-
公开(公告)号：CN114972390B
公开(公告)日：2025-04-08
申请号：CN202210828536.7
申请日：2022-07-13
Applicant: 河海大学常州校区
IPC: G06T7/12 , G06T7/11 , G06V10/46 , G06T3/4007
Abstract: 本发明公开了一种融合骨架线的复杂骨骼模型自动分割方法，包括如下步骤：步骤一：确定骨骼模板分割边界特征点。构建几何平均化模型作为模板，基于骨骼的医学定义交互式选取分割边界，在分割边界上根据表面几何性质确定边界特征点；步骤二：选取目标骨骼带状分割区域。分别提取骨骼模板和目标骨骼的骨架线，根据模板中骨架线的比例划分确定目标骨骼的带状分割区域；步骤三：目标骨骼的准确分割。根据模板边界特征点的几何性质，在目标骨骼的带状分割区域内确定边界特征点，由边界特征点得到分割曲线，实现目标骨骼的分割。本发明可以快速地将复杂骨骼分割成便于研究的不同区域，节省时间与人工成本，并对骨骼受损类型的判断具有重要意义。
-
公开(公告)号：CN114972390A
公开(公告)日：2022-08-30
申请号：CN202210828536.7
申请日：2022-07-13
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种融合骨架线的复杂骨骼模型自动分割方法，包括如下步骤：步骤一：确定骨骼模板分割边界特征点。构建几何平均化模型作为模板，基于骨骼的医学定义交互式选取分割边界，在分割边界上根据表面几何性质确定边界特征点；步骤二：选取目标骨骼带状分割区域。分别提取骨骼模板和目标骨骼的骨架线，根据模板中骨架线的比例划分确定目标骨骼的带状分割区域；步骤三：目标骨骼的准确分割。根据模板边界特征点的几何性质，在目标骨骼的带状分割区域内确定边界特征点，由边界特征点得到分割曲线，实现目标骨骼的分割。本发明可以快速地将复杂骨骼分割成便于研究的不同区域，节省时间与人工成本，并对骨骼受损类型的判断具有重要意义。
-
公开(公告)号：CN115797741A
公开(公告)日：2023-03-14
申请号：CN202211597408.2
申请日：2022-12-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于图神经网络融合全局特征的脊椎骨骨折判别方法，其特征在于，包括如下步骤：步骤一：椎骨CT影像数据的获取；椎骨CT影像数据中包括目标脊椎与全部椎骨,而预处理这里是指数据增强处理；步骤二：局部图的构建与全局图的构建；对步骤一处理完的数据，构建局部和全局图；步骤三：分别提取全局特征与局部特征；从步骤二获得的局部和全局脊椎图结构数据中提取节点特征与图特征；步骤四：融合全局特征与局部特征，对疑似骨折节点进行预测。本发明不仅能对疑似骨折的椎骨进行自动判别，同时由于其对病灶节点关系进行了建模以及融合了全局特征，对于多发性脊椎骨骨折的判别具有重要意义。
-
-
Search Results
3
records
(took 0.02 seconds)
