(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210192954.1 (22)申请日 2022.03.01 (71)申请人 深圳视见医疗科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道粤兴二道10号310F (72)发明人 林黄靖　肖永杰　张宏伟　 (74)专利代理 机构 深圳市徽正知识产权代理有 限公司 4 4405 专利代理师 汪栋 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/40(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G16H 30/20(2018.01) (54)发明名称 肋骨骨折检测方法、 装置、 终端设备及可读 存储介质 (57)摘要 本发明实施例提供了一种肋骨骨折检测方 法及装置， 所述方法包括： 获取待检测的胸部图 像， 其中， 胸部图像为直接数字化X射线影像； 将 待检测的胸部图像输入到预先训练好的肋骨骨 折检测模型， 确定肋骨检测结果； 其中， 肋骨骨折 检测模型通过采用多个角度的胸部图像对初始 神经网络模型训练得到的； 根据肋骨检测结果， 判断胸部图像中的肋骨骨折位置或胸部图像中 没有骨折的肋骨， 本发明实施例可以获取不同角 度的胸部图像， 分别单独检测不同角度的胸部图 像中是否存在肋骨骨折， 然后综合几个拍摄角度 的胸部图像确定是否存在骨折现象， 这样， 可 以 提高识别效率。 权利要求书2页 说明书9页 附图2页 CN 114757873 A 2022.07.15 CN 114757873 A 1.一种肋骨 骨折检测方法， 其特 征在于， 所述方法包括： 获取待检测的胸部图像， 其中， 所述胸部图像为 直接数字化X射线影 像； 将所述待检测的胸部图像输入到预先训练好的肋骨骨折检测模型， 确定肋骨检测结 果； 其中， 所述肋骨骨折检测模型通过采用多个角度的胸部图像对初始神经网络模型训练 得到的； 根据所述肋骨检测结果， 判断所述胸部图像中的肋骨骨折位置或所述胸部图像中没有 骨折的肋骨。 2.根据权利要求1所述的方法， 其特征在于， 所述肋骨骨折检测模型通过如下方式获 得： 获取胸部样本数据， 其中， 所述胸部样本数据包括 正位图像数据和 侧位图像数据； 在训练过程中， 采用预设比例的正位图像数据和侧位图像数据， 对yolov5x神经网络模 型进行训练， 以使所述yolov5x神经网络模型在拟合侧位图像数据的同时， 也使得所述 yolov5x神经网络模型相对于侧位图像数据的偏移度小于预设值； 采用指数移动平均的策略， 获取收敛最佳的模型权 重文件。 3.根据权利要求2所述的方法， 其特 征在于， 所述获取胸部样本数据， 包括： 获取原始胸部图像， 其中， 所述原始胸部图像为DICOM格式， 且为直接数字化X射线影 像； 对所述原 始胸部图像进行清洗， 得到清洗后的原 始胸部图像； 对所述清洗后的原始胸部图像进行归一化处理， 得到所述胸部样本数据， 其中， 所述胸 部样本数据包括标注的样本数据和未 标注的样本数据。 4.根据权利要求3所述的方法， 其特 征在于， 所述肋骨 骨折检测模型， 包括： 根据yolov5x神经网络模型和所述胸部样本数据， 确定特 征提取网络； 利用空间金字塔池化层对所述特征提取网络最后一层输出的特征图进行处理， 得到处 理后的多尺度特 征图； 利用特征金字塔自上而下和路径聚合网络采用自下而上方向对多尺度特征图进行融 合， 得到融合特 征图， 其中， 所述融合特 征图包括低维和高阶的语义信息； 采用检测头在所述融合特 征图中， 确定骨折标注框和骨折 概率。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述肋骨检测结果， 判断所述胸 部图像中的肋骨 骨折位置或所述胸部图像中没有骨折的肋骨， 包括： 若在多个不同角度的待检测的胸部图像中至少在一个胸部图像中检测出骨折， 则确定 所述胸部图像中的骨折 位置。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述肋骨检测结果， 判断所述胸 部图像中的肋骨 骨折位置或所述胸部图像中没有骨折的肋骨， 包括： 若在多个不同角度的待检测的胸部图像中都未检测到骨折， 则显示无骨折现象。 7.一种肋骨 骨折检测装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待检测的胸部图像， 其中， 所述胸部图像为 直接数字化X射线影 像； 检测模块， 用于将所述待检测的胸部 图像输入到预先训练好的肋骨骨折检测模型， 确 定肋骨检测结果； 其中， 所述肋骨骨折检测模型通过采用多个角度的胸部图像对初始神经 网络模型训练得到的；权　利　要　求　书 1/2 页 2 CN 114757873 A 2判断模块， 用于根据所述肋骨检测结果， 判断所述胸部 图像中的肋骨骨折位置或所述 胸部图像中没有骨折的肋骨。 8.根据权利要求7所述的装置， 其特征在于， 所述装置还包括模型训练模块， 所述模型 训练模块用于： 获取胸部样本数据， 其中， 所述胸部样本数据包括 正位图像数据和 侧位图像数据； 在训练过程中， 采用预设比例的正位图像数据和侧位图像数据， 对yolov5x神经网络模 型进行训练， 以使所述yolov5x神经网络模型在拟合侧位图像数据的同时， 也使得所述 yolov5x神经网络模型相对于侧位图像数据的偏移度小于预设值； 采用指数移动平均的策略， 获取收敛最佳的模型权 重文件。 9.一种终端设备， 其特 征在于， 包括： 至少一个处 理器和存 储器； 所述存储器存储计算机程序； 所述至少一个处理器执行所述存储器存储的计算机程 序， 以实现权利要求1 ‑6中任一项所述的肋骨 骨折检测方法。 10.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质中存储有计算机程 序， 所述计算机程序被执 行时实现权利要求1 ‑6中任一项所述的肋骨 骨折检测方法。权　利　要　求　书 2/2 页 3 CN 114757873 A 3