基于层级循环神经网络的术中X线图像腰椎自动识别 | |
谈金东2![]() ![]() ![]() ![]() ![]() | |
刊名 | 计算机辅助设计与图形学学报
![]() |
2019 | |
卷号 | 31期号:1页码:132-140 |
关键词 | 图像识别 循环神经网络 曲率特征 图像引导手术 移动C型臂 |
ISSN号 | 1003-9775 |
其他题名 | Automatic Lumbar Vertebrae Recognition in Intraoperative X-Ray Images Based on Hierarchical Recurrent Neural Network |
产权排序 | 1 |
英文摘要 | 针对图像引导微创脊柱手术中移动C型臂X线成像特点,通过学习人体腰椎的曲率特征实现腰椎识别,提出一种基于层级循环神经网络的X线图像腰椎自动识别方法.首先为解决X线图像中腰椎纹理混叠的问题,提取腰椎三维模型与二维X线图像中共有的曲率特征作为模型的输入;其次为模拟术中移动C型臂多角度成像的特点,采用双向循环神经网络学习腰椎曲率特征,刻画腰椎曲率特征在不同成像角度下的关联性;最后为解决病理情况下腰椎部分信息缺失的问题,提出一种层级循环神经网络模型,通过逐层融合的网络架构对人体腰椎间天然的上下文关系进行建模,提高模型在病理情况下的腰椎识别率.在开源数据集和术中移动C型臂X线图像上的实验结果表明,文中方法在正常情况和病理情况下的腰椎识别率均优于其他4种方法,且由于使用了数据量较少的二维曲率特征,该方法在训练和测试阶段的计算效率更高,更适合于术中图像引导的应用. |
语种 | 中文 |
CSCD记录号 | CSCD:6410613 |
资助机构 | 国家自然科学基金重点项目(61333019) ; 中国科学院国际伙伴计划(173321KYSB20180020) |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/24105] ![]() |
专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
通讯作者 | 梁炜 |
作者单位 | 1.中国科学院大学 2.Department of Mechanical Aerospace and Biomedical Engineering University of Tennessee 3.中国科学院机器人与智能制造创新研究院 4.中国科学院沈阳自动化研究所工业控制网络与系统研究室 |
推荐引用方式 GB/T 7714 | 谈金东,李杨,梁炜,等. 基于层级循环神经网络的术中X线图像腰椎自动识别[J]. 计算机辅助设计与图形学学报,2019,31(1):132-140. |
APA | 谈金东,李杨,梁炜,张吟龙,&安海博.(2019).基于层级循环神经网络的术中X线图像腰椎自动识别.计算机辅助设计与图形学学报,31(1),132-140. |
MLA | 谈金东,et al."基于层级循环神经网络的术中X线图像腰椎自动识别".计算机辅助设计与图形学学报 31.1(2019):132-140. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论