本發(fā)明涉及生物學(xué)或醫(yī)學(xué)圖像識(shí)別
技術(shù)領(lǐng)域：
，具體而言，涉及一種生物骨骼識(shí)別方法、裝置及系統(tǒng)。
背景技術(shù)：
：目前生物骨骼的識(shí)別主要通過人工依靠生物學(xué)或醫(yī)學(xué)知識(shí)及經(jīng)驗(yàn)對(duì)骨骼進(jìn)行逐一的比對(duì)分析，識(shí)別骨骼所屬生物的種類及骨骼的位置，手工測(cè)量骨骼的一些特征點(diǎn)，根據(jù)測(cè)量的特征點(diǎn)之間的數(shù)據(jù)進(jìn)行骨骼的比對(duì)。在跨種屬識(shí)別方面，現(xiàn)有技術(shù)只能人工識(shí)別較為完整的生物骨骼，對(duì)于跨種屬之間不完整骨骼的識(shí)別難度很大，識(shí)別成功與否主要依靠識(shí)別人的經(jīng)驗(yàn)，主觀成分較大，并且沒有比對(duì)的樣本庫(kù)進(jìn)行比對(duì)和識(shí)別，導(dǎo)致識(shí)別的準(zhǔn)確率和效率都很低。技術(shù)實(shí)現(xiàn)要素：有鑒于此，本發(fā)明實(shí)施例的目的在于提供一種生物骨骼識(shí)別方法、裝置及系統(tǒng)，利用骨骼數(shù)據(jù)庫(kù)，能夠提高比對(duì)及識(shí)別的準(zhǔn)確率，提高跨種屬識(shí)別的效率。第一方面，本發(fā)明實(shí)施例提供了一種生物骨骼識(shí)別方法，包括：通過CT掃描待識(shí)別骨骼，得到待識(shí)別骨骼的電子影像信息；根據(jù)待識(shí)別骨骼的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從電子影像信息中提取特征點(diǎn)對(duì)應(yīng)的影像數(shù)據(jù)；將影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到待識(shí)別骨骼對(duì)應(yīng)數(shù)學(xué)區(qū)間的特征值；將特征值輸入預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中進(jìn)行處理；預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)是利用骨骼數(shù)據(jù)庫(kù)中的骨骼數(shù)據(jù)進(jìn)行訓(xùn)練的；獲取神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果，根據(jù)輸出結(jié)果判定所述待識(shí)別骨骼的種屬或所屬個(gè)體。結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第一種可能的實(shí)施方式，其中，將所述影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中采用如下公式：y=f(Σi=1mwixi-θ)]]>其中，xi為輸入的所述影像數(shù)據(jù)的向量，y為輸出的所述待識(shí)別骨骼對(duì)應(yīng)所述數(shù)學(xué)區(qū)間的特征值，wi為預(yù)設(shè)的權(quán)重系數(shù)，θ為預(yù)設(shè)的閾值，f(x)為預(yù)設(shè)的激發(fā)函數(shù)。所述的激發(fā)函數(shù)f(x)為線性激發(fā)函數(shù)或指數(shù)型激發(fā)函數(shù)。結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第二種可能的實(shí)施方式，其中，預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程包括：當(dāng)所述骨骼數(shù)據(jù)庫(kù)為按生物種屬和骨骼部位分類存儲(chǔ)的生物骨骼數(shù)據(jù)庫(kù)時(shí)，按照不同生物種屬的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從所述生物骨骼數(shù)據(jù)庫(kù)中提取不同生物種屬的骨骼數(shù)據(jù)，將提取的所述生物種屬的骨骼數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到訓(xùn)練數(shù)據(jù)；隨機(jī)初始化神經(jīng)網(wǎng)絡(luò)中隱藏層的參數(shù)；將所述訓(xùn)練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，得到所述神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸出值；將所述訓(xùn)練輸出值反饋到所述神經(jīng)網(wǎng)絡(luò)的隱藏層中，修正隱藏層的參數(shù)，反復(fù)訓(xùn)練，直至用完所有訓(xùn)練數(shù)據(jù)，停止訓(xùn)練；停止訓(xùn)練后，將當(dāng)前的神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第三種可能的實(shí)施方式，其中，預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程包括：當(dāng)所述骨骼數(shù)據(jù)庫(kù)為按不同個(gè)體和骨骼部位分類存儲(chǔ)的人體骨骼數(shù)據(jù)庫(kù)時(shí)，按照不同個(gè)體的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從所述人體骨骼數(shù)據(jù)庫(kù)中提取不同個(gè)體的骨骼數(shù)據(jù)，將提取的所述不同個(gè)體的骨骼數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到訓(xùn)練數(shù)據(jù)；隨機(jī)初始化神經(jīng)網(wǎng)絡(luò)中隱藏層的參數(shù)；將所述訓(xùn)練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，得到所述神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸出值；將所述訓(xùn)練輸出值反饋到所述神經(jīng)網(wǎng)絡(luò)的隱藏層中，修正隱藏層的參數(shù)，反復(fù)訓(xùn)練，直至用完所有訓(xùn)練數(shù)據(jù)，停止訓(xùn)練；停止訓(xùn)練后，將當(dāng)前的神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第四種可能的實(shí)施方式，其中，獲取神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果包括：逐一獲取各個(gè)所述特征值經(jīng)過神經(jīng)網(wǎng)絡(luò)處理后的輸出值；計(jì)算各個(gè)所述特征值對(duì)應(yīng)的輸出值的平均值；求所述平均值作為所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果。結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第五種可能的實(shí)施方式，其中，該方法還包括：當(dāng)所述骨骼形狀對(duì)應(yīng)的特征點(diǎn)中包含有指定的異常特征點(diǎn)時(shí)，對(duì)獲取到的所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果按照預(yù)設(shè)的權(quán)重值進(jìn)行加權(quán)處理；根據(jù)加權(quán)處理后的輸出結(jié)果判定所述待識(shí)別骨骼的種屬或所屬個(gè)體。第二方面，本發(fā)明實(shí)施例還提供一種生物骨骼識(shí)別裝置，包括：數(shù)據(jù)采集模塊，用于通過CT掃描待識(shí)別骨骼，得到所述待識(shí)別骨骼的電子影像信息；特征提取模塊，用于根據(jù)所述待識(shí)別骨骼的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從所述電子影像信息中提取所述特征點(diǎn)對(duì)應(yīng)的影像數(shù)據(jù)；將所述影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到所述待識(shí)別骨骼對(duì)應(yīng)所述數(shù)學(xué)區(qū)間的特征值；特征分析模塊，用于將所述特征值輸入預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中進(jìn)行處理；所述預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)是利用骨骼數(shù)據(jù)庫(kù)中的骨骼數(shù)據(jù)進(jìn)行訓(xùn)練的；結(jié)果判定模塊，用于獲取所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果，根據(jù)所述輸出結(jié)果判定所述待識(shí)別骨骼的種屬或所屬個(gè)體。結(jié)合第二方面，本發(fā)明實(shí)施例提供了第二方面的第一種可能的實(shí)施方式，其中，訓(xùn)練神經(jīng)網(wǎng)絡(luò)利用的所述骨骼數(shù)據(jù)庫(kù)包括按生物種屬和骨骼部位分類存儲(chǔ)的生物骨骼數(shù)據(jù)庫(kù)和按不同個(gè)體和骨骼部位分類存儲(chǔ)的人體骨骼數(shù)據(jù)庫(kù)。第三方面，本發(fā)明實(shí)施例還提供一種生物骨骼識(shí)別系統(tǒng)，包括CT掃描儀和第二方面所述的生物骨骼識(shí)別裝置。本發(fā)明實(shí)施例所提供的生物骨骼識(shí)別方法、裝置及系統(tǒng)，通過與骨骼數(shù)據(jù)庫(kù)內(nèi)的骨骼數(shù)據(jù)自動(dòng)比較，能夠快速、客觀、準(zhǔn)確的對(duì)不明種屬或不明個(gè)體的骨骼進(jìn)行識(shí)別，提高骨骼識(shí)別的效率和準(zhǔn)確性。為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說(shuō)明如下。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實(shí)施例，因此不應(yīng)被看作是對(duì)范圍的限定，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。圖1示出了本發(fā)明實(shí)施例所提供的一種生物骨骼識(shí)別方法的流程圖；圖2示出了本發(fā)明另一實(shí)施例所提供的一種生物骨骼識(shí)別方法的流程圖；圖3示出了本發(fā)明實(shí)施例所提供的一種生物骨骼識(shí)別裝置的結(jié)構(gòu)示意圖；圖4示出了本發(fā)明實(shí)施例所提供的一種生物骨骼識(shí)別系統(tǒng)的結(jié)構(gòu)示意圖。具體實(shí)施方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中描述和示出的本發(fā)明實(shí)施例的組件可以以各種不同的配置來(lái)布置和設(shè)計(jì)。因此，以下對(duì)在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。實(shí)施例1目前，在跨種屬識(shí)別方面，只能人工識(shí)別較為完整的生物骨骼，對(duì)于不完整骨骼的識(shí)別難度很大，識(shí)別成功與否主要依靠識(shí)別人的經(jīng)驗(yàn)，主觀成分大。針對(duì)這一問題，本發(fā)明實(shí)施例提供了一種生物骨骼識(shí)別方法。該方法的流程圖如圖1所示，包括以下步驟。步驟101，通過CT掃描待識(shí)別骨骼，得到待識(shí)別骨骼的電子影像信息。步驟102，根據(jù)待識(shí)別骨骼的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從電子影像信息中提取特征點(diǎn)對(duì)應(yīng)的影像數(shù)據(jù)；將影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到待識(shí)別骨骼對(duì)應(yīng)數(shù)學(xué)區(qū)間的特征值。其中，將所述影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，采用如下公式：y=f(Σi=1mwixi-θ)]]>其中，xi為輸入的所述影像數(shù)據(jù)的向量，y為輸出的所述待識(shí)別骨骼對(duì)應(yīng)所述數(shù)學(xué)區(qū)間的特征值，wi為預(yù)設(shè)的權(quán)重系數(shù)，該權(quán)重系數(shù)為多次樣本訓(xùn)練所得。θ為預(yù)設(shè)的閾值，f(x)為預(yù)設(shè)的激發(fā)函數(shù)。所述的激發(fā)函數(shù)f(x)為線性激發(fā)函數(shù)或指數(shù)型激發(fā)函數(shù)。激發(fā)函數(shù)可以是線形函數(shù)，也可以是非線性函數(shù)。根據(jù)不同類型的特征點(diǎn)激發(fā)函數(shù)也不同，如線性的激發(fā)函數(shù)y=f(z)=1,Σi=1mwixi>θ,0,Σi=1mwixi≤θ,,]]>或者指數(shù)型激發(fā)函數(shù)f(x)=11+e-x.]]>步驟103，將特征值輸入預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中進(jìn)行處理。預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)是利用骨骼數(shù)據(jù)庫(kù)中的骨骼數(shù)據(jù)進(jìn)行訓(xùn)練的，所述骨骼數(shù)據(jù)庫(kù)為按生物種屬和骨骼部位分類存儲(chǔ)的生物骨骼數(shù)據(jù)庫(kù)，訓(xùn)練過程包括：按照不同生物種屬的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從所述生物骨骼數(shù)據(jù)庫(kù)中提取不同生物種屬的骨骼數(shù)據(jù)，將提取的所述生物種屬的骨骼數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到訓(xùn)練數(shù)據(jù)；隨機(jī)初始化神經(jīng)網(wǎng)絡(luò)中隱藏層的參數(shù)；將所述訓(xùn)練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，得到所述神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸出值；將所述訓(xùn)練輸出值反饋到所述神經(jīng)網(wǎng)絡(luò)的隱藏層中，修正隱藏層的參數(shù)，反復(fù)訓(xùn)練，直至用完所有訓(xùn)練數(shù)據(jù)，停止訓(xùn)練；wl(p)(i,j)=wl(p-1)(i,j)+ηδl(p)al-1(p)(j),]]>在上述公式中，選定待訓(xùn)練的數(shù)據(jù)P，隨機(jī)確定系數(shù)矩陣W中的系數(shù)值，Wi(i,j)為當(dāng)前迭代時(shí)的權(quán)重。η為學(xué)習(xí)速率，ηδa(j)為當(dāng)前層的輸出，這是由上一層的輸出a作為輸入，經(jīng)過激發(fā)函數(shù)的運(yùn)算得出的當(dāng)前層的輸出。該輸出與當(dāng)前層的權(quán)重系數(shù)進(jìn)行運(yùn)算后，得出本神經(jīng)元的最終輸出。停止訓(xùn)練后，將當(dāng)前的神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。步驟104，獲取神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果，根據(jù)輸出結(jié)果判定所述待識(shí)別骨骼的種屬。步驟104中，獲取神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果包括：逐一獲取各個(gè)所述特征值經(jīng)過神經(jīng)網(wǎng)絡(luò)處理后的輸出值；計(jì)算各個(gè)所述特征值對(duì)應(yīng)的輸出值的平均值；求所述平均值作為所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果。上述方法通過與骨骼數(shù)據(jù)庫(kù)進(jìn)行比較，能夠快速、客觀、準(zhǔn)確的對(duì)不明種屬的骨骼進(jìn)行識(shí)別，提高跨種屬識(shí)別的效率和準(zhǔn)確性。實(shí)施例2目前，在人體骨骼數(shù)據(jù)庫(kù)方面，在發(fā)現(xiàn)無(wú)名人體組織樣本后，通常會(huì)通過DNA進(jìn)行個(gè)體識(shí)別，但DNA受環(huán)境影響較大，容易被破壞，而骨骼相對(duì)較穩(wěn)定，不容易被破壞，通過骨骼進(jìn)行個(gè)體識(shí)別結(jié)果穩(wěn)定。用DNA進(jìn)行個(gè)體識(shí)別依賴于DNA數(shù)據(jù)庫(kù)，而DNA數(shù)據(jù)庫(kù)的建立的被動(dòng)的，且成本昂貴，而人體骨骼數(shù)據(jù)庫(kù)的建立是主動(dòng)的，人們?cè)谶M(jìn)行主動(dòng)就醫(yī)活動(dòng)的同時(shí)即可建立數(shù)據(jù)庫(kù)?；谕ㄟ^骨骼鑒定進(jìn)行個(gè)體識(shí)別的穩(wěn)定性，本發(fā)明實(shí)施例提供了一種生物骨骼識(shí)別方法。該方法的流程圖如圖2所示，包括以下步驟。步驟201，通過CT掃描待識(shí)別骨骼，得到待識(shí)別骨骼的電子影像信息。步驟202，根據(jù)待識(shí)別骨骼的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從電子影像信息中提取特征點(diǎn)對(duì)應(yīng)的影像數(shù)據(jù)；將影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到待識(shí)別骨骼對(duì)應(yīng)數(shù)學(xué)區(qū)間的特征值。其中，將所述影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中采用的公式與實(shí)施例1中相同，不再贅述。骨骼識(shí)別的基礎(chǔ)是選擇骨骼的特征點(diǎn)，根據(jù)生物學(xué)和醫(yī)學(xué)的經(jīng)驗(yàn)，骨骼的特征點(diǎn)可以按如下的規(guī)則選取。當(dāng)待識(shí)別骨骼為顱骨(除下頜骨)時(shí)，選取顱骨最右端，顱骨最左端，顱骨頂端，顱骨最后端，左眼眶最高點(diǎn)，左眼眶最外側(cè)點(diǎn)，左眼眶最內(nèi)側(cè)點(diǎn)，左眼眶最低點(diǎn)，右眼眶最高點(diǎn)，右眼眶最外側(cè)點(diǎn)，右眼眶最內(nèi)側(cè)點(diǎn)，右眼眶最低點(diǎn)，右側(cè)顴弓最外側(cè)端，左側(cè)顴弓最外側(cè)端，鼻骨頂端，左乳突最下端，右乳突最下端，以及枕骨打孔前、后、左、右端作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為下頜骨時(shí)，選取左下頜角，右下頜角，左頦隆突，右頦隆突，左下頜頭，右下頜頭，左冠突，右冠突，下頜切跡最低點(diǎn)及雙門齒根部中點(diǎn)作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為脊柱骨時(shí)，選取寰椎：前結(jié)節(jié)、后結(jié)節(jié)、左橫突外側(cè)端，右橫突外側(cè)端，椎孔前端、椎孔后端、椎孔左端和椎孔右端作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為樞椎時(shí)，選取齒突頂點(diǎn)，椎體前下端，左橫突外側(cè)端，右橫突外側(cè)端，椎孔前端、椎孔后端、椎孔左端、椎孔右端和棘突末端作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為其他頸椎時(shí)，選取椎體前上端，椎體前下端，左橫突外側(cè)端，右橫突外側(cè)端，椎孔前端、椎孔后端、椎孔左端、椎孔右端和棘突末端作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為胸椎時(shí)，選取椎體前上端，椎體前下端，左橫突外側(cè)端，右橫突外側(cè)端，椎孔前端、椎孔后端、椎孔左端、椎孔右端，棘突末端，上關(guān)節(jié)突頂點(diǎn)，下關(guān)節(jié)突最低點(diǎn)，上肋凹頂點(diǎn)和下肋凹最低點(diǎn)作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為腰椎時(shí)，選取椎體前上端，椎體前下端，左橫突外側(cè)端，右橫突外側(cè)端，椎孔前端、椎孔后端、椎孔左端、椎孔右端，棘突末端，上關(guān)節(jié)突頂點(diǎn)和下關(guān)節(jié)突最低點(diǎn)作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為骶骨時(shí)，選取骶骨耳狀面兩端，骶骨頂端，骶骨最底點(diǎn)，上關(guān)節(jié)突頂端和骶正中脊最高點(diǎn)作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為尾骨時(shí)，選取雙側(cè)尾骨角和尾骨尖作為特征點(diǎn)。當(dāng)待識(shí)別骨骼為胸骨時(shí)，選取頸靜脈切跡，鎖切跡上端，鎖切跡下端，胸骨體左端，胸骨體右端，胸骨角和胸骨體末端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為肋骨時(shí)，選取肋頭，肋結(jié)節(jié)，肋角和肋骨末端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為鎖骨時(shí)，選取肩峰端，胸骨端，最前端和最后端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為肩胛骨時(shí)，選取肩峰端，喙突端，上角，下角，內(nèi)側(cè)緣最內(nèi)側(cè)端，外側(cè)角和肩胛岡頂端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為肱骨時(shí)，選取肱骨頭，大結(jié)節(jié)，小結(jié)節(jié)，肱骨髁，肱骨小頭和肱骨體中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為橈骨時(shí)，選取橈骨頭，橈骨粗隆，橈骨莖突，尺切跡和橈骨體中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為尺骨時(shí)，選取鷹嘴末端，橈切跡，尺骨莖突，尺骨頭和尺骨體中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為腕骨時(shí)，選取上下左右前后各端和幾何中心點(diǎn)為特征點(diǎn)。當(dāng)待識(shí)別骨骼為掌骨時(shí)，選取掌骨底、掌骨頭和掌骨體中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為指骨時(shí)，選取指骨底，指骨滑車和指骨體中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為髂骨時(shí)，選取髂骨頂端，髂前上棘，髂后上棘，髂前下棘，髂后下棘，坐骨大切跡頂端，坐骨棘，恥骨結(jié)節(jié)上端，恥骨結(jié)節(jié)下端，坐骨結(jié)節(jié)上端和坐骨結(jié)節(jié)下端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為股骨時(shí)，選取股骨頭頂端，大轉(zhuǎn)子，小轉(zhuǎn)子，外上髁，內(nèi)上髁，內(nèi)側(cè)髁，外側(cè)髁，髁間窩和股骨干中點(diǎn)前后左后端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為髕骨時(shí)，選取髕底，髕尖，髕骨左右端和髕骨前后端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為脛骨時(shí)，選取髁間隆起，脛骨平臺(tái)內(nèi)外端，內(nèi)踝，腓切跡和脛骨中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為腓骨時(shí)，選取腓骨頭，外踝和腓骨中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為跗骨時(shí)，選取前后左右上下端和幾何中心點(diǎn)為特征點(diǎn)。當(dāng)待識(shí)別骨骼為跖骨時(shí)，選取跖骨底、跖骨頭和跖骨體中點(diǎn)前后左右端為特征點(diǎn)。當(dāng)待識(shí)別骨骼為趾骨時(shí)，選取趾骨底，趾骨滑車和趾骨體中點(diǎn)前后左右端為特征點(diǎn)。步驟203，將特征值輸入預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中進(jìn)行處理。預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)是利用骨骼數(shù)據(jù)庫(kù)中的骨骼數(shù)據(jù)進(jìn)行訓(xùn)練的，所述骨骼數(shù)據(jù)庫(kù)為按不同個(gè)體和骨骼部位分類存儲(chǔ)的人體骨骼數(shù)據(jù)庫(kù)時(shí)，按照不同個(gè)體的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從所述人體骨骼數(shù)據(jù)庫(kù)中提取不同個(gè)體的骨骼數(shù)據(jù)，將提取的所述不同個(gè)體的骨骼數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到訓(xùn)練數(shù)據(jù)；隨機(jī)初始化神經(jīng)網(wǎng)絡(luò)中隱藏層的參數(shù)；將所述訓(xùn)練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，得到所述神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸出值；將所述訓(xùn)練輸出值反饋到所述神經(jīng)網(wǎng)絡(luò)的隱藏層中，修正隱藏層的參數(shù)，反復(fù)訓(xùn)練，直至用完所有訓(xùn)練數(shù)據(jù)，停止訓(xùn)練；停止訓(xùn)練后，將當(dāng)前的神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。步驟204，獲取神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果，根據(jù)輸出結(jié)果判定所述待識(shí)別骨骼所屬的個(gè)體。步驟204中，獲取神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果包括：逐一獲取各個(gè)所述特征值經(jīng)過神經(jīng)網(wǎng)絡(luò)處理后的輸出值；計(jì)算各個(gè)所述特征值對(duì)應(yīng)的輸出值的平均值；求所述平均值作為所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果。針對(duì)一些特殊情況，如在人骨識(shí)別的過程中，陳舊性骨損傷結(jié)合病歷可以作為骨骼識(shí)別的依據(jù)，如出現(xiàn)這種情況，需要對(duì)輸出結(jié)果進(jìn)行調(diào)整。鑒于此，該方法還包括：當(dāng)所述骨骼形狀對(duì)應(yīng)的特征點(diǎn)中包含有指定的異常特征點(diǎn)時(shí)，對(duì)獲取到的所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果按照預(yù)設(shè)的權(quán)重值進(jìn)行加權(quán)處理；根據(jù)加權(quán)處理后的輸出結(jié)果判定所述待識(shí)別骨骼的種屬或所屬個(gè)體。本發(fā)明實(shí)施例所提供的方法通過數(shù)據(jù)庫(kù)中大量樣本的訓(xùn)練和檢測(cè)結(jié)果的逆向訓(xùn)練，可以作為識(shí)別人類殘骨的骨骼類型，基于參照物的同一人骨骼影像資料的有效性判定。并且在骨骼比對(duì)的特征點(diǎn)方面，現(xiàn)有技術(shù)通過人工逐個(gè)比對(duì)特征點(diǎn)，因?yàn)槿肆τ邢蓿员葘?duì)的特征點(diǎn)相對(duì)較少，結(jié)論有時(shí)不夠準(zhǔn)確，通過本發(fā)明實(shí)施例提供的方法，可以自動(dòng)比對(duì)大量的特征點(diǎn)，在大量的比對(duì)之后，得出更準(zhǔn)確的結(jié)論。與上述生物骨骼識(shí)別方法相對(duì)應(yīng)，本發(fā)明實(shí)施例還提供了一種生物骨骼識(shí)別裝置。如圖3所示，該生物骨骼識(shí)別裝置，包括如下模塊：數(shù)據(jù)采集模塊301，用于通過CT掃描待識(shí)別骨骼，得到所述待識(shí)別骨骼的電子影像信息；特征提取模塊302，用于根據(jù)所述待識(shí)別骨骼的骨骼形狀對(duì)應(yīng)的特征點(diǎn)，從所述電子影像信息中提取所述特征點(diǎn)對(duì)應(yīng)的影像數(shù)據(jù)；將所述影像數(shù)據(jù)映射到統(tǒng)一的數(shù)學(xué)區(qū)間中，得到所述待識(shí)別骨骼對(duì)應(yīng)所述數(shù)學(xué)區(qū)間的特征值；特征分析模塊303，用于將所述特征值輸入預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中進(jìn)行處理；所述預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)是利用骨骼數(shù)據(jù)庫(kù)中的骨骼數(shù)據(jù)進(jìn)行訓(xùn)練的；結(jié)果判定模塊304，用于獲取所述神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果，根據(jù)所述輸出結(jié)果判定所述待識(shí)別骨骼的種屬或所屬個(gè)體。其中，訓(xùn)練神經(jīng)網(wǎng)絡(luò)利用的所述骨骼數(shù)據(jù)庫(kù)包括按生物種屬和骨骼部位分類存儲(chǔ)的生物骨骼數(shù)據(jù)庫(kù)和按不同個(gè)體和骨骼部位分類存儲(chǔ)的人體骨骼數(shù)據(jù)庫(kù)。本發(fā)明又一實(shí)施例還提供一種生物骨骼識(shí)別系統(tǒng)，參見圖4所示，包括CT掃描儀401和第二方面所述的生物骨骼識(shí)別裝置3。其中，生物骨骼識(shí)別裝置3的具體結(jié)構(gòu)可以采用圖3所示的結(jié)構(gòu)。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的系統(tǒng)和裝置的具體工作過程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過程，在此不再贅述。本發(fā)明實(shí)施例所提供的生物骨骼識(shí)別方法、裝置及系統(tǒng)，可以對(duì)不明種屬的骨骼進(jìn)行識(shí)別，自動(dòng)比對(duì)大大提高了工作效率，提高了跨種屬識(shí)別的效率和準(zhǔn)確性；同時(shí)，采用骨骼數(shù)據(jù)庫(kù)中大量的訓(xùn)練數(shù)據(jù)，提高骨識(shí)別的精度，減少了人為因素對(duì)骨骼識(shí)別的干擾。以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述以權(quán)利要求的保護(hù)范圍為準(zhǔn)。當(dāng)前第1頁(yè)1 2 3