【技术实现步骤摘要】
骨检测方法、装置、电子设备及存储介质
本申请涉及计算机视觉
,尤其涉及骨检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
传统的人骨鉴定方法主要包括形态学检验、组织学检验和生物学检验等技术手段,需要法医使用显微镜、化学试剂等进行鉴别,操作复杂,且鉴定周期较长。
技术实现思路
本申请的目的在于提供骨检测方法、装置、电子设备及计算机可读存储介质,利用了计算机视觉技术,实现了非接触式检测,相比传统的人骨鉴定方法效率更高,且无需人工鉴别,智能化水平高。本申请的目的采用以下技术方案实现:第一方面,本申请提供了一种骨检测方法,所述方法包括:获取目标骨的视觉检测数据,所述目标骨的视觉检测数据是视觉检测设备检测所述目标骨得到的,所述目标骨的视觉检测数据包括所述目标骨的2D检测数据以及所述目标骨的3D检测数据和/或射线检测数据;根据所述目标骨的2D检测数据,获取所述目标骨的2D纹理信息;根据所述目标骨的3D检测数据和/或射线检测数据,获取所述目标骨的3D轮廓信息;根据所述目标骨的2D纹理信息和3D轮廓信息,检测所述目标骨是否是人骨。该技术方案的有益效果在于,可以利用视觉检测设备获取目标骨的视觉检测数据,根据视觉检测数据可以获取目标骨的2D纹理信息和3D轮廓信息,从而可以判断目标骨是否为人骨,该骨检测方法利用了计算机视觉技术,实现了非接触式检测,相比传统的人骨鉴定方法效率更高,且无需人工鉴别,智能化水平高。在一些可选的实施例中,所述根据所述目标骨的2D纹理信息和3D轮廓信息,检测 ...
【技术保护点】
1.一种骨检测方法,其特征在于,所述方法包括:/n获取目标骨的视觉检测数据,所述目标骨的视觉检测数据是视觉检测设备检测所述目标骨得到的,所述目标骨的视觉检测数据包括所述目标骨的2D检测数据以及所述目标骨的3D检测数据和/或射线检测数据;/n根据所述目标骨的2D检测数据,获取所述目标骨的2D纹理信息;/n根据所述目标骨的3D检测数据和/或射线检测数据,获取所述目标骨的3D轮廓信息;/n根据所述目标骨的2D纹理信息和3D轮廓信息,检测所述目标骨是否是人骨。/n
【技术特征摘要】
1.一种骨检测方法,其特征在于,所述方法包括:
获取目标骨的视觉检测数据,所述目标骨的视觉检测数据是视觉检测设备检测所述目标骨得到的,所述目标骨的视觉检测数据包括所述目标骨的2D检测数据以及所述目标骨的3D检测数据和/或射线检测数据;
根据所述目标骨的2D检测数据,获取所述目标骨的2D纹理信息;
根据所述目标骨的3D检测数据和/或射线检测数据,获取所述目标骨的3D轮廓信息;
根据所述目标骨的2D纹理信息和3D轮廓信息,检测所述目标骨是否是人骨。
2.根据权利要求1所述的骨检测方法,其特征在于,所述根据所述目标骨的2D纹理信息和3D轮廓信息,检测所述目标骨是否是人骨,包括:
获取多个骨样本的2D纹理信息、3D轮廓信息和生物类型标注数据,每个骨样本的生物类型标注数据包括所述骨样本的生物类型标识,所述骨样本的生物类型标识用于指示所述骨样本是否是人骨;
根据所述多个骨样本的2D纹理信息、3D轮廓信息和生物类型标注数据,利用深度学习模型进行训练,得到生物分类模型;
将所述目标骨的2D纹理信息和3D轮廓信息输入所述生物分类模型,确定所述目标骨是人骨或者不是人骨。
3.根据权利要求1所述的骨检测方法,其特征在于,所述方法还包括:
当所述目标骨是人骨时,根据所述目标骨的2D纹理信息,获取所述目标骨的密度;
所述根据所述目标骨的2D纹理信息,获取所述目标骨的密度,包括:
获取第一组人骨样本的2D纹理信息和密度标注数据,每个人骨样本的密度标注数据包括所述人骨样本的密度;
根据所述第一组人骨样本的2D纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;
将所述目标骨的2D纹理信息输入所述密度分类模型,估计出所述目标骨的密度。
4.根据权利要求3所述的骨检测方法,其特征在于,所述方法还包括:
根据所述目标骨的密度,估计出所述目标骨对应的人的年龄。
5.根据权利要求1所述的骨检测方法,其特征在于,所述方法还包括:
当所述目标骨是人骨时,根据所述目标骨的3D轮廓信息,获取所述目标骨的部位信息;
所述根据所述目标骨的3D轮廓信息,获取所述目标骨的部位信息,包括:
获取第二组人骨样本的3D轮廓信息和部位标注数据,每个人骨样本的部位标注数据包括所述人骨样本的部位信息;
根据所述第二组人骨样本的3D轮廓信息和部位标注数据,利用深度学习模型进行训练,得到部位分类模型;
将所述目标骨的3D轮廓信息输入所述部位分类模型,得到所述目标骨的部位信息。
6.根据权利要求5所述的骨检测方法,其特征在于,所述部位信息包括部位类型和/或相对位置信息。
7.根据权利要求1所述的骨检测方法,其特征在于,所述方法还包括:
当所述目标骨是人骨时,根据所述目标骨的3D轮廓信息,获取所述目标骨的损伤信息;
所述根据所述目标骨的3D轮廓信息,获取所述目标骨的损伤信息,包括:
获取第三组人骨样本的3D轮廓信息和损伤标注数据,每个人骨样本的损伤标注数据包括所述人骨样本的损伤信息;
根据所述第三组人骨样本的3D轮廓信息和损伤标注数据,利用深度学习模型进行训练,得到损伤分类模型;
将所述目标骨的3D轮廓信息输入所述损伤分类模型,得到所述目标骨的损伤信息。
8.根据权利要求7所述的骨检测方法,其特征在于,所述损伤信息包括以下至少一种:损伤类型、损伤次数和损伤程度。
9.一种骨检测装置,其特征在于,所述装置包括:
视觉获取模块,用于获取目标骨的视觉检测数据,所述目标骨的视觉检测数据是视觉检测设备检测所述目标骨得到的,所述目标骨的视觉检测数据包括所述目标骨的2D检测数据以及所述目标骨的3D检测数据和/或射线检测数据;...
【专利技术属性】
技术研发人员:陈海波,李宗剑,
申请(专利权)人:深兰人工智能芯片研究院江苏有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。