摘要
本发明提出一种基于生成对抗网络的医学影像传递函数自动生成方法,其步骤为:首先,使用高斯基元初始化传递函数,对体数据的渲染镜头进行多角度采样,得到体数据的最佳观测视角;使用光线投射技术依据最佳视角和传递函数生成不同传递函数的渲染图像;其次,选择边缘和梯度特征作为聚类依据,使用k‑means算法对不同传递函数的渲染图像进行聚类,得到聚类标签;然后,构建CGAN‑TF模型,利用传递函数和聚类标签对CGAN‑TF模型进行训练;最后,使用传递函数探索组件选择生成的传递函数,并依据需求进行探索和修改,得到表现良好的传递函数及与之相应的可视化渲染图像。本发明具有依据标签生成相应传递函数的能力,稳定性较高。
技术关键词
自动生成方法
生成对抗网络
标签
输出特征
视角
k‑means算法
概率密度函数
聚类
镜头
图像
多角度
模块
网络结构
基元
编码器
数据
方位角
解码信息
定义
透明度
系统为您推荐了相关专利信息
温度分布图像
电力设备检测方法
巡检无人机
可见光图像
多视角
风险预警方法
长短期记忆网络
时序特征
多层感知机
数据
GAN模型
强化学习算法
情绪识别方法
Nesterov动量法
生成对抗网络
虚拟对象
显示控制装置
尺寸
显示控制方法
观察者