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!
摘要:本发明涉及一种基于联合隐空间学习的胸片骨骼信息提取方法,属于医学图像处理技术领域,实现将医疗代价较低的CXR图像转换为对应的VRT图像,对骨骼疾病的准确诊断和医疗成本的降低具有极其重要的意义。具体地,首先利用体渲染技术将胸部CT图像转换为VRT图像,构建CXR‑VRT图像对数据集,然后通过训练和使用一个胸部骨骼检测模型,对数据进行胸骨部分区域的检测和预处理,最后训练一个在CXR‑VRT联合隐空间中进行双向转换学习的模型,实现高质量的CXR和VRT相互转换。
主权项:1.一种基于联合隐空间学习的胸片骨骼信息提取方法,其特征在于,包括以下步骤:S1:收集与预处理数据:收集来自同一个体的胸片和胸部CT图像对,使用体渲染技术将胸部CT图像转换为胸部的三维体渲染图像;S2:数据集构建:截取胸部的三维体渲染图像正视图构建CXR-VRT图像对数据集;S3:使用标注软件按照标准分别对部分CXR-VRT图像对中的胸骨部分进行标注;S4:胸部骨骼检测模型训练:根据所标注CXR与VRT数据微调YOLOv8l模型;S5:胸部感兴趣区域获取:将训练完成的胸部骨骼检测模型用于全部CXR-VRT图像对数据,并获取目标检测结果;S6:数据增广:对CXR和VRT数据均按顺序分别使用尺寸调整、概率水平翻转、概率随机旋转、归一化方法进行数据增广,以模拟不同设备、场景和操作的拍摄结果,增强学习鲁棒性;S7:构建CXR-VRT联合隐空间图像转换模型:构建基于联合隐空间的双向过程转换模型,以在CXR和VRT图像之间建立一个联合潜在空间,有意识地对齐来自同一个个体的CXR与VRT中隐变量身份信息,以促进从CXR图像到VRT图像和从VRT图像到CXR图像的双向转换学习;S8:训练CXR-VRT联合隐空间图像转换模型:将CXR-VRT图像对作为输入训练模型,利用对抗损失、循环一致损失和个体一致性损失之和作为目标函数训练转换模型;S9:应用CXR-VRT联合隐空间图像转换模型:将胸片图像作为训练完成的转换模型中对应的生成器的输入,得到转换的VRT图像结果,为下游任务提供清晰的骨骼信息。
全文数据:
权利要求:
百度查询: 四川大学 一种基于联合隐空间学习的胸片骨骼信息提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。