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：大连云间来客科技有限公司

摘要：本发明涉及数据处理技术领域，具体涉及一种用于骨科影像学诊断的骨骼病灶识别辅助方法，该方法采集X光图像得到对应的灰度图像，基于灰度图像计算每个像素点的梯度构建梯度直方图；对梯度直方图划分梯度级，根据梯度级对像素点进行聚类得到多个初始聚类中心点；基于每个初始聚类中心点的邻域范围内的其他像素点的梯度确认最终聚类中心点；将最终聚类中心点作为种子点，根据每个种子点周围像素点的梯度为对应种子点分配权重，利用获取灰度图像中骨骼病灶上的关键点与种子点之间的特征距离，基于特征距离进行超像素分割以对病灶区域进行识别。本发明使得超像素分割结果更加准确，更加便于骨骼病灶的识别和辅助诊断。

主权项：1.用于骨科影像学诊断的骨骼病灶识别辅助方法，其特征在于，该方法包括以下步骤：采集患者部位的X光片图像，对所述X光片图像进行灰度化处理得到对应的灰度图像；获取灰度图像中每个像素点的梯度，以梯度为横坐标、对应像素点数量为纵坐标构建梯度直方图；基于梯度直方图中每种梯度对应的像素点数量进行梯度级划分，得到至少两个梯度级；基于梯度级将灰度图像中的像素点分成了相等数量的簇；基于像素点之间的距离分别对每个簇进行聚类得到对应簇中的至少两个初始聚类中心点；获取每个初始聚类中心点的邻域范围内的其他像素点的梯度构成梯度序列以及灰度值构成的灰度值序列，结合梯度序列和灰度值序列计算对应邻域范围内每个其他像素点与对应初始聚类中心点之间的相似度，根据邻域范围内每个其他像素点对应的相似度计算相似度方差以确认最终聚类中心点；将最终聚类中心点作为种子点，根据每个种子点周围像素点的梯度为对应种子点分配权重；利用SIFT算法获取灰度图像中骨骼病灶上的关键点，基于颜色和空间距离以结合权重计算每个关键点与种子点之间的特征距离，基于颜色和空间距离计算非关键点与种子点之间的特征距离，基于特征距离对所述X光片图像进行超像素分割，利用超像素分割后的所述X光片图像对病灶区域进行识别；所述结合梯度序列和灰度值序列计算对应邻域范围内每个其他像素点与对应初始聚类中心点之间的相似度的方法，包括：分别根据梯度序列计算梯度标准差、灰度值序列计算灰度值标准差；获取梯度标准差和灰度值标准差之间的第一乘积，计算初始聚类中心点与其邻域内任意一个其他像素点之间的灰度值的差值绝对值，将第一乘积和差值绝对值的相加结果的相反数代入以常数e为底数的指数函数中，得到对应其他像素点与初始聚类中心点之间的相似度；所述根据每个种子点周围像素点的梯度为对应种子点分配权重的方法，包括：计算种子点的八邻域范围内对应像素点之间的平均梯度值，将平均梯度值代入以常数e为底数的指数函数中得到的结果作为对应种子点的权重；所述基于颜色和空间距离以结合权重计算每个关键点与种子点之间的特征距离的方法，包括：基于颜色和空间距离获取每个关键点与种子点之间的总距离；将种子点的权重的相反数代入以常数e为底数的指数函数的结果与总距离相乘，得到的相乘结果作为对应关键点与种子点之间的特征距离。

全文数据：

权利要求：

百度查询： 大连云间来客科技有限公司 用于骨科影像学诊断的骨骼病灶识别辅助方法