[发明专利]脊椎骨折区域分析模型训练方法和装置有效
申请号: | 202010147315.4 | 申请日: | 2020-03-05 |
公开(公告)号: | CN111401417B | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 颜立峰;何福金;刘小青;俞益洲 | 申请(专利权)人: | 北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司 |
主分类号: | G06V10/774 | 分类号: | G06V10/774;G06V10/44 |
代理公司: | 北京天方智力知识产权代理有限公司 11719 | 代理人: | 贾耀梅 |
地址: | 102209 北京市昌平区北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 脊椎 骨折 区域分析 模型 训练 方法 装置 | ||
1.一种脊椎骨折区域分析模型训练方法,其特征在于,所述脊椎骨折区域分析模型包括用于提取特征图的骨椎主干网络和分别与所述骨椎主干网络连接的N个骨椎渐进层,所述骨椎渐进层配置为基于输入的特征图输出包括骨折区域预测结果的输出框,其中N为大于等于2的整数;
其中,所述训练方法包括:
将基本框输入所述骨椎主干网络获得的第一骨椎提取特征图;
将所述第一骨椎提取特征图输入所述N个骨椎渐进层中的第一骨椎渐进层以获得第一骨椎输出框;
根据所述第一骨椎输出框和骨折区域标准参考数据之间的差别调整第二骨椎渐进层的网络参数,并将所述第一骨椎输出框输入所述骨椎主干网络获得第二提取特征图;
将所述骨椎主干网络输出的第m骨椎提取特征图输入所述N个骨椎渐进层中的第m骨椎渐进层以获得第m输出框,其中,m为N≥m≥2的整数变量;以及
根据所述第m输出框和椎体标准参考数据之间的差别调整第m+1输出框的网络参数,并根据所述第m输出框基于所述骨椎主干网络获得第m+1提取特征图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第m输出框基于所述骨椎主干网络获得第m+1提取特征图包括:
根据所述第m输出框和第q椎骨渐进层输出的第q输出框生成融合特征图;以及
将所述融合特征图输入所述骨椎主干网络以获得所述第m+1提取特征图;
其中,所述第q输出框基于另一脊椎骨折区域分析模型的训练过程获取,所述另一脊椎骨折区域分析模型,包括用于提取特征图的椎骨主干网络和分别与所述椎骨主干网络连接的P个椎骨渐进层,所述椎骨渐进层配置为基于输入的特征图输出包括椎体区域预测结果的输出框,其中P为大于等于2的整数;其中,所述另一脊椎骨折区域分析模型的训练过程包括:
将基本框输入所述椎骨主干网络获得的第一椎骨提取特征图;
将所述第一椎骨提取特征图输入所述P个椎骨渐进层中的第一椎骨渐进层以获得第一椎骨输出框;
根据所述第一椎骨输出框和椎体标准参考数据之间的差别调整第二椎骨渐进层的网络参数,并将所述第一椎骨输出框输入所述椎骨主干网络获得第二提取特征图;
将所述椎骨主干网络输出的第q椎骨提取特征图输入所述P个椎骨渐进层中的所述第q椎骨渐进层以获得所述第q输出框,其中,q为P≥q≥2的整数变量;以及
根据所述第q输出框和骨折区域标准参考数据之间的差别调整第q+1输出框的网络参数,并根据所述第q输出框基于所述椎骨主干网络获得第q+1提取特征图。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第m输出框和第q椎骨渐进层输出的第q输出框生成融合特征图包括:
以特征叠加或特征相加的方式融合所述第m输出框和所述第q输出框以生成所述融合特征图。
4.根据权利要求1所述的方法,其特征在于,进一步包括:
基于放射平片确定所述基本框,其中,所述基本框为以每个像素点为中心的框。
5.根据权利要求3所述的方法,其特征在于,进一步包括:
对原始数据进行筛选以获得具有统一数据格式的所述放射平片;
对所述具有统一数据格式的所述放射平片进行标记;以及
将标记后的所述放射平片由所述统一数据格式转换为满足计算机识别处理需求的自然图像格式。
6.一种脊椎骨折区域分析方法,其特征在于,包括:
将放射平片输入如权利要求1至5中任一所述的方法训练建立的脊椎骨折区域分析模型;以及
将所述N个骨椎渐进层中最后一个渐进层输出的输出框作为最终骨折区域预测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司,未经北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010147315.4/1.html,转载请声明来源钻瓜专利网。