[发明专利]一种骨龄识别方法、系统及电子设备

说明书

本申请涉及骨骼成熟度分析技术领域，特别涉及一种骨龄识别方法、系统及电子设备。所述骨龄识别方法包括：步骤a：将骨骼图像输入目标骨骼位置检测模型，通过所述目标骨骼位置检测模型检测骨骼图像中目标骨骼的位置坐标；步骤b：根据所述目标骨骼的位置坐标剪切出目标骨骼图片；步骤c：将所述目标骨骼图片输入骨骼阶段分类模型进行骨龄识别。本申请使用深度学习对尺骨图片与桡骨图片进行自动分类识别，无需人工干预，提高了骨龄识别的效果与效率，比现有技术拥有更优的性能；且无需手工采集，更加省时省力、高效快捷。

技术领域

本申请涉及骨骼成熟度分析技术领域，特别涉及一种骨龄识别方法、系统及电子设备。

背景技术

骨骼成熟度(骨龄)分析作为生长发育程度的一项重要指标，在医学、体育及司法鉴定等领域中发挥着重要作用，特别是在对青少年脊柱侧凸等病人的临床管理中，进行骨骼成熟度分析以理解其生长的高峰期与停止期，对于决定临床观察间隔、定时开始和终止支撑治疗至关重要。而由于手腕部的骨块数量较多、包含的信息量大，且采集更加方便，因此通常采用手腕部骨骼进行骨骼成熟度评价。

目前国际上较为常用的骨骼发育成熟度评价方法包括基于欧美人骨骼发育特点提出的G-P图谱法和TW计分法。而由于各国人骨骼发育情况存在较大差异，G-P图谱法和TW计分法不能完全适用于东亚人种。我国也先后制定了李果珍法、CHN法、中华-05标准等评价方法，而由于儿童生长发育加速，上述评价方法也存在一定滞后。

2013年香港大学的Luk等提出了一种通过桡骨远端和尺骨分类的评定标准来评定骨骼成熟度。该标准研究了这些骨骺每一阶段改变对应的骨龄和性征、站高、坐高、臂距、桡骨长度、胫骨长度的发展，发现站高、坐高、和臂距生长在R7(平均，11.4岁)阶段和U5(平均，11.0岁)阶段达到高峰，长骨生长高峰也是在R7和U5，高度和臂距生长停止是在R10(平均，15.6岁)阶段和U9(平均，17.3岁)阶段。但这些都是通过放射科医师根据标准进行人工判断分类，耗时耗力且存在较大主观性。

中国专利CN103300872B与CN106340000A虽然分别通过使用计算机图像学分析与图像特征提取，再通过支持向量机算法分类方法实现了骨龄自动识别。但在目标骨骼位置的采集与特征提取等部分仍需要人工参与，不能实现完全自动化，且使用的方法相对传统，效果与效率不够理想。

在医疗诊断过程中，精准地诊断通常要借助于高质量的医学影像检查。随着近年来医学成像技术的不断提升，医院具有众多高端的成像设备以更快地获取更高质量的医学图像。但对于图像的解释判断一般还是由医师完成，不但费时费力，而且存在较多主观因素。计算机辅助检测在临床实践与研究中是一个重要工具，可以利用机器学习与图像处理等技术进行自动化诊断。但传统方法效果还不够理想，近年来一些利用深度学习技术的研究取得了较好的效果，体现出了其在该方面的优越性能。因此，采用深度学习方法分析桡骨和尺骨X射线图片来自动分类评估骨骼成熟度，从而理解其生长的高峰期与停止期对于决定青少年脊柱侧凸等病人的临床管理有重要意义。

发明内容

本申请提供了一种骨龄识别方法、系统及电子设备，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

为了解决上述问题，本申请提供了如下技术方案：

一种骨龄识别方法，包括：

步骤a：将骨骼图像输入目标骨骼位置检测模型，通过所述目标骨骼位置检测模型检测骨骼图像中目标骨骼的位置坐标；

步骤b：根据所述目标骨骼的位置坐标剪切出目标骨骼图片；

步骤c：将所述目标骨骼图片输入骨骼阶段分类模型进行骨龄识别。

本申请实施例采取的技术方案还包括：所述步骤a前还包括：采集骨骼图像；所述骨骼图像为X光图片。