摘要
本发明公开了用于肿瘤三维定位的图像识别方法及系统,涉及图像识别技术领域。该方法包括:提取CT图像和MRI图像的模态特征,在流形空间进行对齐,进行加权融合得到融合特征张量,通过旋量形变场生成网络SpinNet计算每个位置的旋量表示,利用分数阶常微分方程生成形变场;将MRI图像经形变场映射到CT图像空间生成配准融合图像,进行肿瘤区域分割生成肿瘤概率图;根据肿瘤概率图及动态影像序列计算肿瘤中心坐标,拟合运动轨迹,生成三维识别图像。通过多模态特征匹配和非交换几何调制分数阶U‑Net提高肿瘤分割的准确性与鲁棒性,结合双曲空间Mean Shift聚类与四元数样条插值实现肿瘤时空运动的精准建模,为动态导航与运动补偿提供了坚实的技术基础。
技术关键词
图像识别方法
MeanShift聚类
肿瘤
三维识别图像
融合特征
卷积编码方法
插值方法
分数阶微分算子
样条
图像识别系统
影像
图像识别技术
动态
多模态特征
轨迹
序列
邻域
运动
系统为您推荐了相关专利信息
数字孪生系统
数字孪生模型
异构传感器网络
数据驱动模型
数据融合方法
运动康复评估
特征提取单元
空间特征提取
康复动作
关节点特征
三维环境感知
空间结构特征
语义特征
视觉
多尺度特征
网页篡改监测方法
文本
资源
深度学习模型
HTTP请求