(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 202211214029.0 (22)申请日 2022.09.30 (71)申请人 山东大学 地址 250061 山东省济南市历下区经十路 17923号 申请人 北京机械工业自动化研究所有限公 司　 青岛建华食品机 械制造有限公司 (72)发明人 陈振学　孙露娜　王修宇　张玉娇　 曹佳倩　赵宏剑　蔡磊　孙胜斌　 冀晶晶　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 闫圣娟(51)Int.Cl. G06T 7/00(2017.01) G06V 10/34(2022.01) G06V 10/44(2022.01) G06V 10/46(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 基于深度学习的X光图像骨骼 检测方法与系 统 (57)摘要 本公开涉及图像处理技术领域， 提出了一种 基于深度学习的X光图像骨骼检测方法与系统， 方法包括如下步骤： 获取待检测的X光图像并进 行预处理； 将预处理后的图像输入至训练好的两 阶段双U型网络， 对图像中的骨骼区域进行粗特 征提取， 对提取的粗特征进行从高层级到低层级 逐层细化， 得到细节越来越丰富的多层细化特征 图， 对细化特征图进行逐层融合生成最终的骨骼 区域显著图。 本公开通过两阶段双U型网络对X光 图像进行骨骼区域显著目标检测， 两阶段特征提 取和细化操作能保证检测的准确率， 同时该网络 融合经过两阶段处理的特征图， 以充分利用不同 层级蕴含的高级语义信息， 能同时保障检测准确 率和图像处 理的速度。 权利要求书2页 说明书8页 附图4页 CN 115546142 A 2022.12.30 CN 115546142 A 1.基于深度学习的X光图像骨骼检测方法， 其特 征在于， 包括如下步骤： 获取待检测的X光图像并进行 预处理； 将预处理后的图像输入至训练好的两阶段双U型网络， 对图像中的骨骼区域进行粗特 征提取， 对提取 的粗特征进行从高层级到低层级逐层细化， 得到细节越来越丰富的多层细 化特征图， 对细化特 征图进行 逐层融合 生成最终的骨骼区域显著图。 2.如权利要求1所述的基于深度 学习的X光图像骨骼检测方法， 其特征在于： 两阶段双U 型网络， 包括单编码 ‑双解码U型网络， 显著和边 缘U型网络， 以及特 征图融合模块； 单编码‑双解码U型网络包括多个依次级联的编码器Eni,每个编码器Eni连接一个显著 粗特征解码器S Dei和一个边 缘特征解码器BDei； 特征图融合模块包括像素相加模块、 融合卷积模块以及 双线性上采样模块。 3.如权利要求2所述的基于深度学习的X光图像骨骼检测方法， 其特征在于： 显著粗特 征解码器SDei和边缘特征解码 器BDei采用的解码模块相同， 每个解码模块包括依次连接的 两层卷积层、 Batc hNorm层和激活模块。 4.如权利要求2所述的基于深度学习的X光图像骨骼检测方法， 其特征在于： 显著和边 缘U型网络包括显著特征细化U 型网络以及边缘特征细化U 型网络， 采用相同的网络结构， 显 著特征细化U型网络或边缘特征细化U型网络分别包括多个级联 的编码器以及对应依 次连 接的解码器， 编码器和解码器之间还设置有顶层 细化模块。 5.如权利要求4所述的基于深度学习的X光图像骨骼检测方法， 其特征在于： 顶层细化 模块TopRefi ne包括多个依次首尾连接的卷积层。 6.如权利要求2所述的基于深度 学习的X光图像骨骼检测方法， 其特征在于： 两阶段双U 型网络的训练过程， 包括如下步骤： 对获取的X光图像进行像素级骨骼区域标定， 构成训练集； 对训练集的图像进行 预处理； 将预处理后的图像输入至两阶段双U型网络进行训练， 依次进行基于单编码 ‑双解码U 型网络的显著和边缘的粗特征提取， 基于独立的显著和边缘U型网络特征细化得到显著和 边缘的细化特 征图， 以及对细化特 征图进行 逐层融合 生成最终的骨骼区域显著图； 通过监督显著细化特征图、 边缘细化特征图以及融合后的骨骼区域显著图， 计算各特 征图与标注标签的交叉熵损失和IOU损失， 优化模型的卷积参数， 得到训练好的两阶段双U 型网络。 7.如权利要求6所述的基于深度学习的X光图像骨骼检测方法， 其特征在于， 像素级骨 骼区域标定为： 利用阈值分割算法自动对每一个像素点进行标注， 然后再通过人工逐像素 矫正骨骼边 缘区域， 得到真值图标签； 或者， 所述预处 理包括： 减均值操作， 以及随机水平翻转进行 数据增强。 8.基于深度学习的X光图像骨骼检测系统， 其特 征在于， 包括： 数据获取模块： 被 配置为用于获取待检测的X光图像并进行 预处理； 数据处理模块： 被配置为用于将预处理后的图像输入至训练好的两阶段双U型网络， 对 图像中的骨骼 区域进行粗特征提取， 对提取 的粗特征进行从高层级到低层级逐层细化， 得 到细节越来越丰富的多层细化特征图， 对细化特征图进行逐层融合生成最终的骨骼区域显 著图。权　利　要　求　书 1/2 页 2 CN 115546142 A 29.一种电子设备， 其特征在于， 包括存储器和处理器以及存储在存储器上并在处理器 上运行的计算机指 令， 所述计算机指 令被处理器运行时， 完成权利要求 1‑7任一项方法所述 的步骤。 10.一种计算机可读存储介质， 其特征在于， 用于存储计算机指令， 所述计算机指令被 处理器执行时， 完成权利要求1 ‑7任一项方法所述的步骤。权　利　要　求　书 2/2 页 3 CN 115546142 A 3