摘要
本申请涉及一种快速CT定位导航方法及系统。所述方法包括:首先获取目标患者的CT图像数据,并基于该图像数据建立三维定位模型。接着,对三维定位模型进行分割提取,得到非标准平面特征;若该平面特征的几何参数值超出预设范围,则生成扫描角度的动态调整区间。随后,利用算法建立扫描角度与解剖断面的空间映射关系,生成初始扫描路径。之后,将初始扫描路径输入训练好的卷积神经网络模型,得到优化后的扫描路径参数。再根据扫描路径参数和动态调整区间执行断层扫描,得到图像序列。最后,将图像序列输入深度学习分类模型,得到形态特征参数集合。实现对复杂病情的动态跟踪与精准诊断,提升CT扫描的准确性、高效性与诊断可靠性。
技术关键词
深度学习分类模型
非标准
卷积神经网络模型
执行断层扫描
路径生成算法
定位导航方法
图像
形态
参数
序列
动态
定位导航系统
空间分布特征
数据
路径规划算法
关系
降噪算法
特征提取模块
CT扫描
聚类算法
系统为您推荐了相关专利信息
压缩神经网络
深度卷积神经网络模型
输出特征
视频编码技术
视频图像处理装置
程序依赖图
监测预警方法
监测预警装置
卷积神经网络模型
特征值
大语言模型
漏洞检测方法
文本
漏洞检测系统
合规性
建筑群
功能分类方法
基底
卷积神经网络模型
单体