基于层级循环神经网络的术中X线图像腰椎自动识别
文献类型：期刊论文
| 作者 | 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
 |
| 出版日期 | 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) |
| 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. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
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。