基于自监督学习和几何约束的脑MRI标志点检测方法

AITNT
正文
推荐专利
基于自监督学习和几何约束的脑MRI标志点检测方法
申请号:CN202410885573
申请日期:2024-07-03
公开号:CN118447016B
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了基于自监督学习和几何约束的脑MRI标志点检测方法,涉及人工智能技术领域,对待定位模版解剖标志点的验证MRI图像以及模版MRI图像进行预处理,并对预处理后的验证MRI图像和模版MRI图像进行三维切块;将得到的所有切块输入到已训练完成的深度学习模型以输出每个切块对应的一维特征向量;选择与模版解剖标志点切块的特征向量相似度高的个特征点的特征向量所对应的验证特征点构成候选点集;通过模版解剖标志点的几何一致性约束与模版MRI图像变换从候选点集中选择验证MRI图像的最终定位解剖标志点;该解剖学标志检测方法实现了高效且易扩展的解剖标志检测。
技术关键词
验证特征 标志点检测方法 模版 切块 图像 特征点 深度学习模型训练 矩阵 数据 定位点 字典 标志检测方法 队列 样本 异常点 坐标 人工智能技术 拐角 因子
系统为您推荐了相关专利信息
1
一种训练评估异构图像的构建方法及系统
异构 图像 生成特征向量 生成对抗网络 像素矩阵
2
超声心动图三维重建方法及装置
语义标签 策略 编码特征 超声工作站 超声心动图
3
一种遥感光学时序图像重建方法、装置、终端及存储介质
时序 图像重建方法 融合特征 采样器 图像编码
4
一种基于深度差分卷积的RGBD图像实例分割方法
图像实例分割方法 深度特征提取网络 实例分割模型 卷积模块 特征融合网络
5
一种基于XR棚的精细化三维建模方法及系统
贴图 人眼分辨率 三维建模系统 图像生成单元 三维建模方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号