公开(公告)号：CN111867465B

公开(公告)日：2025-02-07

申请号：CN201980018799.8

申请日：2019-03-12

Applicant: 勒维斯公司 ,  小利兰斯坦福大学理事会

Inventor： 方中南 ,  A·S·乔杜里 ,  李镇亨 ,  B·A·哈格里夫斯

IPC: A61B5/055 ,  G06T1/40 ,  G06N3/0464 ,  G06N3/088

Abstract: 本文中公开用于从厚切片图像产生薄切片图像的系统和方法。在一些实例中，深度学习系统可从厚切片图像计算残差并且将所述残差加入到所述厚切片图像以产生薄切片图像。在一些实例中，所述深度学习系统包含神经网络。在一些实例中，所述神经网络可包含一或多个层级，其中所述层级中的一或多个包含一或多个块。在一些实例中，每一层级包含卷积块和非线性激活函数块。在一些实例中，所述神经网络的所述层级可为级联式布置。

公开(公告)号：CN111867465A

公开(公告)日：2020-10-30

申请号：CN201980018799.8

申请日：2019-03-12

Applicant: 勒维斯公司 ,  小利兰斯坦福大学理事会

Inventor： 方中南 ,  A·S·乔杜里 ,  李镇亨 ,  B·A·哈格里夫斯

IPC: A61B5/055 ,  G06N3/00 ,  G06N3/02 ,  G06N3/04 ,  G06T1/40

Abstract: 本文中公开用于从厚切片图像产生薄切片图像的系统和方法。在一些实例中，深度学习系统可从厚切片图像计算残差并且将所述残差加入到所述厚切片图像以产生薄切片图像。在一些实例中，所述深度学习系统包含神经网络。在一些实例中，所述神经网络可包含一或多个层级，其中所述层级中的一或多个包含一或多个块。在一些实例中，每一层级包含卷积块和非线性激活函数块。在一些实例中，所述神经网络的所述层级可为级联式布置。