[发明专利]骨龄预测方法、装置、电子设备及可读存储介质

说明书

本申请公开了一种基于深度学习的骨龄预测方法、装置、电子设备及存储介质，涉及图像处理技术领域。所述方法包括：通过获取男性待预测对象和女性待预测对象的待预测X光骨图，输入骨关键区域提取模型，得到待预测对象的多张骨关键区域图，再输入骨成熟度预测模型，得到待预测对象的多张骨关键区域图对应的骨分类结果，进而通过男性骨龄预测模型或通过女性骨龄预测模型对骨分类结果进行计算，得到骨龄预测结果。通过结合现有的骨龄计分法，使用多个深度学习的模型，对待预测对象的X光骨图进行预测，每个模型得到的结果可用于临床解释，且能够快速且准确地输出预测结果。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种骨龄预测方法、装置、电子设备及可读存储介质。

背景技术

骨龄预测具有重要的临床意义，在临床上，可以用骨龄来推断骨的发育是否正常，根据骨骺闭合情况，还可以判断骨发育程度。于是对某些疾病，如内分泌、营养障碍和发育异常等诊断；了解儿童生长发育状态，确定矫形手术时间；预测未来身高；估计新生儿成熟程度等有重要价值。为刑事鉴定、推测人口出生时间等提供法律依据。

传统的骨龄评估方法是对孩子的左手进行X射线检查，然后根据X射线图像计算年龄。目前，我国进行骨龄评估主要由医生手动阅读X射线图像，耗时较长且不够准确。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于深度学习的骨龄预测方法、装置、电子设备及可读存储介质。

第一方面，本申请实施例提供了一种基于深度学习的骨龄预测方法，所述方法包括：

获取待预测对象的待预测X光骨图，所述待预测对象包括男性待预测对象和女性待预测对象；

通过骨关键区域提取模型对所述待预测X光骨图进行关键点检测和关键区域提取，得到待预测对象的多张骨关键区域图；

通过骨成熟度预测模型对所述待预测对象的多张骨关键区域图进行预测，得到每张骨关键区域图属于每一类骨分类的概率，根据所述每张骨关键区域图属于每一类骨分类的概率，得到所述待预测对象的多张骨关键区域图对应的骨分类结果；

通过男性骨龄预测模型对所述男性待预测对象的所述多张骨关键区域图对应的骨分类结果进行计算，得到所述男性待预测对象的骨龄预测结果，或

通过女性骨龄预测模型对所述女性待预测对象的所述多张骨关键区域图对应的骨分类结果进行计算，得到所述女性待预测对象的骨龄预测结果。

可选地，所述方法还包括：

获取多张临床X光骨图样本；

将所述临床X光骨图样本分为训练集和验证集，对待训练骨关键区域提取模型进行多轮训练，直至输出的关键点预测的误差在第一预设轮数内均不再下降，结束训练，得到所述骨关键区域提取模型，所述骨关键区域提取模型用于输出多张预设大小的骨关键区域图。

可选地，所述方法还包括：

获取多张临床骨关键区域图样本；

将所述临床骨关键区域图样本分为训练集和验证集，对待训练骨成熟度预测模型进行多轮训练，直至输出的骨分类结果的误差在第二预设轮数内均不再下降，结束训练，得到所述骨成熟度预测模型。

可选地，所述方法还包括：

获取多组临床骨分类结果样本，每组所述骨分类结果样本包含每个待预测对象样本的多个骨分类结果样本，所述多组临床骨分类结果样本包括多组男性临床骨分类结果样本和多组女性临床骨分类结果样本，待预测对象样本包括男性待预测对象样本和女性待预测对象样本；