System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像数据处理,具体而言,涉及一种骨骼错位识别方法及系统。
技术介绍
1、目前,医院需要大量的人力物力去针对于骨骼错位病人进行处理,其中存在耗费时间长,并且受主观判断的影响大,需要大量具备诊治经验的医生进行判断,导致诊治效率低的问题出现,并且由于有时骨骼边界模糊,导致出现判断误差,影响医生的诊断,因此,如何提高骨骼错位的判断准确率,提高医院工作效率,提高病人满意度是亟待解决的问题。
技术实现思路
1、本专利技术的目的在于提供一种骨骼错位识别方法及系统,以改善上述问题。为了实现上述目的,本专利技术采取的技术方案如下:
2、一方面,本申请提供了一种骨骼错位识别方法,包括:
3、获取病人的骨骼图像信息和正常人的骨骼图像信息;
4、将所述病人的骨骼图像信息进行图像分割和增强处理,得到病人的骨骼增强图像信息;
5、将所述病人的骨骼增强图像信息发送至轮廓识别模型进行轮廓识别处理,得到病人的骨骼轮廓图像信息;
6、将所述病人的骨骼轮廓图像信息与所述正常人的骨骼图像信息发送至训练后的神经网络进行对比,得到所述病人的骨骼错位信息;
7、将所述病人的骨骼错位信息发送至异常检测模型进行异常检测和错位等级判断,得到病人的骨骼错位等级信息。
8、另一方面,本申请还提供了一种骨骼错位识别系统,包括:
9、获取单元,用于获取病人的骨骼图像信息和正常人的骨骼图像信息;
10、第一处理单元,用于将
11、第二处理单元,用于将所述病人的骨骼增强图像信息发送至轮廓识别模型进行轮廓识别处理,得到病人的骨骼轮廓图像信息;
12、第三处理单元,用于将所述病人的骨骼轮廓图像信息与所述正常人的骨骼图像信息发送至训练后的神经网络进行对比,得到所述病人的骨骼错位信息;
13、第四处理单元,用于将所述病人的骨骼错位信息发送至异常检测模型进行异常检测和错位等级判断,得到病人的骨骼错位等级信息。
14、本专利技术的有益效果为:
15、本专利技术通过对病人的骨骼图像进行分割和增强处理,保障骨骼图像的清晰度,减少判断误差,提高检测效果的可靠性和鲁棒性,并且通过建立空间直角坐标系,进行骨骼轮廓识别,判断所述骨骼轮廓图像为哪种骨骼的图像,进而进行骨骼错位判断,其中,通过训练后的神经网络识别骨骼轮廓图像的关键点,快速确定病人的骨骼轮廓图像信息对应的正常人的骨骼图像信息,进而通过神经网络判断病人的骨骼轮廓图像与正常人的骨骼图像间角度差距和位置差距,进而判断骨骼错位等级,减少人为判断的主观性。
16、本专利技术的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
本文档来自技高网...【技术保护点】
1.一种骨骼错位识别方法,其特征在于,包括:
2.根据权利要求1所述的骨骼错位识别方法,其特征在于,将所述病人的骨骼图像信息进行图像分割和增强处理,得到病人的骨骼增强图像信息,包括:
3.根据权利要求1所述的骨骼错位识别方法,其特征在于,将所述病人的骨骼增强图像信息发送至轮廓识别模型进行轮廓识别处理,得到病人的骨骼轮廓图像信息,包括:
4.根据权利要求1所述的骨骼错位识别方法,其特征在于,将所述病人的骨骼增强图像信息中病人的骨骼轮廓图像信息与所述正常人的骨骼图像信息发送至训练后的神经网络进行对比,包括:
5.根据权利要求4所述的骨骼错位识别方法,其特征在于,所述训练后的神经网络的构建方法,包括:
6.根据权利要求4所述的骨骼错位识别方法,其特征在于,所述训练后的骨骼错位判断的构建方法,包括:
7.根据权利要求1所述的骨骼错位识别方法,其特征在于,将所述病人的骨骼错位信息发送至训练后的异常检测模型进行异常检测和错位等级判断,包括:
8.根据权利要求5所述的骨骼错位识别方法,其特征在于,所述通过粒子群
9.根据权利要求6所述的骨骼错位识别方法,其特征在于,将所述历史病人的骨骼错位预测角度信息和历史病人的骨骼错位预测位置信息分别与验证集进行匹配度计算,包括:
10.一种骨骼错位识别系统,其特征在于,包括:
...【技术特征摘要】
1.一种骨骼错位识别方法,其特征在于,包括:
2.根据权利要求1所述的骨骼错位识别方法,其特征在于,将所述病人的骨骼图像信息进行图像分割和增强处理,得到病人的骨骼增强图像信息,包括:
3.根据权利要求1所述的骨骼错位识别方法,其特征在于,将所述病人的骨骼增强图像信息发送至轮廓识别模型进行轮廓识别处理,得到病人的骨骼轮廓图像信息,包括:
4.根据权利要求1所述的骨骼错位识别方法,其特征在于,将所述病人的骨骼增强图像信息中病人的骨骼轮廓图像信息与所述正常人的骨骼图像信息发送至训练后的神经网络进行对比,包括:
5.根据权利要求4所述的骨骼错位识别方法,其特征在于,所述训练后的神经网...
【专利技术属性】
技术研发人员:胡勇,杨俭,刘子林,童凯,
申请(专利权)人:武汉大学人民医院湖北省人民医院,
类型:发明
国别省市:
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。