本发明涉及计算机技术应用领域,特别是涉及一种基于下肢ct影像的智能标注方法。
背景技术:
1、在医学图像处理中,医生经常需要测量病人下肢的力线和相关角度,以进行手术规划和决策,例如全膝关节置换手术。医生在进行下肢力线和相关角度的测量时,通常需要手动标注下肢关键点。然而,这个过程非常耗时且依赖于医生的专业水平,给医生增加了额外的工作负担。近年来利用人工智能技术开发了基于x光影像的医学影像处理软件。这些软件能够自动定位下肢关键点并测量下肢的力线和相关角度,减少了医生的手动标注工作。然而,为了训练这些智能算法,需要大量的下肢关键点标注数据。目前的做法是由医生进行手动标注,这不仅耗时,还会受到医生专业水平的影响,这样,标注效率和准确性都不高。因此,迫切需要一种方法来提高下肢关键点标注的效率和准确性。专利文献(cn202310125098.2)提供了一种基于x光影像的关键点标注方法、电子设备及存储介质,该方法能够提高下肢标注效率。然而,还可以期待另一种提高下肢标注效率的解决方案。
技术实现思路
1、针对上述技术问题,本发明采用的技术方案为:
2、本发明实施例提供一种基于下肢ct影像的智能标注方法,所述方法包括如下步骤:
3、s100,获取当前待标注的下肢图像中的目标区域的对称轴;所述下肢图像为下肢ct影像。
4、s200,基于所述对称轴,将所述目标区域划分为基于所述对称轴对称的第1区域和第2区域。
5、s300,响应于检测到在第i区域选择的指定关键点ka,获取该关键点ka的坐标(xk,yk),以及获取关键点ka在第i区域的对称区域中的初始对称点kas的坐标(xsk,ysk);i=1或者2。
6、s400,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、本发明至少具有以下有益效果:
10、本发明实施例提供的一种基于下肢ct影像的智能标注方法,首先获取下肢图像的目标区域的对称轴,接着基于该对称轴获取指定关键点的对称关键点,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。本发明能够自动对下肢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发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种基于下肢ct影像的智能标注方法,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,s100具体包括:
3.根据权利要求1所述的方法,其特征在于,s100具体包括:
4.根据权利要求1所述的方法,其特征在于,i1和i2均为正方形。
5.根据权利要求1所述的方法,其特征在于,s2=2×s1,s1为i1的面积,s2为i2的面积。
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。
8.根据权利要求1所述的方法,其特征在于,wu满足如下条件:wu1=ed(u1);d(u1)=-((xu1-x10)2+(yu1-y10)2)/2c;x10和y10分别为i1的中心点的横坐标和纵坐标,xu1和yu1分别为第u1个像素点的横坐标和纵坐标,c为预设值。