摘要
本发明提供了一种基于特征融合神经网络的头颅侧位片关键点检测方法,涉及医学图像处理技术领域,该方法包括:获取头颅侧位片图像和医生标定的关键点标签;将图像和标签分割成训练集、验证集和测试集,对训练集和验证集进行预处理;将训练集输入到关键点检测模型,对模型进行训练;在每周期训练结束后将验证集输入到模型,验证模型性能,训练全部结束后,得到性能最优的预训练模型;将测试集输入到预训练模型,得到模型预测的头颅侧位片上的关键点高斯热图;高斯热图表示头颅侧位片中每个像素点是关键点的概率值,根据高斯热图得到每张头颅侧位片上的关键点位置。本发明能够提升头颅侧位片上关键点检测的准确度。
技术关键词
关键点检测方法
融合神经网络
训练集
标签文件
编解码器
特征金字塔网络结构
医学图像处理技术
周期
像素点
特征融合网络
特征提取模块
编码器
网络模块
数据
坐标
系统为您推荐了相关专利信息
手势识别方法
HSV颜色空间
明亮度
图片
残差结构
数据扩充方法
特征提取模型
样本
计算机可读指令
图像块
文档图像数据
文档修复方法
生成对抗网络模型
文档特征
图像特征数据