一种基于自然图像对称性感知的脊柱侧弯识别方法及装置

    公开(公告)号:CN118762074A

    公开(公告)日:2024-10-11

    申请号:CN202410850833.0

    申请日:2024-06-27

    摘要: 本发明公开了一种基于自然图像对称性感知的脊柱侧弯识别方法及装置,先对人体背部的原始RGB图像进行水平翻转,通过特征提取网络获得对称性特征;再通过对称特征匹配模块,先对对称性特征进行特征融合获得融合特征,再使用注意力机制获得对称感知特征,最后通过拼接卷积操作获得对称匹配特征;最后将多类别分类任务转换为序数回归任务,通过序数回归模块同时预测脊柱侧弯严重等级和细粒度角度范围。本发明采用端到端的深度学习框架学习脊柱侧弯分级与角度估计,利用基于注意力机制的视觉注意力网络学习脊柱侧弯图像对称性特征,并将序数回归问题转换为多个二分类子问题,实现了脊柱侧弯严重性分级与角度联合估计系统构建。