[发明专利]基于神经网络和随机森林的颅侧面影像分析方法和系统

摘要

本发明公开了一种基于神经网络和随机森林的颅侧面影像分析方法和系统。成像设备(一般是口腔颌面断层成像设备，简称CBCT)完成对患者颅侧面曝光和图片合成后，将成像结果输入到颅侧面解剖特征标记模块中，经过一系列计算机自动识别和标记流程，完成对图像上重要解剖结构的标记工作，输出特征点的高精度位置；之后颅侧面报告生成模块接收颅侧面解剖特征标记模块经人工校验和调整后的各解剖特征点的位置，完成颅面医学分析，得到最终的颅侧面分析报告作为医生后续诊断的依据。本发明解决了对颅侧面影像进行快速自动化分析的难题，大幅减少医生在颅侧面影像分析过程中的体力劳动，缩短诊断周期；同时提高系统预测的稳定性，防止异常结果出现。

主权项

1.基于神经网络和随机森林的颅侧面影像分析系统，其特征在于，该系统包括成像设备、颅侧面解剖特征标记模块和颅侧面报告生成模块；所述成像设备作为数据来源及最终分析报告展示载体；所述颅侧面解剖特征标记模块与所述成像设备连接，用于接收成像设备生成的颅侧面影像作为输入，经过一系列计算机自动识别和标记流程，完成对图像上重要解剖结构的标记工作，输出特征点的高精度位置；所述颅侧面解剖特征标记模块包括神经网络模型、随机森林模型和合成模型；所述神经网络模型用于对特征点位置进行第一次估计，输出特征点在原2D图像各个位置出现的概率热度图；所述随机森林模型根据各特征点之间的几何关系推测各特征点大致应处的位置范围；所述合成模型将结合随机森林模型的输出结果对概率热度图进行修正，最终预测各特征点坐标；所述颅侧面报告生成模块用于接收所述颅侧面解剖特征标记模块经人工校验和调 整后的各解剖特征点的位置，完成进一步颅面医学分析，得到最终的颅侧面分析报告。