[发明专利]利用生成对抗网络模型智能消除下肢骨影像骨赘的系统有效
申请号: | 201910307088.4 | 申请日: | 2019-04-17 |
公开(公告)号: | CN109984841B | 公开(公告)日: | 2021-12-17 |
发明(设计)人: | 吴小玲;刘志鹏;王伟;李修寒;竺明月;王黎明;姚庆强 | 申请(专利权)人: | 南京医科大学 |
主分类号: | A61B34/10 | 分类号: | A61B34/10;G06N3/04;G06N3/08 |
代理公司: | 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 | 代理人: | 郭智 |
地址: | 210000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 利用 生成 对抗 网络 模型 智能 消除 下肢骨 影像 系统 | ||
1.利用生成对抗网络模型智能消除下肢骨影像骨赘的系统,包括图像采集盒(1)以及安装在所述图像采集盒(1)顶部的盒盖(2),其特征在于:所述图像采集盒(1)为一端设有开口的中空盒体,所述图像采集盒(1)的内壁安装有用于对图像进行采集的采集装置(4),所述采集装置(4)包括一对截面呈“L”形的安装块(41),所述安装块(41)的内壁安装有第一丝杠螺母(42),所述第一丝杠螺母(42)内螺纹连接有第一滚珠丝杠(43),所述第一滚珠丝杠(43)的一端安装有第一步进电机(44),两个所述安装块(41)之间设置有第二滚珠丝杠(45),所述第二滚珠丝杠(45)上螺纹连接有第二丝杠螺母(46),所述第二丝杠螺母(46)的外壁安装有承接块(47),所述承接块(47)的顶部安装有图像传感器(48),所述第二滚珠丝杠(45)的一端安装有第二步进电机(49);所述图像采集盒(1)的外壁还设置有图像处理系统(5),所述图像处理系统(5)包括用于对影像数据进行采集的图像采集模块以及对采集的影像数据进行训练的图像训练模块;所述图像采集模块包括图像传感器模块、放大滤波模块、A/D转换模块、步进电机模块以及信号处理模块;
所述图像采集模块用于调用图像传感器(48)对影像进行采集;
所述放大滤波模块用于对采集的影像信号进行前置反向、滤波及放大处理;
所述A/D转换模块用于对影像信号进行数字化处理;
所述步进电机模块用于控制第一步进电机(44)和第二步进电机(49)的转速;
所述信号处理模块用于对转化的数字信号进行定点处理;
所述图像训练模块包括数据收集模块、建立生成器模块、映射样本模块、建立判别器模块和输出结果模块;
所述数据收集模块用于采集消除骨赘的下肢骨影像数据以及未消除骨赘的下肢骨影像数据;
所述建立生成器模块用于将未消除骨赘的下肢骨影像数据输入生成器G;
所述映射样本模块用于采用多层感知机的网络结构,用MLP的参数来表示可导映射G(z),将输入空间映射到样本空间;
所述建立判别器模块用于将消除骨赘的下肢骨影像数据和生成器G映射的样本G(z)输入判别器D;
所述输出结果模块用于采用“Sigmoid函数”变换以“0”和“1”表示判别器D的最终判别结果。
2.根据权利要求1所述的利用生成对抗网络模型智能消除下肢骨影像骨赘的系统,其特征在于:所述图像采集盒(1)的内壁开设有导轨槽(11),所述安装块(41)和所述导轨槽(11)滑动配合。
3.根据权利要求1所述的利用生成对抗网络模型智能消除下肢骨影像骨赘的系统,其特征在于:所述图像采集盒(1)内壁安装有玻璃板(3),所述玻璃板(3)的外壁设置有插块(31),所述图像采集盒(1)靠近所述玻璃板(3)一侧开设有插槽(12),所述插块(31)和所述插槽(12)插接配合。
4.根据权利要求1所述的利用生成对抗网络模型智能消除下肢骨影像骨赘的系统,其特征在于:所述图像采集盒(1)的顶部两侧分别开设有一对滑槽(13),两个滑槽(13)之间通过挡板(14)隔开,所述盒盖(2)设置有一对,所述盒盖(2)的底部两侧分别开设有凹槽(21),所述凹槽(21)内分别设置有固定块(22)和移动块(23),所述移动块(23)和所述凹槽(21)滑动配合,所述固定块(22)和所述移动块(23)之间安装有弹簧(24)。
5.根据权利要求4所述的利用生成对抗网络模型智能消除下肢骨影像骨赘的系统,其特征在于:所述固定块(22)靠近所述挡板(14)一端。
6.根据权利要求4所述的利用生成对抗网络模型智能消除下肢骨影像骨赘的系统,其特征在于:所述盒盖(2)的顶部开设有扣槽(25),所述扣槽(25)呈弧形。
7.根据权利要求1-6中任意一项所述的利用生成对抗网络模型智能消除下肢骨影像骨赘的系统,其操作步骤如下:
S1、打开盒盖(2):操作人员双手分别扣在扣槽(25)内,并用力向两侧拉动,此时固定块(22)和移动块(23)均在滑槽(13)内滑动,使得两个盒盖(2)在图像采集盒(1)上背向运动,直到移动块(23)接触到滑槽(13)一侧内壁上,此时,继续推动盒盖(2),移动块(23)在凹槽(21)内向固定块(22)一侧滑动,并挤压弹簧(24)收缩,盒盖(2)继续在图像采集盒(1)上背向运动,直到盒盖(2)完全打开,此时能够将影像图片从两个盒盖(2)放入玻璃板(3)上;
S2、关闭盒盖(2):松开双手后,在弹簧(24)自身弹性的作用下,将固定块(22)推出,使得固定块(22)在滑槽(13)内向挡板(14)一侧运动,直到固定块(22)抵至在挡板(14)上,两个盒盖(2)重合,对图像采集盒(1)进行密封;
S3、影像采集:将消除下肢骨骨赘的影像图片或者未消除下肢骨骨赘的影像图片贴合在玻璃板(3)上,此时将图像传感器(48)接通电源,使其工作,通过图像传感器(48)对影像图片进行采集,同时,将第一步进电机(44)接通电源,使其工作,第一步进电机(44)带动第一滚珠丝杠(43)转动,并螺动第一丝杠螺母(42)在第一滚珠丝杠(43)上进行直线运动,进而带动安装块(41)在导轨槽(11)内横向移动,再将第二步进电机(49)接通电源,使其工作,第二步进电机(49)带动第二滚珠丝杠(45)转动,并螺动第二丝杠螺母(46)在第二滚珠丝杠(45)上进行直线运动,进而带动图像传感器(48)的直线运动,完成图像传感器(48)全方位采集;
S4、建立生成器:将未消除下肢骨骨赘的影像数据输入生成器G;
S5、映射样本:采用多层感知机的网络结构,用MLP的参数来表示可导映射G(z),将输入空间映射到样本空间;
S6、建立判别器:将消除下肢骨骨赘的影像数据和生成器G映射的样本G(z)输入判别器D;
S7、输出结果:采用“Sigmoid函数”变换以“0”和“1”表示判别器D的最终判别结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京医科大学,未经南京医科大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910307088.4/1.html,转载请声明来源钻瓜专利网。