[发明专利]X线头颅正位片头影测量标志点自动识别方法及设备

说明书

本发明涉及一种X线头颅正位片头影测量标志点自动识别方法及设备，所述方法包括以下步骤：获取待识别的X线头颅正位片图像并进行预处理；以预处理后的图像作为经训练的识别模型的输入，获得自动识别结果；其中，识别模型基于改进YOLOv3网络构建，识别模型的训练过程包括以下步骤：获取经预处理的X线头颅正位片图像样本集，在各图像中标注标志点位置；进行数据增强，获得训练数据集和测试数据集；利用改进YOLOv3网络进行学习，获得收敛后的权重模型；利用权重模型对测试数据集中的图像进行测试，调整权重模型的参数，再次训练获得最终的识别模型。与现有技术相比，本发明能够精准、快速地识别标志点位置，减轻常规临床服务的工作量。

技术领域

本发明属于计算机辅助医学领域，具体涉及一种基于深度学习的X线头颅正位片头影测量标志点自动识别方法及设备。

背景技术

X线头影测量技术于1931年由Broadbent和Hofrath分别提出，是在X线头影侧位片上先绘制测量描迹图，并确定测量标志点，然后对根据这些测量标志点描绘出的线距、角度及线距比进行测量分析，用以了解颅、颌、面、牙软硬组织的结构情况及其相互间关系，进一步了解畸形的机理，有助于医生作出正确的诊断和矫治设计。

头影测量标志点的标定需要由受过专门培训的临床医生进行手动标定，但是人工标定仍然是一项困难的任务，不仅手动标注过程会导致测量误差，而且人工标定也是一项耗时的工作，专家平均需要15到20分钟来处理每个头颅侧位片。全自动的头影测量标志点自动识别将减轻常规临床服务的工作量，并为正畸医生提供更多时间来制定最佳的治疗计划。目前为止，全自动X线头颅正位片头影测量标志点自动识别方法很少有人提出并且提出的方法都不够准确，高度依赖数据质量，鲁棒性不高，不能用于临床实践。因此有必要研究一个快速识别且精度较高的自动化模型。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种精度较高、快速的X线头颅正位片头影测量标志点自动识别方法及设备。

本发明的目的可以通过以下技术方案来实现：

一种X线头颅正位片头影测量标志点自动识别方法，包括以下步骤：

获取待识别的X线头颅正位片图像并进行预处理；

以预处理后的图像作为经训练的识别模型的输入，获得自动识别结果；

其中，所述识别模型基于改进YOLOv3网络构建，识别模型的训练过程包括以下步骤：

1)获取经预处理的X线头颅正位片图像样本集，在各图像中标注标志点位置；

2)对已标注的图像进行数据增强，获得训练数据集和测试数据集；

3)利用改进YOLOv3网络对所述训练数据集中的标志点位置进行学习，获得收敛后的权重模型；

4)利用所述权重模型对测试数据集中的图像进行测试，调整所述权重模型的参数，再次训练获得最终的识别模型。

进一步地，所述预处理包括脱敏处理和图像变换。

进一步地，所述在各图像中标注标志点位置具体为：

利用目标分割的标记软件对图像中的标注点进行框选和标志分类，获得带有标注框的图像和对应的标注信息文件。

进一步地，所述标志分类的类别包括右额颧点、左额颧点、右颧弓点、前鼻棘、后鼻棘、上中切牙点、下中切牙点、右上颌第一磨牙点、左上颌第一磨牙点和颏下点。

进一步地，所述数据增强具体为：

利用python将正位片图像进行旋转90°、180°和270°，以实现数据扩增，同时修改标注信息文件。

进一步地，所述标注框的大小为5*5。