摘要
本申请公开一种基于神经网络的心脏定位追踪方法及相关设备,通过获取心脏磁共振视频样本,心脏磁共振视频样本中包含各帧磁共振图像样本;针对每一帧磁共振图像样本,按照多个不同的特征尺度提取该帧磁共振图像样本的各个图像特征;基于各个图像特征定位该帧磁共振图像样本中房室连接点的初始位置;对初始位置进行定位追踪;根据各帧磁共振图像样本中房室连接点的初始位置构建损失函数,以损失函数最小化为目标训练预先构建的初始模型,得到定位追踪模型;获取待检测的心脏磁共振视频数据,利用定位追踪模型对心脏磁共振视频数据进行处理,得到心脏磁共振视频数据中各帧心脏磁共振图像的目标位置,本申请提高了定位追踪的效率和准确性。
技术关键词
特征提取单元
定位追踪方法
心脏磁共振图像
输入端
样本
非线性
视频
定位追踪设备
定位追踪装置
输出端
跟踪器
图像特征提取
描述符
数据
模型训练模块
系统为您推荐了相关专利信息
动作评分方法
人体关键点
视频
机器人关节
神经网络模型
SVM算法
小麦生长发育
小麦生长环境
光照强度数据
数据采集模块
非车载充电机
精度优化方法
径向基函数神经网络
误差
融合方法
三维特征数据
三维特征提取
道路拓扑结构
物体运动状态
场景