摘要
本申请涉及脊柱模型生成领域,具体涉及一种基于深度学习的脊柱模型生成方法及其系统。其通过从多个角度采集的多个脊柱局部视角CT图像,并在后端引入基于人工智能和深度学习的图像处理和分析算法来对于这些脊柱局部视角CT图像进行分析,以此来学习并捕获到其中有关于脊柱的局部视角关键状态特征信息,并将这些重要特征进行基于全景的脊柱状态语义融合以重建出更为精确的脊柱模型。这样,能够基于不同的脊柱局部视角CT图像来实现对脊柱模型的智能化识别和重建,以辅助医生的进行脊柱疾病的诊断和治疗计划的制定。
技术关键词
视角
模型生成方法
多尺度池化
压缩特征向量
多尺度感知
融合特征
通道
空洞卷积神经网络
权重特征
语义
模型生成系统
矩阵
序列
图像
调制特征
特征值
特征提取模块
非线性
系统为您推荐了相关专利信息
自动化测量方法
图像处理算法
grabcut算法
多视角成像系统
轮廓特征
动态三维重建方法
航天器
变形特征
光线追踪算法
动态数据采集