一种X光发射前端自动调整方法及系统技术方案

本发明专利技术属于人工智能技术领域，公开了一种X光发射前端自动调整方法及系统。方法包括如下步骤：S1：使用前置摄像头获取自然图像数据；S2：根据关键点检测模型，检测并获取自然图像数据中用户的特征点；S3：获取自然图像数据中心到特征点的位移向量；S4：自动移动发射前端；S5：检测并判断位置是否一致。本发明专利技术解决了现有技术存在的存在较大的偏差、效率很低、拍摄部位的信息缺失导致不利于诊断的问题。

An automatic adjustment method and system of X-ray emission front end

【技术实现步骤摘要】
一种X光发射前端自动调整方法及系统
本专利技术属于人工智能
，具体涉及一种X光发射前端自动调整方法及系统。
技术介绍
进行X射线诊断时，X射线采集面中心通常是诊断最感兴趣的区域，而X射线光野中心又常常是X射线最标准(几乎垂直于采集面)的区域，让感兴趣区域位于X射线光野中心，可以让感兴趣区域尽可能不失真，否则有角度，X射线会让最终成像结果产生伪影，因此需要将上述两个中心进行重合(感兴趣区域既处于X射线光野中心，又处于X射线采集面中心)，达到理想的诊断效果。现有技术存在的问题：1)手动调节前端与病患的相对位置，存在较大的偏差，且效率很低；2)较大偏差容易导致待拍摄部位无法完全被X-ray影像包含：特征点通常是预设的影像中心点，而X-ray光野是有限的，其光野中心过多偏离特征点的位置就会导致反方向一些部分处于光野之外，这就意味着拍摄部位的信息缺失，不利于诊断。
技术实现思路
为了解决现有技术存在的上述问题，本专利技术目的在于提供X光发射前端自动调整方法及系统，用于解决现有技术存在较大的偏差、效率很低、拍摄部位的信息缺失导致不利于诊断的问题。本专利技术所采用的技术方案为：一种X光发射前端自动调整方法，包括如下步骤：S1：使用前置摄像头自动获取用户的自然图像数据；S2：根据关键点检测模型，使用数据处理子系统检测并获取自然图像数据中用户的特征点；S3：获取自然图像数据中心到特征点的位移向量；S4：根据该位移向量，使用位移子系统自动移动发射前端；S5：检测并判断光源位置与特征点对应于采集装置平面上的投影点位置是否一致，若是则结束方法，否则返回步骤S1。进一步地，所述步骤S2中，关键点检测模型的建立方法，包括如下步骤：A1：将现有的若干人体图像数据进行放缩处理，获取预设尺寸的若干放缩后图像数据，并设置标签；A2：将放缩后图像数据和对应的标签组成二元组，构成训练样本集；A3：使用训练样本集进行训练，将获取的预测输出与对应的标签通过交叉熵计算损失；A4：判断损失是否达到局部或者全局最小，若是则使损失达到局部或者全局最小的合理权重即为模型的隐参数，输出的关键点检测模型即为模型结构和相应的隐参数，结束方法，否则使用梯度下降法更新当前关键点检测模型的权重，返回步骤A4。进一步地，所述标签为：以关键点在放缩后图像数据中的坐标为中心的高斯分布。进一步地，所述步骤S2中，所述特征点的获取公式为：P(x＝k|x)式中，P为图像中每个点是特征点的概率，x为图像中的点；k为图像的特征点；图像中概率最大Pmax的点即是特征点。一种基于上述方法的发射前端自动调整系统，包括发射前端、采集装置、数据处理子系统、位移子系统以及数据终端；所述发射前端位于位移子系统顶端，且与数据处理子系统通信连接，所述数据处理子系统分别与位移子系统与数据终端通信连接，所述采集装置与数据终端通信连接；所述发射前端包括光源和前置摄像头，所述光源和前置摄像头均位于位移子系统顶端相同位置，且均与数据处理子系统通信连接。进一步地，所述光源为X-ray光源。进一步地，所述数据处理子系统包括微控制器以及位移驱动模块，所述微控制器分别与X-ray光源、前置摄像头、位移驱动模块以及数据终端通信连接，所述位移驱动模块与位移子系统通信连接。进一步地，上述的X光发射前端自动调整系统还包括电源模块，所述电源模块分别与发射前端、数据处理子系统以及位移子系统电性连接本专利技术的有益效果为：本专利技术自动检测发射前端的位置，并自动进行调整，避免了较大的偏差，并节约人力；同时，本专利技术避免了拍摄部位无法完全被X-ray影像的光野覆盖的问题，提高了照射准确度和检测效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是实施例1中X光发射前端自动调整方法的流程图；图2是实施例2中X光发射前端自动调整系统的结构框图。具体实施方式下面结合附图及具体实施例来对本专利技术作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本专利技术，但并不构成对本专利技术的限定。本专利技术公开的功能细节仅用于描述本专利技术的示例实施例。然而，可用很多备选的形式来体现本专利技术，并且不应当理解为本专利技术限制在本专利技术阐述的实施例中。应当理解，本专利技术使用的术语仅用于描述特定实施例，并不意在限制本专利技术的示例实施例。若术语“包括”、“包括了”、“包含”和/或“包含了”在本专利技术中被使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。应当理解，还应当注意到在一些备选实施例中，所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。应当理解，在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实例中，可以不以不必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清楚。实施例1：如图1所示，本实施例提供一种X光发射前端自动调整方法，基于X光发射前端自动调整系统，系统包括发射前端、采集装置、数据处理子系统、位移子系统以及数据终端，发射前端包括光源和前置摄像头，数据处理子系统包括微控制器以及位移驱动模块，位移子系统包括横向位移电机、纵向位移电机和位移骨架，方法包括如下步骤：S1：使用前置摄像头自动获取用户的自然图像数据；S2：根据关键点检测模型，使用数据处理子系统检测并获取自然图像数据中用户的特征点；关键点检测模型的建立方法，包括如下步骤：A1：将现有的若干人体图像数据进行放缩处理，获取预设尺寸的若干放缩后图像数据，并设置标签；标签为：以关键点在放缩后图像数据中的坐标为中心的高斯分布；高斯分布的公式为：式中，G(x,y)为高斯分布函数；(x0,y0)为关键点在放缩后图像数据中的坐标；(x,y)为二维随机向量；σ1、σ2为均为标准差；A2：将放缩后图像数据和对应的标签组成二元组，构成训练样本集；A3：使用训练样本集进行训练，将获取的预测输出与对应的标签通过交叉熵计算损失；交叉熵损失函数的公式为：式中，CE(p,q)为交叉熵损失函数；q为当前样本标签指示量；p为输出点是特征点的概率，且p＝P(x＝kx)；交叉熵损失函数对于最后一层权重的梯度只跟输出值和真实值的差值成正比，此时收敛较快；又反向传播是连乘的，因此整个权重矩阵的更新都会加快；另外，多分类交叉熵损失求导更简单，损失仅与正确类别的概率有关；A4：判断损失是否达到局部或者全局最小(一个必要不充分条件是在参数空间中当前梯度为0)，若是则使损失达到局部或者全局最小的合理权重即为模型的隐参数，输出的关键点检测模型即为模型结构(函数原型)和相应的隐参数，结束方法，否则使用梯度下降法更新当前关键点检测模型的权重，返回步骤A4；关键点检测模本文档来自技高网...

【技术保护点】
1.一种X光发射前端自动调整方法，其特征在于：包括如下步骤：S1：使用前置摄像头自动获取用户的自然图像数据；S2：根据关键点检测模型，使用数据处理子系统检测并获取自然图像数据中用户的特征点；S3：获取自然图像数据中心到特征点的位移向量；S4：根据该位移向量，使用位移子系统自动移动发射前端；S5：检测并判断光源位置与特征点对应于采集装置平面上的投影点位置是否一致，若是则结束方法，否则返回步骤S1。

【技术特征摘要】
1.一种X光发射前端自动调整方法，其特征在于：包括如下步骤：S1：使用前置摄像头自动获取用户的自然图像数据；S2：根据关键点检测模型，使用数据处理子系统检测并获取自然图像数据中用户的特征点；S3：获取自然图像数据中心到特征点的位移向量；S4：根据该位移向量，使用位移子系统自动移动发射前端；S5：检测并判断光源位置与特征点对应于采集装置平面上的投影点位置是否一致，若是则结束方法，否则返回步骤S1。2.根据权利要求1所述的X光发射前端自动调整方法，其特征在于：所述步骤S2中，关键点检测模型的建立方法，包括如下步骤：A1：将现有的若干人体图像数据进行放缩处理，获取预设尺寸的若干放缩后图像数据，并设置标签；A2：将放缩后图像数据和对应的标签组成二元组，构成训练样本集；A3：使用训练样本集进行训练，将获取的预测输出与对应的标签通过交叉熵计算损失；A4：判断损失是否达到局部或者全局最小，若是则使损失达到局部或者全局最小的合理权重即为模型的隐参数，输出的关键点检测模型即为模型结构和相应的隐参数，结束方法，否则使用梯度下降法更新当前关键点检测模型的权重，返回步骤A4。3.根据权利要求2所述的X光发射前端自动调整方法，其特征在于：所述标签为：以关键点在放缩后图像数据中的坐标为...

【专利技术属性】
技术研发人员：何香颖，张军，侯雨舟，
申请(专利权)人：晓智科技成都有限公司，
类型：发明
国别省市：四川,51