X线头影图像的关键点检测方法技术

本申请的一方面提供了一种计算机执行的X线头影图像的关键点检测方法，它包括：获取X线头影图像；利用经训练的目标检测人工神经网络对所述X线头影图像进行区域划分，得到N个目标区域图像；以及利用N个经训练的关键点检测人工神经网络分别对所述N个目标区域图像进行关键点检测，其中，N为大于等于2的自然数。N为大于等于2的自然数。N为大于等于2的自然数。

【技术实现步骤摘要】
X线头影图像的关键点检测方法


[0001]本申请总体上涉及X线头影图像的关键点检测方法，尤其是利用人工神经网络的X线头影图像的关键点检测方法。

技术介绍

[0002]X线头影测量是对头部进行投影测量，用于检查颅面生长情况和畸形的重要手段。
[0003]当前，X线头影测量方法一般是由专业人员在头影图像上手动标注关键点(例如，鼻根点、耳点等)，然后借助直尺、量角器等工具测量计算相关指标(例如，上下中切牙角、面部高度等)。然而，一方面，手动标注效率低下，另一方面，由于头影测量中关键点数量多且密集，这极大地提高了标注难度，又一方面，标注人员需要接受专业培训才能胜任标注工作，这进一步提高了人工成本。
[0004]虽然，目前有人开始尝试利用随机森林等方法自动检测头影关键点，但本申请的专利技术人发现此类头影关键点检测方法多是利用图像底层特征，鲁棒性较差，只适用于部分特定的场景，而且能够检测的关键点数目较少，因此不适用于复杂多变的医疗场景。
[0005]由于X光成像的关系，图片尺寸与真实尺寸存在一定的比例关系，部分测量指标(例如，面部高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机执行的X线头影图像的关键点检测方法，它包括：获取X线头影图像；利用经训练的目标检测人工神经网络对所述X线头影图像进行区域划分，得到N个目标区域图像；以及利用N个经训练的关键点检测人工神经网络分别对所述N个目标区域图像进行关键点检测，其中，N为大于等于2的自然数。2.如权利要求1所述计算机执行的X线头影图像的关键点检测方法，其特征在于，所述N个目标区域包括：头颅核心区域、嘴唇、牙齿、下颌以及颈椎五个目标区域。3.如权利要求1所述计算机执行的X线头影图像的关键点检测方法，其特征在于，所述N个目标区域包括测量尺目标区域。4.如权利要求3所述计算机执行的X线头影图像的关键点检测方法，其特征在于，对于所述N个目标区域图像中除了所述测量尺目标区域图像之外的其他目标区域图像，对应的关键点检测人工神经网络针对每一关键点产生一张热力图，对于所述测量尺目标区域图像，对应的关键点检测人工神经网络仅产生一张包括多个关键点的热力图，其中，所述测量尺目标区域图像的关键点与所述测量尺的显著刻度相对应。5.如权利要求3所述计算机执行的X线头影图像的关键点检测方法，其特征在于，它还包括：基于所述测量尺目标区域图像的关键点以及其他...

【专利技术属性】
技术研发人员：马成龙，
申请(专利权)人：杭州朝厚信息科技有限公司，
类型：发明
国别省市：