-
公开(公告)号：CN112150524A
公开(公告)日：2020-12-29
申请号：CN202011048036.9
申请日：2020-09-29
Applicant: 武汉大学
Abstract: 本发明公开了一种基于深度学习的二维和三维医学图像配准方法和系统，先利用深度学习技术对三维医学图像中的目标病灶进行分割，然后对分割出来的图像进行重建。根据临床先验信息从重建的三维图像中获取病灶的边缘信息，得到若干个二值图。通过摄像头获取医师所需要观察的部位，利用深度学习技术计算目标病灶的边缘，得到另外一个二值图。运用图像配准技术将这两种来源的二值图进行配准，得到的两种类型的图像之间的变换矩阵，将这一变换矩阵应用在原始图像之上，即完成了图像配准问题。这一方法使得医师可以在诊断和治疗过程中具有一双实时的“透视眼”，更好的完成了医学图像配准任务，更加充分的利用了患者的影像学检查信息，辅助了临床治疗。
-
公开(公告)号：CN112150524B
公开(公告)日：2022-03-11
申请号：CN202011048036.9
申请日：2020-09-29
Applicant: 武汉大学
Abstract: 本发明公开了一种基于深度学习的二维和三维医学图像配准方法和系统，先利用深度学习技术对三维医学图像中的目标病灶进行分割，然后对分割出来的图像进行重建。根据临床先验信息从重建的三维图像中获取病灶的边缘信息，得到若干个二值图。通过摄像头获取医师所需要观察的部位，利用深度学习技术计算目标病灶的边缘，得到另外一个二值图。运用图像配准技术将这两种来源的二值图进行配准，得到的两种类型的图像之间的变换矩阵，将这一变换矩阵应用在原始图像之上，即完成了图像配准问题。这一方法使得医师可以在诊断和治疗过程中具有一双实时的“透视眼”，更好的完成了医学图像配准任务，更加充分的利用了患者的影像学检查信息，辅助了临床治疗。
-
Search Results
2
records
(took 0.017 seconds)
