摘要
本发明公开了一种基于人工智能的肩关节盂自动分割方法,包括以下步骤:获取肩关节扫描图像,进行重采样和标准化处理;基于3D U‑Net网络构建肩关节盂分割模型,并基于标准化处理后的肩关节扫描图像对所述肩关节盂分割模型进行训练;基于训练后的肩关节盂分割模型对待处理的肩关节扫描图像进行分割;在分割后的关节盂面上选取关键点,利用关键点的法向量夹角关系筛选潜在点,并结合球体拟合优化关节盂面的提取范围,最终获得提取的关节盂面。相较于传统手动方法,本发明提出的自动分割方法能够快速处理大量图像数据,提高分割效率;并且不受操作者经验影响,基于3D U‑Net网络能够提供一致的分割结果,其分割精度也大大提高。
技术关键词
肩关节
自动分割方法
关键点
夹角关系
自动分割系统
语义特征
球体
图像分割
解码器架构
网络
计算机装置
模块
计算机程序产品
处理器
编码器
可读存储介质
上采样
存储器
系统为您推荐了相关专利信息
手术灯
聚焦控制方法
深度学习模型
机械臂
轨迹参数
多模态特征
网络
热力图
骨骼关键点
时空特征信息
状态诊断方法
声纹特征
关键点
变压器模型
验证方法
数据处理中心
影像
关键点
人脸跟踪技术
个人隐私信息
生命探测仪
处理器
视频
人脸识别技术
面部关键点检测