[发明专利]一种基于肺部关键点的肺部整体抽取方法及系统在审

专利信息
申请号: 202110974430.3 申请日: 2021-08-24
公开(公告)号: CN113658159A 公开(公告)日: 2021-11-16
发明(设计)人: 王艳芳;马力;陈庆武;吴丰凯 申请(专利权)人: 中山仰视科技有限公司;中山市北京理工大学研究院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06K9/62;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 528437 广东省中山市火炬*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 肺部 关键 整体 抽取 方法 系统
【权利要求书】:

1.一种基于肺部关键点的肺部整体抽取方法,其特征在于:所述方法包括以下步骤:

获取与肺部图像的类别对应的图像模板;

确定所述肺部图像上的边缘关键点位置;

基于所述肺部图像上的边缘关键点位置和所述图像模板上的边缘关键点位置,生成变换矩阵;

基于所述图像模板上的图像位置和所述变换矩阵,确定所述肺部图像对应的图像位置;

对所述肺部图像对应的图像位置处的区域进行抽取,得到目标肺部图像。

2.根据权利要求1所述的一种基于肺部关键点的肺部整体抽取方法,其特征在于:所述确定所述肺部图像上的边缘关键点位置,包括:

获取与所述肺部图像的类别对应的关键点检测模型;

将所述肺部图像输入至所述关键点检测模型,得到所述肺部图像上的边缘关键点位置。

3.根据权利要求2所述的一种基于肺部关键点的肺部整体抽取方法,其特征在于:所述关键点检测模型通过如下步骤训练:

获取与所述肺部图像的类别相同的肺部图像集,以及所述肺部图像集中的肺部图像上的边缘关键点位置;

基于所述肺部图像集中的肺部图像上的边缘关键点位置对对应的肺部图像进行标注,生成样本肺部图像集;

利用所述样本肺部图像集训练得到所述关键点检测模型。

4.根据权利要求1所述的一种基于肺部关键点的肺部整体抽取方法,其特征在于:所述基于所述肺部图像上的边缘关键点位置和所述图像模板上的边缘关键点位置,生成变换矩阵,包括:

生成所述肺部图像上的边缘关键点位置到所述图像模板上的边缘关键点位置的第一变换矩阵;以及

所述基于所述图像模板上的图像位置和所述变换矩阵,确定所述肺部图像对应的图像位置,包括:

基于所述第一变换矩阵对所述肺部图像进行变换,得到变换肺部图像;

将所述图像模板上的图像位置作为所述变换后肺部图像上的图像位置。

5.根据权利要求1所述的一种基于肺部关键点的肺部整体抽取方法,其特征在于:所述基于所述肺部图像上的边缘关键点位置和所述图像模板上的边缘关键点位置,生成变换矩阵,包括:

生成所述图像模板上的边缘关键点位置到所述肺部图像上的边缘关键点位置的第二变换矩阵;以及

所述基于所述图像模板上的图像位置和所述变换矩阵,确定所述肺部图像对应的图像位置,包括:

基于所述第二变换矩阵对所述图像模板上的图像位置进行变换,得到所述肺部图像上的图像位置。

6.根据权利要求1所述的一种基于肺部关键点的肺部整体抽取方法,其特征在于:所述图像模板通过以下步骤生成:

获取与所述肺部图像的类别相同的标准肺部图像,以及所述标准肺部图像上的边缘关键点位置和图像位置;

基于所述标准肺部图像上的边缘关键点位置和图像位置对所述标准肺部图像进行标注,生成所述图像模板。

7.一种基于肺部关键点的肺部整体抽取装置,其特征在于:包括:

图像获取模块,用于获取与肺部图像的类别对应的图像模板;

关键点确定模块,用于确定所述肺部图像上的边缘关键点位置;

矩阵生成模块,用于基于所述肺部图像上的边缘关键点位置和所述图像模板上的边缘关键点位置,生成变换矩阵;

位置确定模块,用于基于所述图像模板上的图像位置和所述变换矩阵,确定所述肺部图像对应的图像位置;

目标图像获取模块,用于对所述肺部图像对应的图像位置处的区域进行抽取,得到目标肺部图像。

8.一种计算机设备,其特征在于,包括:存储器以及一个或多个处理器;

所述存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6任一所述的一种基于肺部关键点的肺部整体抽取方法。

9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6任一所述的一种基于肺部关键点的肺部整体抽取方法。

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中山仰视科技有限公司;中山市北京理工大学研究院,未经中山仰视科技有限公司;中山市北京理工大学研究院许可,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/202110974430.3/1.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