龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京长木谷医疗科技股份有限公司
申请日：2024-03-22
公开（公告）日：2024-06-18
公开（公告）号：CN118212126A
主分类号：G06T3/4046
分类号：G06T3/4046;G06T3/4007;G06T5/70;G06T5/30;G06V10/80;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本申请提供了一种基于深度学习的图像数据转换方法、装置、设备及计算机可读存储介质。该方法，包括：获取膝关节网格图像数据；将膝关节网格图像数据输入预设的图像数据类型转换模型中，输出对应的膝关节像素图像数据；其中，图像数据类型转换模型是基于全卷积神经网络经过模型训练得到的，全卷积神经网络包括：连续5层的卷积层、归一化层和池化层，在经过裁剪和融合后，对特征图进行多级上采样处理，得到与原始图像大小相同的特征矩阵；对膝关节像素图像数据进行布尔计算；将布尔计算后的膝关节像素图像数据转换为对应的膝关节网格图像数据。根据本申请实施例，能够提高图像数据类型转换的准确性。
主权项：1.一种基于深度学习的图像数据转换方法，其特征在于，包括：获取膝关节网格图像数据；将膝关节网格图像数据输入预设的图像数据类型转换模型中，输出对应的膝关节像素图像数据；其中，图像数据类型转换模型是基于全卷积神经网络经过模型训练得到的，全卷积神经网络包括：连续5层的卷积层、归一化层和池化层，在经过裁剪和融合后，对特征图进行多级上采样处理，得到与原始图像大小相同的特征矩阵；对膝关节像素图像数据进行布尔计算；将布尔计算后的膝关节像素图像数据转换为对应的膝关节网格图像数据。
全文数据：
权利要求：
百度查询： 北京长木谷医疗科技股份有限公司 基于深度学习的图像数据转换方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号