【技术实现步骤摘要】
本专利技术涉及计算机技术应用领域，特别是涉及一种基于腹部ct影像的对称标注方法。
技术介绍
1、随着人工智能在医疗图像处理领域的广泛应用,研发人员开始利用深度学习等技术开发辅助医生评估和规划的决策支持系统。但是，为了训练这些人工智能模型需要大量标有关键点的数据作为样本，目前传统的方式为医生根据病情分析确定手术部位,如肩关节、肘关节等,这是首要的关键点，结合解剖学知识,选择相关的骨骼结构作为辅助关键点,如锁骨、上臂骨等。然而，这种依靠医生手动标注的方式，会存在数据产出慢，也十分依靠医生的专业知识与行业经验。
技术实现思路
1、针对上述技术问题，本专利技术采用的技术方案为：
2、本专利技术实施例提供一种基于腹部ct影像的对称标注方法，所述方法包括如下步骤：
3、s100，获取当前待标注的图像中的目标区域内的人体姿态关键点，得到人体姿态关键点集kp＝{kp1，kp2，…，kpi，…，kpn}，其中，kpi为第i个人体姿态关键点，i的取值为1到n，n为人体姿态点的数量；所述目标区域为躯干区域。
4、s200，如果kp中存在与左肩、右肩、左臀和右臀对应的人体姿态关键点pls、prs、plh和prh，则获取第一基准点g1和第二基准点g2，并获取通过g1和g2的连接线作为y轴，构建第一直角坐标系；如果kp中仅存在与左臀和右臀对应的人体姿态关键点plh和prh，则获取第二基准点g2，并获取通过g2且垂直通过plh和prh的连接线的垂直线作为y轴，构建第二直角坐标
5、s300，响应于检测到在所述目标区域选择的指定关键点ka，获取指定关键点ka的坐标(x，y)。
6、s400，以所述y轴作为对称轴，获取指定关键点ka的初始对称关键点kas＝(-x，y)，并分别以ka和kas为中心，在所述目标区域截取对应的第一图像i1和第二图像i2，其中，第一图像的面积小于第二图像的面积。
7、s500，以i1为滑动窗口，将i1按照设定滑动步长△d分别沿i2的x轴方向和y轴方向滑动，得到对应的第一滑动图像集is1和第二滑动图像集is2；其中，is1＝{is11，is12，……，is1r1，……，is1n1}，is2＝{is21，is22，……，is2r2，……，is2n2}，is1r为is1中的第r1个滑动图像，is2r为is2中的第r2个滑动图像，r1的取值为1到n1，n1为is1中的滑动图像的数量，r2的取值为1到n2，n2为is2中的滑动图像的数量。
8、s600，获取max(d1，d2)对应的滑动图像作为目标图像，并获取该目标图像的中心作为ka的目标对称关键点；其中，d1为第一特征匹配度集，d1＝{d11，d12，……，d1r1，……，d1n1}，d2为第二特征匹配度集，d2＝{d21，d22，……，d2r2，……，d2n2}；d1r1为i1与is1r1之间的特征匹配度，d2r2为i1与is2r2之间的特征匹配度。
9、本专利技术至少具有以下有益效果：
10、本专利技术实施例提供的基于腹部ct影像的对称标注方法，首先，获取当前待标注的图像中的目标区域内的人体姿态关键点和在所述目标区域选择的指定关键点，接着，基于获取的人体姿态关键点是否存在与左肩、右肩、左臀和右臀对应的人体姿态关键点来确定对应的对称轴；接着，获取指定关键点相对于该对称轴的对称关键点，并在该目标区域内截取以该指定关键点和对称关键点为中心的图像区域；接着，以指定关键点对应的图像区域为滑动窗口，在以对称关键点为中心的图像区域上滑动做特征匹配，获取特征匹配度最大的图像的中心点作为该指定关键点的目标对称关键点。本专利技术能够自动对躯干区域的关键点进行标注，能够提高标注效率。
11、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于腹部CT影像的对称标注方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，I1和I2为方形，I1的大小为W1×H1，I2的大小为W2×H2，W1和H1分别为I1的宽度和高度，W2和H2分别为I2的宽度和高度。
3.根据权利要求2所述的方法，其特征在于，I1和I2为长方形，H1、W1、H2和W2满足如下条件：
4.根据权利要求2所述的方法，其特征在于，H1＝W1＝d1，H2＝W2＝d2，d1和d2满足如下条件：
5.根据权利要求3或4所述的方法，其特征在于，k＝2。
6.根据权利要求1所述的方法，其特征在于，S400还包括：
7.根据权利要求1所述的方法，其特征在于，在S600中，I1与任一滑动图像之间的特征匹配度通过对F1进行修正之后得到的修正特征FR1和任一滑动图像的特征得到；其中，FR1＝{FR11，FR12，……，FR1u1，……，FR1p1}，FR1u1为F1u1的修正特征值，FR1u1＝F1u1×Wu1；Wu1为I1中的第u1个像素点对应的权重。
<...【技术特征摘要】
1.一种基于腹部ct影像的对称标注方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，i1和i2为方形，i1的大小为w1×h1，i2的大小为w2×h2，w1和h1分别为i1的宽度和高度，w2和h2分别为i2的宽度和高度。
3.根据权利要求2所述的方法，其特征在于，i1和i2为长方形，h1、w1、h2和w2满足如下条件：
4.根据权利要求2所述的方法，其特征在于，h1＝w1＝d1，h2＝w2＝d2，d1和d2满足如下条件：
5.根据权利要求3或4所述的方法，其特征在于，k＝2。
6.根据权利要求1所述的方法，其特征在于，s400还包括：...
【专利技术属性】
技术研发人员：刘金明，张洪凯，孟祥飞，李健增，郭佳，秦彬，李理博，姜瑞云，
申请(专利权)人：天河超级计算淮海分中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。