申请/专利权人：五邑大学

申请日：2021-06-11

公开（公告）日：2024-04-02

公开（公告）号：CN113538654B

主分类号：G06T17/00

分类号：G06T17/00;G06T19/20;G06T7/11;G06T5/50;G06N3/045;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.11.09#实质审查的生效;2021.10.22#公开

摘要：本发明实施例提供了一种颅骨植入物图像生成方法、装置和计算机可读存储介质，包括：获取缺陷颅骨的颅骨三维图像；对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片；搭建基于注意力和残差结构的U‑Net网络；将三份所述颅骨二维图像切片分别输入到三个结构相同的所述U‑Net网络，得到三份颅骨植入物二维图像切片；将三份所述颅骨植入物二维图像切片进行合成，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像。相对于现有技术，本发明实施例的技术方案，能够较好的设计出精细的颅骨植入物，有效提高了颅骨植入物设计的精度。

主权项：1.一种颅骨植入物图像生成方法，其特征在于，包括：获取缺陷颅骨的颅骨三维图像；对所述颅骨三维图像进行预处理，得到三份不同维度的颅骨二维图像切片；搭建基于注意力和残差结构的U-Net网络；将三份所述颅骨二维图像切片分别输入到三个结构相同的所述U-Net网络，得到三份颅骨植入物二维图像切片；将三份所述颅骨植入物二维图像切片进行合成，得到与所述缺陷颅骨的缺陷位置所对应的颅骨植入物三维图像；其中，所述搭建基于注意力和残差结构的U-Net网络，包括：构造四层下采样和四层上采样；采用具有四层所述下采样与四层所述上采样、注意力模块、残差结构的U-Net网络；将所述残差结构结合至所述U-Net网络的编码部分和解码部分，并将注意力模块结合至所述解码部分的所述残差结构中；其中，所述残差结构由如下公式得到：y＝FX，{Wi}+XF＝W2σW1x其中，所述X为输入值；Wi，W1，W2为可学习的线性变换矩阵；F为输入X经过卷积、线性激活后的输出；σ为线性激活；y为输入X经过残差结构后的输出；其中，所述注意力由如下公式得到： Rp＝Rh+Rw其中，Gx为所述注意力的机制；X表示输入值；维度大小为H，W，D1；Wq，Wk，Wv∈RD1×D2；为可学习的线性变换矩阵；dk为XWk的维度；Rp为位置信息；Rh∈RH×1×D2，Rw∈R1×W×D2，为可学习的线性变换矩阵；其中，所述将注意力模块结合至所述解码部分的所述残差结构中的公式为：y′＝F′X，{W′i}+XF′＝W′2σGσW′1x Rp＝Rh+Rw其中，Gx为所述注意力的机制；X表示输入值；维度大小为H，W，D1；Wq，Wk，Wv∈RD1×D2；为可学习的线性变换矩阵；dk为XWk的维度；Rp为位置信息；Rh∈RH×1×D2，Rw∈R1×W×D2，为可学习的线性变换矩阵；F’为输入X经过卷积和注意力机制后的输出；σ为线性激活；W’i，W’1，W’2为可学习的线性变换矩阵；y′为在第三层解码部分结合注意力机制的残差结构。

全文数据：

权利要求：

百度查询： 五邑大学 颅骨植入物图像生成方法、装置和计算机可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD