骨折检测方法、装置、电子设备及介质与流程

本公开涉及医学影像处理领域，尤其涉及一种骨折检测方法、装置、电子设备及介质。

背景技术：

1、随着医学影像技术的不断发展，人工智能水平的不断进步，人工智能和医学影像的结合越来越深，通过人工智能算法的医学影像处理技术得到飞跃发展。通过深度学习算法对医学影像进行处理，可以实现对骨折的检测。然而，现有骨折检测方法的检测性能有待提高，且无法精准定位骨折位置，不利于医生做出诊断。

技术实现思路

1、为解决相关技术中的问题，本公开实施例提供了一种骨折检测方法、装置、电子设备及介质。

2、本公开实施例的一个方面提供了一种骨折检测方法，包括获得待处理图像；采用骨骼分割模型处理待处理图像，得到骨骼分割结果；采用骨折检测模型处理待处理图像，得到第一检测结果；以及基于骨骼分割结果处理第一检测结果，得到第二检测结果。

3、根据本公开实施例，骨骼分割模型的框架为3d u-net网络结构，其中，下采样和上采样的卷积层采用残差块结构，激活函数采用leaky relu，归一化层采用instance norm。

4、根据本公开实施例，采用骨骼分割模型处理待处理图像，得到骨骼分割结果包括，采用骨骼分割模型处理待处理图像，得到初步分割结果；对初步分割结果进行连通域分析，去除满足预定条件的连通域，得到骨骼分割结果。

5、根据本公开实施例，该预定条件包括：面积或体积小于第一阈值的连通域；并且/或者，与其他连通域的距离大于第二阈值。

6、根据本公开实施例，骨折检测模型包括特征提取部和骨折检测部，其中，特征提取部采用resnet-50的特征提取部分，骨折检测部采用3d-fcos网络结构。

7、根据本公开实施例，骨骼分割结果包括至少一个骨骼区域，第一检测结果包括至少一个骨折区域，基于骨骼分割结果处理第一检测结果，得到第二检测结果包括，从至少一个骨折区域中，去除与任一骨骼区域之间不存在位置对应关系的骨折区域；在骨折区域与至少一个骨骼区域之间存在位置对应关系的情况下，确定骨折区域对应的骨骼区域，以便生成第二检测结果。

8、根据本公开实施例，该骨折检测方法还包括，采用骨折分类模型处理第二检测结果，得到骨折分类结果，其中，骨折分类结果包括新鲜期骨折、陈旧期骨折、术后、疑似骨折和其他异常中的一种或多种。

9、根据本公开实施例，骨折分类模型的骨干网络采用resnet-34的特征提取部分，在多尺度特征图的输出后接入多头自注意力模块、平均池化层和全连接层。

10、本公开实施例的另一个方面提供了一种骨折检测装置，包括获得模块、分割模块、检测模块以及处理模块。获得模块，被配置为获得待处理图像；分割模块，被配置为采用骨骼分割模型处理待处理图像，得到骨骼分割结果；检测模块，被配置为采用骨折检测模型处理待处理图像，得到第一检测结果；处理模块，被配置为基于骨骼分割结果处理第一检测结果，得到第二检测结果。

11、本公开实施例的另一个方面提供了一种电子设备，包括至少一个处理器；以及，与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使得处理器实现如上所述的方法。

12、本公开实施例的另一个方面提供了一种计算机可读存储介质，其上存储有计算机可读指令，指令被处理器执行时使得处理器实现如上所述的方法。

13、本公开实施例的另一个方面提供了一种计算机程序，其被处理器执行时使得处理器实现如上所述的方法。

14、根据本公开实施例的技术方案，通过获得待处理图像；采用骨骼分割模型处理待处理图像，得到骨骼分割结果；采用骨折检测模型处理待处理图像，得到第一检测结果；以及基于骨骼分割结果处理第一检测结果，得到第二检测结果，从而可以提高检测性能，同时能够准确定位骨折位置。

技术特征：

1.一种骨折检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述骨骼分割模型的框架为3d u-net网络结构，其中，下采样和上采样的卷积层采用残差块结构，激活函数采用leaky relu，归一化层采用instance norm。

3.根据权利要求1所述的方法，其特征在于，所述采用骨骼分割模型处理所述待处理图像，得到骨骼分割结果，包括：

4.根据权利要求1所述的方法，其特征在于，所述骨折检测模型包括特征提取部和骨折检测部，其中，特征提取部采用resnet-50的特征提取部分，骨折检测部采用3d-fcos网络结构。

5.根据权利要求1所述的方法，其特征在于，所述骨骼分割结果包括至少一个骨骼区域，所述第一检测结果包括至少一个骨折区域，所述基于所述骨骼分割结果处理所述第一检测结果，得到第二检测结果，包括：

6.根据权利要求1-5任一项所述的方法，其特征在于，还包括：

7.根据权利要求1所述的方法，其特征在于，所述骨折分类模型的骨干网络采用resnet-34的特征提取部分，在多尺度特征图的输出后接入多头自注意力模块、平均池化层和全连接层。

8.一种骨折检测装置，其特征在于，包括：

9.一种电子设备，包括：

10.一种计算机可读存储介质，其上存储有计算机可读指令，所述指令被处理器执行时使得处理器执行如权利要求1-7任一项所述的方法。

技术总结
本公开实施例提供了一种骨折检测方法、装置、电子设备及介质。该骨折检测方法包括获得待处理图像；采用骨骼分割模型处理所述待处理图像，得到骨骼分割结果；采用骨折检测模型处理所述待处理图像，得到第一检测结果；以及基于所述骨骼分割结果处理所述第一检测结果，得到第二检测结果。

技术研发人员：于灏,张佳琦,丁佳,吕晨翀
受保护的技术使用者：北京医准智能科技有限公司
技术研发日：
技术公布日：2024/1/12