买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

摘要：本发明公开了基于自监督学习和几何约束的脑MRI标志点检测方法，涉及人工智能技术领域，对待定位模版解剖标志点的验证MRI图像以及模版MRI图像进行预处理，并对预处理后的验证MRI图像和模版MRI图像进行三维切块；将得到的所有切块输入到已训练完成的深度学习模型以输出每个切块对应的一维特征向量；选择与模版解剖标志点切块的特征向量相似度高的个特征点的特征向量所对应的验证特征点构成候选点集；通过模版解剖标志点的几何一致性约束与模版MRI图像变换从候选点集中选择验证MRI图像的最终定位解剖标志点；该解剖学标志检测方法实现了高效且易扩展的解剖标志检测。

主权项：1.基于自监督学习和几何约束的脑MRI标志点检测方法，其特征在于，包括如下步骤：步骤一、对待定位模版解剖标志点的验证MRI图像以及模版MRI图像进行预处理，并对预处理后的验证MRI图像以验证特征点为中心进行三维切块，对预处理后的模版MRI图像以模版解剖标志点为中心进行三维切块；步骤二、将验证MRI图像的所有验证特征点切块和模版MRI图像的所有模版解剖标志点切块输入到已训练完成的深度学习模型以输出每个切块对应的一维特征向量；步骤三、以每个模版解剖标志点的坐标为中心，半径为做圆，获取圆中所有的验证特征点，分别计算圆内验证特征点的一维特征向量与所述模版解剖标志点的一维特征向量之间的余弦相似度并降序排列，取前个验证特征点构成所述模版解剖标志点的候选点，从而基于所有模版解剖标志点的候选点构成候选点集合；步骤四、将候选点集合中的第一列作为定位解剖标志点的第一临时集，并对第一临时集进行异常验证特征点替换，得到更新后的第一临时集，同时计算模版MRI图像与验证MRI图像的互信息；步骤五、根据模版解剖标志点与更新后的第一临时集的几何信息创建距离一致性约束，对模版解剖标志点以及模版MRI图像进行同步变换，得到变换后的模版解剖标志点；步骤六、根据变换后模版解剖标志点与更新后的第一临时集的几何信息创建方向一致性约束，对更新后的第一临时集中的所有不满足方向一致性约束的验证特征点进行替换，构成第二临时集；步骤七、根据变换后的模版解剖标志点与第二临时集的几何信息创建距离一致性约束，对变换后的模版解剖标志点以及模版MRI图像进行同步变换，得到变换后的模版MRI图像；步骤八、计算变换后的模版MRI图像与验证MRI图像的互信息，若，回到步骤五，进行下一轮迭代，在下一轮迭代中，将赋值为，将下一轮迭代的第一临时集赋值为当前轮迭代所得到的第二临时集；若，或达到最大迭代次数，则终止迭代，并将上一轮迭代的第二临时集作为验证MRI图像的最终定位解剖学标志点；其中，在步骤五中，距离一致性约束具体如下：计算各个模版解剖标志点之间的距离矩阵，以及更新后的第一临时集中各个临时点之间的距离矩阵；计算距离矩阵与距离矩阵之间的比值，得到缩放矩阵，将缩放矩阵中除去对角线的所有元素计算z-score，对所有中z-score值小于2的元素计算均值得到缩放因子；基于缩放因子对模版解剖学标志点以及模版MRI图像进行同步缩放，得到缩放后的模版MRI图像和缩放后的模版解剖学标志点；使用四元数法对所述缩放后的模版解剖学标志点和更新后的第一临时集进行配准参数拟合，得到旋转矩阵以及平移向量；使用旋转矩阵以及平移向量对缩放后的模版MRI图像和缩放后的模版解剖学标志点进行同步旋转平移变换，得到变换后的模版解剖标志点；在步骤六中，方向一致性约束具体如下：计算每个变换后模版解剖标志点与候选点集合中各个验证特征点之间的距离，得到距离矩阵，并对距离矩阵中的距离降序排列；将候选点集合中的验证特征点按照降序排列的距离进行重新排序，得到更新后的候选点集合，将更新后的候选点集合的第一列作为更新后的第一临时集；计算每个变换后模版解剖标志点之间的方向向量，以构成方向向量矩阵，以及计算更新后的第一临时集中各个临时点之间的方向向量，以构成方向向量矩阵；计算方向向量矩阵与方向向量矩阵对应位置方向向量的夹角矩阵，将夹角矩阵的每一行所有元素相加得到方向一致性误差；若方向一致性误差中的第个元素的z-score值超过2，则判定更新后的第一临时集中第个验证特征点不满足方向一致性约束；将不满足方向一致性约束的验证特征点替换为几何距离方向加权一致性误差最小的候选点，从而替换所有更新后的第一临时集中不满足方向一致性约束的验证特征点，构成第二临时集。

全文数据：

权利要求：

百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 基于自监督学习和几何约束的脑MRI标志点检测方法