[发明专利]使用机器学习和扩展的霍夫变换的自动化感兴趣区域检测有效
| 申请号： | 201610409186.5 | 申请日： | 2016-03-30 |
| 公开（公告）号： | CN106127730B | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | Z·彭;L·赵;X·S·周 | 申请（专利权）人： | 西门子保健有限责任公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 叶菲;刘春元 |
| 地址： | 德国埃*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及使用机器学习和扩展的霍夫变换的自动化感兴趣区域检测。一种用于在数字医学图像中自动检测感兴趣的区域的方法，包括：通过使用过分割算法而将图像过分割成多个超像素；对于所述多个超像素中的每对近邻超像素，通过机器学习算法而计算每对处于三个预定类之一中的概率；对于所述多个超像素中的每个超像素，计算超像素处于感兴趣的区域中的概率；根据基于所计算的超像素概率而计算每个像素的值，生成边缘图；将经扩展的霍夫变换应用到所生成的边缘图以生成霍夫参数计数空间；通过排除假阳性边缘而确定霍夫参数计数空间中的最优四边形；以及指定感兴趣的区域为处于所确定的最优四边形的边界内。 | ||
| 搜索关键词： | 使用 机器 学习 扩展 变换 自动化 感兴趣 区域 检测 | ||
【主权项】：
一种用于在数字医学图像中自动检测感兴趣的区域的方法，包括：通过使用过分割算法而将图像过分割成多个超像素；对于所述多个超像素中的每对近邻超像素，通过机器学习算法而计算每对处于三个预定类之一中的概率；对于所述多个超像素中的每个超像素，计算超像素处于感兴趣的区域中的概率；根据基于所计算的超像素概率而计算每个像素的值，生成边缘图；将霍夫变换应用到所生成的边缘图以生成经变换的边缘图；以及基于经变换的边缘图而得出感兴趣的区域的边界。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西门子保健有限责任公司，未经西门子保健有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610409186.5/，转载请声明来源钻瓜专利网。
- 上一篇：光枪游戏定位方法及游戏终端
- 下一篇：一种假币犯罪信息分析系统及分析方法
