摘要
本申请是关于一种眼外肌三维重建及眼外肌容积计算的方法,包括:S1,获取医学影像数据,包含眼球及其周围组织的冠状面信息的图像;S2,使用ESNet模型对获得的医学影像数据进行深度学习预测,得到眼外肌分割结果;S3,根据眼外肌分割结果获得精确的眼外肌图像;S4,根据获得的眼外肌图像,使用MPR算法进行眼外肌三维重建,建立眼外肌三维模型;S5,根据S3获得的眼外肌图像,计算各条眼外肌的容积。该种眼外肌三维重建及眼外肌容积计算的方法,通过ESNet模型对获得的医学影像数据进行深度学习预测,得到精确的眼外肌图像,并根据该眼外肌图像进行三维重建以及容积的计算,该种方法重建的眼外肌还原度精准,协助斜视的诊断以及有助于眼外肌容积相关疾病的研究。
技术关键词
医学影像数据
语义分割模型
YOLO模型
深度学习预测
MPR算法
容积
眼球
三维模型
图像
可视化软件
置信度阈值
深度学习模型
平面切割
轮廓
抑制算法
标注工具
生成特征
冠状
网络架构
系统为您推荐了相关专利信息
低分辨率编码器
医学图像分割方法
注意力
编码器架构
磁共振成像数据
视频剪辑方法
融合人脸
人声
人脸特征提取
评分特征
模拟教学系统
实时图像信息
互动设备
模拟平台
账号
医学影像数据
标注平台
薄板样条插值
大数据
动态脱敏技术
弯曲检测方法
图片
预警模块
YOLO模型
检测模型训练