CN109464148B - 测量脊柱弯曲的装置及系统 - Google Patents

Abstract

本发明提出一种测量脊柱弯曲的装置及系统，所述装置包括：测量装置本体、处理器、存储器和显示器，显示器、处理器以及存储器分别与测量装置本体连接，显示器和存储器分别与处理器连接；存储器用于获取待检测脊柱的图像；处理器将所述图像输入到预先训练好的神经网络模型，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图和所有角点的坐标位置；处理器基于所有角点的坐标位置，获取第一连接图和第二连接图；处理器基于连线响应图、第一连接图、第二连接图以及全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线；所述处理器基于每个脊柱体的真实上沿线和真实下沿线，获取并发送待检测脊柱的Cobb角数值至显示器上显示，提高测量精度。

Description

测量脊柱弯曲的装置及系统

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种测量脊柱弯曲的装置及系统。

背景技术

脊柱弯曲不仅影响美观，而且还会对患者的身心健康以及心肺功能造成一定的影响，因此需要一种脊柱弯曲测量的方法及装置来及时测量脊柱的弯曲程度，当前技术有2个方案：

1.通过复杂的三维全身扫描机器来获取脊柱影像，计算cobb角等参数

扫描机器通过对人体产生辐射，可以获取脊柱影像，或者三维重建，通过电脑处理计算各椎体的倾斜度，来算出Cobb角。

2.通过人工辅助结合图像处理的方法计算cobb角等参数。

通过人工标定脊柱影像的椎体位置，再通过电脑计算各处曲率，算出Cobb角。

然而，现有的扫描机器会对人体产生辐射，不利于人体，尤其是青少年的健康，而且三维机器通常造价较高，不适于普及；人工标定椎体位置耗时耗力，而且有非常强的主观性，每个人标准不同，导致结果不同，水平不一；现在很多图像处理方法，比如边缘检测，容易受图像噪声干扰。

发明内容

有鉴于此，本发明实施例的目的在于提供一种测量脊柱弯曲的装置及系统，以缓解上述问题。

第一方面，本发明实施例提供了一种测量脊柱弯曲的装置，包括：包括：测量装置本体、处理器、存储器和显示器，所述显示器、所述处理器以及所述存储器分别与所述测量装置本体连接，所述显示器和所述存储器分别与所述处理器连接；所述存储器用于获取待检测脊柱的图像；所述处理器用于从所述存储器中获取所述图像和预先存储在所述存储器中的预先训练好的神经网络模型；所述处理器还用于将所述图像输入到所述预先训练好的神经网络模型，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图和每个脊柱体的所有角点的坐标位置；其中，所述角点包括：左上角点、右上角点、左下角点、右下角点；所述上沿线为同一个脊柱体的所述左上角点和所述右上角点之间的线，所述下沿线为同一个脊柱体的所述左下角点和右下角点之间的线；所述处理器，还用于基于所有角点的坐标位置，将每个左上角点和每个右上角点连接，获取第一连接图，以及将每个右上角点和每个右下角点连接，获取第二连接图；所述处理器还用于基于所述连线响应图、所述第一连接图、所述第二连接图以及全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线，其中，所述真实上沿线为连接同一脊柱体的所述左上角点和所述右上角点的线，所述真实下沿线为连接连接同一脊柱体的所述左下角点和所述右下角点的线；所述处理器还用于基于每个脊柱体的上沿线和下沿线，获取并发送用于表征所述待检测脊柱弯曲情况的Cobb角数值至所述显示器上显示。

第二方面，本发明实施例提供了一种测量脊柱弯曲的系统，包括：扫描仪、打印机以及第一方面所述的装置，所述装置分别与所述打印机和所述扫描仪连接，所述扫描仪用于获取并发送所述获取待检测脊柱的图像至所述装置，所述装置基于所述图像获取并发送用于表征所述待检测脊柱弯曲情况的Cobb角数值至所述打印机。

与现有技术相比，本发明各实施例提出的测量脊柱弯曲的装置及系统，所述装置包括：测量装置本体、处理器、存储器和显示器，所述显示器、所述处理器以及所述存储器分别与所述测量装置本体连接，所述显示器和所述存储器分别与所述处理器连接；所述存储器用于获取待检测脊柱的图像；所述处理器用于从所述存储器中获取所述图像和预先存储在所述存储器中的预先训练好的神经网络模型；所述处理器还用于将所述图像输入到所述预先训练好的神经网络模型，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图和每个脊柱体的所有角点的坐标位置；所述处理器，还用于基于所有角点的坐标位置，将每个左上角点和每个右上角点连接，获取第一连接图，以及将每个右上角点和每个右下角点连接，获取第二连接图；所述处理器还用于基于所述连线响应图、所述第一连接图、所述第二连接图以及全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线，其中，所述真实上沿线为连接同一脊柱体的所述左上角点和所述右上角点的线，所述真实下沿线为连接连接同一脊柱体的所述左下角点和所述右下角点的线；所述处理器还用于基于每个脊柱体的真实上沿线和真实下沿线，获取并发送用于表征所述待检测脊柱弯曲情况的Cobb角数值至所述显示器上显示。本发明第一方面，能够提高Cobb角的计算精度；第二方面，由于不需要直接对人体扫描，因而不会对待检测人员产生辐射；第三方面，由于无需人工辅助就能完成，测量效率高。为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明第一实施例提供的测量脊柱弯曲的装置的结构框图；

图2为本发明第二实施例提供的测量脊柱弯曲的装置的结构框图；

图3为本发明第三实施例提供的测量脊柱弯曲的装置的结构框图；

图4为本发明第四实施例提供的测量脊柱弯曲的装置的结构框图；

图5为本发明第五实施例提供的测量脊柱弯曲的系统的结构框图。

图标：100-测量脊柱弯曲的装置；110-测量装置本体；120-处理器；130-存储器；140-显示器；150-摄像头；160-通信模块；170-扫描仪；180-打印机。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

第一实施例

如图1所示，图1是本发明实施例提供的一种测量脊柱弯曲的装置100的结构框图，下面将对图1所示的装置详细阐述，所述装置包括：测量装置本体110、处理器120、存储器130、显示器140和外设接口，所述显示器140、所述处理器120以及所述存储器130分别与所述测量装置本体110连接，所述显示器140和所述存储器130分别与所述处理器120连接，所述外设接口设置于所述测量装置本体110上，所述外设接口与所述存储器130连接。

所述存储器130、处理器120、外设接口以及显示器140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

其中，外设接口可以是，但不限于是USB接口。

其中，存储器130可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器130用于存储程序和待检测脊柱的图像，所述处理器120在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流程定义的所述测量脊柱弯曲的装置100所执行的方法可以应用于处理器120中，或者由处理器120实现。

处理器120可能是一种集成电路芯片，具有信号的处理能力。上述的处理器120可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)、图形处理器(Graphic Processing Unit，简称GPU)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器120也可以是任何常规的处理器等。

显示器140在测量装置本体110与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示器140可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器120进行计算和处理。

所述存储器130获取待检测脊柱的图像。

其中，在本实施例中，待检测脊柱的图像为从医院PACS系统获取的病人的脊柱X光片影像，首先，通过各种扫描仪170(最简单的可以由看片灯和摄像头150组装)扫描成电子图片，也可以通过具有摄像头150的电子设备拍摄待检测脊柱的图像，在本实施例中，电子设备可以为照相机(单反、单电等)、手机(IPhone、华为手机等)将待检测的图片转换为电子图片，然后，利用U盘、数据线或者其他可读取存储介质将待检测脊柱图像的电子图片利用所述外设接口传输至所述存储器130。

所述处理器120用于从所述存储器130中获取所述图像和预先存储在所述存储器130中的预先训练好的神经网络模型。

所述处理器120将所述图像输入到预先训练好的神经网络模型，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图和每个脊柱体的所有角点的坐标位置；其中，所述角点包括：左上角点、右上角点、左下角点、右下角点；所述上沿线为同一个脊柱体的所述左上角点和所述右上角点之间的线，所述下沿线为同一个脊柱体的所述左下角点和右下角点之间的线。

具体地，所述处理器120将已经转换为电子图片的病人的脊柱X光片影像输入预先训练好的神经网络模型，获取每个像素点上出现上沿线和下沿线的概率的第一概率图以及角点的概率的第二概率图，可以理解的是，待检测脊柱的图像有多个像素点构成，通过预先训练好的神经网络模型，分别获取每个像素点上可能出现左上角点、右上角点、左下角点和右下角点的概率，假设在像素点A上存在左上角点，在像素点A上出现左上角点的概率远远大于在像素点A上出现右上角点、左下角点、右下角点以及不会出现角点的概率，继而能够获取四张第二概率图，第一张第二概率图为用于表征每个像素点上出现左上角点概率的概率图，第二张第二概率图为用于表征每个像素点上出现右上角点概率的概率图，第三张第二概率图为用于表征每个像素点上出现左下角点概率的概率图，第四张第二概率图为用于表征每个像素点上出现右下角点概率的概率图；可以理解的是，第二概率图的横坐标为每个像素点的坐标，纵坐标为概率值。

所述处理器120将所述图像输入到预先训练好的神经网络模型，获取每个像素点上出现上沿线和下沿线的概率，其中，每条上沿线和每条下沿线均是由多个像素点构成的，假设待检测脊柱的上沿线上存在像素点A，那么在上沿线上存在像素点A概率远远大于下沿线上存在像素点A概率的概率，继而能够获取两张第一概率图，第一张第一概率图为用于表征每个像素点上出现上沿线概率的概率图，第二张第一概率图为用于表征每个像素点上出现下沿线概率的概率图，可以理解的是，第二概率图的横坐标为每个像素点的坐标，纵坐标为概率值。

所述处理器120还用于，基于所述第一概率图中的概率值和第一预设门限值，获取第三概率图。

具体地，将第一概率图中概率值小于第一预设门限值的像素点从第一概率密度图中删除，获取第三概率图，以降低计算复杂度，提高预测精度。

所述处理器120，还用于基于所述第二概率图中的概率值和第二预设门限值，获取第四概率图。

具体地，将第二概率图中概率值小于第二预设门限值的像素点从第二概率密度图中删除，获取第四概率图，以降低计算复杂度，提高预测精度。

所述处理器120，还用于基于预设筛选准则，分别对所述第三概率图中的概率值和所述第四概率图中的概率值进行筛选，分别得到第五概率图和第六概率图。

所述处理器120，还用于基于第一预设步长，对所述第三概率图中的概率值进行筛选，得到第五概率图。

具体地，由于在出现真实沿线的附近的概率接近出现真实沿线的概率，但是，出现真实沿线的附近的概率小于出现真实沿线的概率，因此，基于非最大值抑制原则和第一预设步长，在所述第三概率图中将出现真实沿线附近的像素点滤除，得到第五概率图。

所述处理器120，还用于基于第二预设步长，对所述第四概率图中的概率值进行筛选，得到第六概率图。

具体地，由于在出现真实角点的附近的概率接近出现真实角点的概率，但是，出现真实角点的附近的概率小于出现真实角点的概率，因此，基于非最大值抑制原则和第二预设步长，在所述第四概率图中将出现真实沿线附近的像素点滤除，得到第六概率图。

所述处理器120，还用于基于所述第五概率图，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图，基于所述第六概率图，获取每个脊柱体的所有角点的坐标位置。

具体地，基于所述第五概率图，将第五概率图中坐标位置临近的像素点连接起来，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图，基于所述第六概率图，获取每个脊柱体的所有角点的坐标位置，在这里无法判断每个角点具体属于某个脊柱体，仅仅知道该角点是属于左上角点、右上角点、左下角点和右下角点中的一种。

所述处理器120，还用于基于所有角点的坐标位置，将每个左上角点和每个右上角点连接，获取第一连接图，以及将每个右上角点和每个右下角点连接，获取第二连接图。

可以理解的是，假设待测脊柱中有N个左上角点和N个右上角点，将每个左上角点和每个右上角点连接，获取第一连接图，其中，第一连接图中包括N*N种连线组合，假设待测脊柱中有N个右上角点和N个右下角点，将每个右上角点和每个右下角点连接，获取第二连接图，其中，第二连接图中包括N*N种连线组合。

所述处理器120，还用于基于所述连线响应图、所述第一连接图、所述第二连接图以及全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线，其中，所述真实上沿线为连接同一脊柱体的所述左上角点和所述右上角点的线，所述真实下沿线为连接连接同一脊柱体的所述左下角点和所述右下角点的线。

所述处理器120，还用于分别将所述第一连接图和所述第二连接图中的每根连线与所述连线响应图中的每根连线进行位置匹配，获取用于表征匹配程度的关联得分图。

可以理解的是，在第一连接图和第二连接图中的连线分别与所述连线响应图中的每根连线的坐标位置进行匹配，在第一连接图中的连线与所述连线响应图中的连线完全重合时，分数最高，可以理解的是，在第一连接图或第二连接图中的连线与所述连线响应图中的连线重合度越高，得分越高，重合度越低，得分越低。

作为一种实施方式，所述处理器120，还用于基于预设采样值，分别对所述第一连接图和第二连接图中的每根连线进行间隔采样，获取多组采样点，并将所述多组采样点的位置与所述连线响应图中的上沿线线进行位置匹配，获取多组用于表征匹配程度的得分，其中，在采样点的位置处于连线响应图中的连线时，得分最高，在采样点的位置越接近连线响应图中的连线时，得分越高，在采样点的位置越远离连线响应图中的连线时，得分越低。

所述处理器120，还用于对每组得分求和，获得关联得分图，其中，从关联得分图中可以看出每种角点连线组合的得分信息。

所述处理器120，还用于基于所述关联得分图和全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线。

具体地，在本实施例中，采用了序列对齐算法得到一组全局最优的匹配组合，使得这个组合的得分之和最高，继而根据角点的最终组合情况，获取每个脊柱体的真实上沿线和真实下沿线，提高检测精度。

所述处理器120，还用于基于每个脊柱体的上沿线和下沿线，获取用于表征所述待检测脊柱弯曲情况的Cobb角。

具体地，所述处理器120基于每个脊柱体的上沿线和下沿线，计算出脊柱体两两之间的上、下沿线的夹角角度，并将角度最大的脊柱体记作上端锥与下端锥，最后该角度作为最后的Cobb角输出。Cobb角越大，脊柱弯曲越严重。

第二实施例

请参照图2，作为一种实施方式，所述装置还包括：摄像头150，所述摄像头150安装于所述测量装置本体110上，所述摄像头150与所述存储器130连接；所述摄像头150用于获取并发送所述获取待检测脊柱的图像至所述存储器130。所述摄像头150用于拍摄待检测脊柱的图像，并将所述图像发送至所述装置中的存储器130。

第三实施例

请参照图3，作为一种实施方式，所述装置还包括：通信模块160，所述通信模块160与所述处理器120连接；所述处理器120还用于将所述所述待检测脊柱的Cobb角数值传输至所述通信模块160；所述通信模块160用于将所述待检测脊柱的Cobb角数值发送至与所述通信模块160连接的终端设备，在本实施例中，所述终端设备可以为个人电脑(personalcomputer，PC)、平板电脑、智能手机、个人数字助理(personal digital assistant，PDA)等。例如，所述通信模块160可以将所述待检测脊柱的Cobb角数值发送到用户手机/电脑/邮箱里。其中，在本实施例中，所述通信模块160可以为无线通信模块160，例如：所述通信模块160可以为蓝牙模块、WIFI模块等无线通信模块160。

作为一种实施方式，所述装置还包括：扫描仪170，所述扫描仪170设置于所述测量装置本体110上，所述扫描仪170分别与所述扫描装置本体和所述存储器130连接；所述扫描仪170用于获取并发送所述获取待检测脊柱的图像至所述存储器130。

具体地，通过各种扫描仪170(最简单的可以由看片灯和摄像头150组装)将从医院PACS系统获取的病人的脊柱X光片影像扫描成电子图片，并将电子图片发送到所述存储器130。

第四实施例

请参照图4，作为一种实施方式，所述装置还包括：打印机180，所述打印机180设置于所述测量装置本体110上，所述打印机180与所述处理器120连接；所述处理器120还用于将所述待检测脊柱的Cobb角数值和用于控制所述打印机180工作的指令发送至所述打印机180；所述打印机180用于基于所述指令打印并输出包含所述待检测脊柱的Cobb角数值的纸质文件。

第五实施例

作为一种实施方式，请参照图5，所述系统包括：扫描仪170、打印机180以及上述装置，所述装置分别与所述打印机180和所述扫描仪170连接，所述扫描仪170用于获取并发送所述获取待检测脊柱的图像至所述装置，所述装置基于所述图像获取并发送用于表征所述待检测脊柱弯曲情况的Cobb角数值至所述打印机180。

作为一种实施方式，所述处理器120还用于基于每个脊柱体的上沿线、下沿线以及所述待检测脊柱的Cobb角数值，可以计算出旋转度，侧弯类型，risser征等参数，最后将检测结果可直接显示在显示器140上，也可以连接打印机180打印出来，也可以选择发送到用户手机/电脑/邮箱里。

具体地，所述处理器120，首先在得到每个脊柱体的上沿线、下沿线和四个角点后，依次对所述沿线中的任意两条沿线求夹角；然后，选择出夹角最大的两条沿线对应的脊柱骨作为上端椎和下端椎；接着，对每个脊柱骨四个角点的坐标位置求取平均，得到每个脊柱骨的中心点坐标位置；继而，将上端椎和下端椎的中心点进行连线得到一条法线，并取处于上、下端椎之间且脊柱骨的中心点坐标位置距离所述法线距离最长的脊柱骨作为顶椎；最后，根据顶椎的位置可以确定侧凸的类型。同时，通过将待检测脊柱图像中顶椎周围区域的图像抠出，获取只包含待检测顶锥的图像，并将所述待检测顶锥的图像输入预先训练好的分类网络计算旋转度，具体地，将所述待检测顶锥的图像与正常顶锥的图像进行比较，继而获取与所述待检测顶锥对应的旋转度。

由于Risser征作为衡量骨骼发育程度的指标，因此，所述处理器120还用于利用上述识别待检测脊柱角点的识别技术，识别髂嵴在待检测骨骼中的位置，接着，在识别髂嵴之后，在待检测图像上以髂嵴为中心点，按照预设半径将髂嵴周围区域的图像抠出，获取只包含待检测髂嵴的图像，并将所述待检测髂嵴的图像输入预先训练好的分类网络计算Risser征。具体地，将所述待检测髂嵴的图像与正常髂嵴的图像进行比较，继而获取与所述待检测髂嵴对应的Risser征。

作为一种实施方式，用户可以利用电子设备拍摄待检测脊柱的X胶片，在本实施例中，电子设备可以为照相机(单反、单电等)、手机(IPhone、华为手机等)将待检测的图片转换为电子图片，并将该电子图片发送至算法系统(本地或者云端)，比如将该电子图片上传至网页或者测量脊柱弯曲的装置，然后，算法系统分析出用于待检测脊柱的Cobb角、旋转度、Risser征和弯曲类型，最后，将分析出的结果发送至用户的手机、邮箱，也可以将该分析的结果打印。

综上所述，本发明各实施例提出的测量脊柱弯曲的装置及系统，所述装置包括：测量装置本体、处理器、存储器和显示器，所述显示器、所述处理器以及所述存储器分别与所述测量装置本体连接，所述显示器和所述存储器分别与所述处理器连接；所述存储器用于获取待检测脊柱的图像；所述处理器用于从所述存储器中获取所述图像和预先存储在所述存储器中的预先训练好的神经网络模型；所述处理器还用于将所述图像输入到所述预先训练好的神经网络模型，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图和每个脊柱体的所有角点的坐标位置；所述处理器，还用于基于所有角点的坐标位置，将每个左上角点和每个右上角点连接，获取第一连接图，以及将每个右上角点和每个右下角点连接，获取第二连接图；所述处理器还用于基于所述连线响应图、所述第一连接图、所述第二连接图以及全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线，其中，所述真实上沿线为连接同一脊柱体的所述左上角点和所述右上角点的线，所述真实下沿线为连接连接同一脊柱体的所述左下角点和所述右下角点的线；所述处理器还用于基于每个脊柱体的真实上沿线和真实下沿线，获取并发送用于表征所述待检测脊柱弯曲情况的Cobb角数值至所述显示器上显示。本发明第一方面，能够提高Cobb角的计算精度；第二方面，由于不需要直接对人体扫描，因而不会对待检测人员产生辐射；第三方面，由于无需人工辅助就能完成，测量效率高。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (9)

1.一种测量脊柱弯曲的装置，其特征在于，包括：测量装置本体、处理器、存储器和显示器，所述显示器、所述处理器以及所述存储器分别与所述测量装置本体连接，所述显示器和所述存储器分别与所述处理器连接；

所述存储器，用于获取待检测脊柱的图像；

所述处理器，用于从所述存储器中获取所述图像和预先存储在所述存储器中的预先训练好的神经网络模型；

所述处理器，还用于将所述图像输入到所述预先训练好的神经网络模型，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图和每个脊柱体的所有角点的坐标位置；其中，所述角点包括：左上角点、右上角点、左下角点、右下角点；所述上沿线为同一个脊柱体的所述左上角点和所述右上角点之间的线，所述下沿线为同一个脊柱体的所述左下角点和右下角点之间的线；

所述处理器，还用于基于所有角点的坐标位置，将每个左上角点和每个右上角点连接，获取第一连接图，以及将每个右上角点和每个右下角点连接，获取第二连接图；

所述处理器，还用于基于所述连线响应图、所述第一连接图、所述第二连接图以及全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线，其中，所述真实上沿线为连接同一脊柱体的所述左上角点和所述右上角点的线，所述真实下沿线为连接同一脊柱体的所述左下角点和所述右下角点的线；

所述处理器，还用于基于每个脊柱体的所述真实上沿线和所述真实下沿线，获取并发送用于表征所述待检测脊柱弯曲情况的Cobb角数值至所述显示器上显示；

角点包括：左上角点、右上角点、左下角点、右下角点；上沿线为同一个脊柱体的所述左上角点和所述右上角点之间的线，下沿线为同一个脊柱体的所述左下角点和右下角点之间的线；所述处理器，还用于：

将所述图像输入到预先训练好的神经网络模型，获取每个像素点上出现上沿线和下沿线的概率的第一概率图以及角点的概率的第二概率图；

基于所述第一概率图中的概率值和第一预设门限值，获取第三概率图；

基于所述第二概率图中的概率值和第二预设门限值，获取第四概率图；

基于预设筛选准则，分别对所述第三概率图中的概率值和所述第四概率图中的概率值进行筛选，分别得到第五概率图和第六概率图；

基于所述第五概率图，获取用于表征每个脊柱体的上沿线和下沿线位置的连线响应图，基于所述第六概率图，获取每个脊柱体的所有角点的坐标位置。

2.根据权利要求1所述的装置，其特征在于，所述处理器，还用于，

基于第一预设步长，对所述第三概率图中的概率值进行筛选，得到第五概率图；

基于第二预设步长，对所述第四概率图中的概率值进行筛选，得到第六概率图。

3.根据权利要求1所述的装置，其特征在于，所述处理器，还用于：

分别将所述第一连接图和所述第二连接图中的每根连线与所述连线响应图中的每根连线进行位置匹配，获取用于表征匹配程度的关联得分图；

基于所述关联得分图和全局最优准则，获取每个脊柱体的真实上沿线和真实下沿线。

4.根据权利要求3所述的装置，其特征在于，所述处理器，还用于：

基于预设采样值，分别对所述第一连接图和第二连接图中的每根连线进行间隔采样，获取多组采样点，并将所述多组采样点的位置与所述连线响应图中的每根连线进行位置匹配，获取多组用于表征匹配程度的得分；

对每组得分求和，获得关联得分图。

5.根据权利要求1所述的装置，其特征在于，所述装置还包括：摄像头，所述摄像头安装于所述测量装置本体上，所述摄像头与所述存储器连接；

所述摄像头，用于获取并发送所述获取待检测脊柱的图像至所述存储器。

6.根据权利要求1所述的装置，其特征在于，所述装置还包括：通信模块，所述通信模块与所述处理器连接；

所述处理器，还用于将所述待检测脊柱的Cobb角数值传输至所述通信模块；

所述通信模块，用于将所述待检测脊柱的Cobb角数值发送至与所述通信模块连接的终端设备。

7.根据权利要求1所述的装置，其特征在于，所述装置还包括：扫描仪，所述扫描仪设置于所述测量装置本体上，所述扫描仪分别与所述测量装置本体和所述存储器连接；

所述扫描仪用于获取并发送所述获取待检测脊柱的图像至所述存储器。

8.根据权利要求1所述的装置，其特征在于，所述装置还包括：打印机，所述打印机设置于所述测量装置本体上，所述打印机与所述处理器连接；

所述处理器，还用于将所述待检测脊柱的Cobb角数值和用于控制所述打印机工作的指令发送至所述打印机；

所述打印机，用于基于所述指令，打印并输出包含所述待检测脊柱的Cobb角数值的纸质文件。

9.一种测量脊柱弯曲的系统，其特征在于，包括：扫描仪、打印机以及权利要求1-6中任一权项所述的装置，所述装置分别与所述打印机和所述扫描仪连接，所述扫描仪用于获取并发送所述获取待检测脊柱的图像至所述装置，所述装置基于所述图像获取并发送用于表征所述待检测脊柱弯曲情况的Cobb角数值至所述打印机。

Images