-
公开(公告)号：CN112734814A
公开(公告)日：2021-04-30
申请号：CN201911029712.5
申请日：2019-10-28
Applicant: 北京大学
Abstract: 本发明公布了一种三维颅面锥形束CT图像配准方法，建立基于非监督学习的配准全卷积神经网络，通过成对CBCT图像之间稠密一致的体素级别对应求解，有效实现三维颅面CBCT的图像配准，并满足可逆一致的要求，实现三维颅面锥形束CT(CBCT)图像的高效的在线配准，大幅减少配准用时。
-
公开(公告)号：CN107203988A
公开(公告)日：2017-09-26
申请号：CN201610157767.4
申请日：2016-03-18
Applicant: 北京大学
CPC classification number: G06T7/0012 , G06T15/10 , G06T2207/10081 , G06T2207/30008 , G06T2215/06
Abstract: 本发明公布了一种由二维X光图像重建三维体图像的方法，包括训练回归模型阶段和在线重建三维体图像阶段；利用成对的三维体图像与其对应的二维X光图像训练得到回归森林模型；再输入一张二维X光图像，采用训练回归模型阶段学习获得的回归森林模型进行预测，得到三维体图像；该方法应用于对颅骨形态进行重建生成三维颅面体图像，使用锥束CT图像作为训练数据训练回归模型，可以一张X光片通过重建得到的体图像中三维骨结构表面，大大降低了回归预测的计算代价，同时利用迭代修正可以有效改善重建体图像精度，重建得到的三维体图像可用于口腔临床对于颅面生长规律的分析。
-
公开(公告)号：CN112581513A
公开(公告)日：2021-03-30
申请号：CN201910932750.5
申请日：2019-09-29
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特征提取与对应方法，包括：计算得到锥束CT图像的超体素分解与谱空间正交基函数；2)建立体图像对应任务导向的深度神经网络并进行预训练，得到体图像对应任务导向的深度神经网络参数；训练体图像对应任务导向的深度神经网络；利用训练好的体图像对应任务导向的深度神经网络，对待处理的锥束CT图像实现特征提取与对应。采用本发明提供的技术方案，可以快速建立三维锥束计算机断层扫描图像对应与配准，进一步地，可进行计算机辅助的术中干预与在线的特征点定位与分割标签迁移。
-
Patent Agency Ranking
公开(公告)号：CN112734814B
公开(公告)日：2023-10-20
申请号：CN201911029712.5
申请日：2019-10-28
Applicant: 北京大学
IPC: G06T7/33 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公布了一种三维颅面锥形束CT图像配准方法，建立基于非监督学习的配准全卷积神经网络，通过成对CBCT图像之间稠密一致的体素级别对应求解，有效实现三维颅面CBCT的图像配准，并满足可逆一致的要求，实现三维颅面锥形束CT(CBCT)图像的高效的在线配准，大幅减少配准用时。
-
公开(公告)号：CN112581513B
公开(公告)日：2022-10-21
申请号：CN201910932750.5
申请日：2019-09-29
Applicant: 北京大学
IPC: G06T7/33 , G06T7/00 , G06V10/82 , G06V10/774 , G06V10/762 , G06N3/04
Abstract: 本发明公布了一种锥束计算机断层扫描图像特征提取与对应方法，包括：计算得到锥束CT图像的超体素分解与谱空间正交基函数；2)建立体图像对应任务导向的深度神经网络并进行预训练，得到体图像对应任务导向的深度神经网络参数；训练体图像对应任务导向的深度神经网络；利用训练好的体图像对应任务导向的深度神经网络，对待处理的锥束CT图像实现特征提取与对应。采用本发明提供的技术方案，可以快速建立三维锥束计算机断层扫描图像对应与配准，进一步地，可进行计算机辅助的术中干预与在线的特征点定位与分割标签迁移。
-
公开(公告)号：CN107203988B
公开(公告)日：2019-07-19
申请号：CN201610157767.4
申请日：2016-03-18
Applicant: 北京大学
Abstract: 本发明公布了一种由二维X光图像重建三维体图像的方法，包括训练回归模型阶段和在线重建三维体图像阶段；利用成对的三维体图像与其对应的二维X光图像训练得到回归森林模型；再输入一张二维X光图像，采用训练回归模型阶段学习获得的回归森林模型进行预测，得到三维体图像；该方法应用于对颅骨形态进行重建生成三维颅面体图像，使用锥束CT图像作为训练数据训练回归模型，可以一张X光片通过重建得到的体图像中三维骨结构表面，大大降低了回归预测的计算代价，同时利用迭代修正可以有效改善重建体图像精度，重建得到的三维体图像可用于口腔临床对于颅面生长规律的分析。
-
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
