摘要
本发明涉及图像处理技术领域,具体涉及一种基于Swin Transformer主干与非刚性补偿网络的自由手持超声图像三维重建方法,所提供的识别方法包括:数据集收集、模型训练,体素重建以及非刚性补偿。在上千种不同的超声图像上进行了测试,预测位置的准确性相较于传统的卷积神经网络精度有所提升,同时超声数据体素重建实现了高效高保真,弥补了传统卷积神经网络模型鲁棒性和泛化性不足的问题。
技术关键词
三维重建方法
填充算法
医学图像三维重建
超声数据
图像配准精度
预测运动轨迹
卷积神经网络模型
联合损失函数
追踪器
鲁棒性
编码器
构建训练集
特征提取网络
空洞
图像处理技术
视频分析
系统为您推荐了相关专利信息
新型冠状病毒感染
定量评估系统
预训练模型
笛卡尔坐标系
胸膜
深度图
飞机辅助动力装置
管路三维重建方法
多视角
监督学习技术
机械臂关节
三维重建模型
三维重建方法
电阻式应变传感器
碳纳米管复合材料
图像处理算法
图像分割算法
填充算法
控件
电子设备