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：杭州深睿博联科技有限公司;北京深睿博联科技有限责任公司
摘要：本申请所提供的一种基于深度学习的肺部CT图像参数重建方法、系统、终端及存储介质，所述方法包括：将获取的肺部CT图像输入至预设的渐进式上采样骨架网络模型，输出特征图像；将所述特征图像输入至3D卷积神经网络模型，所述3D卷积神经网络模型为肺内分支、肺外分支和肺掩码分支组成的卷积神经网络模型；通过所述肺掩码分支对所述特征图像的每个像素进行分类，确定肺内部分与肺外部分并进行分类标记；将所述特征图像的肺内部分、肺外部分分别输入至所述肺内分支、肺外分支进行特征学习，生成肺内图像与肺外图像；将所述肺内分支、肺外分支的生成图像组合构成完整的CT生成图像；本申请利用深度学习技术实现CT图像不同参数的转化。
主权项：1.一种基于深度学习的肺部CT图像参数重建方法，其特征在于，包括：将获取的肺部CT图像输入至预设的渐进式上采样骨架网络模型，输出特征图像；将所述特征图像输入至3D卷积神经网络模型，所述3D卷积神经网络模型为肺内分支、肺外分支和肺掩码分支组成的卷积神经网络模型；通过所述肺掩码分支对所述特征图像的每个像素进行分类，确定肺内部分与肺外部分并进行分类标记；将所述特征图像的肺内部分、肺外部分分别输入至所述肺内分支、肺外分支进行特征学习，生成肺内图像与肺外图像；将所述肺内分支、肺外分支的生成图像组合构成完整的CT生成图像；其中：所述将获取的肺部CT图像输入至预设的渐进式上采样骨架网络模型，输出特征图像，包括：将所述肺部CT图像输入到编码模块进行特征提取，得到特征图像，并对所述特征图像进行多次卷积、池化实现下采样，得到不同分辨率的特征图；将不同分辨率的特征图输入到解码模块进行上采样，得到图像像素的位置信息；将所述编码模块与解码模块对应的相同尺度的特征图进行相加或并联连接，得到融合不同层次特征的特征图像；其中，所述渐进式上采样骨架网络模型包括编码模块、解码模块、跳跃连接模块。
全文数据：
权利要求：
百度查询： 杭州深睿博联科技有限公司 北京深睿博联科技有限责任公司 一种基于深度学习的肺部CT图像参数重建方法、系统、终端及存储介质
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