摘要
本发明属于图像处理技术领域,涉及基于X光片关键点检测的脊柱侧弯参数自动测量方法,基于多任务深度学习网络同时预测脊柱椎体的关键点热力图及偏移图,并使用对称偏移距离先验显式捕获脊柱结构左右对称特征信息,准确识别椎体中心点并完成椎体角点的正确配对,能够有效地解决缺失点、冗余点、离群点等多种异常检测情况,保证椎体关键点检测的准确率,并依据临床测量准则,实现Cobb角参数等脊柱侧弯核心参数的全自动测量,计算复杂度低,实时性高,为后续脊柱疾病的智能诊疗奠定了基础。
技术关键词
参数自动测量方法
椎体
关键点特征
多任务深度学习网络
矫正
构建深度神经网络
训练深度神经网络
深度神经网络模型
加权损失函数
矩阵
角点特征
骶骨
图像处理技术
掩膜
解码器
冗余
编码器
索引
系统为您推荐了相关专利信息
定位建图方法
图片
关键点特征
线段特征
误差矩阵
树木信息识别方法
街景图片
深度学习识别模型
街景数据
城市道路
编码识别系统
矫正
字符识别模型
数据获取模块
定位模块