【技术实现步骤摘要】
本专利技术涉及图像数据的处理，更具体的说，本专利技术涉及一种基于稠密连接网络的头部侧位片标记曲线检测方法及系统。
技术介绍
1、头部侧位片标志点检测是医学影像分析中的关键任务，用于定位如眶点(o)、蝶鞍中心点(s)等解剖标志点，并基于标志点生成如颅底曲线、翼上颌裂、枕髁曲线及颧牙槽脊等复杂标记曲线，为临床诊断等提供依据。传统方法依赖人工标注或基于传统卷积神经网络的检测算法，但在实际应用中，针对上述狭长分支较多的复杂标志曲线，现有标记点检测方法存在以下局限性：
2、标志点较小且稀疏，标记曲线相对尺寸较大，且分支数量不确定：头部侧位片中的标志点通常较小，并且可能分布不均匀，背景复杂，传统卷积神经网络难以精确定位这些小目标，标记曲线相对与标志点的尺寸差别较大，因此导致生成的标记曲线精度不足或连续性差；
3、不同个体或拍摄角度会导致标志点尺寸的显著变化，标志点出现在不同的尺度和角度下，标记曲线会随之发生更多的变化可能，此外，头部的角度和位置变化会导致标志点相对位置的变化，标记曲线的形状也同样发生变化，需要网络具备较强的空...
【技术保护点】
1.一种基于稠密连接网络的头部侧位片标记曲线检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于稠密连接网络的头部侧位片标记曲线检测方法，其特征在于，所述数据准备步骤包括：
3.根据权利要求1所述的基于稠密连接网络的头部侧位片标记曲线检测方法，其特征在于，所述初始特征提取模块包括并行分支的多个不同尺度的卷积层，通过多个所述卷积层进行卷积操作分别提取所述侧位片输入图不同方向的边缘及纹理特征，并对多个所述卷积层的输出进行加权融合，获取侧位片初始特征图。
4.根据权利要求3所述的基于稠密连接网络的头部侧位片标记曲线检测方法，...
【技术特征摘要】
1.一种基于稠密连接网络的头部侧位片标记曲线检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于稠密连接网络的头部侧位片标记曲线检测方法，其特征在于，所述数据准备步骤包括：
3.根据权利要求1所述的基于稠密连接网络的头部侧位片标记曲线检测方法，其特征在于，所述初始特征提取模块包括并行分支的多个不同尺度的卷积层，通过多个所述卷积层进行卷积操作分别提取所述侧位片输入图不同方向的边缘及纹理特征，并对多个所述卷积层的输出进行加权融合，获取侧位片初始特征图。
4.根据权利要求3所述的基于稠密连接网络的头部侧位片标记曲线检测方法，其特征在于，所述稠密连接块包括多个不同尺度的卷积层，多个不同尺度的所述卷积层通过层间特征密集连接方式连接，每一所述卷积层的输入由前序所有卷积层的输出融合生成；
5.根据权利要求4所述的基于稠密连接网络的头部侧位片标记曲线检测...
【专利技术属性】
技术研发人员：孟勇，刘玉龙，刘金娟，周翚，李松，武玉丽，高莹莹，
申请(专利权)人：青岛笑唯美书冉科技有限公司，
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。