买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:合肥工业大学;安徽育高医疗管理有限公司
摘要:本发明公开了一种基于TW3骨骼发育关联规律的手骨骨龄自动评估修正方法,其步骤包括:1获取TW3手骨骨骼发育关联规律;2构建基于TW3方法的骨龄自动评估网络;3离线训练骨龄自动评估网络;4利用训练好的骨龄自动评估网络获取预测成熟度序列;5利用TW3手骨骨骼发育关联规律修正预测成熟度序列;6由TW3评分法计算修正后的骨龄。本发明使用TW3骨龄发展规律对预测成熟度序列中的奇异值进行修改,从而能降低奇异值对最终骨龄预测的影响,并能有效提高基于TW3方法的手骨骨龄自动评估的准确率。
主权项:1.一种基于TW3骨骼发育关联规律的手骨骨龄自动评估修正方法,其特征是按如下步骤进行:步骤1:构建骨骼关联规律成熟度序列数组S={S1,S2,S3,...,Si,...,Sn},其中,Si表示第i个骨骼关联规律成熟度序列,n为骨骼关联规律成熟度序列的总数;且表示第i个骨骼关联规律成熟度序列Si中第k种骨骼区域的成熟度;且k∈[1,K],K表示骨骼区域的种类;步骤2:构建基于TW3方法的骨龄自动评估网络,包括:骨骼区域检测网络、成熟度分类网络;所述骨骼区域检测网络使用FasterR-CNN目标检测网络;所述成熟度分类网络使用ResNet-50卷积网络;步骤2.1:获取手骨X光图像,并标注出的手骨X光图像的骨骼区域,将一批手骨X光图像数据及其标注后的骨骼区域数据作为训练数据集;步骤2.2:利用训练数据集离线训练所述骨骼区域检测网络,得到训练好的骨骼区域检测网络;步骤2.3:按照骨骼区域的种类K对标注后的骨骼区域进行剪裁,得到K种骨骼区域图像,并设置相应的成熟度标签,将同一种骨骼区域图像及其对应的成熟度标签作为一种骨骼区域数据集,从而构建K种骨骼区域数据集;步骤2.4:使用K种骨骼区域数据集分别离线训练所述成熟度分类网络,获取到K种成熟度分类模型;步骤3:由训练好的骨骼区域检测网络和K种成熟度分类模型构成手骨骨龄评估网络,并用于对待检测的手骨X光图像进行骨龄评估,得到预测成熟度序列其中,表示第k种骨骼区域的预测成熟度;步骤4:利用式1计算预测成熟度序列和第i个规律成熟度序列Si的相似度,从而得到相似度得分数组SCORE={score1,score2,...,scorei,...,scoren}: 式1中,scorei表示预测成熟度序列和第i个规律成熟度序列Si的相似度得分;步骤5:根据相似度得分数组SCORE中的最小值scoremin,从规律成熟度序列S中找到所述最小值scoremin所对应的相似规律成熟度序列Smin;步骤6:利用式2计算预测成熟度序列和相似规律成熟度序列Smin中每个骨骼区域的成熟度偏差,从而得到偏差数组D={d1,d2,...,dk,...,dK}; 式2中,dk表示第k种骨骼区域的预测成熟度序列和相似规律成熟度序列Smin的偏差,表示相似规律成熟度序列Smin序列的第k种骨骼区域对应的成熟度;步骤7:选取偏差数组D中大于阈值θ的偏差,从而得到大偏差数组D*,由大偏差数组D*中每个偏差在偏差数组D中所对应的下标,得到修正区域编号数组;步骤8:根据修正区域编号数组,修正所述预测成熟度序列中相应下标对应骨骼区域的预测成熟度,从而得到修正后的预测成熟度序列步骤9:根据TW3评分法将修正后的预测成熟度序列转化为分数序列,并将分数序列中的所有分数相加后得到总的成熟度分数,从而预测出待检测的手骨X光图像的骨龄。
全文数据:
权利要求:
百度查询: 合肥工业大学 安徽育高医疗管理有限公司 基于TW3骨骼发育关联规律的手骨骨龄自动评估修正方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。