基于深度神经网络的血管模型提取方法

    公开(公告)号:CN109472807B

    公开(公告)日:2021-11-26

    申请号:CN201811454839.7

    申请日:2018-11-30

    Abstract: 本发明公开一种基于深度神经网络的血管模型提取方法,包括:步骤1:血管数据增强,通过T_Frangi算法,依据空间尺度理论,从而将血管数据进行增强;步骤2:候选数据保留;步骤3:血管连通区域特征计算;步骤4:深度神经网络训练,将血管特征组成的元组作为输入来训练神经网络,从而获得血管提取模型。本发明所述的基于深度神经网络的血管模型提取方法,在深度增强后的血管候选区域上,利用血管连通性,构建每个连通区域的五元特征组,训练神经网络模型,从而对血管进行提取,该方法无需对整个体数据进行训练,只需考虑候选血管连通区域部分的计算,能有效去除孤立点,提取精确度高,具有较大的灵活性。

    基于深度神经网络的血管模型提取方法

    公开(公告)号:CN109472807A

    公开(公告)日:2019-03-15

    申请号:CN201811454839.7

    申请日:2018-11-30

    Abstract: 本发明公开一种基于深度神经网络的血管模型提取方法,包括:步骤1:血管数据增强,通过T_Frangi算法,依据空间尺度理论,从而将血管数据进行增强;步骤2:候选数据保留;步骤3:血管连通区域特征计算;步骤4:深度神经网络训练,将血管特征组成的元组作为输入来训练神经网络,从而获得血管提取模型。本发明所述的基于深度神经网络的血管模型提取方法,在深度增强后的血管候选区域上,利用血管连通性,构建每个连通区域的五元特征组,训练神经网络模型,从而对血管进行提取,该方法无需对整个体数据进行训练,只需考虑候选血管连通区域部分的计算,能有效去除孤立点,提取精确度高,具有较大的灵活性。

    一种利用积分曲线计算血管壁厚度的方法

    公开(公告)号:CN109448042A

    公开(公告)日:2019-03-08

    申请号:CN201811209581.4

    申请日:2018-10-17

    Abstract: 本发明涉及一种利用积分曲线计算血管壁厚度的方法,属于医学图像处理技术领域,主要包括如下步骤:1、血管壁分割,获取血管壁内外边界轮廓;2、在血管壁区域空间上计算调和函数;3、计算调和函数的梯度向量场;4、计算并跟踪积分曲线获得管壁厚度。本发明所述利用积分曲线计算血管壁厚度的方法,将血管壁区域看作三维空间的一个二维流形,从整体角度对血管壁进行度量,可重复计算,准确度高,便于全程量化数据的存储和回放分析。

    一种利用积分曲线计算血管壁厚度的方法

    公开(公告)号:CN109448042B

    公开(公告)日:2021-07-23

    申请号:CN201811209581.4

    申请日:2018-10-17

    Abstract: 本发明涉及一种利用积分曲线计算血管壁厚度的方法,属于医学图像处理技术领域,主要包括如下步骤:1、血管壁分割,获取血管壁内外边界轮廓;2、在血管壁区域空间上计算调和函数;3、计算调和函数的梯度向量场;4、计算并跟踪积分曲线获得管壁厚度。本发明所述利用积分曲线计算血管壁厚度的方法,将血管壁区域看作三维空间的一个二维流形,从整体角度对血管壁进行度量,可重复计算,准确度高,便于全程量化数据的存储和回放分析。

    一种基于主测地线分析的三维下颌骨重建方法

    公开(公告)号:CN115239874A

    公开(公告)日:2022-10-25

    申请号:CN202210730225.7

    申请日:2022-06-24

    Abstract: 本发明涉及一种基于主测地线分析的三维下颌骨重建方法,包括:步骤1,构建形状空间,将原始的三维头骨去除平移、缩放和旋转的李群作用,投影到形状空间中;步骤2,训练阶段,将头骨训练样本投影到形状空间后,接着在内蕴均值处对所有训练样本进行主测地线分析,最后从训练样本得到上颅骨形状和下颌骨形状之间的关系,用于重建阶段;步骤3,重建阶段,将输入的上颅骨模型投影到形状空间中,根据训练阶段得到的先验知识来构建下颌骨形状空间,最后将其还原到欧氏空间中。本发明的优点在于使用本发明所述基于主测地线分析的三维下颌骨重建方法,能有效地重建出与真实值接近的下颌骨。

    一种领域本体约束的垂直搜索引擎方法及系统

    公开(公告)号:CN101901247B

    公开(公告)日:2015-02-25

    申请号:CN201010134263.3

    申请日:2010-03-29

    Inventor: 周明全 王学松

    Abstract: 一种领域本体约束的垂直搜索引擎方法,包括建立领域本体库及构造领域本体生成器和领域本体导入器;从领域本体库的各种本体模型出发,利用带有语义分析过滤器的网络爬虫,对网络资源进行语义分析和本体描述,自动进行资源符合度计算与分类,形成具有语义特征的分类信息;在网络资源间建立语义联系,形成具有语义关联的领域资源,完成单个网络资源的本体化描述并存储;根据本体对检索进行语义化重写和映射,完成检索的语义分析和扩展,使本体化的资源和检索作为输入,并通过规则学习和模式,完成本体库的扩充与规则约束扩展,形成领域本体的二级本体。优点在于为一种带有语义约束的方法,其节省检索时间,提高检索精度,实现了语义支持检索的优势。

    一种领域本体约束的垂直搜索引擎方法及系统

    公开(公告)号:CN101901247A

    公开(公告)日:2010-12-01

    申请号:CN201010134263.3

    申请日:2010-03-29

    Inventor: 周明全 王学松

    Abstract: 一种领域本体约束的垂直搜索引擎方法,包括建立领域本体库及构造领域本体生成器和领域本体导入器;从领域本体库的各种本体模型出发,利用带有语义分析过滤器的网络爬虫,对网络资源进行语义分析和本体描述,自动进行资源符合度计算与分类,形成具有语义特征的分类信息;在网络资源间建立语义联系,形成具有语义关联的领域资源,完成单个网络资源的本体化描述并存储;根据本体对检索进行语义化重写和映射,完成检索的语义分析和扩展,使本体化的资源和检索作为输入,并通过规则学习和模式,完成本体库的扩充与规则约束扩展,形成领域本体的二级本体。优点在于为一种带有语义约束的方法,其节省检索时间,提高检索精度,实现了语义支持检索的优势。

Patent Agency Ranking