-
题名基于生成对抗网络的下肢X光图像三维重建算法
被引量：1
- 1
-
-
作者
叶瑞雯
王宝会
-
机构
北京航空航天大学软件学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第S02期222-228,共7页
-
基金
北京市自然科学基金(L222059)。
-
文摘
下肢骨畸形一直是骨科医疗中一个常见且治疗难度较大的病症,通常需要医生基于病人下肢骨正侧位X光片进行畸形程度判断。其诊断与手术方案设计高度依赖医生的专业程度与经验水平,是当前医疗领域非常重要的一个难题。为了降低医生诊断难度,需要给医生提供更加直观准确的下肢骨畸形模型展示。文中将人工智能深度学习技术应用到医疗影像处理与三维重建中,提出PSSobel-X2CTGAN模型以实现基于二维X光影片到三维CT图像的重建。主要研究内容包括:1)调研梳理CT影像归一化、裁剪缩放和DRR生成的数据预处理流程,使其能更好地应用于三维重建模型的训练和预测;2)将生成对抗原理运用于模型训练中,通过对生成器上采样过程的优化使得生成的三维模型更加接近真实情况;3)设计合理的损失函数,在基本的重建损失和投影损失基础上,引入sobel loss使得最终图片的边缘更加清晰,更适用于高精度的三维骨模型重建。在开源的盆骨和膝关节数据上进行实验,结果表明所提模型在各项评价指标上都优于原始模型,且从可视化的图片结果来看,该模型所提能取得较为满意的效果,对下肢畸形诊断具有实用价值。
-
关键词
下肢畸形矫正
三维重建
医学影像处理
生成对抗网络
-
Keywords
Lower limb deformity correction
3D reconstruction
Medical imaging processing
Generative adversarial network
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
