基于三维随机森林模型的头影测量图像中特征点定位方法技术

本发明专利技术公开了一种基于三维随机森林模型的头影测量图像中特征点定位方法，属于图像处理技术领域。方法包括：为每个目标特征点构建一个双层回归森林模型，并利用每个训练图像训练每个目标特征点的双层回归森林模型，得到预测的各特征点对应的位移场；对待测头影测量图像，利用已训练的各特征点对应的双层回归森林模型进行预测，获得每个特征点的位移场；根据各特征点的位移场计算得到对应的偏移距离图，根据偏移距离图计算获得每个特征点的坐标位置。本发明专利技术中每个目标特征点都有一个双层回归森林模型作为特征点检测器，第二层回归森林可以显著提升每一个预测位移场的质量，因此该方法可以比传统方法更加精确地检测到解剖特征点。

【技术实现步骤摘要】
基于三维随机森林模型的头影测量图像中特征点定位方法
本专利技术涉及图像特征点定位
，具体涉及一种基于三维随机森林模型的头影测量图像中特征点定位方法。
技术介绍
三维CBCT（锥形束CT）头影测量分析是口腔正畸治疗中的一个重要方法，主要研究人类头面部的形态结构。它通过对三维CBCT头影测量图像中相关的软硬组织特征点之间角度、距离或比例的测量与计算，清晰地了解牙颌与颅面软硬组织的结构及其相互间关系，以进一步了解其内部结构，揭示颅、领、面畸形的机理，为病情诊断、治疗计划、治疗结果的评估以及生长发育预测提供准确的定量信息。CBCT的优点有图像清晰，成像范围合理，独特的金属伪影矫正技术，节省空间，操作方便以及拥有标准DICOM3.0格式，与第三方软件完美兼容等。自20世纪中期以来，三维CBCT头影测量已被广泛用于口腔正畸临床诊断、矫治设计、疗效评价等领域，还可以用于头面部结构研究、儿童生长发育观察等方面。然而，临床上对三维CBCT头影测量分析仍然以人工操作为主。人工操作不仅要消耗大量精力和时间，而且其分析的准确性不可避免地会受到人为误差等主观因素的影响，比如同一个医生不同工作时段的精神状本文档来自技高网...

【技术保护点】
1.基于三维随机森林模型的头影测量图像中特征点定位方法，其特征是，包括以下过程：S1，获取一定数量三维头影测量图像作为训练图像集；S2，在每个训练图像中随机选取若干个采样点，计算每个采样点的三维外观特征；S3，为每个目标特征点构建一个双层回归森林模型，并利用每个训练图像及其三维外观特征训练每个目标特征点的双层回归森林模型，得到预测的各特征点对应的位移场；S4，对待测头影测量图像，利用已训练的各特征点对应的双层回归森林模型进行预测，获得每个特征点的位移场；S5，根据各特征点的位移场计算得到对应的偏移距离图，根据偏移距离图计算获得每个特征点的坐标位置。

【技术特征摘要】
1.基于三维随机森林模型的头影测量图像中特征点定位方法，其特征是，包括以下过程：S1，获取一定数量三维头影测量图像作为训练图像集；S2，在每个训练图像中随机选取若干个采样点，计算每个采样点的三维外观特征；S3，为每个目标特征点构建一个双层回归森林模型，并利用每个训练图像及其三维外观特征训练每个目标特征点的双层回归森林模型，得到预测的各特征点对应的位移场；S4，对待测头影测量图像，利用已训练的各特征点对应的双层回归森林模型进行预测，获得每个特征点的位移场；S5，根据各特征点的位移场计算得到对应的偏移距离图，根据偏移距离图计算获得每个特征点的坐标位置。2.根据权利要求1所述的基于三维随机森林模型的头影测量图像中特征点定位方法，其特征是，训练图像尺寸是512x512x60像素。3.根据权利要求1所述的基于三维随机森林模型的头影测量图像中特征点定位方法，其特征是，每个采样点的三维外观特征为三维Haar-like特征。4.根据权利要求1所述的基于三维随机森林模型的头影测量图像中特征点定位方法，其特征是，双层回归森林模型保留两层回归森林模型，分别记为第一层回归森林模型和第二层回归森林模型。5.根据权利要求4所述的基于三维随机森...

【专利技术属性】
技术研发人员：戴修斌，王洪花，刘天亮，晏善成，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32