龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于双层CSwin和CNN的头影标志点定位方法，包括：1采集头颅侧位影像数据集，标注头影标志点后划分为训练集和验证集；2对训练集和验证集中的头颅侧位影像进行预处理；并将头颅侧位影像中的头影标志点位置转换为二维高斯热图；3构建标志点定位模型，所述的标志点定位模型包括一个CNN编码器、一个双层CSwin编码器和一个解码器；4利用训练集对标志点定位模型进行训练，并通过验证集对训练好的模型进行验证；5将待定位的头颅侧位影像预处理后输入训练好的模型，预测得到头影标志点的热图；将热图转换为标志点，得到头影标志点的坐标。利用本发明，可以获得更为精准的头影标记点定位结果。
主权项：1.一种基于双层CSwin和CNN的头影标志点定位方法，其特征在于，包括以下步骤：1采集头颅侧位影像数据集，标注头影标志点后划分为训练集和验证集；2对训练集和验证集中的头颅侧位影像进行预处理；并将头颅侧位影像中的头影标志点位置转换为二维高斯热图；3构建标志点定位模型，所述的标志点定位模型包括一个CNN编码器、一个双层CSwin编码器和一个解码器；其中，CNN编码器使用Densenet-121作为骨干网络，在对应的四个CNNBlock中，将标准卷积替换成深度可分离卷积；通过CNN编码器提取出头颅侧位影像的多尺度特征{C1,C2,C3,C4}；双层CSwin编码器中，每一层CSwin都有四个阶段，每个阶段的CSwinBlock分别提取对应的特征表示，然后把同阶段的特征输入到CF模块，得到头颅侧位影像的每阶段的融合特征{S1,S2,S3,S4}；最终将CNN编码器输出的多尺度特征{C1,C2,C3,C4}与双层CSwin编码器输出的每阶段的融合特征{S1,S2,S3,S4}输入到解码器，解码器先融合两个编码器相同尺度的特征，同时通过上采样融合上一阶段不同尺度的特征；最后通过两层卷积对最终的特征进行热图回归，得到预测热图。4利用训练集对标志点定位模型进行训练，并通过验证集对训练好的模型进行验证；5将待定位的头颅侧位影像预处理后输入训练好的模型，预测得到头影标志点的热图；将热图转换为标志点，得到头影标志点的坐标。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于双层CSwin和CNN的头影标志点定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号