目的 青少年特發(fā)性脊柱側彎(adolescent idiopathic scoliosis, AIS)是危害青少年健康的常見疾病之一。臨床上,X線圖像Cobb角測量法是評估患者脊柱側凸嚴重程度的“金標準”。由于X線圖像中肋骨和骨盆陰影重疊以及椎骨形態(tài)差異等因素影響,人工測量在尋找關鍵點時步驟復雜且耗時長,快速且準確的Cobb角自動測量方法具有重要臨床應用價值。現(xiàn)有深度學習方法中基于分割的方法易受圖像質量影響;基于關鍵點檢測方法過于關注局部特征提取導致定位不準確等問題。為此,本文提出了一種以椎骨為中心的標志點檢測方法,來實現(xiàn)脊柱側彎Cobb角自動估計算法。方法 構建一種基于融合多尺度和注意力機制M型椎骨檢測網(wǎng)絡(multi-scale attention M-shaped network, MSAM-Net)。首先,使用多尺度金字塔拆分注意力(multi-scale pyramids squeeze attention, MPSA)模塊和注意力特征融合(attentional feature fusion, AFF)模塊提取椎骨特征和上下文信息,然后,根據(jù)椎體中心和角偏移量定位4個角標志...
|