摘要
本发明公开了一种模拟肺部呼吸运动的深度学习方法,包括构建基于Seq2Seq编码器解码器的呼吸运动学习模型,且所述呼吸运动学习模型的训练数据集采用包含多个相位阶段的4D肺部呼吸医学图像;获取3D肺部呼吸扫描图的冠状面切片方向的投影图像,并利用3DCNN卷积神经网络对所述投影图像进行多特征项的特征点的提取;根据提取的所述多特征项的特征点与所述呼吸运动学习模型中的卷积层对所述的4D肺部呼吸医学图像数据提取对应相位阶段的特征进行拼接,形成辅助输入量;通过所述呼吸运动学习模型中的ConvLSTM层对所述辅助输入量进行编码和解码,生成模拟肺部呼吸运动预测图像。
技术关键词
模拟肺部呼吸
医学图像数据
编码器解码器
深度学习方法
阶段
运动
卷积神经网络提取
冠状
切片
内核
肿瘤
矩阵
气管
序列
顶端
系统为您推荐了相关专利信息
车位检测方法
引入注意力机制
角点特征
融合特征
后处理模块
LSSVM模型
故障分类模型
仿真数据
故障工况
故障类别
大语言模型
案件
鲁棒性评估方法
计算机执行指令
同义词