[發明專利]一種二維X射線頭影測量圖像解剖特征點自動定位方法有效
| 申請號: | 201910088695.6 | 申請日: | 2019-01-30 |
| 公開(公告)號: | CN109461188B | 公開(公告)日: | 2019-04-26 |
| 發明(設計)人: | 戴修斌;趙浩;劉天亮;晏善成 | 申請(專利權)人: | 南京郵電大學 |
| 主分類號: | G06T7/73 | 分類號: | G06T7/73 |
| 代理公司: | 南京縱橫知識產權代理有限公司 32224 | 代理人: | 董建林;張歡歡 |
| 地址: | 210046 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 解剖 頭影測量 特征點 偏移距離 圖像 二維X射線 訓練數據 自動編碼 自動定位 卷積神經網絡 圖像處理技術 特征點位置 特征點坐標 模型構建 網絡預測 網絡作用 線頭 新圖像 二維 測量 回歸 投票 網絡 | ||
1.一種二維X射線頭影測量圖像解剖特征點自動定位方法,其特征是,包括以下步驟:
步驟S1,獲取一定數量X射線頭影測量圖像作為樣本集;
步驟S2,對樣本集中每幅圖像:標注出圖像中每個特征點的坐標,根據圖像中各像素點與特征點的坐標,計算獲得每個特征點的偏移距離圖;
步驟S3,對于每個特征點:將步驟S2獲得的與此特征點對應的所有偏移距離圖和步驟S1中頭影測量圖像樣本集作為訓練數據,輸入預設對抗性網絡模型中,以訓練該對抗性網絡模型預測此特征點的偏移距離圖;
步驟S4,對待測X射線頭影測量圖像,利用步驟S3中已訓練的各特征點對應的對抗性網絡進行預測,獲得每個特征點的偏移距離圖;
步驟S5,根據每個特征點的偏移距離圖,計算獲得每個特征點的坐標;
根據圖像中各像素點與特征點的坐標計算獲得每個特征點的偏移距離圖的過程為:
對圖像中每個特征點:
計算每個像素點到該特征點的偏移向量;
根據偏移向量計算獲得像素點到該特征點的偏移距離;
該特征點到每一個像素點的偏移距離構成此特征點對應的偏移距離圖;
對抗性網絡模型包括鑒別器D和生成器G,生成器G的輸入是頭影測量圖像樣本集,輸出是特征點對應的偏移距離圖;鑒別器D的輸入是樣本集中計算出的偏移距離圖和生成器生成的偏移距離圖,輸出的是預測的真偽值;
生成器對抗損失函數和生成器重建損失函數如下:
(3)
其中,
同時額外增加生成圖像與距離圖像的圖像梯度損失函數如下:
(4)
其中,表示對圖像的求梯度過程,是對真實偏移距離圖
用于訓練生成器G的總損失定義為如下函數:
(5)
是圖像梯度損失函數在總損失函數中的比重率。
2. 根據權利要求1所述的一種二維X射線頭影測量圖像解剖特征點自動定位方法,其特征是,鑒別器D損失函數如下:
(1)
(2)
其中,
3.根據權利要求1所述的一種二維X射線頭影測量圖像解剖特征點自動定位方法,其特征是,根據每個特征點的偏移距離圖,采用投票方法計算獲得每個特征點的坐標。
4.根據權利要求3所述的一種二維X射線頭影測量圖像解剖特征點自動定位方法,其特征是,采用投票方法計算獲得每個特征點的坐標的過程為:
對偏移距離圖上每一個像素點均作同樣操作:以偏移距離圖中像素點坐標為圓心,以偏移距離為半徑畫圓,這個圓與偏移距離圖上的交點為可能的特征點集合;
則交點最多的點即為預測的特征點。
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南京郵電大學,未經南京郵電大學許可,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/201910088695.6/1.html,轉載請聲明來源鉆瓜專利網。





