[发明专利]一种上肢骨定位与前臂骨融合畸形的识别方法及系统在审

专利信息
申请号: 202110948237.2 申请日: 2021-08-18
公开(公告)号: CN113643263A 公开(公告)日: 2021-11-12
发明(设计)人: 周天丰;崔颖;郭玉冰;周勇;陈山林;刘路 申请(专利权)人: 北京理工大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/136;G06T7/187;G06K9/62
代理公司: 北京高沃律师事务所 11569 代理人: 韩雪梅
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 上肢骨 定位 前臂 融合 畸形 识别 方法 系统
【权利要求书】:

1.一种上肢骨定位与前臂骨融合畸形的识别方法,其特征在于,包括:

获取待测CT影像资料;

对所述待测CT影像资料进行阈值分割,得到待测三维二值矩阵;

对所述待测三维二值矩阵依次进行三维连通域计算和噪音过滤,得到多个待测三维连通域;

将所述待测三维连通域和所述待测三维连通域的属性参数输入至训练好的分类模型中,得到分类结果;所述分类结果包括多个属于上肢骨区域的待测三维连通域;

根据所述分类结果对前臂骨融合畸形进行判断。

2.根据权利要求1所述的上肢骨定位与前臂骨融合畸形的识别方法,其特征在于,所述最小二乘支持向量机分类模型的训练方法为:

获取多个训练CT影像资料;

对所述训练CT影像资料进行阈值分割,得到多个训练三维二值矩阵;

对所述训练三维二值矩阵依次进行三维连通域计算和噪音过滤,得到多个训练三维连通域;

计算所述训练三维连通域的属性参数并根据预设标注信息对所述三维连通域进行标注;所述属性参数包括包含体素数量、表征CT层跨度、所在层均值和描述体素左右位置对应维度的均值;所述预设标注信息包括所述三维连通域所在的区域信息;

根据标注后的所述三维连通域和输入参数对初始分类模型进行训练,得到训练模型参量;所述初始分类模型是基于最小二乘支持向量机构建的;所述输入参数包括所述属性参数;

根据所述训练模型参量和所述初始分类模型确定所述训练好的分类模型。

3.根据权利要求1所述的上肢骨定位与前臂骨融合畸形的识别方法,其特征在于,所述对所述待测CT影像资料进行阈值分割,得到待测三维二值矩阵,包括:

对所述待测CT影像资料进行读取,得到空间各体素坐标位置处对应的CT值;

根据所述CT值确定CT三维矩阵;

根据预设骨阈值将所述CT三维矩阵转化为所述待测三维二值矩阵。

4.根据权利要求1所述的上肢骨定位与前臂骨融合畸形的识别方法,其特征在于,所述根据预设骨阈值将所述CT三维矩阵转化为所述待测三维二值矩阵,包括:

确定所述预设骨阈值;

判断所述CT三维矩阵中的各个体素的CT值是否大于所述预设骨阈值,若是,则将所述体素所在区域确定为第一区域,若否,则将所述体素所在区域确定为第二区域;

根据所述第一区域和所述第二区域将所述CT三维矩阵转化为所述待测三维二值矩阵;所述第一区域中的体素记为1,将所述第二区域中的体素记为0。

5.根据权利要求1所述的上肢骨定位与前臂骨融合畸形的识别方法,其特征在于,所述对所述待测三维二值矩阵依次进行三维连通域计算和噪音过滤,得到多个待测三维连通域,包括:

采用预设顺序扫描所述待测三维二值矩阵,得到等价对列表;所述等价对列表是基于所述待测三维二值矩阵的初始标签值进行构建的;

根据所述等价对列表确定所述初始标签值的映射列表;

根据所述映射列表生成标注矩阵;所述标注矩阵的大小与所述待测三维二值矩阵的大小相同;所述标注矩阵用于表征各体素所属连通域;

根据所述标注矩阵确定各个第一连通域信息;

根据所述第一连通域信息包含体素的多少对各个所述第一连通域信息进行排序,得到第一信息序列;

根据预设噪音阈值对所述第一信息序列进行提取,得到第二连通域信息;

根据预设拍摄阈值对所述第二连通域信息进行提取,得到所述待测三维连通域。

6.根据权利要求2所述的上肢骨定位与前臂骨融合畸形的识别方法,其特征在于,所述计算所述训练三维连通域的属性参数并根据预设标注信息对所述三维连通域进行标注之前,还包括:

读取患者年龄信息和体素尺寸信息;所述体素尺寸信息包括体素各方向跨度信息;所述输入参数包括所述患者年龄信息和所述体素尺寸信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110948237.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top