技术转让、技术开发、技术咨询、技术服务、人才培养、共建载体

未申请专利

本成果公开了一种基于感知损失的X射线头影测量图像自动提取特征点的方法,涉及X射线头影图像技术领域,包括以下步骤:预先获取待测试的X射线头影图像,并作为数据输入;进行对待测试X射线头影图像计算偏移距离图;将获取的偏移距离图输入至多分辨率网络模型，训练该模型预测得到每个特征点的偏移距离图,同时利用预训练的VGG模块计算真实偏移距离图与生成偏移距离图的感知损失;基于预测的偏移距离图,得到每个特征点的坐标,并以此作为该待测试X射线头影图像的特征点坐标。本成果耗时较短,其不仅训练时间短，节省硬件成本,而且无需对原始X射线头影测量图像进行裁剪，保证了数据的完整性,提高了特征点定位的准确性。

(1)预先获取待测试X射线头影图像，并作为数据输入;
(2)对待测试的X射线头影图像计算偏移距离图:
(3)将获取的偏移距离图和获取的X射线头影图像分别输入至多分辨率网络模型中,训练该对抗网络模型生成每个特征点的预测偏移距离图,同时利用预训练的VGG模块提取并计算真实偏移距离图与生成偏移距离图的感知损失;
(4)基于偏移距离图,获得每个特征点的坐标,并依此作为该待测试X射线头影图像的特征点。

(1)预先获取待测试X射线头影图像，并作为数据输入;
(2)对待测试的X射线头影图像计算偏移距离图:
(3)将获取的偏移距离图和获取的X射线头影图像分别输入至多分辨率网络模型中,训练该对抗网络模型生成每个特征点的预测偏移距离图,同时利用预训练的VGG模块提取并计算真实偏移距离图与生成偏移距离图的感知损失;
(4)基于偏移距离图,获得每个特征点的坐标,并依此作为该待测试X射线头影图像的特征点。

可用于口腔临床头影测量自动分析和颅领面异常情况初步筛查,以提高临床诊断效率,减少临床医生个人经验、精力差异等主观因素对诊断精度的影响。