采用三向激光定位实现空间多点定位的控制系统及方法

    公开(公告)号:CN110755142A

    公开(公告)日:2020-02-07

    申请号:CN201911387778.1

    申请日:2019-12-30

    IPC分类号: A61B17/34 A61B90/13

    摘要: 本申请公开了采用三向激光定位实现空间多点定位的控制系统及方法,包括用于接收空间定位信息的控制单元,以及通过控制单元发送控制信号并执行定位动作的执行单元;所述执行单元包括由水平设置的横梁和竖直设置在横梁两端用于支撑所述横梁的两根立柱组成的机架;所述横梁上安装有平移机构,所述平移机构上转动连接有旋转机构,所述旋转机构下端头滑动连接有第一弧形滑移机构,所述第一弧形滑移机构上设置有用于动态依次多点定位的第一激光发射头;以及分别对称设置在两根立柱上的第一水平激光定位机构和第二水平激光定位机构;本发明采用激光定位,精准度高,适用范围广。

    一种基于断层扫描图数据集进行血管区域分割的方法

    公开(公告)号:CN110136137A

    公开(公告)日:2019-08-16

    申请号:CN201910262240.1

    申请日:2019-04-02

    IPC分类号: G06T7/11

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于断层扫描图数据集进行血管区域分割的方法,首先建立数据集:获取目标部位的若干张断面扫描图;对获得的断面扫描图进行预处理和标注,将血管组织和其他组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。其次训练模型:建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。最后分割:将断层扫描图预处理后输入至训练好的卷积神经深度学习模型中进行分割。本发明应用于粒子植入中,训练模型后能够实现迅速对断层扫描图血管的识别和获取,分割出所需的断层扫描图,便于提高粒子植入的精准度和效率。

    一种基于3D断层扫描图数据集的深度学习模型训练方法

    公开(公告)号:CN110135454A

    公开(公告)日:2019-08-16

    申请号:CN201910262302.9

    申请日:2019-04-02

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于3D断层扫描图数据集的深度学习模型训练方法,具体包括数据集的建立和模型的训练两个步骤,在建立数据集时:获取目标部位的若干张断面扫描图;对获得的断面扫描图进行预处理和标注,将断面扫描图目标组织和非目标组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。在训练模型时:通过建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。本发明通应用于粒子植入中,训练模型后能够实现迅速对断层扫描图的信息识别和获取,快速发现断层扫描图上的便于提高粒子植入的精准度和效率。

    一种基于病灶断层扫描图进行自动分割的方法

    公开(公告)号:CN110163867A

    公开(公告)日:2019-08-23

    申请号:CN201910262956.1

    申请日:2019-04-02

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于病灶断层扫描图进行自动分割的方法,首先建立数据集:获取目标部位的若干张断面扫描图;对获得的断面扫描图进行预处理和标注,将断面扫描图目标组织和非目标组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。其次训练模型:建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。最后分割:将断层扫描图预处理后输入至训练好的卷积神经深度学习模型中进行分割。本发明应用于粒子植入中,训练模型后能够实现迅速对断层扫描图的信息识别和获取,分割出所需的断层扫描图,便于提高粒子植入的精准度和效率。

    一种基于2D断层扫描图数据集的深度学习模型训练方法

    公开(公告)号:CN110148114A

    公开(公告)日:2019-08-20

    申请号:CN201910263383.4

    申请日:2019-04-02

    IPC分类号: G06T7/00

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于2D断层扫描图数据集的深度学习模型训练方法,具体包括数据集的建立和模型的训练两个步骤,在建立数据集时:获取目标部位的若干张断面扫描图;对获得的扫描图进行预处理和标注,将断面扫描图目标组织和非目标组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。在训练模型时:通过建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。本发明通应用于粒子植入中,训练模型后能够实现迅速对断层扫描图的信息识别和获取,快速发现断层扫描图上的便于提高粒子植入的精准度和效率。

    采用三向激光定位实现空间多点定位的控制系统及方法

    公开(公告)号:CN110755142B

    公开(公告)日:2020-03-17

    申请号:CN201911387778.1

    申请日:2019-12-30

    IPC分类号: A61B17/34 A61B90/13

    摘要: 本申请公开了采用三向激光定位实现空间多点定位的控制系统及方法,包括用于接收空间定位信息的控制单元,以及通过控制单元发送控制信号并执行定位动作的执行单元;所述执行单元包括由水平设置的横梁和竖直设置在横梁两端用于支撑所述横梁的两根立柱组成的机架;所述横梁上安装有平移机构,所述平移机构上转动连接有旋转机构,所述旋转机构下端头滑动连接有第一弧形滑移机构,所述第一弧形滑移机构上设置有用于动态依次多点定位的第一激光发射头;以及分别对称设置在两根立柱上的第一水平激光定位机构和第二水平激光定位机构;本发明采用激光定位,精准度高,适用范围广。

    一种基于断层扫描图数据集进行病变区域分割的方法

    公开(公告)号:CN110136096A

    公开(公告)日:2019-08-16

    申请号:CN201910263388.7

    申请日:2019-04-02

    摘要: 本发明涉及信息技术领域信息的筛选和标定,公开了一种基于断层扫描图数据集进行病变区域分割的方法,首先建立数据集:获取目标部位的若干张断面扫描图;对获得的断面扫描图进行预处理和标注,将病变组织和其他组织进行标记以进行区分,如此获得多个标注样本;将标注样本进行存储,得到数据集。其次训练模型:建立卷积神经网络模型,并将标注样本输入进行训练,最终输出训练好的卷积神经网络模型。最后分割:将断层扫描图预处理后输入至训练好的卷积神经深度学习模型中进行分割。本发明应用于粒子植入中,训练模型后能够实现迅速对断层扫描图病变的识别和获取,分割出所需的断层扫描图,便于提高粒子植入的精准度和效率。