- 专利标题： 一种基于深度特征学习的软组织表面运动跟踪方法
-
申请号： CN202011525648.2申请日： 2020-12-22
-
公开(公告)号： CN112614152B公开(公告)日： 2022-03-25
- 发明人: 杨波 , 侯鹏飞 , 郑文锋 , 刘珊
- 申请人： 电子科技大学
- 申请人地址： 四川省成都市高新区(西区)西源大道2006号
- 专利权人： 电子科技大学
- 当前专利权人： 电子科技大学
- 当前专利权人地址： 四川省成都市高新区(西区)西源大道2006号
- 代理机构： 成都行之专利代理事务所
- 代理商 温利平
- 主分类号： G06T7/223
- IPC分类号： G06T7/223 ; G06T7/246 ; G06T7/66 ; G06N3/04
摘要：
本发明公开了一种基于深度特征学习的软组织表面运动跟踪方法，在图像三角剖分、重心坐标系理论与深度匹配三种算法的改进结合下，构造了一种无标记少样本的软组织特征跟踪算法模型，然后通过该模型实现对人体软组织目标区域准确、快速的表面运动跟踪，解决了以往各种特征跟踪中或者目标跟踪中需要大量标记样本的问题，符合当前临床医疗发展的需要。
公开/授权文献
- CN112614152A 一种基于深度特征学习的软组织表面运动跟踪方法 公开/授权日：2021-04-06