一种基于隐表达网络的肺部气道树模型重建方法及系统

    公开(公告)号:CN119313848A

    公开(公告)日:2025-01-14

    申请号:CN202411357231.8

    申请日:2024-09-27

    Abstract: 本公开提供一种基于隐表达网络的肺部气道树模型重建方法及系统,其中,基于隐表达网络的肺部气道树模型重建方法,包括:获取三维医学影像图像;对三维医学影像图像进行体渲染等值面算法处理,确定第一部分数据集;根据第一部分数据集确定第二部分数据集;采用第二部分数据集对预设的基于深度几何对应关系的隐表达网络进行训练,确定完成模型训练的基于深度几何对应关系的隐表达网络;将包含肺部气道树的三维医学影像图像输入完成模型训练的基于深度几何对应关系的隐表达网络中,确定重建的肺部气道树模型。通过本公开,基于深度几何对应关系的隐表达网络,在连续空间中建模肺部气道树模型,提高肺部气道树模型重建的完整度和保真度。

    基于隐表达网络的器官形状重建方法、系统、介质及终端

    公开(公告)号:CN117372652A

    公开(公告)日:2024-01-09

    申请号:CN202311502980.0

    申请日:2023-11-13

    Inventor: 顾运 张明辉

    Abstract: 本公开提供一种基于隐表达网络的器官形状重建方法、系统、介质及终端,其中,基于隐表达网络的器官形状重建方法,包括:确定第一部分数据集;采用第一部分数据集中的三维体数据进行渲染等值面算法处理,再依次进行坐标变换处理、形状对齐变换处理和点云采样处理,确定第二部分数据集;采用第一部分数据集训练的卷积神经网络模型的粗分割结果和采用第二部分数据集训练的基于隐表达的神经网络的隐表达模板进行基于隐变量的点云采样,确定第三部分数据集,采用第三数据集优化基于隐表达的神经网络模型,再对粗分割结果进行形状优化处理。通过本公开,实现基于隐表达的神经网络中模板形状和连续空间的建模能力,提高重建的器官形状的准确性。

Patent Agency Ranking