位置:成果数据库 > 期刊 > 期刊详情页
基于BP神经网络的X光图像畸变校正技术的研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]哈尔滨工业大学机器人技术与系统国家重点实验室,哈尔滨150001
  • 相关基金:长江学者创新团队计划资助项目(IRT0423);国家自然科学基金资助项目(60505016,60675037)
中文摘要:

为解决基于图像导航的机器人辅助外科手术过程中X光图像的畸变特性问题,提出了一种新型的基于BP神经网络的X光畸变图像校正方法。该方法首先从一个标准模板的X光畸变图像中提取标定样本位置信息作为神经网络输入,以模板的标定样本真实位置信息为神经网络输出,构建BP神经网络。该BP神经网络能够实现畸变图像与真实模板之间的映射关系,从而达到图像畸变校正的目的。最后通过机器人辅助髓内钉锁孔实验对该方法进行了实验验证,证明了该方法的有效性。

英文摘要:

To solve the distortion problem of the X-ray image in the process of robot-assisted surgery, this paper proposed a new method of X-ray image distortion correction based on BP neural network. In this method, the BP neural network was built through using the position information of the calibration samples extracted from the distorted X-ray image in a standard template as the neural network input, and using the real position information of the calibration samples in the standard template as the neural network output. The mapping between the distorted X-ray image and the standard template could be achieved using this BP neural network, the distortion problem could be solved. The method was tested by the experiment of locking the distal screw of the medullary nail with the help of the robot-assisted surgery system, and it was proved to be effective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049