摘要
本发明提供一种融合边缘特征与细节感知网络的髋臼指数关键点检测方法,包括:获取待检测图像,所述待检测图像中包含髋关节的X线正位图像;基于YOLOv8s算法,结合边缘特征强化和细节感知网络,构建得到髋关节髋臼指数关键点检测模型,训练得到目标髋关节髋臼指数关键点检测模型;将所述待检测图像输入至所述目标髋关节髋臼指数关键点检测模型,通过所述目标髋关节髋臼指数关键点检测模型输出得到对应的髋关节髋臼指数关键点。本发明能够实现对关键点边缘区域特征的识别和对细微结构特征的感知,提高了髋关节髋臼指数关键点的检测精度。
技术关键词
融合边缘特征
关键点检测方法
髋关节
髋臼
指数
输出特征
分支
图像
融合多尺度特征
特征金字塔网络
模块
检测头
注意力机制
邻域
算法
通道
语义
系统为您推荐了相关专利信息
对话策略
互动特征
数据分析方法
数据分析模型
特征值
成像校正方法
预处理图像数据
磁共振
图像分析模块
分析单元
健康诊断系统
二次设备
设备特征
长短期记忆网络
指数
选配方法
综合选择指数
遗传算法
动物育种技术
矩阵