-
公开(公告)号：CN108205805A
公开(公告)日：2018-06-26
申请号：CN201611184654.X
申请日：2016-12-20
Applicant: 北京大学
Abstract: 本发明公布了一种锥束CT图像间体素稠密对应的自动建立方法，分为对级联测地随机森林进行训练过程和在线测试过程；首先根据锥束CT图像定义图像子集，基于表观随机森林获取图像子集间体素的相似度，然后基于级联测地随机森林更新图像子集间体素的相似度，再利用正则化机制获取原始图像间稠密体素对应，由此实现锥束CT图像间体素稠密对应的快速自动建立。本发明建立对应的方法有效克服了现有方法对标注数据的大量需求以及稠密体素对应效率低的问题，基于本发明的体素对应可得到锥束CT图像之间的非刚性变形以及配准，用于估计不同锥束CT图像之间的差异及临床正畸治疗评价。
-
Patent Agency Ranking
公开(公告)号：CN107730542B
公开(公告)日：2020-01-21
申请号：CN201710755960.2
申请日：2017-08-29
Applicant: 北京大学
Abstract: 本发明公布了一种锥束计算机断层扫描图像对应与配准方法，基于混合测度森林，利用非监督聚类森林生成锥束CT图像之间的超体素之间的稠密对应；再利用基于森林的测度估计锥束CT图像之间的超体素之间的稠密对应与锥束CT图像的配准。训练混合测度森林包括：提取超体素特征；训练初始聚类森林，估计超体素之间的相似度；估计弱标注；基于初始聚类森林迭代增强基于森林的测度；估计柔性一致度；在线测试将超体素特征输入到训练好的混合测度森林，估计超体素之间的相似度与对应，并估计柔性一致度；获取锥束CT图像之间的变形参数并实现配准。本发明可以快速建立三维锥束计算机断层扫描图像对应与配准。
-
公开(公告)号：CN107730542A
公开(公告)日：2018-02-23
申请号：CN201710755960.2
申请日：2017-08-29
Applicant: 北京大学
Abstract: 本发明公布了一种锥束计算机断层扫描图像对应与配准方法，基于混合测度森林，利用非监督聚类森林生成锥束CT图像之间的超体素之间的稠密对应；再利用基于森林的测度估计锥束CT图像之间的超体素之间的稠密对应与锥束CT图像的配准。训练混合测度森林包括：提取超体素特征；训练初始聚类森林，估计超体素之间的相似度；估计弱标注；基于初始聚类森林迭代增强基于森林的测度；估计柔性一致度；在线测试将超体素特征输入到训练好的混合测度森林，估计超体素之间的相似度与对应，并估计柔性一致度；获取锥束CT图像之间的变形参数并实现配准。本发明可以快速建立三维锥束计算机断层扫描图像对应与配准。
-
公开(公告)号：CN108205806B
公开(公告)日：2020-10-09
申请号：CN201611185771.8
申请日：2016-12-20
Applicant: 北京大学
Abstract: 本发明公布了一种锥束CT图像三维颅面结构的自动解析方法，基于图画模型和全卷积神经网络，训练图画模型用于解剖结构的自动检测与定位，利用全卷积神经网络构造解剖结构所在的锥束CT图像与对应的标注图像之间的映射。在测试阶段，对输入的三维锥束CT图像，首先利用图画模型检测感兴趣的解剖结构的空间位置，再利用全卷积深度网络估计该结构所在的图像子块的自动标注，实现三维颅面结构自动解析。本发明能够对锥束CT图像中感兴趣的三维颅面结构进行自动分割与标注，获得稳定结构的自动解析与分割，可用于口腔正畸临床治疗方案的制定与疗效的评价。
-
公开(公告)号：CN108205805B
公开(公告)日：2020-06-02
申请号：CN201611184654.X
申请日：2016-12-20
Applicant: 北京大学
Abstract: 本发明公布了一种锥束CT图像间体素稠密对应的自动建立方法，分为对级联测地随机森林进行训练过程和在线测试过程；首先根据锥束CT图像定义图像子集，基于表观随机森林获取图像子集间体素的相似度，然后基于级联测地随机森林更新图像子集间体素的相似度，再利用正则化机制获取原始图像间稠密体素对应，由此实现锥束CT图像间体素稠密对应的快速自动建立。本发明建立对应的方法有效克服了现有方法对标注数据的大量需求以及稠密体素对应效率低的问题，基于本发明的体素对应可得到锥束CT图像之间的非刚性变形以及配准，用于估计不同锥束CT图像之间的差异及临床正畸治疗评价。
-
公开(公告)号：CN108205806A
公开(公告)日：2018-06-26
申请号：CN201611185771.8
申请日：2016-12-20
Applicant: 北京大学
Abstract: 本发明公布了一种锥束CT图像三维颅面结构的自动解析方法，基于图画模型和全卷积神经网络，训练图画模型用于解剖结构的自动检测与定位，利用全卷积神经网络构造解剖结构所在的锥束CT图像与对应的标注图像之间的映射。在测试阶段，对输入的三维锥束CT图像，首先利用图画模型检测感兴趣的解剖结构的空间位置，再利用全卷积深度网络估计该结构所在的图像子块的自动标注，实现三维颅面结构自动解析。本发明能够对锥束CT图像中感兴趣的三维颅面结构进行自动分割与标注，获得稳定结构的自动解析与分割，可用于口腔正畸临床治疗方案的制定与疗效的评价。
-
-
-
-
-
Search Results
6
records
(took 0.04 seconds)
