[发明专利]一种三维颅面影像特征点标记分析系统及方法

权利要求书

1.一种三维颅面影像特征点标记分析系统，其特征在于，包含通过无线或有线依次连接进行数据传输的特征点标记模块、量化指标计算模块、异常识别诊断模块、数据库；

所述特征点标记模块用于获取颅面部CBCT体素图像数据，并依据该颅面部CBCT体素图像数据进行颅面解剖结构特征点的标记，生成特征点坐标；

所述量化指标计算模块用于获取所述特征点坐标并依据该特征点坐标计算出量化指标数据；

所述异常识别诊断模块用于获取所述特征点坐标、所述量化指标数据，并将该量化指标数据与所述数据库中的样例数据进行比对，生成分析数据报告。

2.如权利要求1所述的一种三维颅面影像特征点标记分析系统，其特征在于，还包含通过无线或有线连接的模型预训练模块与模型训练模块，所述模型训练模块通过无线或有线与所述特征点标记模块连接；

所述模型预训练模块用于对特征点标记模型进行第一次参数调整并存储；

所述模型训练模块用于对第一次参数调整后的特征点标记模型进行第二次参数调整并存储；

所述特征点标记模块用于读取第二次参数调整后的特征点标记模型，并依据该特征点标记模型对所述颅面部CBCT体素图像数据进行颅面解剖结构特征点的标记。

3.如权利要求2所述的一种三维颅面影像特征点标记分析系统，其特征在于，所述模型预训练模块内含有患者特征点坐标数据集、神经网络模型；

所述患者特征点坐标数据集内存储有多组患者的颅面部各特征点坐标的人工标注数据；

所述神经网络模型用于获取所述特征点坐标数据集内的患者特征点坐标，并对该患者特征点坐标所含的信息进行提纯获得全局特征，并依据所述全局特征恢复出输入的各特征点坐标，比对所述患者特征点坐标与输入的所述各特征点坐标获得误差数据，所述模型预训练模块根据所述误差数据对所述特征点标记模型进行第一次参数调整。

4.如权利要求3所述的一种三维颅面影像特征点标记分析系统，其特征在于，所述模型训练模块内含有三维图像数据集；

所述三维图像数据集内存储有多组患者的颅面部CBCT三维图像，所述颅面部CBCT三维图像与所述患者特征点坐标数据集内的所述颅面部各特征点坐标一一对应；

所述神经网络模型用于获取所述三维图像数据集内患者的颅面部CBCT三维图像进行解析，并提取出所述颅面部CBCT三维图像中的局部特征数据与全局特征数据，并将所述局部特征数据与所述全局特征数据合成估计出各个特征点在空间中位置的概率热度图，并依据该概率热度图与所述患者特征点坐标数据集中真实的患者特征点坐标进行对比生成模型误差，所述模型训练模块根据所述模型误差对所述特征点标记模型进行第二次参数调整。

5.如权利要求4所述的一种三维颅面影像特征点标记分析系统，其特征在于，所述神经网络模型在所述局部特征数据的提取过程中采取Faster Region-CNN的模型结构，在所述全局特征数据的提取过程中采取Cascade CNN的模型结构。

6.如权利要求4或5所述的一种三维颅面影像特征点标记分析系统，其特征在于，所述神经网络模型接收患者的所述颅面部CBCT三维图像并提取其中的所述局部特征数据与所述全局特征数据，并以所述局部特征数据与所述全局特征数据为根据估计各特征点所在位置的概率热度图，根据所述概率热度图做出对特征点位置的判断。

7.如权利要求1所述的一种三维颅面影像特征点标记分析系统，其特征在于，所述异常识别诊断模块内含有病例数据库；

所述异常识别诊断模块将获取的所述特征点坐标、所述量化指标数据传输至所述病例数据库内进行相似病例检索，得到检索数据，将该检索数据与所述特征点坐标和所述量化指标数据进行比对，生成所述分析数据报告。