CN110443839A - 一种骨骼模型空间配准方法及装置 - Google Patents
一种骨骼模型空间配准方法及装置 Download PDFInfo
- Publication number
- CN110443839A CN110443839A CN201910660395.0A CN201910660395A CN110443839A CN 110443839 A CN110443839 A CN 110443839A CN 201910660395 A CN201910660395 A CN 201910660395A CN 110443839 A CN110443839 A CN 110443839A
- Authority
- CN
- China
- Prior art keywords
- face
- cartilage
- spatial registration
- point cloud
- cloud data
- 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明实施例提供一种骨骼模型空间配准方法及装置,所述方法包括:获取关节的软骨端面的点云数据;根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。所述装置执行上述方法。本发明实施例提供的骨骼模型空间配准方法及装置,根据关节的软骨端面的点云数据和软骨端面三维重建模型进行空间配准,能够高效、准确地对骨骼模型进行空间配准。
Description
技术领域
本发明涉及计算机辅助技术领域,尤其涉及一种骨骼模型空间配准方法及装置。
背景技术
骨骼模型空间配准是基于骨骼点云数据进行的空间配准,点云数据空间配准作为空间三维点云预处理阶段的重要数据处理步骤,对获得完整的被测目标表面空间三维坐标有着极其重要的作用。
现有技术中是基于CT影像的骨骼分割结果,在通过刺破软骨对硬骨进行选点,从而对选点得到的部分硬骨点云数据进行空间配准,但是上述现有技术进行选点以及获取点云数据的方式,使得对骨骼空间配准的效率和精度低下。
因此,如何避免上述缺陷,能够高效、准确地对骨骼模型进行空间配准,成为亟须解决的问题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种骨骼模型空间配准方法及装置。
本发明实施例提供一种骨骼模型空间配准方法,包括:
获取关节的软骨端面的点云数据;
根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本发明实施例提供一种骨骼模型空间配准装置,包括:
获取单元,用于获取关节的软骨端面的点云数据;
配准单元,用于根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本发明实施例提供一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,
所述处理器执行所述程序时实现如下方法步骤:
获取关节的软骨端面的点云数据;
根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如下方法步骤:
获取关节的软骨端面的点云数据;
根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本发明实施例提供的骨骼模型空间配准方法及装置,根据关节的软骨端面的点云数据和软骨端面三维重建模型进行空间配准,能够高效、准确地对骨骼模型进行空间配准。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明骨骼模型空间配准方法实施例流程图;
图2为本发明实施例实现骨骼模型空间配准的设备示意图;
图3(a)为本发明实施例原始MRI影像;
图3(b)为本发明实施例膝关节软骨分割二维影像;
图3(c)本发明实施例膝关节软骨分割三维影像;
图4为本发明骨骼模型空间配准装置实施例结构示意图;
图5为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明骨骼模型空间配准方法实施例流程图,如图1所示,本发明实施例提供的一种骨骼模型空间配准方法,包括以下步骤:
S101:获取关节的软骨端面的点云数据。
具体的,装置获取关节的软骨端面的点云数据。装置可以包括服务器、终端等具有逻辑运算等功能的实体设备。图2为本发明实施例实现骨骼模型空间配准的设备示意图,如图2所示,以膝关节骨骼为例,可以划取采集关节的软骨端面的点云数据。具体说明如下:使用采点工具300划取采集关节的软骨端面400的点云数据,通过光学跟踪仪200对采点工具300的尖端部分(尖端部分即是与骨骼相接触的部分)进行跟踪,并将该点云数据传输至上述装置。需要说明的是:划取采集关节的软骨端面400的点云数据,可以理解为在软骨端面400上采用划动的方式采集点云数据,不同于通过刺破软骨对硬骨进行选点的采集点云数据的方式,具有采集点云数据效率高的优点。
S102:根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
具体的,装置根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;骨骼模型可以用于模拟人体骨骼,用户医疗的教学等目的。所述软骨端面三维重建模型是对原始磁共振成像(Magnetic Resonance Imaging,简称“MRI”)影像中的软骨进行分割后、并进行三维重建获得的。即根据采集的点云数据与软骨端面三维重建模型进行空间配准,得到模型空间与真实空间的映射关系,从而实现骨骼模型空间配准。空间配准的具体方法可以采用super-4pcs配准算法,不作具体限定。
对原始MRI影像中的软骨进行分割,可以采用基于深度学习的分割方法对原始MRI影像中的软骨进行分割,具体深度学习的算法不作具体限定。图3(a)为本发明实施例原始MRI影像;图3(b)为本发明实施例膝关节软骨分割二维影像、图3(c)本发明实施例膝关节软骨分割三维影像;软骨端面三维重建模型的获取过程如图3(a)~图3(c)所示。
本发明实施例提供的骨骼模型空间配准方法,根据关节的软骨端面的点云数据和软骨端面三维重建模型进行空间配准,能够高效、准确地对骨骼模型进行空间配准。
在上述实施例的基础上,所述根据所述点云数据和软骨端面三维重建模型进行空间配准,包括:
采用super-4pcs配准算法,并根据所述点云数据和软骨端面三维重建模型进行空间配准。
具体的,装置采用super-4pcs配准算法,并根据所述点云数据和软骨端面三维重建模型进行空间配准。可参照上述说明,不再赘述。
本发明实施例提供的骨骼模型空间配准方法,采用super-4pcs配准算法能够更高效、准确地对骨骼模型进行空间配准。
在上述实施例的基础上,所述对原始MRI影像中的软骨进行分割,包括:
采用基于深度学习的分割方法对原始MRI影像中的软骨进行分割。
具体的,装置采用基于深度学习的分割方法对原始MRI影像中的软骨进行分割。可参照上述说明,不再赘述。
本发明实施例提供的骨骼模型空间配准方法,采用基于深度学习的分割方法对原始MRI影像中的软骨进行分割,进一步能够更高效、准确地对骨骼模型进行空间配准。
在上述实施例的基础上,所述获取关节的软骨端面的点云数据,包括:
划取采集关节的软骨端面的点云数据。
具体的,装置划取采集关节的软骨端面的点云数据。可参照上述说明,不再赘述。
本发明实施例提供的骨骼模型空间配准方法,高效地获取关节的软骨端面的点云数据,进一步能够高效、准确地对骨骼模型进行空间配准。
图4为本发明骨骼模型空间配准装置实施例结构示意图,如图4所示,本发明实施例提供了一种骨骼模型空间配准装置,包括获取单元401和配准单元402,其中:
获取单元401用于获取关节的软骨端面的点云数据;配准单元402用于根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
具体的,获取单元401用于获取关节的软骨端面的点云数据;配准单元402用于根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本发明实施例提供的骨骼模型空间配准装置,根据关节的软骨端面的点云数据和软骨端面三维重建模型进行空间配准,能够高效、准确地对骨骼模型进行空间配准。
本发明实施例提供的骨骼模型空间配准装置具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图5为本发明实施例提供的电子设备实体结构示意图,如图5所示,所述电子设备包括:处理器(processor)501、存储器(memory)502和总线503;
其中,所述处理器501、存储器502通过总线503完成相互间的通信;
所述处理器501用于调用所述存储器502中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:获取关节的软骨端面的点云数据;根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取关节的软骨端面的点云数据;根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:获取关节的软骨端面的点云数据;根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种骨骼模型空间配准方法,其特征在于,包括:
获取关节的软骨端面的点云数据;
根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
2.根据权利要求1所述的骨骼模型空间配准方法,其特征在于,所述根据所述点云数据和软骨端面三维重建模型进行空间配准,包括:
采用super-4pcs配准算法,并根据所述点云数据和软骨端面三维重建模型进行空间配准。
3.根据权利要求1所述的骨骼模型空间配准方法,其特征在于,所述对原始MRI影像中的软骨进行分割,包括:
采用基于深度学习的分割方法对原始MRI影像中的软骨进行分割。
4.根据权利要求1至3任一所述的骨骼模型空间配准方法,其特征在于,所述获取关节的软骨端面的点云数据,包括:
划取采集关节的软骨端面的点云数据。
5.一种骨骼模型空间配准装置,其特征在于,包括:
获取单元,用于获取关节的软骨端面的点云数据;
配准单元,用于根据所述点云数据和软骨端面三维重建模型进行空间配准,以实现骨骼模型空间配准;所述软骨端面三维重建模型是对原始MRI影像中的软骨进行分割后、并进行三维重建获得的。
6.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
7.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910660395.0A CN110443839A (zh) | 2019-07-22 | 2019-07-22 | 一种骨骼模型空间配准方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910660395.0A CN110443839A (zh) | 2019-07-22 | 2019-07-22 | 一种骨骼模型空间配准方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110443839A true CN110443839A (zh) | 2019-11-12 |
Family
ID=68429811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910660395.0A Pending CN110443839A (zh) | 2019-07-22 | 2019-07-22 | 一种骨骼模型空间配准方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110443839A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112155732A (zh) * | 2020-09-29 | 2021-01-01 | 苏州微创畅行机器人有限公司 | 可读存储介质、骨建模配准***及骨科手术*** |
CN112826590A (zh) * | 2021-02-02 | 2021-05-25 | 复旦大学 | 基于多模态融合和点云配准的膝关节置换术空间注册*** |
WO2021120554A1 (zh) * | 2019-12-18 | 2021-06-24 | 苏州微创畅行机器人有限公司 | 注册装置、注册方法、注册***、导航手术***、电子设备和存储介质 |
CN113470003A (zh) * | 2021-07-22 | 2021-10-01 | 北京爱康宜诚医疗器材有限公司 | 工具的确定方法、装置、计算机可读存储介质及处理器 |
CN113570648A (zh) * | 2021-07-30 | 2021-10-29 | 武汉联影智融医疗科技有限公司 | 多骨骼影像配准方法、电子装置以及医学导航*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139442A (zh) * | 2015-07-23 | 2015-12-09 | 昆明医科大学第一附属医院 | 一种结合ct和mri二维图像建立人体膝关节三维仿真模型的方法 |
CN106963487A (zh) * | 2017-04-17 | 2017-07-21 | 四川大学华西医院 | 一种膝关节盘状半月板模拟手术方法 |
CN107330926A (zh) * | 2017-08-25 | 2017-11-07 | 上海嘉奥信息科技发展有限公司 | 一种术中导航***中的非标记医学图像配准***及方法 |
CN107536643A (zh) * | 2017-08-18 | 2018-01-05 | 北京航空航天大学 | 一种前交叉韧带重建的增强现实手术导航*** |
CN108765474A (zh) * | 2018-04-17 | 2018-11-06 | 天津工业大学 | 一种针对ct与光学扫描牙齿模型的高效配准方法 |
CN109978888A (zh) * | 2019-02-18 | 2019-07-05 | 平安科技(深圳)有限公司 | 一种图像分割方法、装置及计算机可读存储介质 |
-
2019
- 2019-07-22 CN CN201910660395.0A patent/CN110443839A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139442A (zh) * | 2015-07-23 | 2015-12-09 | 昆明医科大学第一附属医院 | 一种结合ct和mri二维图像建立人体膝关节三维仿真模型的方法 |
CN106963487A (zh) * | 2017-04-17 | 2017-07-21 | 四川大学华西医院 | 一种膝关节盘状半月板模拟手术方法 |
CN107536643A (zh) * | 2017-08-18 | 2018-01-05 | 北京航空航天大学 | 一种前交叉韧带重建的增强现实手术导航*** |
CN107330926A (zh) * | 2017-08-25 | 2017-11-07 | 上海嘉奥信息科技发展有限公司 | 一种术中导航***中的非标记医学图像配准***及方法 |
CN108765474A (zh) * | 2018-04-17 | 2018-11-06 | 天津工业大学 | 一种针对ct与光学扫描牙齿模型的高效配准方法 |
CN109978888A (zh) * | 2019-02-18 | 2019-07-05 | 平安科技(深圳)有限公司 | 一种图像分割方法、装置及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
何巍 等: "基于点云的膝关节胫骨三维CT与MRI图像配准", 《长春理工大学学报(自然科学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120554A1 (zh) * | 2019-12-18 | 2021-06-24 | 苏州微创畅行机器人有限公司 | 注册装置、注册方法、注册***、导航手术***、电子设备和存储介质 |
US11678942B2 (en) | 2019-12-18 | 2023-06-20 | Suzhou MicroPort Orthobot Co., Ltd. | Device, method and system for registration |
CN112155732A (zh) * | 2020-09-29 | 2021-01-01 | 苏州微创畅行机器人有限公司 | 可读存储介质、骨建模配准***及骨科手术*** |
CN112155732B (zh) * | 2020-09-29 | 2022-05-17 | 苏州微创畅行机器人有限公司 | 可读存储介质、骨建模配准***及骨科手术*** |
CN112826590A (zh) * | 2021-02-02 | 2021-05-25 | 复旦大学 | 基于多模态融合和点云配准的膝关节置换术空间注册*** |
CN113470003A (zh) * | 2021-07-22 | 2021-10-01 | 北京爱康宜诚医疗器材有限公司 | 工具的确定方法、装置、计算机可读存储介质及处理器 |
CN113570648A (zh) * | 2021-07-30 | 2021-10-29 | 武汉联影智融医疗科技有限公司 | 多骨骼影像配准方法、电子装置以及医学导航*** |
CN113570648B (zh) * | 2021-07-30 | 2023-09-26 | 武汉联影智融医疗科技有限公司 | 多骨骼影像配准方法、电子装置以及医学导航*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110443839A (zh) | 一种骨骼模型空间配准方法及装置 | |
CN109754361B (zh) | 3d各向异性的混合网络:将来自2d图像的卷积特征传递到3d各向异性体积 | |
CN108734120B (zh) | 标注图像的方法、装置、设备和计算机可读存储介质 | |
CN108735279B (zh) | 一种虚拟现实脑中风上肢康复训练***及控制方法 | |
CN106327571B (zh) | 一种三维人脸建模方法及装置 | |
CN108335365A (zh) | 一种影像引导的虚实融合处理方法及装置 | |
CN108154531B (zh) | 一种计算体表损伤区域面积的方法和装置 | |
Sinko et al. | 3D registration of the point cloud data using ICP algorithm in medical image analysis | |
US8149237B2 (en) | Information processing apparatus and program | |
CN107067398A (zh) | 用于三维医学模型中缺失血管的补全方法及装置 | |
US20130169639A1 (en) | System and method for interactive contouring for 3d medical images | |
CN102096939B (zh) | 面向医学海量数据的多分辨率体绘制方法 | |
CN109859213A (zh) | 关节置换手术中骨骼关键点检测方法及装置 | |
CN108876893A (zh) | 三维人脸重建的方法、装置、***及计算机存储介质 | |
CN111784818A (zh) | 生成三维人体模型的方法、装置及计算机可读存储介质 | |
WO2024103890A1 (zh) | 模型构建方法、重建方法、装置、电子设备及非易失性可读存储介质 | |
WO2021030995A1 (zh) | 基于vrds ai下腔静脉影像的分析方法及产品 | |
Rodríguez et al. | Parallel deformation of heterogeneous ChainMail models: Application to interactive deformation of large medical volumes | |
CN115294426B (zh) | 介入医学设备的跟踪方法、装置、设备及存储介质 | |
CN113781653A (zh) | 对象模型生成方法、装置、电子设备及存储介质 | |
CN114283216A (zh) | 图像去伪影方法、装置、设备及存储介质 | |
Plotkowiak et al. | High performance computer simulations of cardiac electrical function based on high resolution MRI datasets | |
CN117437350B (zh) | 一种用于手术术前规划的三维重建***及方法 | |
CN113487575B (zh) | 用于训练医学影像检测模型的方法及装置、设备、可读存储介质 | |
CN109410217B (zh) | 一种图像分割的方法、装置及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191112 |