机器自动图像识别方法及装置制造方法及图纸

一种机器自动图像识别方法及装置，采用利普视觉公司研发的骨龄识别模块、骨龄图谱数据库、骨龄图像压缩模块、存储技术，以及网络传输技术，骨龄专家识别与计算机自动识别有效结合，节约时间，提高识别效率，能够准确可靠地识别评估骨龄。硬件包括高精度图片扫描仪［１］，主控机［２］，显示器［３］，打印机［４］，骨龄中心数据库服务器［５］。应用于医院、青少年体育培训中心，学校等应用骨龄评估测定的场所。本发明专利技术的方法及装置具有优异的性价比；既可当地也可远程操作和控制。

【技术实现步骤摘要】

本专利技术涉及机器自动图像识别方法及装置，即利用计算机数字影像技术、模式识别技术和图像压缩技术对数字化的骨龄图像进行自动识别，属机器视觉领域。
技术介绍
骨龄即骨骼年龄。是骨骼发育进程的年龄描述，代表了特定正常人群(种族、地域、年代)中各个不同年龄未成年人骨骼发育的一般状态，通常情况下这种一般状态的描述来自于X线影像。骨龄评价或骨龄鉴定就是用X射线按照同样的方法对受测人的同样部位的骨骼拍摄X线影像并将影像中骨骼形态特征与一般状态的比较过程。由于人的骨骼发育与人的生理成熟程度密切相关，所以骨龄可以准确地反映人体发育的生理成熟程度，是评价未成年人生理成熟程度的重要指标。骨龄是人体成熟程度的重要指标。它不仅可以确定儿童的生物学年龄，而且还可以通过骨龄及早了解儿童的生长发育潜力、并依照骨骼发育趋势来判断是否适合接受某项具体运动的专业训练或是向适合本身骨骼发育趋势的职业方向发展，以及性成熟的趋势，通过骨龄还可预测儿童的成年身高，骨龄的测定还对一些疾病的诊断有很大帮助。判断儿童骨龄有三种常用的方法1、根据手腕部骨化中心数来测定骨龄观察受检儿童的手腕部萌出的骨化中心数来判断骨骼发育的成熟程度如出现头骨、钩骨时，骨龄相当于6个月出现三角骨时，骨龄相当于3岁，该方法较适应于7岁以前的儿童。2、根据手腕部X光图谱来测定骨龄将受检儿童手腕部的X线片与标准图谱作比较，当该儿童手腕部的骨化中心的数目、形态及大小与标准图谱中某一年龄所示的骨化中心较为一致时，此图谱上的年龄即为该儿童的骨龄。该图谱男女各一套，适合于0-19岁的儿童少年。3、根据腕骨形态、大小等发育变化进行计分测定骨龄将受检儿童手腕部各骨化中心的发育情况进行分期评分，累计总分后查出相应的骨龄。此法较前两种方法更全面客观，也较精确，但因为方法繁琐、复杂、门诊不常用。已有的专利技术有以下几种同比技术{I}，中国专利公开号CN 1644164A，申请号CN200510051230.1，公开日2005年7月27日，专利技术名称为《数字化检测骨龄的方法及其装置》，公开了一种数字化检测骨龄的方法及其装置，通过采用的线扫描技术对被检测人体部位的移动扫描方法，并提供一种采用这种方法的检测装置，使得检测骨龄的灵敏度高，效率高，探测范围大，同时，在这种模式下，医生可在计算机上应用增强显示功能作进一步图像处理，很大程度上提高了诊断能力，并借助于软件处理技术分析图像，可以实现将图像放大，灰度反置，同时显示几幅图像相比较等功能。已发表论文《基于CHN的骨龄自动评价方法研究》，王珂、王巍、尹宝才《计算机研究与发展》第40卷第7期2003年7月，论述了应用活动形状模型(active shape models，ASM)，结合了特定的先验知识，提出多模板多训练集的方案，改善了边缘检测的效果；通过考察一系列形状几何信息并结合灰度信息，将CHN标准中有关的文字描述转化为数字特征，采取多层次分步骤的方法用于最终的骨龄自动评价，实验表明骨龄评价的正确率和稳定性有了提高。已发表论文《AN ARTIFICIAL NEURAL NETWORK ARCHITECTURE FOR SKELETALAGE ASSESSMENT》By Leonardo Bocchi，etc，University of Florence-Firenze，Italy ICIP 2003论述了采用TW2方法，应用神经网络结构，对图像中的每一个骨骼进行定位，使用Gabor转换或是多度量分层次Gaussian过滤，将预处理的结果传输到神经网络装置中，在按照TW2方法对骨龄数据分类，从而按照影像学专家的经验数据来对骨龄进行评估和对比。综上所述，传统的方法是骨龄专家亲自审视X线片，并将影像中骨骼形态特征与一般状态的比较，根据临床经验得出骨龄的评估结论，不足之处是其方法耗时、效率低、一天一个骨龄专家诊断人数有限，并受到人为因素的影响，如疲劳、心情不佳、压力太大、工作环境欠佳等等；较先进的方法是利用计算机对骨龄自动评价，国内外很多机构投入大量人力、物力、财力，仍没有一个成熟、稳定、100％对X线片识别的方法，一些无法解决的问题如两块骨相连接，不能分割确定边缘，也有无法识别，理论上的结论仅是“识别正确率和稳定性有了提高”。
技术实现思路
本专利技术克服了现有技术中的不足，提供了一种采用利普视觉公司研发的骨龄识别模块、骨龄图谱数据库、骨龄图像压缩模块、存储技术，以及网络传输技术，骨龄专家识别与计算机自动识别有效结合，节约时间，提高识别效率，能够准确可靠地识别评估骨龄。本专利技术的显著进步之一是骨龄识别模块仅对青少年的左手掌的骨龄进行自动识别，并且仅对左手掌的13块最具代表性的骨骼进行定位、分割、特征提取、识别、比对、计分、评估测定，左手掌的13块的骨骼分别是G1桡骨、G2尺骨、G3第一掌骨、G4第三掌骨、G5第五掌骨、G6第一近指骨、G7第三近指骨、G8第五近指骨、G9第三中指骨、G10第五中指骨、G11第一远指骨、G12第三远指骨、G13第五远指骨。而不是通常的对35块骨骼部位进行图谱识别，本专利技术的方法在保证识别正确率的前提下，通过大量的临床评估测定数据，筛选得出左手掌的13块最具代表性的骨骼，极大地提高了定位、分割、特征提取、识别、图谱比对、计分、评估测定的运算速度。本专利技术的显著进步之二是因青少年仍在生长过程中，左手掌的骨骼图像必然是未成熟的骨骼图像，有一些是两块骨骼粘连在一起的，或是企业原因导致计算机软件根本无法对骨骼图像分割、确定边缘、特征提取，也就无法识别，即到目前为止，仍没有一个成熟、稳定、100％对X线片识别的方法的关键原因之一。克服这个缺点的方法目前只能是骨龄专家仅对计算机自动识别出现偏差结果的骨骼图像人工依具体骨骼图像和其他可供推断的依据加上实际的大量临床评估测定经验来决定，故本专利技术的方法采用骨龄专家识别与计算机自动识别有效结合，节约时间，提高识别效率，能够准确可靠地识别评估测定骨龄。本专利技术的显著进步之三是采用利普视觉独立拥有、自行研发的图像压缩技术，每张骨骼图像可压缩至5～8k，这样减小了系统对通信网络的依赖，减小系统对网络带宽的需求，加快了数据处理速度，提高了系统可靠性，使得骨龄专家通过通信网络人工当地或是异地对骨骼图像识别与计算机自动识别有效结合，能够即时、高效、准确、可靠地识别评估测定出受评估人的骨龄。本专利技术的装置硬件包括高精度图片扫描仪，主控机，显示器，打印机，骨龄中心数据库服务器。其中，高精度图片扫描仪的接插口与主控机的接插口相连接，显示器的输入端与主控机的显示输出端相连接，打印机的输入端与主控机的打印输出端相连接，主控机通过计算机通信网络与骨龄中心数据库服务器相连接。高精度图片扫描仪是将X线片扫描后，把骨龄的X线片图像转化为数字图像的标准器具；主控机是具有标准工业计算机功能的设备，内装操作系统、管理应用程序、骨龄识别程序、骨龄图像压缩程序、自动比对程序、骨龄图谱数据库、通信程序、高精度图片扫描仪控制程序、用于控制本专利技术中的所有装置，运行本专利技术方法中的所有程序，以及负责与其它相关应用系统的通信和数据交换；显示器是标准计算机显示器，主要用于显示骨龄图像、骨龄人性别、年龄以及实际身高等信息骨龄中心数据库服务器是标准计算机服务器，用于存储和管本文档来自技高网...

【技术保护点】
一种机器自动图像识别方法，将采集到受评估人的骨骼Ｘ线片扫描后，把骨龄的Ｘ线片图像转化为骨龄的数字图像，通过计算机自动识别骨龄图像，评估出骨龄，机器自动图像识别装置包括高精度图片扫描仪［１］，主控机［２］，显示器［３］，打印机［４］，骨龄中心数据库服务器［５］，其特征在于，所述的机器自动图像识别方法包括如下步骤：（１）在医院、青少年体育培训中心，学校等应用骨龄评估的场所安装包括高精度图片扫描仪［１］；（２）高精度图片扫描仪［１］将采集到的受评估人Ｘ线片扫描后，把 骨龄的图像转化为数字化的骨龄图像，并输入受评人的性别、年龄；（３）机器自动图像自动识别装置将采集到的受评估人的数字化的骨龄图像通过骨龄图像自动识别模块进行自动识别处理；（４）将自动识别处理后的骨龄图像结果同图像自动识别装置的 数据库中专家标准骨龄分期分类图谱模块进行比对；（５）机器自动图像识别装置将通过比对出的骨龄分期分类数据转化为对应的骨龄；（６）机器自动图像识别装置将自动识别出的骨龄结果以及比对出的偏差结果进行存储；（７）机器自动图像 自动识别装置自动声光提示比对出的偏差结果，并专门归类；（８）机器自动图像识别装置的通信接口将自动识别的骨龄结果以及比对出的偏差结果通过计算机通信网络传送到骨龄中心数据库服务器［５］；（９）骨龄图像自动识别装置的打印机［５］打 印出受评人的骨龄图像的骨龄评估结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：柯晓兵，李一民，潘晓露，
申请(专利权)人：昆明利普机器视觉工程有限公司，
类型：发明
国别省市：53[中国|云南]