颅骨植入物图像生成方法、装置和计算机可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种颅骨植入物图像生成方法、装置和计算机可读存储介质，包括：获取缺陷颅骨的颅骨三维图像；对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片；搭建基于注意力和残差结构的U

【技术实现步骤摘要】
颅骨植入物图像生成方法、装置和计算机可读存储介质


[0001]本专利技术实施例涉及但不限于图像
，尤其涉及一种颅骨植入物图像生成方法、颅骨植入物图像生成装置和计算机可读存储介质。

技术介绍

[0002]颅骨修补术是一种外科手术过程，在脑肿瘤手术或外伤引起的颅骨缺损中，使用颅骨植入物进行修复。颅骨植入物的设计必须精确地紧贴颅骨缺损的边缘，不然会损害贴合处的颅骨。设计出精确的颅骨植入物三维模型通常需要昂贵的商业软件，而临床机构使用这些软件的渠道往往有限。颅骨植入物的设计非常耗时，且需要特定医学领域的专业知识，让急需植入物进行手术的病人不能及时的得到供应。因此能够快速、精确的设计出颅骨植入物显得尤为必要。

技术实现思路

[0003]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0004]本专利技术实施例提供了一种颅骨植入物图像生成方法、颅骨植入物图像生成装置和计算机可读存储介质，通过多轴切片和注意力机制有效提高颅骨植入物设计的精细程度，得到精细的颅骨植入物。
[0005]第一方面，本专利技术实施例提供了一种颅骨植入物图像生成方法，包括：
[0006]获取缺陷颅骨的颅骨三维图像；
[0007]对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片；
[0008]搭建基于注意力和残差结构的U
‑
Net网络；
[0009]将三份所述颅骨二维图像切片分别输入到三个结构相同的所述U
‑
Net网络，得到三份颅骨植入物二维图像切片；
[0010]将三份所述颅骨植入物二维图像切片进行合成，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像。
[0011]在一些实施例中，所述对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片，包括：
[0012]对所述颅骨三维图像进行正则化；
[0013]将正则化后的所述颅骨三维图像分别沿着X轴、Y轴、Z轴进行切片，分别得到所述缺陷颅骨在X轴、Y轴、Z轴方向的颅骨二维图像切片。
[0014]在一些实施例中，所述搭建基于注意力和残差结构的U
‑
Net网络，包括：
[0015]构造四层下采样和四层上采样；
[0016]采用具有四层所述下采样与四层所述上采样、注意力模块、残差结构的U
‑
Net网络；
[0017]将所述残差结构结合至所述U
‑
Net网络的编码部分和解码部分，并将注意力模块
结合至所述解码部分的所述残差结构中。
[0018]在一些实施例中，所述将三份所述颅骨二维图像切片分别输入到三个结构相同的所述U
‑
Net网络，得到三份颅骨植入物二维图像切片，包括：
[0019]将在X轴方向的所述颅骨二维图像切片输入至所述U
‑
Net网络，得到在X轴方向的颅骨植入物二维图像切片；
[0020]将在Y轴方向的所述颅骨二维图像切片输入至所述U
‑
Net网络，得到在Y轴方向的颅骨植入物二维图像切片；
[0021]将在Z轴方向的所述颅骨二维图像切片输入至所述U
‑
Net网络，得到在Z轴方向的颅骨植入物二维图像切片。
[0022]在一些实施例中，所述将三份所述颅骨植入物二维图像切片进行合成，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像，包括：
[0023]将所述在X轴方向的颅骨植入物二维图像切片、所述在Y轴方向的颅骨植入物二维图像切片和所述在Z轴方向的颅骨植入物二维图像切片进行合成处理和正则化，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像。
[0024]在一些实施例中，所述残差结构由如下公式得到：
[0025]y＝F(X，{W
i
})+X
[0026]F＝W2σ(W1x)
[0027]其中，所述X为输入值；W
i
,W1,W2为可学习的线性变换矩阵；F为输入X经过卷积、线性激活后的输出；σ为线性激活；y为输入X经过残差结构后的输出。
[0028]在一些实施例中，所述注意力由如下公式得到：
[0029][0030]R
p
＝R
h
+R
w
[0031]其中，G(x)为所述注意力的机制；X表示输入值；维度大小为(H,W,D1)；W
q
,W
k
,W
v
∈R
D1xD2
；为可学习的线性变换矩阵；d
k
为XW
k
的维度；R
p
为位置信息；R
h
∈R
Hx1xD2
，R
w
∈R
1xWxD2
，为可学习的线性变换矩阵。
[0032]在一些实施例中，所述将注意力模块结合至所述解码部分的所述残差结构中的公式为：
[0033]y
′
＝F
′
(X，{W
′
i
})+X
[0034]F
′
＝W
′2σ(G(σ(W
′1x)))
[0035][0036]R
p
＝R
h
+R
w
[0037]其中，G(x)为所述注意力的机制；X表示输入值；维度大小为(H,W,D1)；W
q
,W
k
,W
v
∈R
D1xD2
；为可学习的线性变换矩阵；d
k
为XW
k
的维度；R
p
为位置信息；R
h
∈R
Hx1xD2
，R
w
∈R
1xWxD2
，为可学习的线性变换矩阵；F
’
为输入X经过卷积和注意力机制后的输出；σ为线性激活；W
’
i
,W
’1,W
’2为可学习的线性变换矩阵；y
’
为在所述解码部分结合注意力机制的残差结构。
[0038]第二方面，本专利技术实施例还提供了一种颅骨植入物图像生成装置，包括：
[0039]获取单元，用于获取缺陷颅骨的颅骨三维图像；
[0040]预处理单元，用于对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片；
[0041]搭建单元，用于搭建基于注意力和残差结构的U
‑
Net网络；
[0042]输入单元，用于将三份所述颅骨二维图像切片分别输入到三个结构相同的所述U
‑
Net网络，得到三份颅骨植入物二维图像切片；
[0043]输出单元，用于将三份所述颅骨植入物二维图像切片进行合成，得到与所述缺陷颅骨的缺陷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种颅骨植入物图像生成方法，其特征在于，包括：获取缺陷颅骨的颅骨三维图像；对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片；搭建基于注意力和残差结构的U
‑
Net网络；将三份所述颅骨二维图像切片分别输入到三个结构相同的所述U
‑
Net网络，得到三份颅骨植入物二维图像切片；将三份所述颅骨植入物二维图像切片进行合成，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像。2.根据权利要求1所述的方法，其特征在于，所述对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片，包括：对所述颅骨三维图像进行正则化；将正则化后的所述颅骨三维图像分别沿着X轴、Y轴、Z轴进行切片，分别得到所述缺陷颅骨在X轴、Y轴、Z轴方向的颅骨二维图像切片。3.根据权利要求1所述的方法，其特征在于，所述搭建基于注意力和残差结构的U
‑
Net网络，包括：构造四层下采样和四层上采样；采用具有四层所述下采样与四层所述上采样、注意力模块、残差结构的U
‑
Net网络；将所述残差结构结合至所述U
‑
Net网络的编码部分和解码部分，并将注意力模块结合至所述解码部分的所述残差结构中。4.根据权利要求2所述的方法，其特征在于，所述将三份所述颅骨二维图像切片分别输入到三个结构相同的所述U
‑
Net网络，得到三份颅骨植入物二维图像切片，包括：将在X轴方向的所述颅骨二维图像切片输入至所述U
‑
Net网络，得到在X轴方向的颅骨植入物二维图像切片；将在Y轴方向的所述颅骨二维图像切片输入至所述U
‑
Net网络，得到在Y轴方向的颅骨植入物二维图像切片；将在Z轴方向的所述颅骨二维图像切片输入至所述U
‑
Net网络，得到在Z轴方向的颅骨植入物二维图像切片。5.根据权利要求4所述的方法，其特征在于，所述将三份所述颅骨植入物二维图像切片进行合成，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像，包括：将所述在X轴方向的颅骨植入物二维图像切片、所述在Y轴方向的颅骨植入物二维图像切片和所述在Z轴方向的颅骨植入物二维图像切片进行合成处理和正则化，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像。6.根据权利要求1所述的方法，其特征在于，所述残差结构由如下公式得到：y＝F(X,{W
i
})+XF＝W2σ(W1x)其中，所述X为输入值；W
i
,W1,W2为可学习的线性变换矩阵；F为输入X经过卷积、线性激活后的输出；σ为线性激活；y为输入X经过残差结构后的输出。7.根据权利要求1所述的方法，其特征在于，所述注意力由如下公式得到：
R
p
＝R
h
+R<...

【专利技术属性】
技术研发人员：秦传波，曾俊博，余振辉，林庆彬，曾军英，朱京明，舒乙青，
申请(专利权)人：五邑大学，
类型：发明
国别省市：