[发明专利]基于深度学习和空间关系推理的椎间盘定位标注方法有效
| 申请号： | 201811350962.4 | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109697713B | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 王生生;邵婧雯 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/70;G06V10/75;G06V10/774 |
| 代理公司： | 长春市恒誉专利代理事务所(普通合伙) 22212 | 代理人： | 李荣武 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习和空间关系推理的椎间盘定位标注方法，该方法包括以下步骤：一、在核磁共振图像样本集上进行特征提取和统计分析，获得邻近椎间盘空间关系模型SAID；二、在核磁共振图像测试集上进行图像特征底层提取和目标识别，然后经过椎间盘空间关系筛选算法，获得准确识别的椎间盘目标；三、用椎间盘空间关系迭代推理算法把椎间盘目标集合与每个SAID逐一进行匹配，获得匹配程度；四、选取最佳匹配，对椎间盘目标赋予标注名称。本发明提出的邻近椎间盘空间关系模型可以更全面的模拟椎间盘的特征；椎间盘空间关系筛选算法引入评分机制能够消除假正例，得到准确的结果；迭代匹配的方法，在保证速度的前提下提高了准确性。 | ||
| 搜索关键词： | 基于 深度 学习 空间 关系 推理 椎间盘 定位 标注 方法 | ||
【主权项】：
1.一种基于深度学习和空间关系推理的椎间盘定位标注方法，其特征在于，至少包括以下步骤：步骤一、在核磁共振(MRI)图像样本集上进行特征提取和统计分析等操作，获得邻近椎间盘空间关系模型(Spatial Relationship Model of Adjacent Intervertebral Discs，简称SAID)，每个SAID表示相邻三个有标注名称的椎间盘之间的空间位置关系，椎间盘一共有23块，则SAID模型一共有20个；步骤二、在核磁共振(MRI)图像测试集上采用深度学习方法进行图像特征底层提取和目标识别，然后经过椎间盘空间关系筛选算法，获得准确识别但未标注名称的椎间盘目标；步骤三、对于步骤二获得的椎间盘目标集合，用椎间盘空间关系迭代推理算法，与每个SAID逐一进行匹配，获得匹配程度；步骤四、根据步骤三获得的匹配程度，选取最佳匹配的SAID模型，根据该模型对核磁共振测试图像上的椎间盘目标赋予标注名称。
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吉林大学，未经吉林大学许可，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/patent/201811350962.4/，转载请声明来源钻瓜专利网。
