The embodiment of the invention discloses an image positioning method, apparatus, and computer storage medium, wherein the method comprises: acquiring medical images, and determine the characteristic information of each pixel in the image; according to the characteristics of information and enhance the probability of random forest classifier to classify the pixels, and calculate the probability the pixel belongs to the target position; will meet the position information of pixel default probability condition to determine the positioning results of the target location. The embodiment of the invention solves the problem of low accuracy and poor robustness of the image positioning in the existing technology, and improves the accuracy and robustness of the image location.
【技术实现步骤摘要】
一种图像定位方法、装置、计算机及存储介质
本专利技术实施例涉及图像定位技术,尤其涉及一种图像定位方法、装置、计算机及存储介质。
技术介绍
随着图像处理技术的不断发展,图像处理技术广泛应用于医学图像、机器人视觉、航空航天以及通信等领域。在医学领域通过各种医学图像辅助医生获取病人的病情,例如医学图像包括CT图像、磁共振图像和超声图像等。在医学图像的后处理中,对医学图像中单个或者多个目标的定位是图像分割以及图像配准等处理应用的前提步骤,具有重要的临床应用价值,但是由于医学图像的成像质量易受各种因素的影响,例如成像过程中的噪声、病人的病理、位置、姿态动作或者所服用的造影剂等均会影响医学图像的成像质量,增加图像目标定位的难度。近年来,以机器学习为代表的人工智能技术得到不断的发展,并逐渐应用于医学图像的目标定位中。目前,以单一树模型为基础进行分类学习,学习模型鲁棒性差,定位精度低。
技术实现思路
本专利技术实施例提供一种图像定位方法、装置、计算机及存储介质,以实现提高图像定位的鲁棒性。第一方面,本专利技术实施例提供了一种图像定位方法,该方法包括:获取医学图像,并确定所述医学图像的各像素点的特征信息;根据所述特征信息和随机概率提升森林分类器对所述各像素点进行分类,并计算所述各像素点属于目标位置的概率;将满足预设概率条件的像素点的位置信息确定为所述目标位置的定位结果。进一步的,在根据随机概率提升树森林分类器对所述各像素点进行分类之前,还包括:确定满足目标位置对应的灰度值范围的像素点。进一步的,计算所述各像素点属于目标位置的概率,包括:计算所述各像素点在随机概率提升森林中各概率 ...
【技术保护点】
一种图像定位方法,其特征在于,包括:获取医学图像,并确定所述医学图像中各像素点的特征信息;根据所述特征信息和随机概率提升森林分类器对所述各像素点进行分类,并计算所述各像素点属于目标位置的概率;将满足预设概率条件的像素点的位置信息确定为所述目标位置的定位结果。
【技术特征摘要】
1.一种图像定位方法,其特征在于,包括:获取医学图像,并确定所述医学图像中各像素点的特征信息;根据所述特征信息和随机概率提升森林分类器对所述各像素点进行分类,并计算所述各像素点属于目标位置的概率;将满足预设概率条件的像素点的位置信息确定为所述目标位置的定位结果。2.根据权利要求1所述的方法,其特征在于,在根据随机概率提升森林分类器对所述各像素点进行分类之前,还包括:确定满足目标位置对应的灰度值范围的像素点。3.根据权利要求1所述的方法,其特征在于,计算所述各像素点属于目标位置的概率,包括:计算所述各像素点在随机概率提升森林中的每一棵概率提升树的根节点的概率,确定为所述各像素点在所述概率提升树根节点中属于目标位置的概率,其中,所述各像素点在各概率提升树根节点的概率等于所述概率提升树的子树根节点的概率和其对应根节点的权重乘积之和;将所述随机概率提升森林中各概率提升树根节点的概率的平均值确定为所述各像素点属于目标位置的概率。4.根据权利要求1所述的方法,其特征在于,在获取医学图像之前,还包括:获取至少两个训练样本集,根据所述训练样本集训练随机概率提升森林分类器。5.根据权利要求4所述的方法,其特征在于,根据所述训练样本集训练随机概率提升森林分类器,包括:将所述训练样本根据所述随机概率提升森林分类器进行分类,将分类结果与所述训练样本集的金标准进行比对,确定所述随机概率提升森林的训练误...
【专利技术属性】
技术研发人员:刘钦,
申请(专利权)人:上海联影医疗科技有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。