一种基于深度标记分布学习的脊柱骨密度量化方法及设备

本发明公开了一种基于深度标记分布学习的脊柱骨密度量化方法及设备，方法包括：(1)获取患者脊柱X射线影像数据集，并进行预处理；(2)对预处理后的X射线影像进行定位，得到腰椎区域的分割掩膜；(3)将预处理后的X射线影像输入数据增强单元，得到伪X射线影像，将X射线影像和伪X射线影像一起作为训练样本；(4)构建深度标记分布学习模型，并采用不同身体基础情况下的训练样本进行训练，得到不同身体基础情况下的深度标记分布学习模型；(5)将每种身体基础情况下的骨密度预测高斯分布和骨密度标准分布的骨密度概率密度函数进行加权混合，生成骨密度混合预测模型；(6)将待预测的X射线影像输入骨密度混合预测模型，得到骨密度预测结果。本发明误差低，灵敏度高。