← 返回列表
基于双分支特征融合的三维医学图像分类分割系统及方法
摘要文本
本发明公开了基于双分支特征融合的三维医学图像分类分割方法，包括以下步骤：S1：对三维医学模型数据进行采样和渲染，得到点云数据和多视图数据；S2：构建并训练基于神经网络的学习模型；S3：利用双分支特征提取模块提取获得患者的三维医学数据的点云特征信息和多视图特征信息；S4：将点云特征信息和多视图特征信息输入到训练模型中，学习模型的输出即为针对该患者预测得到的分类和分割结果；S5：将分类和分割结果通过输出模块打印输出。还公开了基于双分支特征融合的三维医学图像分类分割系统，包括：输入模块、双分支特征提取模块、特征融合模块、学习模块和输出模块。本发明大提高了治疗计划方案的质量以及专业医师的工作效率。
申请人信息
- 申请人:安徽大学
- 申请人地址:230601 安徽省合肥市蜀山区九龙路111号安徽大学磬苑校区
- 发明人: 安徽大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于双分支特征融合的三维医学图像分类分割系统及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410179356.X |
| 申请日 | 2024/2/18 |
| 公告号 | CN117726822A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06V10/26 |
| 权利人 | 安徽大学 |
| 发明人 | 曹瑞芬; 张冬伟; 谭大禹; 郑春厚; 魏丕静 |
| 地址 | 安徽省合肥市经开区九龙路111号 |
专利主权项内容
1.基于双分支特征融合的三维医学图像分类分割方法，其特征在于，包括以下步骤：S1：对三维医学模型数据进行采样和渲染，得到点云数据和多视图数据，并进行预处理；S2：构建并训练基于神经网络的学习模型；S3：针对当前新的病人，根据病人的三维医学模型数据中采样和投影渲染得到的点云数据和多视图数据，利用双分支特征提取模块(2)提取获得患者的三维医学数据的点云特征信息和多视图特征信息；S4：将所述S3中提取获得的点云特征信息和多视图特征信息输入到所述S2中的基于神经网络的学习模型中，学习模型的输出即为针对该患者预测得到的分类和分割结果；S5：将所述S4中的分类和分割结果通过输出模块(5)打印输出，用于供专业医师制定治疗计划时使用，辅助专业医师诊断。