一种头颅侧位片关键点提取方法技术

本发明专利技术公开了一种头颅侧位片关键点提取方法，包括S1、采集若干张头颅侧位片；S2、对采集的若干张头颅侧位片进行条件筛选S3、对多张头颅侧位片进行预处理，得到头颅侧位片的灰度图像；S4、采用高斯概率密度函数计算图像的概率密度，得到图像中的前景区域和背景区域；S5、采用角点特征方法提取前景区域内的头颅关键点中的动态点位；S6、以前景区域内头颅上的FH平面作为横坐标，垂直于FH平面的所在面为纵坐标，构建二维直角坐标系；S7、提取步骤S5中所得的多个头颅关键点中的动态点位的坐标信息。本发明专利技术相对于传统的人工定点，本发明专利技术速度更快且效率更高，相对于传统的软件辅助定点，本发明专利技术准确度高，且更为方便，快捷，便于操作。便于操作。便于操作。

【技术实现步骤摘要】
一种头颅侧位片关键点提取方法


[0001]本专利技术属于头颅侧位片识别的
，具体涉及一种头颅侧位片关键点提取方法。

技术介绍

[0002]头颅侧位片是医生用于判断患者是牙性凸还是骨性凸的判据之一，在正畸治疗过程中，医生需要根据患者的头颅侧位片来标定一些关键点，并利用这些关键点计算一些医学指标信息，从而利用这些指标信息进行诊断以及正畸制定治疗方案。
[0003]X光线投影测量分析的自动化使得牙颌面畸形的诊断、治疗设计更加准确，并大大减轻了操作者的负担。
[0004]现有的关键点定位有采用人工直接判断的，其对专科医生经验要求较高、变异性大、不同医生间意见差异性较大；
[0005]也有采用软件辅助确定的，但是对医生定点经验要求高、耗时、效率低准确率低。对软件精度有要求、需要培训以掌握相关软件的操作方法，且部分软件操作逻辑复杂，上手困难。
[0006]关键点定位的准确与否会直接影响测量结果的可靠性，如果关键点的输入仍然停留在人工定点的水平，不仅需要大量时间，而且主观因素强，不可避免地会产生人为误差，危及测量结果的准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种头颅侧位片关键点提取方法，其特征在于，包括以下步骤：S1、采集若干张头颅侧位片；S2、对采集的若干张头颅侧位片进行条件筛选，选取满足条件的多张头颅侧位片；S3、对步骤S2中的多张头颅侧位片进行预处理，得到头颅侧位片的灰度图像；S4、采用高斯概率密度函数计算步骤S3中图像的概率密度，根据计算所得的所述概率密度，得到图像中的前景区域和背景区域，前景区域为头颅侧位片中的头颅轮廓；S5、采用角点特征方法提取前景区域内的头颅关键点中的动态点位；S6、以前景区域内头颅上的FH平面作为横坐标，垂直于FH平面的所在面为纵坐标，构建二维直角坐标系；S7、提取步骤S5中所得的多个头颅关键点中的动态点位的坐标信息。2.根据权利要求1所述的头颅侧位片关键点提取方法，其特征在于，所述步骤S1中采集的头颅侧位片包括多种骨性类型、不同性别、不同年龄阶段、不同头位俯仰程度的头颅侧位片。3.根据权利要求1所述的头颅侧位片关键点提取方法，其特征在于，所述步骤S3中对头颅侧位片进行预处理，包括：S3.1、将所有的头颅侧位片转化为相同尺寸的图像；S3.2、对步骤S3.1中的图像进行灰度处理；S3.3，对步骤S3.2中的图像进行高斯滤波。4.根据权利要求1所述的头颅侧位片关键点提取方法，其特征在于，所述步骤S4中采用高斯概率密度函数计算步骤S3中图像的概率密度，根据计算所得的所述概率密度，得到图像中的前景区域和背景区域，前景区域为头颅侧位片中的头颅轮廓，其包括：S4.1、采用高斯概率密度函数计算步骤S3中图像的概率密度：其中，p(x)为当前像素点概率密度，N(x|μ
k
，∑k)为高斯概率密度函数的第K个分量，π
k
为N(x|μ
k
，∑k)的权重，μ
k
为第K个分量的均值；S4.2、基于当前像素点概率密度p(x)，...

【专利技术属性】
技术研发人员：蒋宸，李娟，孙纪奎，赵志河，李知良，谢卓凯，
申请(专利权)人：四川大学，
类型：发明
国别省市：