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！

龙图腾网恭喜四川大学申请的专利一种头颅侧位片关键点提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116309302B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310027768.7，技术领域涉及：G06T7/00；该发明授权一种头颅侧位片关键点提取方法是由蒋宸;李娟;孙纪奎;赵志河;李知良;谢卓凯设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种头颅侧位片关键点提取方法在说明书摘要公布了：本发明公开了一种头颅侧位片关键点提取方法，包括S1、采集若干张头颅侧位片；S2、对采集的若干张头颅侧位片进行条件筛选S3、对多张头颅侧位片进行预处理，得到头颅侧位片的灰度图像；S4、采用高斯概率密度函数计算图像的概率密度，得到图像中的前景区域和背景区域；S5、采用角点特征方法提取前景区域内的头颅关键点中的动态点位；S6、以前景区域内头颅上的FH平面作为横坐标，垂直于FH平面的所在面为纵坐标，构建二维直角坐标系；S7、提取步骤S5中所得的多个头颅关键点中的动态点位的坐标信息。本发明相对于传统的人工定点，本发明速度更快且效率更高，相对于传统的软件辅助定点，本发明准确度高，且更为方便，快捷，便于操作。

本发明授权一种头颅侧位片关键点提取方法在权利要求书中公布了：1.一种头颅侧位片关键点提取方法，其特征在于，包括以下步骤： S1、采集若干张头颅侧位片； S2、对采集的若干张头颅侧位片进行条件筛选，选取满足条件的多张头颅侧位片； S3、对步骤S2中的多张头颅侧位片进行预处理，得到头颅侧位片的灰度图像； S4、采用高斯概率密度函数计算步骤S3中图像的概率密度，根据计算所得的所述概率密度，得到图像中的前景区域和背景区域，前景区域为头颅侧位片中的头颅轮廓； S5、采用角点特征方法提取前景区域内的头颅关键点中的动态点位； S6、以前景区域内头颅上的FH平面作为横坐标，垂直于FH平面的所在面为纵坐标，构建二维直角坐标系； S7、提取步骤S5中所得的多个头颅关键点中的动态点位的坐标信息； 所述步骤S4中采用高斯概率密度函数计算步骤S3中图像的概率密度，根据计算所得的所述概率密度，得到图像中的前景区域和背景区域，前景区域为头颅侧位片中的头颅轮廓，其包括： S4.1、采用高斯概率密度函数计算步骤S3中图像的概率密度： 其中，px为当前像素点概率密度，Nx|μk，∑k为高斯概率密度函数的第K个分量，πk为Nx|μk，∑k的权重，μk为第K个分量的均值； S4.2、基于当前像素点概率密度px，绘制图像灰度直方图，该灰度直方图中具有双波峰和双波谷部分，其中一个波峰对应于背景区域，另一个波峰对应于前景区域，前景区域为头颅侧位片中的头颅轮廓区域； 所述步骤S5中采用角点特征方法提取前景区域内的头颅关键点中的动态点位，其包括： S5.1、对前景区域内的头颅轮廓进行角点特征提取： 其中，Ax为角点特征矩阵，ωx，y为对应像素点位置权重，为在x方向的二阶导数，为在y方向的二阶导数，CxCyx为在x方向的一阶导数，a、b、c分别为CxCyx、对应的值； S5.2、计算角点特征矩阵的角点响应值： D＝detA-mtraceA2＝ac-b2-ma+c2 其中，D为角点响应值，det和trace为行列式和迹的操作符，m为常数； S5.3、当角点响应值大于设置的阈值，且为该点邻域内的局部最大值时，则判断该点为角点，该角点即为该邻域内像素变化最大的点，即为头颅关键点中的动态点位； S5.4、重复步骤S5.1～S5.3，直至找到所有的头颅关键点中的动态点位。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。