摘要
本发明公开了适用于神经元三维重建的自动校验方法及系统,其中方法包括:S1:获取三维神经元图像及其所对应的神经元重建结果,并进行预处理;S2:提取神经元重建结果中的所有连续的路径段,在所述三维神经元图像中,沿每个路径段进行采样,获得若干垂直于路径方向的横截面的切片,将切片拼接得到具有形态学信息的神经元融合图像;S3:将所述神经元融合图像输入到基于三维卷积神经网络和注意力机制混合网络所构建的校验模型中,并输出校验结果。本发明提供了自动化、高精度、高效率、端到端的神经元重建结果校验方法和系统,以解决多模态数据融合及神经元复杂结构检测准确率等核心技术难题。
技术关键词
自动校验方法
校验模型
三维卷积神经网络
图像
切片
编码特征
注意力编码器
混合网络
坐标系
像素
注意力机制
Softmax函数
自动校验系统
多模态数据融合
抑制背景噪声
节点
更新网络参数
正则化方法
训练集
系统为您推荐了相关专利信息
人工智能识别方法
塑封电子元器件
光学字符识别
空间变换网络
注意力机制
融合语义
表面缺陷检测方法
特征提取网络
融合特征
嵌入特征
智能生成系统
多模态
输入模块
对话状态跟踪器
子模块