基于多任务深度学习与几何量化的膝关节DR平片全自动质控方法

本发明公开了基于多任务深度学习与几何量化的膝关节DR平片全自动质控方法，包括将DICOM格式的膝关节DR图像作为输入数据，并进行数据的预处理；构建包括膝关节正侧位骨骼分割模型，膝关节正侧位关键点检测模型，异物检测模型，左右标识检测模型的多任务模型架构，定义每个模型的网络基础架构和输入输出；根据四个模型输出的骨骼Mask，关键点，异物检测结果和左右标识检测结果，对质控相关指标进行计算；制定评分规则，对膝关节DR影像质量进行评分，进行膝关节DR影像质量自动控制，本发明通过自动提取解剖结构、计算几何参数、执行评分规则，实现了客观、高效、可量化的膝关节DR图像质量评估，提供了可复用的技术范式。