模块，获取所述影像数据中所述目标脊柱的初始位置；

细回归模块，用于根据所述多尺度融合特征、所述目标脊柱的初始位置和所述脊柱检测模型的细回归模块，获取所述目标脊柱的优化位置；

其中，所述脊柱检测模型是基于样本影像以及样本标签训练得到的。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述脊柱检测方法的步骤。

9.一种非暂态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如权利要求1至6任一项所述脊柱检测方法的步骤。