搜索 分析 新世界 法规 图书 网址导航 更多
高级用户登录 | 登录 | |

一种小样本条件下医学图像自动标注方法
有权
阅读授权文献

申请号:201510631721.7 申请日:2015-09-29
摘要:本发明涉及一种小样本条件下医学图像自动标注方法,包括:构建小样本医学图像组织器官的形状标记点的稠密线性回归模型和稀疏线性回归模型,合成其他位置对应的样本图像组织器官的形状标记点;构建小样本医学图像组织器官的形状标记区域的仿射变换模型,合成其他位置对应的样本图像组织器官的纹理;对新合成样本和原有样本图像的组织器官进行主成份分析,生成组织器官的形状和纹理可变模型;在待标注的图像上使用霍夫投票学习方法的初始定位,依据组织器官的形状和纹理可变模型的平移、旋转和缩放比等参数的收敛性自动标注图像内容。
申请人: 常熟理工学院
地址: 215500 江苏省苏州市常熟市********(隐藏)
发明(设计)人: 谢从华 高蕴梅 周思林 刘永俊 乔伟伟
主分类号: G06T7/00(2006.01)I
分类号: G06T7/00(2006.01)I
  • 法律状态
2017-12-05  授权
2015-12-30  实质审查的生效IPC(主分类):G06T 7/00申请日:20150929
2015-12-02  公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
  • 其他信息
主权项  一种小样本条件下医学图像自动标注方法,其特征在于,包括如下步骤:步骤1,构建小样本医学图像组织器官的位置A的形状标记点的稠密线性回归模型和稀疏线性回归模型,合成其他位置对应的新样本图像的组织器官形状标记点;步骤2,构建小样本医学图像组织器官的位置A的形状标记区域的仿射变换模型,合成其他位置对应的新样本图像的组织器官形状标记区域的纹理;步骤3,对新样本图像和原有样本图像的组织器官的形状标记点进行主成份分析,生成组织器官的形状可变模型;步骤4,对新样本图像和原有样本图像的组织器官纹理进行主成份分析,生成组织器官的纹理可变模型;步骤5,在待标注的医学图像上使用霍夫投票学习方法初始定位组织器官,依据组织器官的形状可变模型和纹理可变模型的平移参数、旋转参数和缩放比参数的收敛性自动标注图像内容。
公开号  105118068A
公开日  2015-12-02
专利代理机构  江苏圣典律师事务所 32237
代理人  胡建华
颁证日  
优先权  
国际申请  
国际公布  
进入国家日期