基于最优传输的3D大脑病变分割方法

    公开(公告)号:CN112991355B

    公开(公告)日:2021-08-31

    申请号:CN202110519585.8

    申请日:2021-05-13

    Abstract: 本发明设计了一种基于二阶段最优传输的3D大脑病变分割方法,主要步骤为:针对3D大脑医学影像发展有效、可靠且稳定的二阶段最优传输数值算法,将3D大脑影像二阶段最优传输映射到一个长方体,两者之间的转换所产生的精度损失仅为0.5%左右;选择精度损失最少的映射所得到的长方体图像,放入神经网络进行训练,利用权威网站提供的数据集训练模型,得到数据集的预测结果;借助最优传输映射的逆映射,将其还原至原始大脑影像,得到的训练集及测试集的整体病变分割精度分别达到98.5%及92.0%。

    一种带亏格曲面的共形周期摊平方法

    公开(公告)号:CN118864232A

    公开(公告)日:2024-10-29

    申请号:CN202411346092.9

    申请日:2024-09-26

    Abstract: 本发明公开了一种带亏格曲面的共形周期摊平方法,涉及曲面摊平领域。步骤为:对于输入的三角网格曲面,首先检查曲面的亏格数,若亏格数大于1,将曲面剪开分为多个1亏格的子曲面,否则记原曲面为子曲面;其次搜索每个子曲面的环柄圈和隧道圈并剪开;然后针对每个子曲面内部的圈割缝边界建立周期性条件,针对两个子曲面之间的割缝边界建立翻转性条件,构建耦合共形能量极小化模型并求解,得到顶点映射坐标,周期平移量以及翻转中心;最后按照所求结果构造每个子曲面的共形周期摊平网格。本发明的方法构建了基于割缝的周期性条件和翻转性条件,通过共形能量极小化计算共形周期摊平映射,保证了映射在割缝处的高度共形性,适用于任意带亏格的曲面。

    一种曲面分片共形摊平方法
    3.
    发明公开

    公开(公告)号:CN118864231A

    公开(公告)日:2024-10-29

    申请号:CN202411346090.X

    申请日:2024-09-26

    Abstract: 本发明公开了一种曲面分片共形摊平方法,涉及曲面摊平领域;步骤为:对于输入的三角网格曲面,首先检查曲面的亏格数,若亏格数大于0,则利用Reeb图和环绕数寻找环柄圈和隧道圈,然后利用最短路径树缩短环柄圈和隧道圈,沿环柄圈和隧道圈剪开曲面,得到分片带边曲面;再搜索分片带边曲面的所有边界和连通分支,不是单连通曲面的连通分支,通过寻找不同边界之间的路径,并沿路径剪开,形成单连通曲面,无边界的连通分支,则沿一条路径剪开为边界;最后通过共形能量极小化方法计算共形摊平映射,将所有连通分支摊平。本方法实现了曲面分片,并通过共形能量极小化计算共形摊平映射,保留了曲面的形状特征,适用于任意亏格曲面的分片和共形摊平。

    基于最优传输的3D大脑病变分割方法

    公开(公告)号:CN112991355A

    公开(公告)日:2021-06-18

    申请号:CN202110519585.8

    申请日:2021-05-13

    Abstract: 本发明设计了一种基于二阶段最优传输的3D大脑病变分割方法,主要步骤为:针对3D大脑医学影像发展有效、可靠且稳定的二阶段最优传输数值算法,将3D大脑影像二阶段最优传输映射到一个长方体,两者之间的转换所产生的精度损失仅为0.5%左右;选择精度损失最少的映射所得到的长方体图像,放入神经网络进行训练,利用权威网站提供的数据集训练模型,得到数据集的预测结果;借助最优传输映射的逆映射,将其还原至原始大脑影像,得到的训练集及测试集的整体病变分割精度分别达到98.5%及92.0%。

Patent Agency Ranking