[发明专利]一种图像定位方法、装置、计算机及存储介质

权利要求书

1.一种图像定位方法，其特征在于，包括：

获取医学图像，并确定所述医学图像中各像素点的特征信息；

根据所述特征信息和随机概率提升森林分类器对所述各像素点进行分类，并计算所述各像素点属于目标位置的概率；

将满足预设概率条件的像素点的位置信息确定为所述目标位置的定位结果。

2.根据权利要求1所述的方法，其特征在于，在根据随机概率提升森林分类器对所述各像素点进行分类之前，还包括：

确定满足目标位置对应的灰度值范围的像素点。

3.根据权利要求1所述的方法，其特征在于，计算所述各像素点属于目标位置的概率，包括：

计算所述各像素点在随机概率提升森林中的每一棵概率提升树的根节点的概率，确定为所述各像素点在所述概率提升树根节点中属于目标位置的概率，其中，所述各像素点在各概率提升树根节点的概率等于所述概率提升树的子树根节点的概率和其对应根节点的权重乘积之和；

将所述随机概率提升森林中各概率提升树根节点的概率的平均值确定为所述各像素点属于目标位置的概率。

4.根据权利要求1所述的方法，其特征在于，在获取医学图像之前，还包括：

获取至少两个训练样本集，根据所述训练样本集训练随机概率提升森林分类器。

5.根据权利要求4所述的方法，其特征在于，根据所述训练样本集训练随机概率提升森林分类器，包括：

将所述训练样本根据所述随机概率提升森林分类器进行分类，将分类结果与所述训练样本集的金标准进行比对，确定所述随机概率提升森林的训练误差；

若所述随机概率提升森林的训练误差大于预设误差阈值，则在误分类样本所在的位置区域增加样本采集数量，更新所述训练样本集；

根据更新后的训练样本集训练所述随机概率提升森林分类器。

6.根据权利要求4所述的方法，其特征在于，在根据所述训练样本集训练随机概率提升森林分类器之后，还包括：

根据随机概率提升森林中除当前概率提升树之外的其他概率提升树的训练样本集测试所述当前概率提升树分类器，获取测试结果；

根据所述测试结果更新所述当前概率提升树的训练结果。

7.根据权利要求1-6任一所述的方法，其特征在于，所述医学图像包括：血管造影图像或心脏造影图像；

相应的，所述目标位置包括血管种子点或主动脉瓣。

8.一种图像定位装置，其特征在于，包括：

图像获取模块，用于获取医学图像，并确定所述医学图像的各像素点的特征信息；

概率确定模块，用于根据所述特征信息和随机概率提升森林分类器对所述各像素点进行分类，并计算所述各像素点属于目标位置的概率；

定位结果确定模块，用于将满足预设概率条件的像素点的位置信息确定为所述目标位置的定位结果。

9.一种计算机，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时可用于执行权利要求1-7任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时可用于执行权利要求1-7任一所述的方法。