基于深度图像处理技术的关节置换术辅助诊疗系统

概要：

对收集到的大量髋关节ct图像（包括正常与病患的），使用基于深度神经网络的智能图像处理技术进行读取、处理、训练建模，从而在给定一张关节图像时，能做到：
1. 自动识别与勾画目标关节的轮廓；
2. 判断此关节为正常或患病关节
2. 若关节为患病关节，则通过绘制辅助线的方式将其补全为正常关节的形态；
3. 接着对已补全关节进行一些参数的自动测量，如直径，偏角等，从而为医疗人员提供有效参考信息。

项目主要流程：

1. 获取数据（已有初步的数据）
2. 挑选合适的神经网络图像框架（暂时选定facebookresearch/Detectron，正在搭建环境）
3. 对已有的图像数据进行标注（正常0，患病1，患病2...），主要是勾画关节的外部轮廓
4. 训练模型并初步评估其准确度
5. 若模型准确度可接受，则对患病轮廓进行补全和标注（暂未有很好的思路）