-
公开(公告)号：CN114359317A
公开(公告)日：2022-04-15
申请号：CN202111550766.3
申请日：2021-12-17
Applicant: 浙江大学滨江研究院
IPC: G06T7/13 , G06T17/00 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种基于小样本识别的血管重建方法，包括：S1获取获训练样本血管树的CT数据，所述CT数据包括带有血管横截面图像的CT切片与对应的CT值；S2操作员在设备上对部分CT切片中的血管进行标注，获得一组精标注数据；S3基于S2中获得的精标注数据，通过神经网络训练，获得初代识别模型；S4对初代识别模型进行迭代数据扩充训练，最终获得能识别CT切片中的血管并输出结果的识别模型；S5基于S4中获得的识别模型，对待重建血管树的CT数据进行识别，获得血管的空间信息；S6根据S5中获得的空间信息将血管连接，通过后期处理，获得最终的血管树三维模型。该方法在保证识别准确率的同时降低人工标注耗时，提高了识别效率。
-
公开(公告)号：CN114298986B
公开(公告)日：2025-01-17
申请号：CN202111549864.5
申请日：2021-12-17
Applicant: 浙江大学滨江研究院
Abstract: 本发明公开了一种基于多视点无序X光片的胸腔骨骼三维构建方法，包括：S1通过利用X射线设备对胸腔进行扫描拍摄，获得初始图像组，所述初始图像组包括多个角度下扫描生成的X光片图像；S2初始图像组进行预处理，同时基于X射线设备的构建相机模型，确定相机内外参数；S3对X光片图像进行特征提取，并进行特征点匹配；S4利用运动恢复结构算法进行稀疏点云模型的构建；S5提取稀疏点云模型中的几何信息，构建获得稠密点云模型；S6通过后期处理，获得具有颜色、纹理和结构特点的胸腔骨骼三维模型。本发明还提供基于该构建方法的系统。该方法操作简单，只需提供一组病人的X光片图像，从而获得表面纹理清晰的胸腔骨骼三维模型。
-
公开(公告)号：CN114298986A
公开(公告)日：2022-04-08
申请号：CN202111549864.5
申请日：2021-12-17
Applicant: 浙江大学滨江研究院
Abstract: 本发明公开了一种基于多视点无序X光片的胸腔骨骼三维构建方法，包括：S1通过利用X射线设备对胸腔进行扫描拍摄，获得初始图像组，所述初始图像组包括多个角度下扫描生成的X光片图像；S2初始图像组进行预处理，同时基于X射线设备的构建相机模型，确定相机内外参数；S3对X光片图像进行特征提取，并进行特征点匹配；S4利用运动恢复结构算法进行稀疏点云模型的构建；S5提取稀疏点云模型中的几何信息，构建获得稠密点云模型；S6通过后期处理，获得具有颜色、纹理和结构特点的胸腔骨骼三维模型。本发明还提供基于该构建方法的系统。该方法操作简单，只需提供一组病人的X光片图像，从而获得表面纹理清晰的胸腔骨骼三维模型。
-
-
Search Results
3
records
(took 0.021 seconds)
