-
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：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。
-
公开(公告)号：CN107507234A
公开(公告)日：2017-12-22
申请号：CN201710756002.7
申请日：2017-08-29
Applicant: 北京大学
IPC: G06T7/33
Abstract: 本发明公布了一种锥束计算机断层扫描图像与X光图像配准方法，利用基于混合残差卷积神经网络的回归模型建立二维X光图像与三维锥束CT图像非刚性变形参数之间的关联，基于混合残差卷积神经网络与变形参数迭代优化方法，实现可靠的在线二维三维图像配准；包括：提取得到图像通道；训练基于混合残差卷积神经网络的回归模型；进行基于回归的二维三维非刚性配准；迭代优化变形参数；由此得到由变形参数确定的最终的体图像，实现基于迭代回归的二维三维图像配准。本发明能够实现可靠的在线二维三维图像配准，可用于口腔临床基于二维与三维图像评价治疗及分析颅面生长。
-
公开(公告)号：CN107507234B
公开(公告)日：2019-11-01
申请号：CN201710756002.7
申请日：2017-08-29
Applicant: 北京大学
IPC: G06T7/33
Abstract: 本发明公布了一种锥束计算机断层扫描图像与X光图像配准方法，利用基于混合残差卷积神经网络的回归模型建立二维X光图像与三维锥束CT图像非刚性变形参数之间的关联，基于混合残差卷积神经网络与变形参数迭代优化方法，实现可靠的在线二维三维图像配准；包括：提取得到图像通道；训练基于混合残差卷积神经网络的回归模型；进行基于回归的二维三维非刚性配准；迭代优化变形参数；由此得到由变形参数确定的最终的体图像，实现基于迭代回归的二维三维图像配准。本发明能够实现可靠的在线二维三维图像配准，可用于口腔临床基于二维与三维图像评价治疗及分析颅面生长。
-
-
-
Search Results
4
records
(took 0.016 seconds)
