一种头颅侧位片的关键点检测方法

专利主权项内容

1.一种头颅侧位片的关键点检测方法，其特征在于，包括：步骤1：输入头颅侧位片到检测模型，得到关键点的初始位置信息；步骤2：通过统计验证集中处于不同象限的最准确的检测关键点，以及计算检测点与所在头颅的宽度比值和高度比值、模板点与所在头颅的宽度比值和高度比值，再计算上述宽度比值和高度比值的差值，若小于差异阈值，则选取变换顶点，然后通过计算仿射变换矩阵将模板关键点坐标映射到待检测图像，即可获得模板关键点在检测图像中的位置信息；步骤3：使用基于DBSCAN的方法对待检测图像进行超像素分割，分别统计处于和不处于在对应模板点所在超像素内的检测点，对不在超像素内的点做下一步判断；步骤4：利用三大极感兴趣点结合超像素选取局部回归投票区域，对不符合标准的初始关键点，从符合步骤3的检测点内选取处于不相邻象限且距离最近的两个检测点对应的模板点作为邻域变换顶点，根据不符合标准的关键点对应的模板点与相邻两个变换顶点的坐标比值，求得该点的邻域映射点rm，将领域映射点rm、模板点m和检测点d所在的超像素区域作为局部投票区域，将该局部投票区域内的热力图和与其对应的偏移图计算局部回归投票，选择最大值作为关键点，得到最终关键点位置；步骤1中，关键点的初始位置信息获取方式为：将待检测的头颅侧位片转成设定的尺寸后输入至模型当中，获得当前图像的热力图信息和偏移图信息；利用基于注意力特征金字塔融合和回归投票的关键点检测方法，通过遍历每层关键点的热力图，将热力图前π大的点与其对应的偏移图计算回归投票，其中R默认为40，选择最大值作为关键点，得到关键点的初始位置信息，公式如下：R2
(1)，其中，是第k个关键点的热力图中前π大的值的集合，/>是指示符函数，，/>为每个像素值独自对应关键点的坐标，具有最高/>值的像素被视为最可能的关键点的坐标；R2步骤4中，得到最终关键点位置的公式表示如下：
(2)，其中，是第k个关键点的局部热力图中前πQ大的值的集合，Q=(LA/H*W) *π，H和W分别为图像的高和宽，LA表示为局部区域；2R2局部区域LA公式表示如下：
(3)，其中，为超像素分割区域，表示为检测点所在的超像素区域，/>表示为模板点所在的超像素区域，/>表示为邻域点所在的超像素区域，表示点z、m、r三点之间不处于三超像素区域内的点所在的超像素区域。DR