[發明專利]基于非下采樣輪廓波變換和卷積神經網絡的骨齡評估方法有效
| 申請號： | 201810965998.7 | 申請日： | 2018-08-23 |
| 公開（公告）號： | CN109118487B | 公開（公告）日： | 2022-02-11 |
| 發明（設計）人： | 劉羽;張超;陳勛;成娟;李暢;宋仁成 | 申請（專利權）人： | 合肥工業大學 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06N3/04 |
| 代理公司： | 安徽省合肥新安專利代理有限責任公司 34101 | 代理人： | 陸麗莉;何梅生 |
| 地址： | 230009 安*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 采樣 輪廓 變換 卷積 神經網絡 評估 方法 | ||
1.一種基于非下采樣輪廓波變換和卷積神經網絡的骨齡評估方法，其特征在于，包括如下步驟：
步驟1：以手部X光圖像作為原始輸入圖像并進行插值和邊界連續型延拓的空間尺寸處理，得到歸一化大小的手部X光圖像，所述歸一化將圖像先進行保持長寬比的插值，然后對短邊兩端進行連續型邊界延拓；
步驟2：對所述歸一化后的手部X光圖像進行非下采樣輪廓波變換處理，得到低頻分量和不同尺度下的高頻方向子帶；
步驟2.1：對所述歸一化后的手部X光圖像進行非下采樣金字塔分解，得到低頻分量C0和L個尺度的高頻分量{C1,C2,…,Ci,…,CL}，其中Ci表示第i個尺度的高頻分量，1≤i≤L，L為分解層數；
步驟2.2：對第i個尺度的高頻分量C進行非下采樣方向濾波，得到第i個尺度下的高頻方向子帶其中Ci,j表示第i個尺度下的第j個高頻方向子帶，1≤j≤Ki，Ki為第i個尺度下高頻方向子帶的數目，從而得到L個尺度下的高頻方向子帶；
步驟3：第i個尺度下的高頻方向子帶進行層疊處理，得到第i個立體數據Di，從而得到L個立體數據{D1,D2,…,Di,…,DL}；
將低頻分量C0復制并擴展成一個三通道的立體數據，并記為第L+1個立體數據DL+1；
由L個立體數據{D1,D2,…,Di,…,DL}和第L+1個立體數據DL+1構成立體數據集合{D1,D2,…,Dk,…,DL+1}，1≤k≤L+1；
步驟4：構造一個包含L+1個通道的卷積神經網絡，且每個通道包含若干個卷積層和最大池化層；
將第k個立體數據Dk對應輸入到第k個通道中，得到第k組輸出特征圖Fk＝Conv(Dk)，其中Conv表示卷積網絡的前向過網絡算子，從而得到L+1組特征圖{F1,F2,…,Fk,…,FL+1}；
步驟5：將所述L+1組特征圖{F1,F2,…,Fk,…,FL+1}進行層疊處理，得到特征圖集合F；
步驟6：構造包含若干個全連接層的回歸網絡，且令最后一層的神經元數量為1；
定義回歸網絡的前向過網絡算子為Reg；
將所述特征圖集合F輸入到所述回歸網絡中，得到骨齡預測結果R＝Reg(F)。
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合肥工業大學，未經合肥工業大學許可，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/201810965998.7/1.html，轉載請聲明來源鉆瓜專利網。
