【技术实现步骤摘要】
本专利技术涉及脊柱检测，尤其涉及一种基于双视图融合的脊柱关键点检测方法及系统。
技术介绍
1、脊柱畸形是一种严重的脊柱疾病。在脊柱畸形临床诊断过程中，需要通过正侧位x射线图像中关键点的位置来测量cobb角、腰椎前凸角、胸椎后凸角等形态学参数。
2、因此，准确的关键点检测是计算机辅助诊断脊柱疾病的关键步骤。然而，由于患者个体结构存在差异、椎骨被胸腔软组织遮挡等问题，手动识别17节椎骨的4个角点十分耗时，并且其标记结果很大程度上依赖于观察者的经验。因此，将脊柱关键点定位自动化，对于消除人工标记的主观误差以及提高效率至关重要。
3、近年来，人们通过多种方法对自动关键点检测进行了研究，特别是基于深度学习的方法显示出巨大的潜力。实际上，根据网络预测目标的类型，基于深度学习的方法可以分为基于坐标回归和基于热图的方法。基于坐标回归的方法通常采用全连接的方式直接预测关键点的坐标，该方法通过全局特征的利用能较好地保持预测结果的合理整体形状，具有较强的鲁棒性。然而，由于该方法所得权重严重依赖于训练数据的分布从而缺乏空间泛化能力，因此...
【技术保护点】
1.一种基于双视图融合的脊柱关键点检测方法，其特征在于，包括：
2.根据权利要求1所述的脊柱关键点检测方法，其特征在于，所述步骤S1中采用全局特征提取模型分别对所述正面X射线图像和所述侧面X射线图像进行全局特征提取得到对应的全局特征，所述全局特征提取模型包括依次连接的下采样层、图像切块层、线性降维层和两个滑动窗口自注意力模块。
3.根据权利要求1所述的脊柱关键点检测方法，其特征在于，所述步骤S1中将所述正面X射线图像和所述侧面X射线图像一并输入局部特征提取模型进行双视图融合局部特征提取得到对应的所述局部特征，所述局部特征提取模型包括：
<...【技术特征摘要】
1.一种基于双视图融合的脊柱关键点检测方法，其特征在于，包括：
2.根据权利要求1所述的脊柱关键点检测方法，其特征在于，所述步骤s1中采用全局特征提取模型分别对所述正面x射线图像和所述侧面x射线图像进行全局特征提取得到对应的全局特征，所述全局特征提取模型包括依次连接的下采样层、图像切块层、线性降维层和两个滑动窗口自注意力模块。
3.根据权利要求1所述的脊柱关键点检测方法，其特征在于，所述步骤s1中将所述正面x射线图像和所述侧面x射线图像一并输入局部特征提取模型进行双视图融合局部特征提取得到对应的所述局部特征，所述局部特征提取模型包括：
4.根据权利要求3所述的脊柱关键点检测方法，其特征在于，所述双视图特征融合模块包括：
5.根据权利要求1所述的脊柱关键点检测方法，其特征在于，所述步骤s2中采用加权特征融合模块将对应的所述全局特征和所述局部特征进行加权特征融合得到对应的融合特征，所述加权特征融合模块用公式表达为：
【专利技术属性】
技术研发人员：潘仁进，周丹丹，郭立君，叶绪伦，曾仁，
申请(专利权)人：宁波全网云医疗科技股份有限公司，
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。