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：天津大学

摘要：本发明公开一种基于强化学习的X射线头影测量标志点自动定位方法，包括以下：获取若干训练用的正畸科X线头颅侧位片图像数据，人工标注出多个标志点的位置，并预处理后确定每一个标志点的最终位置；建立马尔科夫决策过程模型，基于深度强化学习定位算法，求解马尔科夫决策过程，得到最优策略；S3）输入一张X线头颅侧位片，得到每个标志点的估算值，在图中标出目标点和经过模型预测的标志点位置，同目标点相比较得出平均误差和方差。本发明采用深度强化学习的方法，将头影标志点定位问题表示为强化学习中的顺序决策问题；能够针对不同的标志点，分配不同的强化学习代理，同时探索各自的标志点，从而解决头影标志点定位的耗时和准确性问题。

主权项：1.一种基于强化学习的X射线头影测量标志点自动定位方法，其特征在于，包括以下：S1准备数据集：获取若干训练用的正畸科X线头颅侧位片图像数据，人工标注出多个标志点的位置，并预处理后确定每一个标志点的最终位置；S2训练阶段：建立马尔科夫决策过程模型，基于深度强化学习定位算法，求解马尔科夫决策过程MDP，得到最优策略；S21建立基于邻居的推理模块NeighborReasoningModule，以帮助agent做出更好的决策，该模块利用图神经网络层聚合所有agent学习到的解剖标志点特征，为每一个agent生成对应的空间信息；S22将额外的空间信息视为一种全局的结构信息，起到显式的联络作用，来辅助agent对标志点的推理过程；S23将头影图像作为环境environment，agent从一个起始点出发，根据在当前位置观察到的状态，采取由粗到细的搜索策略，从学习策略分布中采样的离散动作，即上、下、左、右中的一个方向与环境进行交互，agent试图获得一个最优策略，该策略将最大化长期回报，并且将其表现为折扣累积回报G；S24针对每个标志点分配一个agent，所有agent共同在environment中搜索，实现在给定的二维X光头影中同时对多个标志点进行定位；S3测试评估阶段：输入一张X线头颅侧位片，得到每个标志点的估算值，在图中标出目标点和经过步骤S2预测的标志点位置，同目标点相比较得出平均误差和方差。

全文数据：

权利要求：

百度查询： 天津大学 基于强化学习的X射线头影测量标志点自动定位方法