龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京朗视仪器股份有限公司
摘要：本发明提出一种基于深度学习的CBCT图像空腔区域分割方法，属于图像处理领域，包括：步骤S1：采集原始CBCT数据，对其进行预处理，生成样本集；步骤S2：构建基于空腔边界信息的空腔分割卷积神经网络，包括：编码器和解码器，编码器包括特征提取网络和边缘提取网络，解码器包括一个多层特征融合分割模块；步骤S3：分别构建边缘提取网络和空腔分割卷积神经网络的损失函数，基于二者构建总损失函数，对空腔分割卷积神经网络进行监督训练，损失函数收敛后得到训练好的空腔分割卷积神经网络；步骤S4:利用训练好的空腔分割卷积神经网络对待分割CBCT图像进行分割。本发明方法对CBCT图像的空腔区域分割结果的边界更精细，可明显提升空腔区域分割的精度和速度。
主权项：1.一种基于深度学习的CBCT图像空腔区域分割方法，其特征在于，包括：步骤S1：采集原始CBCT数据，对其进行预处理，生成样本集；步骤S2：构建基于空腔边界信息的空腔分割卷积神经网络，包括：编码器和解码器，其中，所述编码器包括特征提取网络和边缘提取网络，所述解码器包括一个多层特征融合分割模块；步骤S3：训练所述基于空腔边界信息的空腔分割卷积神经网络，分别构建所述边缘提取网络的损失函数和所述基于空腔边界信息的空腔分割卷积神经网络的损失函数，基于二者构建总损失函数，对所述基于空腔边界信息的空腔分割卷积神经网络进行监督训练，所述总损失函数收敛后得到训练好的基于空腔边界信息的空腔分割卷积神经网络；步骤S4：利用训练好的所述基于空腔边界信息的空腔分割卷积神经网络对待分割CBCT图像进行分割。
全文数据：
权利要求：
百度查询： 北京朗视仪器股份有限公司 基于深度学习的CBCT图像空腔区域分割方法及系统
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