摘要
本申请提供了一种基于深度学习的对侧髋融合的髋关节多病种病变诊断方法、装置、设备及计算机可读存储介质。该方法,包括:获取髋关节X线图像;对髋关节X线图像进行左右髋分割,分别得到左髋图像和右髋图像;将左髋图像、右髋图像和左髋图像进行图像融合,得到左髋融合图像;将右髋图像、左髋图像和右髋图像进行图像融合,得到右髋融合图像;将左髋融合图像或右髋融合图像输入预设的深度学习网络模型中,输出髋关节多病种病变诊断结果;其中,髋关节多病种病变诊断结果包括:髋关节股骨头坏死、髋关节骨关节炎、髋关节发育不良、髋关节骨折。根据本申请实施例,能够更加准确地进行髋关节多病种病变诊断。
技术关键词
髋关节
深度学习网络模型
诊断方法
股骨头坏死
计算机程序指令
骨关节炎
关键点提取方法
拉普拉斯金字塔
图像配准
可读存储介质
特征匹配算法
解剖学特征
图像分割
加权平均法
图像获取模块
深度学习模型
诊断装置
融合算法