一种基于图像处理的骨龄分析方法及系统

1.本发明涉及人工智能领域，具体涉及一种基于图像处理的骨龄分析方法及系统。


背景技术：

2.在人的生长发育过程中，由于遗传及环境影响，每个人的个体发育程度和速度存在明显的差异，不能单用年龄来判断个体的发育情况。因此，提出利用生理年龄来反映发育程度。
3.骨龄，表示骨头的发育程度，可以用来表示儿童骨发育实际情况。而对骨龄的判断都是基于身体骨骼x光胶片来进行的，其中以左手部x光胶片最为常用，我国建立了手腕骨骨龄鉴定标准——《中国人手腕骨发育标准—中华05》，通过计数法来判断骨龄，但这种方法存在主观性强，需要严格训练及大量经验积累，过程繁琐等缺点，很有可能对同一受测者产生不同的结果，从而造成骨龄的误判。
4.因此，本发明提出一种基于图像处理的骨龄分析方法及系统，本发明在对左手手部x光胶片图像的桡骨区域提取的基础上，利用桡骨的形态特征对桡骨进行分期，并对各时期的桡骨的特征进行等级划分，从而综合进行骨龄分析。


技术实现要素：

5.本发明提供一种基于图像处理的骨龄分析方法及系统，以解决现有的问题，包括：获取桡骨区域图像，提取桡骨轮廓边缘确定桡骨时期；当桡骨为第一时期时，根据桡骨的骨骺宽度与设定阈值进行比较，划分第一时期桡骨等级；当桡骨为第二时期时，对桡骨的骨骺下侧边缘像素点进行曲线拟合，划分第二时期桡骨等级；当桡骨为第三时期时，建立矩形窗口，获取矩形窗口中高亮像素点构成的高亮区域面积计算高亮融合度；获取存在黑暗像素点的列数计算黑暗融合度，对第三时期桡骨进行等级划分；综合各个时期桡骨的等级对不同手骨的骨龄进行估计。
6.根据本发明提出的技术手段，利用桡骨的形态特征对桡骨进行分期，并将各个时期桡骨的特征数字化，从而准确划分不同时期桡骨的等级，能够有效减少对骨龄的主观性判断，同时提高对骨龄等级的评估效率以及准确度。
7.本发明采用如下技术方案，一种基于图像处理的骨龄分析方法，包括：采集手骨图像，获取手骨图像中的桡骨区域图像，对桡骨轮廓边缘进行提取，根据提取到的桡骨轮廓边缘的个数确定桡骨时期。
8.根据确定的桡骨时期对各个时期桡骨等级进行划分，对所述各个时期桡骨等级进行划分的方法包括：当确认的桡骨为第一时期时，利用该时期桡骨的骨骺宽度与骨干宽度对确认为第一时期的桡骨进行等级划分。
9.当确认的桡骨为第二时期时，获取该时期桡骨的骨骺下侧所有边缘像素点，对该时期桡骨的骨骺下侧所有边缘像素点进行拟合获得曲线，根据曲线的斜率变化对第二时期
桡骨进行等级划分。
10.当确认的桡骨为第三时期时，以该时期桡骨的骨干建立矩形窗口，根据该时期桡骨的骨干宽度设定窗口尺寸，根据矩形窗口中像素点的灰度值大小获取矩形窗口中的高亮像素点和黑暗像素点。
11.计算矩形窗口中所有高亮像素点构成的高亮区域面积，根据高亮区域面积和矩形窗口的面积计算高亮融合度。
12.对矩形窗口中每列像素点进行筛选，获取存在黑暗像素点的列数，根据矩形窗口中存在黑暗像素点的列数和矩形窗口中所有像素点列数计算黑暗融合度。
13.根据得到的高亮融合度和黑暗融合度对第三时期桡骨进行等级划分。
14.利用手骨中确定的桡骨时期及该时期桡骨对应的等级对手骨的骨龄进行评估。
15.进一步的，一种基于图像处理的骨龄分析方法，对桡骨轮廓边缘进行提取，当提取到的轮廓边缘个数为一个时，所述桡骨区域图像中的桡骨为第三时期桡骨；当提取到的轮廓边缘个数为两个时，所述桡骨区域图像中的桡骨为第一时期桡骨或第二时期桡骨。
16.进一步的，一种基于图像处理的骨龄分析方法，当提取到的轮廓边缘个数为两个时，所述两个轮廓分别为骨骺轮廓和骨干轮廓，比较骨骺轮廓的宽度和骨干轮廓的宽度：当骨骺轮廓宽度大于骨干轮廓宽度时，所述桡骨区域图像中的桡骨为第二时期桡骨；当骨干轮廓宽度大于骨骺轮廓宽度时，所述桡骨区域图像中的桡骨为第一时期桡骨。
17.进一步的，一种基于图像处理的骨龄分析方法，对第一时期桡骨进行等级划分的方法为：利用第一时期桡骨的骨干宽度设定阈值,根据设定阈值与第一时期桡骨的骨骺宽度进行比较：当时，所述第一时期桡骨等级为1级；当时，所述第一时期桡骨等级为2级；当时，所述第一时期桡骨等级为3级；当时，所述第一时期桡骨等级为4级；当时，所述第一时期桡骨等级为5级；当时，所述第一时期桡骨等级为6级。
18.进一步的，一种基于图像处理的骨龄分析方法，对第二时期桡骨等级进行划分的方法为：对第二时期桡骨的骨骺下侧所有边缘点进行多项式曲线拟合，得到下侧的边缘曲线，依次计算曲线上每个边缘点对应的斜率，根据边缘点斜率的变化趋势对第二时期桡骨
等级进行判断：当边缘点斜率的变化趋势为平缓时，第二时期桡骨等级为7级；当边缘点斜率的变化趋势为从大到小变化，直至平缓时，第二时期桡骨等级为8级；当边缘点斜率的变化趋势为从大到小变化趋于平缓后，再次从小变大，第二时期桡骨等级为9级。
19.进一步的，一种基于图像处理的骨龄分析方法，根据第三时期桡骨的矩形窗口中，高亮像素点构成的高亮区域面积与矩形窗口的面积之比得到高亮融合度；根据矩形窗口中存在黑暗像素点的列数和矩形窗口中所有像素点列数之比得到黑暗融合度。
20.进一步的，一种基于图像处理的骨龄分析方法， 对第三时期桡骨等级进行划分的方法为：当p
l
≥60%且0≤pb＜20%时，第三时期桡骨等级为10级；当60%＜p
l
≤70%且20≤pb＜40%时，第三时期桡骨等级为11级；当70%＜p
l
≤80%且40≤pb＜60%时，第三时期桡骨等级为12级；当80%＜p
l
≤90%且60≤pb＜80%时，第三时期桡骨等级为13级；当p
l
＞90%且80≤pb＜100%时，第三时期桡骨等级为14级。
21.一种基于图像处理的骨龄分析系统，包括：桡骨时期确定模块，第一时期桡骨等级划分模块、第二时期桡骨等级划分模块、第三时期桡骨等级划分模块以及综合骨龄评估模块；桡骨时期确定模块，用于采集手骨图像，获取手骨图像中的桡骨区域图像，对桡骨轮廓边缘进行提取，根据提取到的桡骨轮廓边缘的个数判断桡骨时期；第一时期桡骨等级划分模块，用于利用该时期桡骨的骨骺宽度与骨干宽度对确认为第一时期的桡骨进行等级划分；第二时期桡骨等级划分模块，用于获取该时期桡骨的骨骺下侧所有边缘像素点，对该时期桡骨的骨骺下侧所有边缘像素点进行拟合获得曲线，根据曲线的斜率变化对第二时期桡骨进行等级划分；第三时期桡骨等级划分模块，用于以第三时期桡骨的骨干建立矩形窗口，根据第三时期桡骨的骨干宽度设定窗口尺寸，根据矩形窗口中像素点的灰度值大小获取矩形窗口中的高亮像素点和黑暗像素点；计算矩形窗口中所有高亮像素点构成的高亮区域面积，根据高亮区域面积和矩形窗口的面积计算高亮融合度；对矩形窗口中每列像素点进行筛选，获取存在黑暗像素点的列数，根据矩形窗口中存在黑暗像素点的列数和矩形窗口中所有像素点列数计算黑暗融合度；根据得到的高亮融合度和黑暗融合度对第三时期桡骨进行等级划分；综合骨龄评估模块，用于综合第一时期桡骨等级划分模块、第二时期桡骨等级划分模块以及第三时期桡骨等级划分模块分别得到的各个时期桡骨等级，对不同时期手骨骨龄进行综合评估。
22.本发明的有益效果是：根据本发明提出的技术手段，利用桡骨的形态特征对桡骨
进行分期，并将各个时期桡骨的特征数字化，从而准确划分不同时期桡骨的等级，能够有效减少对骨龄的主观性判断，同时提高对骨龄等级的评估效率以及准确度。
附图说明
23.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
24.图1为本发明实施例的一种基于图像处理的骨龄分析方法结构示意图；图2为本发明实施例的一种基于图像处理的骨龄分析系统流程示意图；图3为图1中本发明实施例的桡骨等级与骨龄对照示意图。
具体实施方式
25.下面将结合本发明实施例中的附图，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
26.如图1所示，给出了本发明实施例的一种基于图像处理的骨龄分析方法，包括：101.采集手骨图像，获取手骨图像中的桡骨区域图像，对桡骨轮廓边缘进行提取，根据提取到的桡骨轮廓边缘的个数确定桡骨时期。
27.本发明所针对的情景为：在对骨龄的评价过程中，先要对左手手部x光胶片的桡骨区域进行分辨，并分别根据桡骨的骨骺与骨干的形态特征及其两者之间的融合性进行骨龄的判别。因此需要通过对左手手部x光胶片的桡骨区域进行提取，并获取桡骨的骨骺与骨干的形态特征来是实现桡骨骨龄判别，从而提高了医生对骨龄等级判定的效率，为骨龄的判别提供参考。
28.本发明需要通过左手手部x光胶片图像，获得桡骨区域的图像，所以需要先提取桡骨，并去除桡骨之外的区域。
29.本发明采用dnn语义分割的方法来分割左手手部x光胶片图像中的桡骨。
30.本发明的dnn语义分割网络的内容如下：采集医院左手手部x光胶片图像作为数据集进行语义分割。
31.对x光数据集进行人工标注，本网络需要分割的像素为背景类及腕部两类，对应位置像素属于背景类（如指骨，掌骨等）的标注为0，属于桡骨类（如桡骨骨骺和骨干）的标注为1。
32.由于该网络的任务是分类，因此，采用交叉熵损失函数作为网络的loss函数。
33.由于语义分割后的图像只是粗糙的边界，并且可能含有手掌的软骨组织，因此本发明根据先验知识进行桡骨掩膜的构建：桡骨和其中的软骨组织的灰度存在明显差异本发明采用otsu阈值分割和区域生长算法对语义分割后的图像进行再处理，由于可能存在的噪声、其他的骨组织以及同一块骨骼的密度不相同，对经过区域合并算法的图像进行形态学闭运算，并保留面积最大的连通域，最终得到完整的桡骨掩膜。
34.桡骨的骨化中心的形态变化可以用来作为骨龄评判的依据，在不同的个体之间，骨化中心的变化顺序及形态基本相同，根据《中国人手腕骨发育标准—中华05》桡骨骨龄评定标准：桡骨的骨化中心的出现，表明骨化中心软骨开始转化为骨组织，即桡骨1级；桡骨的骨骺由小变大（主要变化特征），伴随形态变化，即桡骨2-6级；骨性标志的出现，形状改变（主要变化特征），伴随骨骺逐渐变大，即桡骨7-9级；桡骨骨骺和桡骨骨干的融合，即桡骨10-14级。
35.因此本发明根据桡骨骨骺与骨干不同时期的形状变化，将桡骨分3个时期：1.骨骺生长期（1-6级）；2.骨骺变化期（7-9级）；3.骨骺骨干融合期（10-14级）。
36.即本发明中对应第一时期桡骨为骨骺生长期，第二时期桡骨为骨骺变化期，第三时期桡骨为骨骺骨干融合期。
37.通过对桡骨的掩膜图像进行像素点从上到下，从左到右进行全局扫描，记录像素值变化的发生变化的点（若该点的像素值为1，但它下一点的像素值为0，记录像素值为1的点坐标；若该点的像素值为0，但它下一点的像素值为1，记录像素值为1的点坐标），提取掩膜的外轮廓。
38.对桡骨轮廓边缘进行提取，当提取到的轮廓边缘个数为一个时，所述桡骨区域图像中的桡骨为第三时期桡骨；当提取到的轮廓边缘个数为两个时，所述桡骨区域图像中的桡骨为第一时期桡骨或第二时期桡骨。
39.当提取到的轮廓边缘个数为两个时，对存在两个轮廓边缘的进一步分析，分别计算两个轮廓（骨骺和骨干）的边缘点（即最左侧的点、最右侧的点）的距离值，所述两个轮廓分别为骨骺轮廓和骨干轮廓，比较骨骺轮廓的宽度和骨干轮廓的宽度：当骨骺轮廓宽度大于骨干轮廓宽度时，所述桡骨区域图像中的桡骨为第二时期桡骨；当骨干轮廓宽度大于骨骺轮廓宽度时，所述桡骨区域图像中的桡骨为第一时期桡骨。
40.102.当确定的桡骨为第一时期时，计算第一时期桡骨的骨骺宽度与骨干宽度，利用第一时期桡骨的骨干宽度设定阈值，根据第一时期桡骨的骨骺宽度与设定阈值进行比较，根据比较结果对第一时期桡骨进行等级划分。
41.根据《中国人手腕骨发育标准—中华05》桡骨骨龄评定标准，桡骨骨骺生长期内桡骨变化最大的特征是桡骨骨骺变宽，因此本发明依据骨骺与骨干之间的差异，对桡骨骨骺生长期内的特征进行提取。
42.获得的骨骺最左侧边缘点（x
11
，y
11
）、最右侧边缘点（x
12
，y
12
）以及骨干最左侧边缘点（x
21
，y
21
）、最右侧边缘点（x
22
，y
22
），计算骨骺宽和骨干宽，通过比较两者之间的差异，对骨骺生长期进行骨龄评判。
43.对第一时期桡骨进行等级划分的方法为：利用第一时期桡骨的骨干宽度设定阈值,根据设定阈值与第一时期桡骨的骨骺宽度进行比较：
当时，所述第一时期桡骨等级为1级；当时，所述第一时期桡骨等级为2级；当时，所述第一时期桡骨等级为3级；当时，所述第一时期桡骨等级为4级；当时，所述第一时期桡骨等级为5级；当时，所述第一时期桡骨等级为6级；103.当确定的桡骨为第二时期时，获取第二时期桡骨的骨骺下侧所有边缘像素点，对第二时期桡骨的骨骺下侧所有边缘像素点进行曲线拟合，根据曲线斜率的变化对第二时期桡骨进行等级划分。
44.根据《中国人手腕骨发育标准—中华05》桡骨骨龄评定标准，处于骨骺变化期的桡骨内变化最大的为骨骺与骨干之间越来越靠近，且骨骺在一侧（通常在内测）或两侧逐渐覆盖骨干，呈现开始融合的状态。因此本发明依据骨骺下侧（靠近骨干的一侧）的曲线特征，对骨骺变化期进行骨龄划分。
45.对骨骺下侧的所有边缘点进行多项式曲线拟合，得到下侧的边缘曲线y，并依次求得曲线上各边缘点的斜率，通过比较曲线的斜率大小分布，对骨龄进行评判。
46.曲线y公式为：曲线y上各边缘点的斜率ki：式中，a、b、c分别为多项式拟合的系数,为边缘上的点的x坐标，以为纵坐标，x为横坐标建立坐标系，通过比较边缘各点的变化趋势对骨龄进行评判。
47.对第二时期桡骨等级进行划分的方法为：对第二时期桡骨的骨骺下侧所有边缘点进行多项式曲线拟合，得到下侧的边缘曲线，依次计算曲线上每个边缘点对应的斜率，根据边缘点斜率的变化趋势对第二时期桡骨等级进行划分：当边缘点斜率的变化趋势为平缓时，第二时期桡骨等级为7级；当边缘点斜率的变化趋势为从大到小变化，直至平缓时，第二时期桡骨等级为8级；当边缘点斜率的变化趋势为从大到小变化趋于平缓后，又从小变大，第二时期桡骨等级为9级。
48.104.当确定的桡骨为第三时期时，以第三时期桡骨的骨干建立矩形窗口，根据第三时期桡骨的骨干宽度设定窗口尺寸，根据矩形窗口中像素点的灰度值大小获取矩形窗口中的高亮像素点和黑暗像素点。
49.骨骺骨干融合期主要表现在骨骺与骨干之间存在一层骺软骨板，在左手x光胶片
表现为高亮区域重影，且存在一条黑色暗带，随着骺软骨板不断增生，导致骨骺与骨干连接一体。
50.x光胶片在这个过程表现为：黑色暗带逐渐减小并直至消失。高亮区域重影在融合过程中，该区域逐渐减小直至消失，本发明根据桡骨骨骺骨干融合期灰度特征值进行提取，并对桡骨骨龄等级进行划分。
51.获取第三时期桡骨的骨干最左侧边缘点为矩形边长的一点，向上取/4行，向下取/5行，长为（骨干最左侧边缘点和最有侧边缘点的距离），建立一个矩形窗口，该窗口包含骺软骨板、部分骨骺及骨干。
52.计算所有高亮像素点构成的高亮区域面积，根据高亮区域面积和矩形窗口的面积计算高亮融合度。
53.对于高亮区域：对矩形窗口内的像素点建立灰度直方图进行阈值分割，将灰度值大于245的点设置为1，灰度值小于245的点设置为0，对矩形框内的图像进行阈值分割，像素点值为1的区域即为桡骨上的高亮区域，通过计算高亮区域的面积s
l
（像素值为1的像素点的数量）和矩形框的面积s，从而得到骨骺骨干高亮融合度p
l ，表达式为：，表达式为：对矩形窗口中每列像素点进行筛选，获取存在黑暗像素点的列数，根据矩形窗口中存在黑暗像素点的列数和矩形窗口中所有像素点列数计算黑暗融合度。
54.对于黑色暗带：由于矩形窗口内的黑色暗带是为灰度值较小的一条序列，因此通过寻找黑色暗带所处的区域大小进行骨龄等级判别。
55.灰度值剧烈下降在图像表现为黑色暗带，对矩形窗口内的像素点及进行逐列扫描，设置计数器n，只记录窗口内出现灰度值呈现剧烈下降（上一点与下一点的灰度值差异大于50）的第一个点，如果该列像素点钟出现灰度值剧烈下降的店，则计数器加1。
56.通过获取所有列像素点中存在黑暗像素点的列数与矩形窗口内总的列数，从而计算骨骺骨干黑暗融合度，表达式为：其中，n为存在黑暗像素点的列数。
57.根据第三时期桡骨的矩形窗口中，高亮像素点构成的高亮区域面积与矩形窗口的面积之比得到高亮融合度；根据矩形窗口中存在黑暗像素点的列数和矩形窗口中所有像素点列数之比得到黑暗融合度。
58.根据得到的高亮融合度和黑暗融合度对第三时期桡骨进行等级划分。
59.对第三时期桡骨等级进行划分的方法为：
当p
l
≥60%且0≤pb＜20%时，第三时期桡骨等级为10级；当60%＜p
l
≤70%且20≤pb＜40%时，第三时期桡骨等级为11级；当70%＜p
l
≤80%且40≤pb＜60%时，第三时期桡骨等级为12级；当80%＜p
l
≤90%且60≤pb＜80%时，第三时期桡骨等级为13级；当p
l
＞90%且80≤pb＜100%时，第三时期桡骨等级为14级。
60.105.综合各个时期桡骨的等级对不同手骨的骨龄进行估计。
61.如图3所示，给出了本发明实施例的桡骨等级与骨龄对照示意图，至此，对桡骨图像中桡骨骨骺与骨干的形态特征进行等级判定后，实现了骨龄的判别，提高了医生对骨龄等级判定的效率，为骨龄的判别提供参考。
62.如图2所示，给出了本发明实施例的一种基于图像处理的骨龄分析系统流程示意图，包括：桡骨时期确定模块，第一时期桡骨等级划分模块、第二时期桡骨等级划分模块、第三时期桡骨等级划分模块以及综合骨龄评估模块；桡骨时期确定模块，用于采集手骨图像，获取手骨图像中的桡骨区域图像，对桡骨轮廓边缘进行提取，根据提取到的桡骨轮廓边缘的个数判断桡骨时期；第一时期桡骨等级划分模块，用于利用该时期桡骨的骨骺宽度与骨干宽度对确认为第一时期的桡骨进行等级划分；第二时期桡骨等级划分模块，用于获取该时期桡骨的骨骺下侧所有边缘像素点，对该时期桡骨的骨骺下侧所有边缘像素点进行拟合获得曲线，根据曲线的斜率变化对第二时期桡骨进行等级划分；第三时期桡骨等级划分模块，用于以第三时期桡骨的骨干建立矩形窗口，根据第三时期桡骨的骨干宽度设定窗口尺寸，根据矩形窗口中像素点的灰度值大小获取矩形窗口中的高亮像素点和黑暗像素点；计算矩形窗口中所有高亮像素点构成的高亮区域面积，根据高亮区域面积和矩形窗口的面积计算高亮融合度；对矩形窗口中每列像素点进行筛选，获取存在黑暗像素点的列数，根据矩形窗口中存在黑暗像素点的列数和矩形窗口中所有像素点列数计算黑暗融合度；根据得到的高亮融合度和黑暗融合度对第三时期桡骨进行等级划分；综合骨龄评估模块，用于综合第一时期桡骨等级划分模块、第二时期桡骨等级划分模块以及第三时期桡骨等级划分模块分别得到的各个时期桡骨等级，对不同时期手骨骨龄进行综合评估。
63.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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。