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：西华大学
申请日：2024-04-17
公开（公告）日：2024-06-28
公开（公告）号：CN118262053A
主分类号：G06T17/00
分类号：G06T17/00;G06T7/136;G06N3/0464;G06N3/0475;G06N3/094
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供一种基于生成式对抗神经网络的骨肌三维重构方法，包括收集头部的CT影像数据集；对数据集进行预处理，阈值范围划分出来后，应用3Dslicer的重建功能，将头骨和头部的三维模型重建出来，并导出为STL文件，使用Meshlab软件对头部和头骨三维模型进行平滑处理和后处理；在Tensorflow框架下，采用基于生成式对抗神经网络的三维重构网络，训练完成后调整超参数，以优化生成器和判别器，获得最佳模型；将患者的头部三维模型输入模型之后，得到其头骨的三维模型。本发明可以使医疗工作者更加容易得到患者的头骨三维模型，从而开展下一步工作。
主权项：1.一种基于生成式对抗神经网络的骨肌三维重构方法，其特征在于，包括以下步骤：第一步，收集头部的CT影像数据集；第二步，获得数据集后对数据集进行预处理，对每个患者的CT影像进行阈值分割；第三步，阈值范围划分出来后，将头骨和头部的三维模型重建出来，并导出为STL文件；第四步，对头部和头骨三维模型进行平滑处理和后处理；第五步，采用基于生成式对抗神经网络的三维重构网络，将预处理后的数据集作为真实数据输入网络，经过卷积和池化操作，提取面部特征输入判别器作为真样本，生成器接受噪声产生假数据输入判别器，判别器在损失函数作用下，区分真样本与假样本；生成器和判别器通过这种方式完成对抗训练，训练完成后调整超参数，以优化生成器和判别器，获得最佳模型；第六步，将患者的头部三维模型输入模型之后，得到其头骨的三维模型。
全文数据：
权利要求：
百度查询： 西华大学 一种基于生成式对抗神经网络的骨肌三维重构方法
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