[发明专利]3D各向异性的混合网络：将来自2D图像的卷积特征传递到3D各向异性体积有效
| 申请号： | 201811300865.4 | 申请日： | 2018-11-02 |
| 公开（公告）号： | CN109754361B | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | S.刘;徐大光;S.K.周;T.默特尔迈尔;J.维克莱因;A.耶雷布科;S.格尔比克;O.保利;D.科马尼丘 | 申请（专利权）人： | 西门子保健有限责任公司 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00;G06N3/0464;G06N3/08;G06V10/82 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 徐红燕;刘春元 |
| 地址： | 德国埃*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及3D各向异性的混合网络，其将来自2D图像的卷积特征传递到3D各向异性体积。一种用于标识3D图像体积中的特征的计算机实现的方法包括将3D体积划分成多个2D切片并且将预训练的2D多通道全局卷积网络（MC‑GCN）应用到所述多个2D切片直到收敛为止。在2D MC‑GCN收敛之后，从2D MC‑GCN中的第一特征编码器网络提取多个参数。所述多个参数被传递到3D各向异性混合网络（AH‑Net）中的第二特征编码器网络。所述3D AH‑Net被应用到3D体积以产生概率图。然后，通过使用所述概率图，生成（a）具有非最大值抑制的对象的坐标或（b）3D体积中感兴趣的对象的标签图中的一个或多个。 | ||
| 搜索关键词： | 各向异性 混合 网络 来自 图像 卷积 特征 传递 体积 | ||
【主权项】：
1.一种用于标识3D图像体积中的特征的计算机实现的方法，所述方法包括：将3D体积划分成多个2D切片；将经预训练的2D多通道全局卷积网络（MC‑GCN）应用到所述多个2D切片直到收敛为止；在2D MC‑GCN收敛之后，从2D MC‑GCN中的第一特征编码器网络提取多个参数；将所述多个参数传递到3D各向异性混合网络（AH‑Net）中的第二特征编码器网络；将所述3D AH‑Net应用到3D体积以产生概率图；以及通过使用所述概率图，生成（a）具有非最大值抑制的对象的坐标或（b）3D体积中感兴趣的对象的标签图中的一个或多个。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西门子保健有限责任公司，未经西门子保健有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811300865.4/，转载请声明来源钻瓜专利网。
