[发明专利]基于目标检测和卷积变换的骨龄评估方法、设备及介质

说明书

本发明提供基于目标检测和卷积变换的骨龄评估方法、设备及介质，涉及图像处理领域，包括：建立初始模型，获取若干包含骨龄信息的图像作为训练样本，获取训练数据，采用目标检测模型对训练数据进行识别后裁剪，获得若干包含ROI块的训练子图像；进行特征提取，获得样本特征信息；根据样本数据的性别信息进行编码，并与样本特征信息融合，获得样本融合特征信息；采用变换网络对样本融合特征信息进行处理，采用均值‑方差损失函数调整模型权重分布，迭代训练直至生成目标模型；获取骨影像，预处理后获得待处理图像，采用目标模型对待处理图像处理，输出骨龄评估结果，解决现有缺乏挖掘数据特征的全自动骨龄评估方法的问题。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于目标检测和卷积变换的骨龄评估方法、设备及介质。

背景技术

在医学领域，人类的成长和发展主要以“年龄”来衡量，年龄可分为生理学年龄和生物学年龄。其中，生理年龄相对简单，是由出生日期决定的。不同的个体，由于其不同的生长环境和营养水平，同龄人群的实际生长发育状况可能会有很大的差异，尤其是儿童或青少年，其生物成熟度具有相当大的差异。因此，有必要使用生物年龄，生物年龄又称骨骼年龄，由于人的骨骼发育与人的生理成熟程度密切相关，比生理年龄更能准确地反映人体发育的生理成熟程度，是判断人类生长发育是否正常的重要指标之一。通过骨龄可以确定儿童或青少年的生长发育与实际年龄之间的差异，从而作为诊断和治疗儿童与青少年生长和内分泌失调的重要依据；也可以用来预测儿童和青少年的成人身高，帮助进行脊柱矫正、下肢均衡等方面的外科手术。除此以外，骨龄评估还可以应用在体育、司法鉴定等领域。

传统的骨龄评估流程通常是对待测者的左手拍摄X射线图像，医生通过观察指骨、腕骨及桡尺骨等区域的成熟程度，然后根据已定的评测标准来确定骨龄，主要方法有Greulich-Pyle图谱法(GP)和Tanner-Whitehouse计分法(TW)两种。其中GP是根据儿童生长研究制定X光图谱，骨龄评估时直接将被测者的X光图像与标准图谱对照，即可得出骨龄。GP图谱法简便、明确、易行，在国际上广泛使用，但是主观性强，不能确保准确度。TW通过对特定骨骺的成熟度打分，查骨龄评分表得出骨骼年龄(目前已经修订到TW3)。由于TW3方法对每块骨骺的成熟度进行独立评分，所以相较于图谱法，TW3计分法更加客观且具有一定的鲁棒性，但是评估过程较为复杂，需要有经验的医生花费一定时间才能完成对骨龄的评估，因此许多研究者致力于研究一种快速、准确且不依赖医生经验的骨龄评估方法。

骨龄阅片由于人工判读主观性强，不同年资医生判读结果有很大的差异性。同时，由于医学图像的采集成本更高，标记需要专业的放射科医生，费时费力，因此专门用于骨龄预测并具有高质量标签的数据集非常有限。传统的自动化评估方法大多需要人工设计特征作为输入，无法满足自动化的要求，其性能也难以满足实际应用的要求。因此，提出一种不仅满足临床需求，也可以充分挖掘数据特征的全自动骨龄评估方法很有必要。

发明内容

为了克服上述技术缺陷，本发明的目的在于提供基于目标检测和卷积变换的骨龄评估方法、设备及介质，解决现有缺乏挖掘数据特征的全自动骨龄评估方法的问题。

本发明公开了一种基于目标检测和卷积变换的骨龄评估方法，包括：

基于目标检测模型和卷积变换网络建立初始模型，获取若干包含骨龄信息的图像作为训练样本，将所述训练样本分为训练集、验证集和测试集；

获取训练集中任一训练数据，采用预训练好的目标检测模型对所述训练数据进行识别后裁剪，获得若干包含ROI块的训练子图像；

采用卷积网络对所述训练子图像进行特征提取，获得样本特征信息；

根据所述样本数据的性别信息进行编码，并在激活函数处理后与所述样本特征信息融合，获得样本融合特征信息；