首页> 中国专利> 一种基于深度特征学习的软组织表面运动跟踪方法

一种基于深度特征学习的软组织表面运动跟踪方法

摘要

本发明公开了一种基于深度特征学习的软组织表面运动跟踪方法,在图像三角剖分、重心坐标系理论与深度匹配三种算法的改进结合下,构造了一种无标记少样本的软组织特征跟踪算法模型,然后通过该模型实现对人体软组织目标区域准确、快速的表面运动跟踪,解决了以往各种特征跟踪中或者目标跟踪中需要大量标记样本的问题,符合当前临床医疗发展的需要。

著录项

  • 公开/公告号CN112614152A

    专利类型发明专利

  • 公开/公告日2021-04-06

    原文格式PDF

  • 申请/专利权人 电子科技大学;

    申请/专利号CN202011525648.2

  • 发明设计人 杨波;侯鹏飞;郑文锋;刘珊;

    申请日2020-12-22

  • 分类号G06T7/223(20170101);G06T7/246(20170101);G06T7/66(20170101);G06N3/04(20060101);

  • 代理机构51220 成都行之专利代理事务所(普通合伙);

  • 代理人温利平

  • 地址 611731 四川省成都市高新区(西区)西源大道2006号

  • 入库时间 2023-06-19 10:29:05

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-25

    授权

    发明专利权授予

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