基于层级循环神经网络的术中X线图像腰椎自动识别

CORC > 沈阳自动化研究所 > 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

	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 ; 李杨1,3,4 ; 梁炜1,4 ; 张吟龙1,3,4 ; 安海博1,3,4
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.