【技术实现步骤摘要】
本专利技术涉及电子数字数据处理，尤其涉及一种股骨头坏死分期判断方法、系统、设备及存储介质。
技术介绍
1、股骨头坏死(简称avnfh)是指股骨头血供减少或中断导致骨细胞死亡的一种疾病。在中国，截至2015年，avnfh患者数量已达到约800万，每年新增病例数量约为10万。值得注意的是，avnfh的早期无症状无痛性难以发现，但是，超过70％的无症状病例可转化为症状性和股骨头塌陷，最终需要髋关节置换术，首次症状到股骨头塌陷之间的平均间隔仅为12个月。治疗的成功率取决于开始护理的阶段，所以股骨头坏死一经确诊，则应及时做出科学的分期诊断，以指导制定合理的治疗方案，准确判断预后。
2、股骨头坏死分期主要依据x线、ct、mri等影像学检查，其中x线检查因其价格低廉辐射小而使用范围最广，通常是股骨头坏死的首选诊断成像方式，现有方案是医生根据ficat分期标准(如表1所示)对x线数据进行人工分期，根据分期结果判断病人病情并制定治疗方案，因此根据x线影像准确对股骨头坏死分期对股骨头坏死的诊断和治疗具有重要的指导意义。但目前分期准确率依赖于医生的诊断经验，因此分期对医生而言也具有挑战性，特别是低年资的医生。如何提高分期的准确率、保证高低年资医生股骨头坏死x线影像分期的一致性，是保障病人权益需要解决的一个问题。
技术实现思路
1、针对现有技术中所存在的不足，本专利技术提供了一种股骨头坏死分期判断方法，其解决了现有技术中存在的人工对股骨头坏死分期导致分期准确率低的问题。
2、根据本
3、获取股骨头坏死x线影像，使用目标检测模型对所有股骨头坏死x线影像进行识别，得到识别置信度；
4、使用目标分割模型分别对股骨头坏死x线影像进行分割，得到多个分割区域，并对每个分割区域赋予区域标签；
5、将股骨头坏死x线影像划分为多个感兴趣区域，根据感兴趣区域所在的位置，为所有感兴趣区域赋予对应的区域标签；
6、根据区域标签，计算每个感兴趣区域的分割置信度，并根据分割置信度和识别置信度计算股骨头坏死x线影像在每个分期的概率，选择概率最大的分期作为股骨头坏死分期。
7、优选地，在使用目标检测模型和目标分割模型前，还需使用历史图像数据集对目标检测模型和目标分割模型进行训练；
8、所述目标检测模型的训练过程如下：
9、对股骨头坏死x线影像进行打框标注，标注出人工股骨头坏死分期；
10、使用yolov8算法对股骨头坏死x线影像进行识别，得到算法股骨头坏死分期；
11、将人工股骨头坏死分期与算法股骨头坏死分期进行对比，根据对比结果对yolov8算法进行调优，直至人工股骨头坏死分期与算法股骨头坏死分期相同，得到目标检测模型。
12、优选地，所述目标分割模型的训练过程如下：
13、对股骨头坏死x线影像进行打框标注，标注出所有股骨头的分割区域；
14、使用u-net分割算法对股骨头坏死x线影像进行识别，得到图像分割结果；
15、将图像分割结果与分割区域进行对比，并根据对比结果对u-net分割算法进行调优，直至图像分割结果与分割区域相同，得到目标分割模型。
16、优选地，所述分割区域包括股骨头外形区域p1、骨关节间隙区域p2和股骨头病变区域p3；
17、所述股骨头外形区域的区域标签包括股骨头外形正常区域s1、股骨头外形中断区域s2、股骨头变扁区域s3、股骨头塌陷区域s4；
18、所述骨关节间隙区域的区域标签包括骨关节间隙正常区域s5、骨关节间隙变窄区域s6、骨关节间隙消失区域s7；
19、所述股骨头病变区域的区域标签包括股骨头硬化区域s8、股骨头囊性变区域s9、股骨头半月征区域s10、轻微骨质疏松区域s11、片状骨质疏松区域s12。
20、优选地，所述分割置信度的计算公式如下：
21、
22、其中，sipx为区域标签为si的感兴趣区域的像素集，ti为区域标签为si的权重。
23、优选地，每个感兴趣区域拥有1个或多个区域标签，
24、当k＝1或2时，将最大的区域标签对应的分割置信度作为该感兴趣区域的分割置信度；
25、当k＝3时，将区域标签对应的分割置信度大于预设值的分割置信度作为该感兴趣区域的分割置信度。
26、优选地，根据分割置信度和识别置信度计算股骨头坏死x线影像在每个分期的概率的计算公式如下：
27、
28、其中，p0、pi、piia、piib、piii、piv均为目标检测模型检测得到的不同分期的识别置信度。
29、另一方面，根据本专利技术实施例，还提供了一种股骨头坏死分期判断方法，其该系统使用如权利要求1-7任一项所述的一种股骨头坏死分期判断方法，包括：
30、训练模块，所述训练模块用于对目标检测模块和目标分割模块进行训练；
31、数据获取模块，所述数据获取模块用于获取股骨头坏死x线影像并对股骨头坏死x线影像进行预处理；
32、目标检测模块，所述目标检测模块内设置有目标识别模型，用于对处理后的股骨头坏死x线影像分别进行识别得到识别置信度；
33、目标分割模块，所述目标分割模块内设置有目标分割模型，用于对处理后的股骨头坏死x线影像进行分割，得到分割区域，并将分割区域划分为多个感兴趣区域；
34、决策模块，所述决策模块用于计算每个感兴趣区域的分割置信度和股骨头坏死x线影像的每个分期的概率，并对股骨头坏死x线影像中的股骨头分期做出决策。
35、另一方面，根据本专利技术实施例，还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的一种股骨头坏死分期判断方法。
36、另一方面，根据本专利技术实施例，还提供了一种计算机存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述的一种股骨头坏死分期判断方法。
37、相比于现有技术，本专利技术具有如下有益效果：
38、本专利技术通过目标检测模型初步对骨头坏死x线影像进行检测，得到初步的分期置信度，之后采用目标分割模型将骨头坏死x线影像中的各类病变区域进行分割，并计算每个区域的置信度，综合目标检测模型和目标分割模型所得到的置信度，来判断该股骨头坏死x线影像中的股骨头坏死分期，以此将各类病变特征转化为可量化的计算的特征，为医生理解和判断模型分期逻辑提供了易于理解和可解释的特征描述表示，提高医生对股骨头坏死分期判断的准确率。
本文档来自技高网...【技术保护点】
1.一种股骨头坏死分期判断方法，其特征在于：包括：
2.如权利要求1所述的一种股骨头坏死分期判断方法，其特征在于：
3.如权利要求2所述的一种股骨头坏死分期判断方法，其特征在于：
4.如权利要求1所述的一种股骨头坏死分期判断方法，其特征在于：
5.如权利要求4所述的一种股骨头坏死分期判断方法，其特征在于：
6.如权利要求5所述的一种股骨头坏死分期判断方法，其特征在于：
7.如权利要求5所述的一种股骨头坏死分期判断方法，其特征在于：
8.一种股骨头坏死分期判断系统，其特征在于，该系统使用如权利要求1-7任一项所述的一种股骨头坏死分期判断方法，包括：
9.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的一种股骨头坏死分期判断方法。
10.一种计算机存储介质，其特征在于：存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的一种股
...【技术特征摘要】
1.一种股骨头坏死分期判断方法，其特征在于：包括：
2.如权利要求1所述的一种股骨头坏死分期判断方法，其特征在于：
3.如权利要求2所述的一种股骨头坏死分期判断方法，其特征在于：
4.如权利要求1所述的一种股骨头坏死分期判断方法，其特征在于：
5.如权利要求4所述的一种股骨头坏死分期判断方法，其特征在于：
6.如权利要求5所述的一种股骨头坏死分期判断方法，其特征在于：
7.如权利要求5所述的一种股骨头坏死分期判断方法，其特征在于：<...
【专利技术属性】
技术研发人员：张和华，聂瑞，熊雁，魏安海，杜振伟，
申请(专利权)人：中国人民解放军陆军特色医学中心，
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。