换一批基于机器视觉和图像特征识别的近距离治疗机放射源位置准确性自动检测技术的研究
Research on Automatic Detection Technology of Radioactive Source Position Accuracy of Brachytherapy Machine Based on Machine Vision and Image Feature Recognition
摘要目的 实现临床中近距离治疗机放射源位置精度检测技术与人工智能的融合.方法 基于仿射变换函数校正视频角度、LSD算法、Canny边缘检测算子和findContours函数识别运动的放射源目标等多种机器视觉算法,对放射源位置自动识别,实现近距离治疗机放射源位置精度检测的目的,并与传统人工检测方法进行对比分析.结果 与实际设置基准值相比,肉眼观察法和机器视觉分析测量得到放射源重复定位误差的精度为:(0.70±0.48)mm和(0.20±0.42)mm;测量得到放射源重复时间误差的精度为:(0.32±0.12)s、(0.03±0.00)s;测量得到的放射源累积定位误差精度为:(0.55±0.42)mm和(0.28±0.47)mm;机器视觉的精度高于肉眼观察法,且有统计学意义(P<0.05).在分析结果用时方面,放射源定位误差、重复定位误差、累积定位误差3个参数,肉眼观察法和视觉分析法用时分别约为1、10、20 min和1、6、10 min,机器视觉分析法用时更短.结论 机器视觉分析法测量放射源位置准确性自动检测技术能满足近距离治疗机质控指南要求,能满足基础和复杂质控项目的要求,具有时间短、稳定性高、自动化强的优点,是人工智能与临床医疗相结合的应用技术.
更多相关知识
关键词
机器视觉分析Canny边缘检测算子位置准确性自动化machine vision analysisCanny edge detection operatorposition accuracyautomation
栏目名称
DOI
10.12455/j.issn.1671-7104.250375
发布时间
2026-03-20（万方平台首次上网日期，不代表论文的发表时间）
- 浏览5
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
