[发明专利]一种基于模板的手骨自动分割方法在审

专利信息
申请号: 201810902656.0 申请日: 2018-08-09
公开(公告)号: CN109242867A 公开(公告)日: 2019-01-18
发明(设计)人: 何必仕;江翔;徐哲;陈晖;朱大荣 申请(专利权)人: 杭州电子科技大学
主分类号: G06T7/12 分类号: G06T7/12;G06K9/62
代理公司: 杭州千克知识产权代理有限公司 33246 代理人: 周希良
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 手骨 自动分割 骨骼发育 骨骼形状 人工标注 训练样本 训练集 样本库 分割 节骨 休止 工作量 评定 更新
【说明书】:

发明公开了一种基于模板的手骨自动分割方法。本发明首先建立骨龄样本库。然后训练样本并建立模板,同一时期内需要对各节骨块分别建立模板。最后基于模板的手骨分割。本发明提取包括骨骺在内的完整骨骼形状特征,包含更丰富的骨骼发育信息;同时避免了陷入无休止的调参;并且通过训练集更新的方法有效的降低了人工标注的工作量。本发明解决了手骨分割难题,为接下来进行骨龄评定提供有力的工具。

技术领域

本发明涉及医学图像处理领域,具体是涉及一种基于模板的手骨自动分割方法。

背景技术

骨龄是反映人体发育的生物年龄,能比较正确的评价人体成熟程度。

手骨X光片评估骨龄是当前业界普遍采用的一种骨龄检测办法。根据不同人种骨骼发育程度的差异,国内现行的“CHN法”“中华-05法”等评价标准与国外的TW-2、TW-3、G-P法等评价标准在细节上略有不同,但是在原理上是一致的。

目前国内对于手骨X光片的判读还是以医学从业者为主,由于摄制片源偏少,主观性较强,计分法过于繁复,图谱法误差较大等诸多原因,“人工判读”骨龄具有模糊性和干扰性。

国外早期借助于图像处理领域的方法,结合SVM技术进行骨龄检测;接着引入机器学习的分类器方法寻找特征区域;现在主要借助深度学习框架进行骨龄识别。但是,由于检测精度不高或者分类器调参过于繁复,仍然没有被广泛使用。

本发明针对骨龄X光平片图像,提出一种基于模板的手骨分割方法。该方法作为“骨龄评估系统”的重要组成部分,其准确度高、便于实现的特点是其他方法所不具备的,为后续骨骼成熟度评定奠定良好的基础。

发明内容

本发明的目的是解决一般情况下手骨X光片图像预处理过于复杂,关键点定位不准,手掌轮廓误差较大,手指骨边界模糊等问题。

本发明提供一种基于模板的方法,在国内外数据集均能够实现对手骨的有效分割和提取,并且对接下来骨骼成熟度评定方法提供有力支持。

为了实现上述的目的,本发明采用基于模板的手骨自动分割方法,包含下述步骤:

步骤1、建立骨龄样本库

收集公开的手骨X光平片数据集,该数据集应当包括有效的标注如性别、年龄、骨龄。

根据手骨发育的阶段性阶段,可以将样本按照年龄分成若干时期,用G0,G1,G2,G3,……表示。

不同时期的样本均包含在同一个样本库中,用来建立不同的模板。其中,要求各个时期的年龄样本分布大致均匀,但是允许部分时期样本集中。

步骤2、训练样本并建立模板

本发明是通过建立手骨的轮廓模板来自动分割待测骨块,因此,同一时期内需要对各节骨块分别建立模板。

针对单个骨块的样本训练及模板建立遵循以下几个步骤:

a.选择训练集的n个样本,手动记录下第i个骨块上第j个关键特征点的位置坐标然后将其构成一维形状向量,记作αi(i=1,2,…,n)。

b.将获得的形状向量归一化。采用的归一化方法是Procrustes变换,需要计算的参数有旋转角度θi,水平方向平移量ΔXi,垂直方向平移量ΔYi。对αi做一次Procrustes变换记作

c.将对齐之后的形状向量进行主成分分析(PCA)。

首先计算平均形状向量

然后计算协方差矩阵

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杭州电子科技大学,未经杭州电子科技大学许可,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/201810902656.0/2.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