一种基于区域交叉的脊柱侧弯智能评估方法、装置及设备与流程
- 国知局
- 2024-08-22 14:50:35
本申请涉及医疗器械,具体而言,涉及一种基于区域交叉的脊柱侧弯智能评估方法、装置及设备。
背景技术:
1、cobb角(柯布角)是一种用于评估脊柱侧弯严重程度的重要数据,通常在站立位脊柱全长侧位的x线片上进行,通过确定脊柱侧弯的上端椎和下端椎,在上端椎的下缘和下端椎的上缘分别划一条垂线,两条垂线之间的夹角即为柯布角。
2、但是目前的柯布角测量主要是通过人工标注,划线测量的方法,越来越难以满足需求。
技术实现思路
1、本申请解决的问题是很难解决目前柯布角主要由人工评估的问题。
2、为解决上述问题,本申请第一方面提供了一种基于区域交叉的脊柱侧弯智能评估方法,包括:
3、将待评估脊柱图像输入预训练的热力图编码结构,得到热力图编码特征图;
4、将所述热力图编码特征图输入图像分割分支,得到分割结果图;
5、将所述热力图编码特征图输入图像识别分支,得到识别结果图;所述图像分割分支和所述图像识别分支,通过区域交叉结构进行特征交叉;
6、基于所述分割结果图和所述识别结果图,确定所述脊柱的柯布角。
7、本申请第二方面提供了一种基于区域交叉的脊柱侧弯智能评估装置,其包括:
8、热力编码模块,其用于将待评估脊柱图像输入预训练的热力图编码结构,得到热力图编码特征图;
9、热力分割模块,其用于将所述热力图编码特征图输入图像分割分支,得到分割结果图;
10、热力识别模块,其用于将所述热力图编码特征图输入图像识别分支,得到识别结果图;所述图像分割分支和所述图像识别分支,通过区域交叉结构进行特征交叉;
11、柯布角确定模块,其用于基于所述分割结果图和所述识别结果图,确定所述脊柱的柯布角。
12、本申请第三方面提供了一种电子设备,其包括:存储器和处理器;
13、所述存储器,其用于存储程序;
14、所述处理器,耦合至所述存储器,用于执行所述程序,以用于:
15、将待评估脊柱图像输入预训练的热力图编码结构,得到热力图编码特征图;
16、将所述热力图编码特征图输入图像分割分支,得到分割结果图;
17、将所述热力图编码特征图输入图像识别分支,得到识别结果图;所述图像分割分支和所述图像识别分支,通过区域交叉结构进行特征交叉;
18、基于所述分割结果图和所述识别结果图,确定所述脊柱的柯布角。
19、本申请第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行实现上述所述的基于区域交叉的脊柱侧弯智能评估方法。
20、本申请中,通过生成热力图,然后利用具有特征交叉的图像分割分支与图像识别分支进行同步处理,并根据处理结果确定对应的柯布角,从而实现了柯布角的自动智能评估。
21、本申请中,通过生成热力图,然后利用具有特征交叉的图像分割分支与图像识别分支进行同步处理,并根据处理结果确定对应的柯布角;一方面,利用双分支结构,实现了脊柱的准确识别与分割,以及柯布角的准确确定;另一方面通过热力图大大降低了计算量。
技术特征:1.一种基于区域交叉的脊柱侧弯智能评估方法,其特征在于,包括:
2.根据权利要求1所述的脊柱侧弯智能评估方法,其特征在于,所述基于所述分割结果图和所述识别结果图,确定所述脊柱的柯布角,包括:
3.根据权利要求1所述的脊柱侧弯智能评估方法,其特征在于,所述将所述热力图编码特征图输入图像分割分支,得到分割结果图,包括:
4.根据权利要求3所述的脊柱侧弯智能评估方法,其特征在于,所述将所述热力图编码特征图输入图像识别分支,得到识别结果图,包括:
5.根据权利要求4所述的脊柱侧弯智能评估方法,其特征在于,所述图像分割分支和所述图像识别分支,通过区域交叉结构进行特征交叉,包括:
6.根据权利要求5所述的脊柱侧弯智能评估方法,其特征在于,所述基于所述第一键值、第二键值和第三键值对所述第一识别特征图进行处理,输出第一交叉特征图,包括:
7.根据权利要求6所述的脊柱侧弯智能评估方法,其特征在于,所述将所述第一识别特征图依次输入标准化层和多头注意力模块,得到注意力特征图,包括:
8.一种基于区域交叉的脊柱侧弯智能评估装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:存储器和处理器;
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行实现权利要求1-7任一项所述的基于区域交叉的脊柱侧弯智能评估方法。
技术总结本申请提供了一种基于区域交叉的脊柱侧弯智能评估方法、装置及设备,所述方法包括:将待评估脊柱图像输入预训练的热力图编码结构,得到热力图编码特征图;将所述热力图编码特征图输入图像分割分支,得到分割结果图;将所述热力图编码特征图输入图像识别分支,得到识别结果图;所述图像分割分支和所述图像识别分支,通过区域交叉结构进行特征交叉;基于所述分割结果图和所述识别结果图,确定所述脊柱的柯布角。本申请中,通过生成热力图,然后利用具有特征交叉的图像分割分支与图像识别分支进行同步处理,并根据处理结果确定对应的柯布角,从而实现了柯布角的自动智能评估。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:2024/8/20本文地址:https://www.jishuxx.com/zhuanli/20240822/280085.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。