1.一种手腕部参照骨特征区域自适应提取方法,其特征在于,所述方法包括以下步骤:步骤1:手腕部参照骨特征区域图像的提取和处理,过程如下:
1.1)使用工具软件LabelImg标注手腕部X线片,用作特征区域自适应提取模型的训练学习,分为训练集和测试集,利用工具软件标注出参照骨特征区域的左上角坐标和右下角坐标;
1.2)完成图片的标注后,提取出参照骨的特征区域图像;
1.3)取得特征区域图像的尺寸信息,即长和宽,公式为:其中(xmin,ymin)是参照骨特征区域的左上角坐标,(xmax,ymax)是参照骨特征区域的右下角坐标;
步骤2:训练生成参照骨特征区域的自适应提取模型,过程如下:
2.1)提取X线片所属者的身高和年龄信息,身高与年龄和手腕骨的大小、形态存在较强相关性;将身高、年龄信息和参照骨特征区域的尺寸一一对应起来,完成训练集和测试集的制作;
2.2)搭建BP神经网络,给定输入层的神经元个数、隐藏层的神经元个数和输出层神经元个数;
2.3)构建损失函数,采用最小绝对偏差损失函数,公式如(1‑2)所示:其中truth为期待的目标输出真实值,xi为传输层的输出值;
2.4)将身高和年龄信息作为输入信号,输入BP神经网络,通过前向传播从输入层到隐藏层,最后到达输出层,在输出端的得到输出信号,即参照骨特征区域尺寸;对误差进行反向传播,对神经元之间的连接权值进行更新,权值更新公式如下:其中ωij为输入层的第i个神经元与隐藏层的第j个神经元间的权值,Ep为误差信号,η为学习率;
2.5)通过不断更新权值,设定训练学习,验证模型可靠性,最终得到参照骨特征区域提取的网络模型,保存网络模型;
步骤3:手腕部参照骨特征区域的自适应提取,过程如下:
3.1)选择要提取参照骨,确定参照骨骨块中心点坐标;
3.2)加载步骤2中保存的网络模型,向特征区域自适应网络模型中输入X线片所属者的身高和年龄信息,得到对应的特征区域尺寸信息;
3.3)依据参照骨骨块在3.1)中确定的中心点和3.2)中确定的特征区域尺寸,完成对X线片中参照骨特征区域的自适应提取。