CN109345545A - 一种分割图像生成的方法、装置及计算机可读存储介质 - Google Patents
一种分割图像生成的方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109345545A CN109345545A CN201811122092.5A CN201811122092A CN109345545A CN 109345545 A CN109345545 A CN 109345545A CN 201811122092 A CN201811122092 A CN 201811122092A CN 109345545 A CN109345545 A CN 109345545A
- Authority
- CN
- China
- Prior art keywords
- image
- segmented image
- segmented
- medical image
- generates
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种分割图像生成的方法、装置及计算机可读存储介质,涉及计算机领域,特别是医学图像处理领域,所述方法包括:获取医学图像;将所述医学图像按不同器官进行分割,得到第一分割图像;将第一分割图像进行医学影像三维重建,得到不同器官/组织三维模型;重新对不同器官/组织三维模型进行切片,生成第二分割图像。本发明还提供了一种图像分类装置及计算机可读存储介质。本发明利用原始医学图像生成多套分割图像,极大提升了获取分割图像效率。
Description
技术领域
本发明涉及计算机医学图像领域,特别涉及一种分割图像生成的方法、装置及计算机可读存储介质。
技术背景
数字医学图像技术是现代医学最重要的诊断手段之一,随着数字医学图像诊断技术的不断发展及普及,医生对医学图像诊断的要求也越来越高,除了看二维平面图,还要求看三维模型图,更进一步的还要进行定量分析、模拟以及与AR/VR结合使用等。医学影像三维重建是将二维影像图片转换为三维模型的重要技术,如需进行定量分析,则需要将不同器官/组织进行分割后再单独重建,才可以对器官或组织进行定量分析或模拟。
由于符合DICOM 3.0标准的医学图像是基于灰度值的二维图像,各元素/组织间是通过不同的灰阶来区分,加上噪音的影响,使得有些器官/组织间的边界并不清晰,所以对医学图像进行分割,不管对医护人员还是对科技工作者,都是件麻烦而复杂的事,完成一个完整器官/组织的分割,需要花费大量的时间及精力,而对于非医学背景的工作者,更是难于完成分割的工作。
随着大数据及深度学习/机器学习技术的应用,越来越多的工作借助人工智能技术来完成,而要完成深度学习/机器学习的训练,需要提供大量被标识的数据,对于图像分割技术亦如此,需要大量的分割图像数据来训练图像分割技术。但我们知道,由于医学信息的保密性,我们难于获取大量可供使用的医学图像,加之图像分割费时费力,使得完成图像分割技术训练的工作量巨大,进而影响了该技术的发展。
发明内容
有鉴于此,本发明提供一种分割图像生成的方法、装置及计算机可读存储介质所要解决的问题是:利用较少数量的原始医学图像,高效的生成大量分割图像数据,极大的提高分割图像获取效率。
根据本公开的一些实施例,提供的一种分割图像生成的方法,其特征在于,包括:获取医学图像;将所述医学图像按不同器官进行分割,得到第一分割图像;将第一分割图像进行医学影像三维重建,得到不同器官/组织三维模型;重新对不同器官/组织三维模型进行切片,生成第二分割图像。
在一些实施例中,获取的所述医学图像包括电子计算机断层扫描CT图像,或磁共振MRI图像,或B型超声B超图像。
在一些实施例中,所述得到第一分割图像具体过程为:按不同器官/组织,将每一层图像中所包含的器官/组织分别标识并分割出来,得到第一分割图像。
在一些实施例中,利用三维重建技术将分割图像重建为三维模型。
在一些实施例中,重新对不同器官/组织三维模型进行切片的方式具体包括:增加切片数量、旋转任意角度、平移任意尺寸中的一种或其任意组合,每增加一定的切片数量或每旋转一个角度或平移一个尺寸或其任意组合,即可生成第二分割图像。
在一些实施例中,通过所述增加切片数量操作后,所有切片数量仍然是等距排列。
根据本公开的另一些实施例,提供的一种图像分割的装置,包括:医学图像获取模块,用于获取医学图像;医学图像分割模块,用于对所述医学图像进行分割,以获得第一分割图像;三维重建模块,用于将所述分割图像重建为三维模型;切片模块,用于将所述三维模型重建切片,以生成第二分割图像。
所述医学图像获取模块获取医学图像后,将所述医学图像传输到所述医学图像分割模块,进行图像分割,以获得分割图像,完成分割的图像传输到所述三维重建模块将所述分割图像重建为三维模型,然后将三维模型传输到切片模块,并对所述三维模型重建切片,得到新的分割图像。
进一步的,所述分割图像生成的装置还包括:存储器;以及耦接至所述存储器的处理器,所述存储器通过总线与处理器连接,所述处理器通过总线分别与医学图像获取模块、医学图像分割模块、三维重建模块和切片模块连接,所述处理器被配置为基于存储在所述存储器设备中的指令,执行如前述任一项任一个实施例的图像分割的方法。
根据本公开的又一些实施例,提供的一种分割图像生成计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如前述任一项任一个实施例的分割图像生成的方法的步骤。
本公开发明的有益效果在于:利用较少数量的原始医学图像,高效的生成大量可用于训练的分割图像数据,极大的提高分割图像获取效率,同时降低了对原始图像数据量的要求。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开的一些实施例的分割图像生成的方法的流程示意图。
图2示出本公开的一些实施例的分割图像生成的装置的结构示意图。
图3示出本公开的另一些实施例的分割图像生成的装置的结构示意图。
图4示出本公开的又一些实施例的分割图像生成的装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
本公开提供的一种图像分割的方法,将结合图1进行描述。
如图1所示的一些实施例的分割图像生成的方法的流程示意图。包括步骤S101~S104:
S101,获取医学图像;
在一些实施例中,获取的所述医学图像为电子计算机断层扫描CT图像。
在一些实施例中,获取的所述医学图像为磁共振MRI图像。
在一些实施例中,获取的所述医学图像为B型超声B超图像。
S102,将所述医学图像按不同器官进行分割,得到分割图像;
在一些实施例中,按不同器官/组织,将每一层图像中所包含的器官/组织分别标识并分割出来,得到第一分割图像。
S103,将分割图像进行医学影像三维重建,得到不同器官/组织三维模型;
在一些实施例中,利用三维重建技术将分割图像重建为三维模型。
S104,重新对不同器官/组织三维模型进行切片,生成第二分割图像;
在一些实施例中,对不同器官/组织三维模型进行重新切片的方式为增加切片数量,如在原有切片数量的基础上增加一倍,即可生成第二分割图像;
在一些实施例中,对不同器官/组织三维模型进行重新切片的方式为旋转任意角度,如沿着冠状面垂直的方向旋转3.2度,即可生成第二分割图像;
在一些实施例中,对不同器官/组织三维模型进行重新切片的方式为平移任意尺寸,如沿着冠状面垂直的方向平移0.12mm,即可生成第二分割图像;
在一些实施例中,对不同器官/组织三维模型进行重新切片的方式为增加切片数量同时平移一个尺寸,如原有切片数量的基础上增加10%并同时沿着矢状面垂直的方向平移0.2mm,即可生成第二分割图像。
在一些实施例中,通过所述增加切片数量操作后,所有切片数量仍然是等距排列。
本公开还提供的一种分割图像生成的装置,结合图2进行描述。
图2为本公开分割图像生成的装置的一些实施例的结构图,如图2所示,该实施例的分割图像生成的装置20包括:
医学图像获取模块201,用于获取医学图像;医学图像分割模块202,用于对所述医学图像进行分割,以获得第一分割图像;三维重建模块203,用于将所述分割图像重建为三维模型;切片模块204,用于将三维模型重建切片,以生成第二分割图像。
所述医学图像获取模块201获取医学图像后,将所述医学图像传输到所述医学图像分割模块202,进行图像分割,以获得第一分割图像,完成分割的第一分割图像传输到所述三维重建模块203,将所述第一分割图像重建为三维模型,并将所述三维模型传输到所述重新切片模块204,并将所述三维模型重新切片,生成第二分割图像。
根据本公开的另一些实施例,提供的一种分割图像生成的装置,包括:存储器;以及耦接至所述存储器的处理器,所述存储器301通过总线与处理器302连接,所述处理器302通过总线分别与医学图像获取模块201、医学图像分割模块202、三维重建模块203和切片模块204连接,所述处理器302被配置为基于存储在所述存储器设备中的指令,执行如前述任一项任一个实施例的分割图像生成的方法。
根据本公开的又一些实施例,提供的一种分割图像生成的计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如前述任一项任一个实施例的分割图像生成的方法的步骤。
本公开的实施例中的分割图像生成的装置可各由各种计算设备或计算机***来实现,下面结合图3以及图4进行描述。
图3为本公开分割图像生成的装置的一些实施例的结构图。如图3所示,该实施例的装置30包括:存储器301以及耦接至该存储器301的处理器302,处理器302被配置为基于存储在存储器301中的指令,执行本公开中任意一些实施例中的分割图像生成的方法。
其中,存储器302例如可以包括***存储器、固定非易失性存储介质等。***存储器例如存储有操作***、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。
图4为本公开分割图像生成的装置的另一些实施例的结构图。如图4所示,该实施例的装置40包括:总线401,存储器404以及处理器402,分别与存储器301以及处理器302类似。还可以包括输入输出接口403、存储接口405、网络接口406等。这些接口403,405,406以及存储器404和处理器402之间例如可以通过总线401连接。其中,输入输出接口403为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。存储接口405为SD卡、U盘等外置存储设备提供连接接口。网络接口406为各种联网设备提供连接接口,例如可以连接到数据库服务器或者云端存储服务器等。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一个实施例的分割图像生成的方法的步骤。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、***、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (8)
1.一种分割图像生成的方法,其特征在于,包括以下步骤:
获取医学图像;
将所述医学图像按不同器官进行分割,得到第一分割图像;
将第一分割图像进行医学影像三维重建,得到不同器官/组织三维模型;
重新对不同器官/组织三维模型进行切片,生成第二分割图像。
2.如权利要求1所述的一种分割图像生成的方法,其特征在于,获取的所述医学图像包括电子计算机断层扫描CT图像,或磁共振MRI图像,或B超图像。
3.如权利要求1所述的一种分割图像生成的方法,其特征在于,所述得到第一分割图像具体过程为:按不同器官/组织,将每一层图像中所包含的器官/组织分别标识并分割出来,得到第一分割图像。
4.如权利要求1所述的一种分割图像生成的方法,其特征在于,重新对不同器官/组织三维模型进行切片具体包括:增加切片数量、旋转任意角度、平移任意尺寸中的一种或其任意组合,每增加一定的切片数量或每旋转一个角度或平移一个尺寸或其任意组合,即可生成第二分割图像。
5.如权利要求4所述的一种分割图像生成的方法,其特征在于,通过所述增加切片数量操作后,所有切片间仍然是等距排列。
6.一种分割图像生成的装置,其特征在于,包括:
医学图像获取模块,用于获取医学图像;
医学图像分割模块,用于对所述医学图像进行分割,以获得第一分割图像;
三维重建模块,用于将所述第一分割图像重建为三维模型;
切片模块,用于将三维模型重建切片,以生成第二的分割图像。
7.根据权利要求7所述的一种分割图像生成的装置,其特征在于,所述分割图像生成的装置还包括:
存储器;以及
耦接至所述存储器的处理器,所述存储器通过总线与处理器连接,所述处理器通过总线分别与医学图像获取模块、医学图像分割模块、三维重建模块和切片模块连接,所述处理器被配置为基于存储在所述存储器设备中的指令,执行权利要求1-6任一项所述的图像分割的方法。
8.一种图像分割计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811122092.5A CN109345545A (zh) | 2018-09-26 | 2018-09-26 | 一种分割图像生成的方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811122092.5A CN109345545A (zh) | 2018-09-26 | 2018-09-26 | 一种分割图像生成的方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109345545A true CN109345545A (zh) | 2019-02-15 |
Family
ID=65306431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811122092.5A Pending CN109345545A (zh) | 2018-09-26 | 2018-09-26 | 一种分割图像生成的方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345545A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325845A (zh) * | 2020-02-18 | 2020-06-23 | 中国人民解放军总医院第三医学中心 | 泪道ct图像的三维重建分析方法及装置 |
CN115300809A (zh) * | 2022-07-27 | 2022-11-08 | 北京清华长庚医院 | 图像处理方法及装置、计算机设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105374023A (zh) * | 2015-08-25 | 2016-03-02 | 上海联影医疗科技有限公司 | 一种分割目标区域方法,及其图像重建方法和装置 |
US20160196648A1 (en) * | 2015-01-05 | 2016-07-07 | Case Western Reserve University | Disease Characterization From Fused Pathology And Radiology Data |
CN106901834A (zh) * | 2016-12-29 | 2017-06-30 | 陕西联邦义齿有限公司 | 微创心脏外科手术的术前规划及手术虚拟现实模拟方法 |
CN107126258A (zh) * | 2017-06-29 | 2017-09-05 | 哈尔滨理工大学 | 一种微创手术套管柔性针的路径规划方法 |
CN107481254A (zh) * | 2017-08-24 | 2017-12-15 | 上海术理智能科技有限公司 | 医学图像的处理方法、装置、介质和电子设备 |
CN108109151A (zh) * | 2017-12-19 | 2018-06-01 | 哈尔滨工业大学 | 一种基于深度学习和形变模型的超声心动图心室分割方法和装置 |
-
2018
- 2018-09-26 CN CN201811122092.5A patent/CN109345545A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160196648A1 (en) * | 2015-01-05 | 2016-07-07 | Case Western Reserve University | Disease Characterization From Fused Pathology And Radiology Data |
CN105374023A (zh) * | 2015-08-25 | 2016-03-02 | 上海联影医疗科技有限公司 | 一种分割目标区域方法,及其图像重建方法和装置 |
CN106901834A (zh) * | 2016-12-29 | 2017-06-30 | 陕西联邦义齿有限公司 | 微创心脏外科手术的术前规划及手术虚拟现实模拟方法 |
CN107126258A (zh) * | 2017-06-29 | 2017-09-05 | 哈尔滨理工大学 | 一种微创手术套管柔性针的路径规划方法 |
CN107481254A (zh) * | 2017-08-24 | 2017-12-15 | 上海术理智能科技有限公司 | 医学图像的处理方法、装置、介质和电子设备 |
CN108109151A (zh) * | 2017-12-19 | 2018-06-01 | 哈尔滨工业大学 | 一种基于深度学习和形变模型的超声心动图心室分割方法和装置 |
Non-Patent Citations (1)
Title |
---|
张弛: "基于卷积神经网络的鞋印图像分类算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325845A (zh) * | 2020-02-18 | 2020-06-23 | 中国人民解放军总医院第三医学中心 | 泪道ct图像的三维重建分析方法及装置 |
CN115300809A (zh) * | 2022-07-27 | 2022-11-08 | 北京清华长庚医院 | 图像处理方法及装置、计算机设备和存储介质 |
CN115300809B (zh) * | 2022-07-27 | 2023-10-24 | 北京清华长庚医院 | 图像处理方法及装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7277053B2 (ja) | 階層式マルチレベル特徴画像合成および提示のためのシステムおよび方法 | |
JP2019076699A (ja) | 偽陽性低減での小結節検出 | |
CN110517238B (zh) | Ct医学影像ai三维重建与人机交互可视化网络*** | |
DE102021112250A1 (de) | Bestimmung von Audiorauschen unter Verwendung eines oder mehrerer neuronaler Netze | |
Jiménez et al. | A Web platform for the interactive visualization and analysis of the 3D fractal dimension of MRI data | |
US11210865B2 (en) | Visually interacting with three dimensional data in augmented or virtual reality | |
DE102021113690A1 (de) | Videosynthese unter verwendung von einem oder mehreren neuralen netzwerken | |
CN107924580A (zh) | 在医学成像中的表面体积混合模块的可视化 | |
CN109447120A (zh) | 一种图像自动分割的方法、装置及计算机可读存储介质 | |
US8149237B2 (en) | Information processing apparatus and program | |
DE102021116109A1 (de) | Bilderzeugung unter verwendung eines oder mehrerer neuronaler netzwerke | |
CN101710420A (zh) | 一种医学图像反分割方法 | |
DE102021110051A1 (de) | Bildkennzeichnung mit einem oder mehreren neuronalen netzen | |
DE102021205525A1 (de) | Animation von inhalten unter verwendung eines oder mehrerer neuronaler netzwerke | |
CN110443839A (zh) | 一种骨骼模型空间配准方法及装置 | |
DE102021112104A1 (de) | Blickschätzung unter verwendung eines oder mehrerer neuronaler netzwerke | |
DE102021114849A1 (de) | Umgebungserzeugung unter verwendung eines oder mehrerer neuronaler netzwerke | |
CN109345545A (zh) | 一种分割图像生成的方法、装置及计算机可读存储介质 | |
CN109523507A (zh) | 一种病变图像生成的方法、装置及计算机可读存储介质 | |
US11804020B2 (en) | Systems and methods for rendering models based on medical imaging data | |
CN117437365B (zh) | 医学三维模型的生成方法、装置、电子设备及存储介质 | |
Ciżnicki et al. | Efficient isosurface extraction using marching tetrahedra and histogram pyramids on multiple GPUs | |
CN109377477B (zh) | 一种图像分类的方法、装置及计算机可读存储介质 | |
CN108805876A (zh) | 使用生物力学模型的磁共振和超声图像的可形变配准 | |
US10102347B2 (en) | Patient specific anatiomical sketches for medical reports |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200817 Address after: 215028 unit 301, floor 3, No.288, Dongping street, Suzhou Industrial Park, Suzhou area, China (Jiangsu) pilot Free Trade Zone, Suzhou City, Jiangsu Province Applicant after: Suzhou Liulian Technology Co.,Ltd. Address before: 523000 Guangdong province Dongguan City Chashan town water Tong Kok Wai Industrial Zone Applicant before: GUANGDONG EDA TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |