-
公开(公告)号：CN117274772A
公开(公告)日：2023-12-22
申请号：CN202311203529.9
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06V10/82 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种椎骨旋转估计模型的训练方法，属于椎骨旋转估计技术领域，解决了现有技术中椎骨旋转估计效率低、估计不精确的问题。方法包括：获取不同动作下的成对的腰椎斜位X光片以及对应的标签数据构建训练样本集；标签数据包括每张腰椎斜位X光片中椎骨的分割标签和每块椎骨在每个方向的方向向量；构建多任务学习网络，任务学习网络包括第一椎骨分割网络、第二椎骨分割网络和椎骨旋转估计网络；第一椎骨分割网络和第二椎骨分割网络用于分别对输入的腰椎斜位X光片进行图像分割得到椎骨分割图像；椎骨旋转估计网络用于基于所述椎骨分割图像进行椎骨旋转估计；基于训练样本集对构建的多任务学习网络进行训练得到椎骨旋转估计模型。
-
公开(公告)号：CN117237426B
公开(公告)日：2024-03-22
申请号：CN202311202649.7
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
公开(公告)号：CN117274772B
公开(公告)日：2024-02-20
申请号：CN202311203529.9
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06V10/82 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种椎骨旋转估计模型的训练方法，属于椎骨旋转估计技术领域，解决了现有技术中椎骨旋转估计效率低、估计不精确的问题。方法包括：获取不同动作下的成对的腰椎斜位X光片以及对应的标签数据构建训练样本集；标签数据包括每张腰椎斜位X光片中椎骨的分割标签和每块椎骨在每个方向的方向向量；构建多任务学习网络，任务学习网络包括第一椎骨分割网络、第二椎骨分割网络和椎骨旋转估计网络；第一椎骨分割网络和第二椎骨分割网络用于分别对输入的腰椎斜位X光片进行图像分割得到椎骨分割图像；椎骨旋转估计网络用于基于所述椎骨分割图像进行椎骨旋转估计；基于训练样本集对构建的多任务学习网络进行训练得到椎骨旋转估计模型。
-
公开(公告)号：CN117237426A
公开(公告)日：2023-12-15
申请号：CN202311202649.7
申请日：2023-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学 , 北京邮电大学
IPC: G06T7/33 , G06V10/25 , G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于腰椎双斜位X光片的椎骨配准方法，属于椎骨配准技术领域，解决了现有技术中配准效率低、配准不精确的问题。方法包括以下步骤：获取不同动作下的腰椎双斜位X光片以及对应的标签数据构建训练样本集；所述标签数据包括每块椎骨在每个方向的方向向量；构建深度学习网络模型，基于所述训练样本集对构建的深度学习网络模型进行训练得到椎骨旋转估计模型；将待估计的腰椎双斜位X光片输入所述椎骨旋转估计模型得到每块椎骨在每个方向的方向估计向量；根据每块椎骨在每个方向的方向估计向量对每块椎骨进行旋转配准。实现了高效精确的椎骨配准。
-
公开(公告)号：CN115797698B
公开(公告)日：2023-07-14
申请号：CN202211606751.9
申请日：2022-12-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学
IPC: G06V10/764 , G06V10/774 , G06V10/766 , G06V10/44
Abstract: 本发明涉及一种骨骼矢状位平衡参数检测系统，解决了现有技术中检测准确率低、对位置和弯曲姿态识别准确性差、检测可靠性及鲁棒性差的问题，包括：采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注的前处理模块；对人体骨骼轮廓DR影像检测模型进行训练，对未标注的人体骨骼轮廓DR影像进行检测，获取具有骨骼候选框的特征区域，以及置信度、语义分割结果的模型训练模块；基于置信度以及语义分割结果进行后处理得到人体骨骼轮廓的后处理模块；判断人体骨骼轮廓的朝向的朝向判断、计算矢状位平衡参数的矢状位平衡参数计算模块。本发明通过优化标注方式可以获取更准确的检测数据和矢状位平衡参数。
-
Patent Agency Ranking
公开(公告)号：CN115661138A
公开(公告)日：2023-01-31
申请号：CN202211592204.X
申请日：2022-12-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学
IPC: G06T7/00 , G06T7/13 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明涉及一种基于DR影像的人体骨骼轮廓检测方法，解决了现有技术中AI检测系统数据提取损失大，存在“失真”现象及数据集检测效果的可靠性和鲁棒性较差的问题，包括以下步骤：获取人体骨骼轮廓DR影像，采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注；基于所述训练样本集对人体骨骼轮廓DR影像检测模型进行训练，基于训练完成的人体骨骼DR影像检测模型，对未标注的人体骨骼轮廓DR影像进行检测，获取具有骨骼候选框的特征区域，以及置信度、语义分割结果；基于置信度以及语义分割结果进行后处理得到人体骨骼轮廓。本发明可以对颈椎至腰椎各段检测，对脊椎骨的增生、错位及与骶骨、股骨头连接区域的识别具有更高的准确度。
-
公开(公告)号：CN115797698A
公开(公告)日：2023-03-14
申请号：CN202211606751.9
申请日：2022-12-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学
IPC: G06V10/764 , G06V10/774 , G06V10/766 , G06V10/44
Abstract: 本发明涉及一种骨骼矢状位平衡参数检测系统，解决了现有技术中检测准确率低、对位置和弯曲姿态识别准确性差、检测可靠性及鲁棒性差的问题，包括：采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注的前处理模块；对人体骨骼轮廓DR影像检测模型进行训练，对未标注的人体骨骼轮廓DR影像进行检测，获取具有骨骼候选框的特征区域，以及置信度、语义分割结果的模型训练模块；基于置信度以及语义分割结果进行后处理得到人体骨骼轮廓的后处理模块；判断人体骨骼轮廓的朝向的朝向判断、计算矢状位平衡参数的矢状位平衡参数计算模块。本发明通过优化标注方式可以获取更准确的检测数据和矢状位平衡参数。
-
公开(公告)号：CN119014860A
公开(公告)日：2024-11-26
申请号：CN202411218395.2
申请日：2024-08-30
Applicant: 清华大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本申请公开了一种头颈部活动度的测量系统以及方法，可应用于自动控制技术领域。采集设备上安装多目相机和滑动模组，其中，滑动模组由多个相对位置固定的滑动模块构成，多目相机由多个摄像头构成，且一个摄像头固定在一个滑动模块上，多目相机的相机参数预先标定，由于多个摄像头安装在相对位置固定的多个滑动模块，且滑动模块可以随滑动指令滑动至指定位置，因此，本申请能够实现通过非固定机位在同一时刻的多个角度拍摄得到多张头颈部图像，且无需在摄像头移动后重新标定相机参数，提高了头颈部图像的定位准确性以及灵活性，通过主机对多个角度拍摄的头颈部图像进行头颈部活动度计算，提高了头颈部活动度的测量结果的准确性。
-
公开(公告)号：CN115797307B
公开(公告)日：2023-08-08
申请号：CN202211592696.2
申请日：2022-12-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学
IPC: G06T7/00 , G06T7/62 , G06V10/764 , G06V10/82 , G06V20/70 , G06V10/26 , G06V10/422
Abstract: 本发明涉及一种骨骼冠状位平衡参数检测系统，解决了现有技术中骨骼检测准确率低、对骨骼位置和弯曲姿态识别准确性差、可靠性及鲁棒性差的技术问题，包括：采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注的前处理模块；对人体骨骼轮廓DR影像检测模型进行训练，基于训练完成的人体骨骼DR影像检测模型，对未标注的人体骨骼轮廓DR影像进行检测，获取具有骨骼候选框的特征区域、以及置信度、语义分割结果的模型训练模块；基于置信度以及语义分割结果进行后处理得到人体骨骼轮廓的后处理模块；以及冠状位平衡参数计算模块。本发明通过优化标注方式可以获取更准确的检测数据和冠状位平衡参数。
-
公开(公告)号：CN115661138B
公开(公告)日：2023-03-21
申请号：CN202211592204.X
申请日：2022-12-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 清华大学
IPC: G06T7/00 , G06T7/13 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明涉及一种基于DR影像的人体骨骼轮廓检测方法，解决了现有技术中AI检测系统数据提取损失大，存在“失真”现象及数据集检测效果的可靠性和鲁棒性较差的问题，包括以下步骤：获取人体骨骼轮廓DR影像，采用与人体骨骼轮廓近似的几何形状对人体骨骼轮廓DR影像进行标注；基于所述训练样本集对人体骨骼轮廓DR影像检测模型进行训练，基于训练完成的人体骨骼DR影像检测模型，对未标注的人体骨骼轮廓DR影像进行检测，获取具有骨骼候选框的特征区域，以及置信度、语义分割结果；基于置信度以及语义分割结果进行后处理得到人体骨骼轮廓。本发明可以对颈椎至腰椎各段检测，对脊椎骨的增生、错位及与骶骨、股骨头连接区域的识别具有更高的准确度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.063 seconds)
