• 主题
高级搜索  >
历史搜索 清空历史
首页> 外国专利> Deep image-to-image recurrent network with shape basis for automatic vertebra labeling in large-scale 3D CT volumes

Deep image-to-image recurrent network with shape basis for automatic vertebra labeling in large-scale 3D CT volumes

机译：具有形状基础的深层图像到图像循环网络，可在大型3D CT体积中自动标记椎骨

页面导航
  • 摘要
  • 著录项
  • 相似文献

摘要

A method and apparatus for automated vertebra localization and identification in a 3D computed tomography (CT) volumes is disclosed. Initial vertebra locations in a 3D CT volume of a patient are predicted for a plurality of vertebrae corresponding to a plurality of vertebra labels using a trained deep image-to-image network (DI2IN). The initial vertebra locations for the plurality of vertebrae predicted using the DI2IN are refined using a trained recurrent neural network, resulting in an updated set of vertebra locations for the plurality of vertebrae corresponding to the plurality of vertebrae labels. Final vertebra locations in the 3D CT volume for the plurality of vertebrae corresponding to the plurality of vertebra labels are determined by refining the updated set of vertebra locations using a trained shape-basis deep neural network.
机译：公开了一种用于在3D计算机断层摄影（CT）体积中自动进行椎骨定位和识别的方法和装置。使用训练有素的深图像到图像网络（DI2IN），为与多个椎骨标签相对应的多个椎骨预测患者3D CT体积中的初始椎骨位置。使用训练的循环神经网络来细化使用DI2IN预测的多个椎骨的初始椎骨位置，从而得到对应于多个椎骨标签的多个椎骨的一组更新的椎骨位置。通过使用训练有素的基于形状的深度神经网络完善更新后的椎骨位置集，可以确定3D CT体积中与多个椎骨标签相对应的最终椎骨位置。

著录项

相似文献

  • 专利
  • 外文文献
  • 中文文献
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