[發(fā)明專利]用于生成對(duì)象的中心線的方法和系統(tǒng)以及計(jì)算機(jī)可讀介質(zhì)在審
| 申請(qǐng)?zhí)枺?/td> | 202010212978.X | 申請(qǐng)日: | 2020-03-24 |
| 公開(kāi)(公告)號(hào): | CN111429502A | 公開(kāi)(公告)日: | 2020-07-17 |
| 發(fā)明(設(shè)計(jì))人: | 王昕;尹游兵;宋麒;白軍杰;陸易;吳毅;高峰;曹坤琳 | 申請(qǐng)(專利權(quán))人: | 深圳科亞醫(yī)療科技有限公司 |
| 主分類號(hào): | G06T7/60 | 分類號(hào): | G06T7/60;G06N3/08 |
| 代理公司: | 北京金信知識(shí)產(chǎn)權(quán)代理有限公司 11225 | 代理人: | 夏東棟 |
| 地址: | 518100 廣東省深圳市龍崗*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 用于 生成 對(duì)象 中心線 方法 系統(tǒng) 以及 計(jì)算機(jī) 可讀 介質(zhì) | ||
1.一種用于生成對(duì)象的中心線的計(jì)算機(jī)實(shí)現(xiàn)的方法,包括:
接收包含所述對(duì)象的圖像,其中,所述圖像是由成像裝置獲取的;以及
通過(guò)處理器追蹤圖像塊序列來(lái)生成所述對(duì)象的中心線,包括對(duì)于除初始圖像塊之外的各個(gè)圖像塊:
根據(jù)前一個(gè)圖像塊的位置和動(dòng)作追蹤當(dāng)前圖像塊;
基于當(dāng)前圖像塊利用訓(xùn)練好的學(xué)習(xí)網(wǎng)絡(luò)輸出策略函數(shù)和值函數(shù),所述學(xué)習(xí)網(wǎng)絡(luò)包括編碼器后跟第一學(xué)習(xí)網(wǎng)絡(luò)和第二學(xué)習(xí)網(wǎng)絡(luò),其中,所述學(xué)習(xí)網(wǎng)絡(luò)通過(guò)最大化累積獎(jiǎng)勵(lì)來(lái)訓(xùn)練;以及
確定當(dāng)前圖像塊的動(dòng)作。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,基于當(dāng)前圖像塊利用訓(xùn)練好的學(xué)習(xí)網(wǎng)絡(luò)輸出策略函數(shù)和值函數(shù)包括:
基于當(dāng)前圖像塊利用所述編碼器確定第一向量;
基于所述第一向量利用所述第一學(xué)習(xí)網(wǎng)絡(luò)確定第二向量;以及
基于將第一向量、第二向量和附加輸入連接而獲得的向量利用所述第二學(xué)習(xí)網(wǎng)絡(luò)來(lái)輸出策略函數(shù)和值函數(shù),所述附加輸入至少包括前一個(gè)圖像塊的獎(jiǎng)勵(lì)和動(dòng)作。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述附加輸入包括前一個(gè)圖像塊的獎(jiǎng)勵(lì)和動(dòng)作以及當(dāng)前圖像塊的追蹤速度。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述學(xué)習(xí)網(wǎng)絡(luò)通過(guò)最大化累積獎(jiǎng)勵(lì)并且最小化檢測(cè)分叉、端點(diǎn)和環(huán)路閉合的輔助損失來(lái)訓(xùn)練。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,利用在所述第二學(xué)習(xí)網(wǎng)絡(luò)的末端的分立的全連接層,分別輸出所述策略函數(shù)和所述值函數(shù)以及所述分叉、端點(diǎn)和環(huán)路閉合的檢測(cè)結(jié)果。
6.根據(jù)權(quán)利要求2所述的方法,其特征在于,每個(gè)圖像塊的獎(jiǎng)勵(lì)結(jié)合了點(diǎn)到曲線的距離以及當(dāng)前圖像塊和下一個(gè)圖像塊之間的強(qiáng)度的相似度,并且所述點(diǎn)到曲線的距離表示當(dāng)前圖像塊的位置與對(duì)象的中心線之間的距離。
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述初始圖像塊是預(yù)先設(shè)定的,并且追蹤圖像塊序列的步驟以終止?fàn)顟B(tài)結(jié)束或在達(dá)到最大局長(zhǎng)度而結(jié)束。
8.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述圖像包括3D圖像,并且所述動(dòng)作的空間包括六個(gè)動(dòng)作。
9.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述編碼器是卷積神經(jīng)網(wǎng)絡(luò),并且所述第一學(xué)習(xí)網(wǎng)絡(luò)和所述第二學(xué)習(xí)網(wǎng)絡(luò)都是遞歸神經(jīng)網(wǎng)絡(luò)。
10.一種用于生成對(duì)象的中心線的系統(tǒng),包括:
接口,被配置為接收包含所述對(duì)象的圖像,其中,所述圖像是由成像裝置獲取的;以及
處理器,被配置為:
通過(guò)追蹤圖像塊序列來(lái)生成對(duì)象的中心線,包括對(duì)于除初始圖像塊之外的各個(gè)圖像塊:
根據(jù)前一個(gè)圖像塊的位置和動(dòng)作追蹤當(dāng)前圖像塊;
基于當(dāng)前圖像塊利用訓(xùn)練好的學(xué)習(xí)網(wǎng)絡(luò)輸出策略函數(shù)和值函數(shù),所述學(xué)習(xí)網(wǎng)絡(luò)包括編碼器后跟第一學(xué)習(xí)網(wǎng)絡(luò)和第二學(xué)習(xí)網(wǎng)絡(luò),其中,所述學(xué)習(xí)網(wǎng)絡(luò)通過(guò)最大化累積獎(jiǎng)勵(lì)來(lái)訓(xùn)練;以及
確定當(dāng)前圖像塊的動(dòng)作。
11.根據(jù)權(quán)利要求10所述的系統(tǒng),其特征在于,所述處理器還被配置為:
基于當(dāng)前圖像塊利用編碼器確定第一向量,
基于所述第一向量利用所述第一學(xué)習(xí)網(wǎng)絡(luò)確定第二向量,以及
基于將第一向量、第二向量和附加輸入連接而獲得的向量利用所述第二學(xué)習(xí)網(wǎng)絡(luò)來(lái)輸出策略函數(shù)和值函數(shù),所述附加輸入至少包括前一個(gè)圖像塊的獎(jiǎng)勵(lì)和動(dòng)作。
12.根據(jù)權(quán)利要求11所述的系統(tǒng),其特征在于,所述附加輸入包括前一個(gè)圖像塊的獎(jiǎng)勵(lì)和動(dòng)作以及當(dāng)前圖像塊的追蹤速度。
13.根據(jù)權(quán)利要求11所述的系統(tǒng),其特征在于,所述處理器還被配置為通過(guò)最大化累積獎(jiǎng)勵(lì)并且最小化檢測(cè)分叉、端點(diǎn)和環(huán)路閉合的輔助損失來(lái)訓(xùn)練所述學(xué)習(xí)網(wǎng)絡(luò)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳科亞醫(yī)療科技有限公司,未經(jīng)深圳科亞醫(yī)療科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010212978.X/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 對(duì)象選擇裝置、對(duì)象選擇程序及對(duì)象選擇方法
- 對(duì)象顯示裝置、對(duì)象顯示系統(tǒng)以及對(duì)象顯示方法
- 對(duì)象顯示裝置、對(duì)象顯示方法和對(duì)象顯示程序
- 對(duì)象顯示裝置、對(duì)象顯示方法和對(duì)象顯示程序
- 對(duì)象顯示裝置、對(duì)象顯示方法和對(duì)象顯示程序
- 對(duì)象分析方法、對(duì)象分析設(shè)備及對(duì)象分析系統(tǒng)
- 對(duì)象索引方法、對(duì)象搜索方法及對(duì)象索引系統(tǒng)
- 對(duì)象分類方法和對(duì)象分類設(shè)備
- 對(duì)象庫(kù)中的對(duì)象簽名
- 對(duì)象追蹤方法、對(duì)象追蹤系統(tǒng)以及對(duì)象追蹤程序





