[发明专利]基于人工智能的脊椎图像处理装置及计算机设备有效

专利信息
申请号: 202110338392.2 申请日: 2021-03-30
公开(公告)号: CN112819826B 公开(公告)日: 2022-04-19
发明(设计)人: 吴强;尹子文;王艳洋;刘小梅 申请(专利权)人: 四川大学华西医院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/73;G06F16/58;G06F16/53;G16H30/20;G06K9/62;G06V10/80
代理公司: 成都极刻智慧知识产权代理事务所(普通合伙) 51310 代理人: 唐维虎
地址: 610000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 脊椎 图像 处理 装置 计算机 设备
【权利要求书】:

1.一种基于人工智能的脊椎图像处理装置,其特征在于,所述装置包括:

图像信息分析模块,用于获取实时脊椎图像信息,根据接收到的脊椎图像分析指令对所述实时脊椎图像信息进行信息链分析,得到所述实时脊椎图像信息对应的待处理信息链;

分布信息确定模块,用于对所述待处理信息链进行分段识别,得到脊椎图像分布信息;

位置标记处理模块,用于对所述脊椎图像分布信息中的目标脊椎位置信息进行标记,得到所述目标脊椎位置信息对应的位置标记结果;

特征信息提取模块,用于根据所述位置标记结果与预设数据库中的预设准脊椎位置信息的映射关系,通过预先训练的脊椎图像识别模型对所述脊椎图像分布信息进行特征提取,得到脊椎弯曲特征信息;

特征信息整合模块,用于对所述脊椎弯曲特征信息进行特征整合,得到脊椎弯曲描述信息;

图像信息校验模块,用于获得所述脊椎弯曲描述信息与所述预设数据库中的样本脊椎弯曲信息的比较结果;根据所述比较结果判断所述脊椎弯曲描述信息是否与所述实时脊椎图像信息匹配;

其中,所述图像信息分析模块根据接收到的脊椎图像分析指令对所述实时脊椎图像信息进行信息链分析,得到所述实时脊椎图像信息对应的待处理信息链,具体包括:

根据待处理脊椎图像处理指令调用训练好的卷积神经网络训练模型;

通过所述卷积神经网络模型对所述实时脊椎图像信息进行信息拆分,得到所述实时脊椎图像信息对应的图像信息拆分结果;

通过调用训练好的分类器对所述图像信息拆分结果进行分类,得到图像块分类结果;

将所述图像块分类结果进行组合,得到所述图像块分类结果对应的待处理信息链。

2.根据权利要求1所述的装置,其特征在于,所述分布信息确定模块对所述待处理信息链进行分段识别,得到脊椎图像分布信息,具体包括:

对所述待处理信息链进行指标识别,得到脊椎图像信息标签;

基于所述脊椎图像信息标签中的每一节脊椎所在所述实时脊椎图像信息中的相对位置数据,建立针对所述实时脊椎图像信息的三维空间坐标系;

确定所述脊椎图像信息标签投影在所述三维空间坐标系中的映射结果,通过所述映射结果得到所述脊椎图像分布信息。

3.根据权利要求2所述的装置,其特征在于,所述位置标记处理模块对所述脊椎图像分布信息中的目标脊椎位置信息进行标记,得到所述目标脊椎位置信息对应的位置标记结果,具体包括:

提取所述脊椎图像分布信息中的每一节脊椎在所述三维空间坐标系中的坐标数据,按照预设的坐标识别策略依次对每个坐标数据进行坐标识别,得到脊椎图像坐标识别内容;

对所述脊椎图像坐标识别内容进行标记,得到所述每一节脊椎在所述三维空间坐标系中对应的位置标记结果。

4.根据权利要求1所述的装置,其特征在于,所述特征信息提取模块根据所述位置标记结果与预设数据库中的预设准脊椎位置信息的映射关系,通过预先训练的脊椎图像识别模型对所述脊椎图像分布信息进行特征提取,得到脊椎弯曲特征信息,具体包括:

对所述位置标记结果与所述预设数据库中的预设脊椎位置信息进行检测:

若所有所述位置标记结果与所述预设数据库中的预设脊椎位置信息匹配,则判定所述位置标记结果中的位置数据满足预设条件;

若所有所述位置标记结果与所述预设数据库中的预设脊椎位置信息匹配,则提取所述位置标记结果中与预设脊椎位置信息匹配失败的待处理位置标记结果,通过所述待处理位置标记结果获得第一差异数据集合;

若所有所述位置标记结果与所述预设数据库中的预设脊椎位置信息匹配失败,则通过所述位置标记结果获得第二差异数据集合;

基于预先训练的脊椎图像识别模型对所述第一差异数据集合或所述第二差异数据集合进行特征提取,得到脊椎弯曲特征信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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四川大学华西医院,未经四川大学华西医院许可,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/202110338392.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top