摘要
本发明涉及一种基于深度学习的眼及眼眶解剖VR教学系统,通过收集大规模历史时期眼及眼眶三维影像数据样本,及其对应的关键结构点;将收集到的三维影像数据进行预处理;确定卷积神经网络结构,提取眼及眼眶三维影像的主要特征;以眼及眼眶三维影像的主要特征为输入,对应的关键结构点为输出,训练卷积神经网络;将所述待教学眼及眼眶三维影像数据输入离线训练的卷积神经网络模型中,输出待教学眼及眼眶的关键结构点。本发明解决了现有技术无法自动识别和标注不同眼及眼眶情况的关键结构点而导致教学效果差的问题。同时基于矩阵变换算法可以实现选择任意的关键结构点进行观察,满足教学需求。
技术关键词
VR教学系统
卷积神经网络结构
矩阵变换算法
训练卷积神经网络
卷积神经网络模型
影像
数据采集模块
摄像机
分析模块
视神经乳头
更新网络参数
贴图
随机梯度下降
射线
离线
软件
传播算法
系统为您推荐了相关专利信息
智能识别系统
光谱分析模型
图像识别模型
深度卷积神经网络模型
深度卷积神经网络算法
血糖监测方法
重构单元
残差网络模型
随机森林模型
特征组合方法
高效预测方法
农业干旱预测技术
序列
数据
卷积神经网络模型
图像识别方法
学生
肺结节图像
教师
卷积神经网络结构