首页> 中国专利> 一种基于最优传输映射的脑影像二维卷积深度学习方法

一种基于最优传输映射的脑影像二维卷积深度学习方法

摘要

本发明公开了一种基于最优传输映射的脑影像二维平面图像映射方法,包括获取待映射的脑影像数据;将脑影像数据重建脑皮层三维网格表面,并获取三维网格顶点的形态学测量值;将脑皮层三维网格表面映射为二维平面并进行网格化;将三维网格顶点的形态学测量值映射到二维平面,得到二维平面图像;对生成的二维平面图像进行深度学习或深度迁移学习。本发明实现了成熟的二维卷积神经网络模型在三维/四维脑影像数据上的运用,克服了三维/四维脑影像数据缺乏性能优良的深度学习模型的瓶颈,可利用二维卷积神经网络模型进行迁移学习,解决了脑影像样本小而模型训练难的问题。

著录项

  • 公开/公告号CN111968113A

    专利类型发明专利

  • 公开/公告日2020-11-20

    原文格式PDF

  • 申请/专利权人 中国人民解放军国防科技大学;

    申请/专利号CN202010910497.6

  • 申请日2020-09-02

  • 分类号G06T7/00(20170101);G06T17/20(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构43008 湖南兆弘专利事务所(普通合伙);

  • 代理人谭武艺

  • 地址 410073 湖南省长沙市开福区砚瓦池正街47号

  • 入库时间 2023-06-19 08:59:45

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号