[發明專利]一種基于深度學習和數字重建放射影像的股骨X線片生成系統及方法有效
| 申請號: | 201810619600.4 | 申請日: | 2018-06-15 |
| 公開(公告)號: | CN108765417B | 公開(公告)日: | 2021-11-05 |
| 發明(設計)人: | 賈陽;韓俊剛;李倩;祝立陽;魏強;華煊 | 申請(專利權)人: | 西安郵電大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T15/00;G06N3/04 |
| 代理公司: | 北京科迪生專利代理有限責任公司 11251 | 代理人: | 安麗 |
| 地址: | 710121 陜西省西安市長安區*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 深度 學習 數字 重建 放射 影像 股骨 生成 系統 方法 | ||
1.基于深度學習和數字重建放射影像的股骨X線片生成系統,其特征在:包括模型訓練樣本模塊,建立三維卷積神經網絡模型模塊、CT片層插值模塊、基于條件生成式對抗神經網絡的股骨小轉子段和股骨內外側髁段圖像分割模塊、小轉子和股骨髁區域三維重建模塊、小轉子頂點和股骨內外側髁頂點檢測模塊、圖像進行旋轉校正模型、股骨X線片生成模塊;其中:
模型訓練樣本模塊,實現對訓練數據的整理和標記,一方面為提取包含小轉子和股骨內外側髁的CT片層的三維卷積神經網絡模型訓練提供輸入圖像和目標片層標記信息,另一方面為分割股骨小轉子段和股骨內外側髁段圖像的基于條件生成式對抗神經網絡模型訓練提供輸入所需的手工分割樣本及其對應的原始圖像;
建立三維卷積神經網絡模型模塊,提取包含小轉子和股骨內外側髁的CT片層,根據模型訓練樣本模塊提供的標記CT片層信息訓練小轉子和股骨內外側髁的CT片層檢測模型,最終得到包含小轉子和股骨內外側髁的CT片層起止編號;
CT片層插值模塊,根據建立三維卷積神經網絡模型模塊得到的包含小轉子和股骨內外側髁的CT片層起止編號提取包含小轉子和股骨內外側髁的CT片層的兩段CT圖像,通過三次樣條插值使小轉子和股骨內外側髁區域在CT矢狀面和垂直方向上尺度一致,插值之后的圖像作為分割模塊的輸入;
基于條件生成式對抗神經網絡的股骨小轉子段和股骨內外側髁段圖像分割模塊,用于分割小轉子和股骨內外側髁區域,在模型訓練階段,模型訓練樣本模塊為分割模型訓練提供手工分割樣本及其對應的原始圖像,建立條件生成式對抗神經網絡,經過訓練之后用以實現股骨小轉子段和股骨內外側髁段圖像分割;在分割階段,CT片層插值模塊為該分割模塊提供分割數據輸入,訓練好的分割模型對CT片層插值后的數據進行分割,輸出為分割好的股骨小轉子段和股骨內外側髁段圖像;
小轉子和股骨髁區域三維重建模塊,用于實現三維小轉子和股骨髁區域的重建,對圖像分割模塊得到的分割結果使用Marching cubes方法實現三維小轉子和股骨髁區域的三維表面重建,重建出的三維小轉子和股骨髁區域作為小轉子頂點和股骨內外側髁頂點檢測模塊的輸入;
小轉子頂點和股骨內外側髁頂點檢測模塊,用于檢測股骨的小轉子頂點、股骨內側髁頂點和股骨外側髁頂點,計算小轉子頂點、股骨內側髁頂點和股骨外側髁頂點附近曲面上所有點的高斯曲率,高斯曲率大于零的局部極值點即為小轉子頂點、股骨內側髁頂點和股骨外側髁頂點,該模塊的輸出是小轉子頂點、股骨內側髁頂點和股骨外側髁頂點的三維坐標位置;
圖像進行旋轉校正模塊,用于對股骨進行三維空間的一致性旋轉校正, 根據小轉子頂點和股骨內外側髁頂點檢測模塊輸出的小轉子頂點、股骨內側髁頂點和股骨外側髁頂點的三維坐標位置確定一個空間平面,計算此平面與水平面之間的夾角,據此夾角對股骨進行相應角度的旋轉,最終是小轉子頂點、股骨內側髁頂點和股骨外側髁頂點的三維坐標位置確定一個空間平面與水平面平行,輸出校正后的三維股骨圖像;
股骨X線片生成模塊,用于生成標準統一的股骨X線片, 使用數字重建放射影像DRR方法對圖像進行旋轉校正模塊輸出的校正后的股骨CT圖像進行X線片生成。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安郵電大學,未經西安郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810619600.4/1.html,轉載請聲明來源鉆瓜專利網。





