[发明专利]一种脊柱侧弯检测模型的生成方法和计算机设备

说明书

本申请涉及一种脊柱侧弯检测模型的生成方法和计算机设备，所述脊柱侧弯检测模型的生成方法包括：获取训练数据，将训练数据输入初始神经网络，以得到训练数据对应的预测结果，其中，训练数据包括一个训练样本在行进过程中多个时刻的行进参数和训练样本对应的真实结果；根据真实结果和预测结果，调整初始神经网络的参数，并继续执行将所训练数据输入初始神经网络，以得到预测结果的步骤，直至满足预设训练条件，以得到已训练的脊柱侧弯检测模型。所述训练数据包括一个训练样本在行进过程中多个时刻的行进参数，是动态的数据，通过行进过程中的动态数据训练初始神经网络，使得已训练的脊柱侧弯检测模型在实际使用时，能得到更准确的检测结果。

技术领域

本申请涉及检测技术领域，特别是涉及一种脊柱侧弯检测模型的生成方法和计算机设备。

背景技术

青少年脊柱侧弯是危害我国青少年儿童的常见病、多发病，并且发病率仍在逐年上升，2015年，的一份面向初中生的调查结果显示，有9.9％的学生患有脊柱侧弯，高于世界平均水平3％，因此，对脊柱侧弯的检测尤为重要。

脊柱侧弯的严重程度多通过对侧弯曲角度的测量得以评估，而角度测量最常采用的是Cobb角度测量方法。目前，主要是通过X射线照射得到测试人脊柱骨骼图片，经过图像识别计算得到测试人Cobb角的角度，以此为特征通过深度学习进行分类，其缺点在于，得到的都是静态信息，信息分析量较小，准确度有待提高。

因此，现有技术有待改进。

发明内容

本发明要解决的技术问题是，提供一种脊柱侧弯检测模型的生成方法和计算机设备，使训练得到脊柱侧弯检测模型可以得到更准确的检测结果。

第一方面，本发明实施例提供了一种脊柱侧弯检测模型的生成方法，所述方法包括：

获取训练数据，将所述训练数据输入初始神经网络，以得到所述训练数据对应的预测结果，其中，所述训练数据包括一个训练样本在行进过程中多个时刻的行进参数和所述训练样本对应的真实结果；

根据所述真实结果和所述预测结果，调整所述初始神经网络的参数，并继续执行将所述训练数据输入初始神经网络，以得到预测结果的步骤，直至满足预设训练条件，以得到已训练的脊柱侧弯检测模型。

作为进一步的改进技术方案，所述行进参数包括：所述训练样本在行进过程中的站立持续时间、每个时刻的臂长和腿长，以及所述训练样本在行进过程中每两个相邻时刻的关节运动角度、行进速率；所述获取训练数据，包括：

采集一个训练样本在行进过程中每一时刻的关节点的空间坐标；

根据所述训练样本在行进过程中每一时刻的关节点的空间坐标，得到所述训练样本在行进过程中的站立持续时间、每个时刻的臂长和腿长，以及所述训练样本在行进过程中每两个相邻时刻的关节运动角度、行进速率。

作为进一步的改进技术方案，所述采集在行进过程中每一时刻的关节点的空间坐标，包括：

在所述训练样本的行进过程中的每一时刻，通过三维立体相机拍摄所述训练样本，以得到所述训练样本在每一时刻的深度图像；

根据所述每一时刻的深度信息，得到每一时刻的关节点的空间坐标。

作为进一步的改进技术方案，根据所述训练样本在行进过程中每一时刻的关节点的空间坐标，得到所述训练样本在行进过程中的站立持续时间、每个时刻的臂长和腿长，以及所述训练样本在行进过程中每两个相邻时刻的关节运动角度、行进速率，包括：

根据所述训练样本在行进过程中每一时刻的关节点的空间坐标，得到所述训练样本在行进过程中的站立持续时间；

对于行进过程中的一个时刻，根据所述训练样本在该时刻的关节点的空间坐标，得到该训练样本在该时刻的臂长和腿长；