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：清华大学;贵州省人民医院
申请日：2022-01-14
公开（公告）日：2024-06-28
公开（公告）号：CN114511513B
主分类号：G06T7/00
分类号：G06T7/00;G06T7/11;G06N3/0464;G06N3/084;G06V10/774;G06V10/82
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2022.06.03#实质审查的生效;2022.05.17#公开
摘要：本申请提出了一种基于深度卷积神经网络的脑动脉瘤三维检测分割方法，包括：获取待分割的三维医学图像数据；对三维医学图像数据的预测进行初始化，生成种子点作为初始的已测试区域；从已测试区域向外扩张一个区域，得到扩张区域；将扩张区域输入至训练好的流网络模型中，对扩张区域进行预测，并将经过预测的扩张区域并入已测试区域；对三维医学图像数据进行迭代预测，直到已测试区域完全覆盖三维医学图像数据，完成预测，得到三维医学图像数据的预测结果；根据三维医学图像数据的预测结果，得到三维医学图像数据的分割结果。本申请引入了流网络模型中迭代预测的思路，在保持样本三维结构信息的同时减少了模型的参数量，从而使模型更加准确、便捷。
主权项：1.一种基于深度卷积神经网络的脑动脉瘤三维检测分割方法，其特征在于，获取待分割的三维医学图像数据；对所述三维医学图像数据的预测进行初始化，生成种子点作为初始的已测试区域；从所述已测试区域向外扩张一个区域，得到扩张区域；将所述扩张区域输入至训练好的流网络模型中，对所述扩张区域进行预测，并将经过预测的扩张区域并入已测试区域；对所述三维医学图像数据进行迭代预测，直到所述已测试区域完全覆盖所述三维医学图像数据，完成预测，得到三维医学图像数据的预测结果；根据所述三维医学图像数据的预测结果，得到三维医学图像数据的分割结果；其中，所述对所述三维医学图像数据的预测进行初始化，生成种子点作为初始的已测试区域，包括：在所述三维医学图像数据上随机生成种子点，将种子点所在的体素点作为初始的已测试区域。
全文数据：
权利要求：
百度查询： 清华大学;贵州省人民医院 基于深度卷积神经网络的脑动脉瘤三维检测分割方法
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