-
公开(公告)号：CN116128942A
公开(公告)日：2023-05-16
申请号：CN202310111112.3
申请日：2023-02-14
Applicant: 上海交通大学
Abstract: 本发明提供一种基于深度学习的三维多模块医学影像的配准方法和系统，包括：获取点云数据并进行处理；通过深度学习网络从处理过的点云数据中提取不同模态医学影像的特征点；对所述特征点进行预配准，确定所述不同模态医学影像的输出位置；通过阈值点云配准和点云分割配准对所述预配准的结果进行配准优化。本发明针对不同模态的医学影像成像效果和成像区域有所差别，初始的三维空间位置相距甚远的情况做出改善，可以结合不同模态的医学影像并进行三维配准，并显示到同一块区域中以辅助医护人员更好地进行诊断参考；其设计的方法块均为可以根据不同场景和需求进行动态调整的，能够更好地应用于不同的医学分支领域。
-
公开(公告)号：CN120048492A
公开(公告)日：2025-05-27
申请号：CN202510209697.1
申请日：2025-02-25
Applicant: 上海交通大学
Abstract: 本公开提供一种基于深度学习的颞下颌关节偏斜确定方法及系统，其中，方法，包括：获取用户的多视角二维图像和面扫数据；采用预设的多视角照片重建算法对用户的多视角二维图像进行三维重建，确定用户的三维面部模型；采用预设的点云特征提取网络，确定用户的三维面部模型和面扫数据的关键特征点；将用户的三维面部模型和面扫数据的关键特征点输入预设多模态图像配准算法，确定同一三维空间的多模态数据；将多模态数据输入预设的深度神经网络进行诊断，确定用户的诊断结果；根据多模态数据，确定用户对应的颞下颌关节偏斜的面部指标。通过本公开，采用二维图像实现颞下颌关节偏斜的早期筛查，降低数据采集成本，提高医疗诊断的效率和精度。
-
Search Results
2
records
(took 0.015 seconds)
