基于质量分布图分析的膝关节位置检测及分类方法及装置与流程

本申请属于膝关节位置检测及分类领域，尤其涉及一种基于质量分布图分析的膝关节位置检测及分类方法、装置、设备及计算机可读存储介质。

背景技术：

1、目前，在进行膝关节位置检测及分类时，输入的膝关节x线片图像，由于拍摄原因会存在高亮或较暗的图像，这样的图像在进行检测及分类时会存在误差。

2、因此，如何提高膝关节x线片图像检测及分类的准确性是本领域技术人员亟需解决的技术问题。

技术实现思路

1、本申请实施例提供一种基于质量分布图分析的膝关节位置检测及分类方法、装置、设备及计算机可读存储介质，能够提高膝关节x线片图像检测及分类的准确性。

2、第一方面，本申请实施例提供一种基于质量分布图分析的膝关节位置检测及分类方法，包括：

3、获取待检测分类的膝关节x线片图像；

4、对膝关节x线片图像进行数据预处理；

5、计算数据预处理后的膝关节x线片图像的质量分布图，以判断是否满足预设阈值范围；其中，预设阈值范围是基于大量正常膝关节x线片图像进行质量分布图分析，统计出来的阈值范围；

6、若不满足预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马变换迭代，直至满足预设阈值范围；

7、对满足预设阈值范围的膝关节x线片图像进行膝关节位置检测及分类。

8、可选的，对膝关节x线片图像进行数据预处理，包括：

9、对膝关节x线片图像进行尺寸变换，变换成640*640大小。

10、可选的，伽玛变换的表达式，包括：

11、s＝c*rγ

12、其中r为输入的灰度值，范围[0,1]，c为灰度缩放系数，γ为伽玛因子大小，s为经过变换以后的灰度值。

13、可选的，若不满足预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马变换迭代，直至满足预设阈值范围，包括：

14、若低于预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马增强迭代，直至满足预设阈值范围。

15、可选的，若不满足预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马变换迭代，直至满足预设阈值范围，包括：

16、若高于预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马衰减迭代，直至满足预设阈值范围。

17、可选的，对满足预设阈值范围的膝关节x线片图像进行膝关节位置检测及分类，包括：

18、将满足预设阈值范围的膝关节x线片图像，输入预设的膝关节位置检测分类判断网络模型，分别输出膝关节位置检测结果和类别判断结果；

19、其中，膝关节位置检测分类判断网络模型包括：骨干网络，特征融合模块，预测模块；预测模块包括位置检测和类别判断两个分支。

20、可选的，膝关节位置检测分类判断网络模型的整体损失函数计算，包括：

21、分别确定膝关节位置检测分类判断网络模型的矩形框损失、置信度损失和分类损失，及其三种损失对应权重；

22、基于矩形框损失、置信度损失、分类损失，及其三种损失对应权重，计算整体损失函数。

23、第二方面，本申请实施例提供了一种基于质量分布图分析的膝关节位置检测及分类装置，包括：

24、图像获取模块，用于获取待检测分类的膝关节x线片图像；

25、预处理模块，用于对膝关节x线片图像进行数据预处理；

26、阈值判断模块，用于计算数据预处理后的膝关节x线片图像的质量分布图，以判断是否满足预设阈值范围；其中，预设阈值范围是基于大量正常膝关节x线片图像进行质量分布图分析，统计出来的阈值范围；

27、伽马变换迭代模块，用于若不满足预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马变换迭代，直至满足预设阈值范围；

28、位置检测分类模块，用于对满足预设阈值范围的膝关节x线片图像进行膝关节位置检测及分类。

29、第三方面，本申请实施例提供了一种电子设备，电子设备包括：处理器以及存储有计算机程序指令的存储器；

30、所述处理器执行所述计算机程序指令时实现基于质量分布图分析的膝关节位置检测及分类方法。

31、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现基于质量分布图分析的膝关节位置检测及分类方法。

32、本申请实施例的基于质量分布图分析的膝关节位置检测及分类方法、装置、设备及计算机可读存储介质，能够提高膝关节x线片图像检测及分类的准确性。

33、该基于质量分布图分析的膝关节位置检测及分类方法，包括：获取待检测分类的膝关节x线片图像；对膝关节x线片图像进行数据预处理；计算数据预处理后的膝关节x线片图像的质量分布图，以判断是否满足预设阈值范围；其中，预设阈值范围是基于大量正常膝关节x线片图像进行质量分布图分析，统计出来的阈值范围；若不满足预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马变换迭代，直至满足预设阈值范围；对满足预设阈值范围的膝关节x线片图像进行膝关节位置检测及分类。

技术特征：

1.一种基于质量分布图分析的膝关节位置检测及分类方法，其特征在于，包括：

2.根据权利要求1所述的基于质量分布图分析的膝关节位置检测及分类方法，其特征在于，对膝关节x线片图像进行数据预处理，包括：

3.根据权利要求1所述的基于质量分布图分析的膝关节位置检测及分类方法，其特征在于，伽玛变换的表达式，包括：

4.根据权利要求3所述的基于质量分布图分析的膝关节位置检测及分类方法，其特征在于，若不满足预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马变换迭代，直至满足预设阈值范围，包括：

5.根据权利要求4所述的基于质量分布图分析的膝关节位置检测及分类方法，其特征在于，若不满足预设阈值范围，则对数据预处理后的膝关节x线片图像进行伽马变换迭代，直至满足预设阈值范围，包括：

6.根据权利要求1所述的基于质量分布图分析的膝关节位置检测及分类方法，其特征在于，对满足预设阈值范围的膝关节x线片图像进行膝关节位置检测及分类，包括：

7.根据权利要求6所述的基于质量分布图分析的膝关节位置检测及分类方法，其特征在于，膝关节位置检测分类判断网络模型的整体损失函数计算，包括：

8.一种基于质量分布图分析的膝关节位置检测及分类装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的基于质量分布图分析的膝关节位置检测及分类方法。

技术总结本申请提供了一种基于质量分布图分析的膝关节位置检测及分类方法、装置、设备及计算机可读存储介质。该方法，包括：获取待检测分类的膝关节X线片图像；对膝关节X线片图像进行数据预处理；计算数据预处理后的膝关节X线片图像的质量分布图，以判断是否满足预设阈值范围；其中，预设阈值范围是基于大量正常膝关节X线片图像进行质量分布图分析，统计出来的阈值范围；若不满足预设阈值范围，则对数据预处理后的膝关节X线片图像进行伽马变换迭代，直至满足预设阈值范围；对满足预设阈值范围的膝关节X线片图像进行膝关节位置检测及分类。根据本申请实施例，能够提高膝关节X线片图像检测及分类的准确性。技术研发人员：刘星宇,张逸凌受保护的技术使用者：北京长木谷医疗科技股份有限公司技术研发日：技术公布日：2024/7/29