[发明专利]髋关节X光图像快速自动分析方法

说明书

本发明公开了一种髋关节X光图像快速自动分析方法，包括：获取预先进行了N个关键点位置标注的髋关节X光图像；对于预先收集的一系列髋关节X光图像，根据标注的关键点位置，以关键点位置为中心的一定区域作为一个目标区域，即对于一张髋关节X光图像选取了N个不同的目标区域；针对这N个目标区域训练了一个2D卷积神经网络，用于髋关节目标区域检测；在测试时，将待分析的髋关节X光图像输入至2D卷积神经网络，输出预测的目标区域及其类别，再计算各个预测的目标区域的中心点作为关键点。通过上述方法可以快速的、准确的实现髋关节X光图像自动分析。

技术领域

本发明涉及机器学习、智能医学影像分析技术领域，尤其涉及一种髋关节X光图像快速自动分析方法。

背景技术

髋关节X光图像是常规医学影像中的一种，目前对于髋关节X光图像的分析大多由人工方式实现，还没有较为有效的自动分析方案。

但是，人工方式的缺陷在于：一方面，分析耗时较长，效率较低；另一方面，分析结果的准确性依赖于分析者的专业水平，因此，也难以保证分析结果的准确性。

发明内容

本发明的目的是提供一种髋关节X光图像快速自动分析方法，可以快速的、准确的实现髋关节X光图像自动分析。

本发明的目的是通过以下技术方案实现的：

一种髋关节X光图像快速自动分析方法，包括：

获取预先进行了N个关键点位置标注的髋关节X光图像；

对于预先收集的一系列髋关节X光图像，根据标注的关键点位置，以关键点位置为中心的一定区域作为一个目标区域，即对于一张髋关节X光图像选取了N个不同的目标区域；

针对这N个目标区域利用收集的髋关节X光图像训练了一个2D卷积神经网络，用于髋关节目标区域检测；

在测试时，将待分析的髋关节X光图像输入至2D卷积神经网络，输出预测的目标区域及其类别，提取出与N个关键点相对应类别的预测的目标区域，各预测的目标区域的中心点即为相应类别的关键点。

由上述本发明提供的技术方案可以看出，基于2D卷积神经网络自动对髋关节X光图像进行分析，不仅加快了分析速度、提高了分析效率，还可以确保分析结果的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种髋关节X光图像快速自动分析方法的流程图；

图2为本发明实施例提供的进行了关键点位置标注的髋关节X光图像；

图3为本发明实施例提供的2D卷积神经网络的示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明实施例提供一种髋关节X光图像快速自动分析方法，如图1所示，其主要包括如下步骤：

1、获取预先进行了N个关键点位置标注的髋关节X光图像。

如图2所示，所标注的关键点位置至少包括如下六处：盆骨右中心点1、盆骨左中心点2、髋臼右前缘3、髋臼左前缘4、右股骨头中心5以及左股骨头中心6。

这些关键点位置都是预先由相关专家进行人工标注。