CN109872314A - 一种基于中心线的优化分割方法及设备 - Google Patents
一种基于中心线的优化分割方法及设备 Download PDFInfo
- Publication number
- CN109872314A CN109872314A CN201910124513.6A CN201910124513A CN109872314A CN 109872314 A CN109872314 A CN 109872314A CN 201910124513 A CN201910124513 A CN 201910124513A CN 109872314 A CN109872314 A CN 109872314A
- Authority
- CN
- China
- Prior art keywords
- center line
- segmentation result
- endpoint
- bifurcation
- point
- 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.)
- Granted
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 230000006578 abscission Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 210000004351 coronary vessel Anatomy 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 210000004204 blood vessel Anatomy 0.000 description 9
- 238000007363 ring formation reaction Methods 0.000 description 9
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于中心线的优化分割方法及设备，包括：提取影像的分割结果，在所述分割结果上生成中心线；对所述中心线进行环分析，得到可解环的中心线点；通过所述可解环的中心线点对所述分割结果进行修改擦除，得到优化分割结果。
Description
技术领域
本发明涉及影像成型技术领域，尤其涉及一种基于中心线的优化分割方法及设备。
背景技术
心脏冠脉血管为心脏的营养血管，其血管分布繁杂并且在个体之间走行多变，故对冠状动脉血管的研究是一项技术性非常强的工作。
在自动化冠脉重建过程中，需要对三维重建结果进行二维分割，在二维上得到分割结果，将分割结果收型可得到中心线的参考点集，再通过生成中心线可得到每根血管影像。因此中心线的位置对冠状动脉血管的生成具有十分重要的作用。
然而，在冠状动脉重建过程中，由于血管的自动分割受到噪声或者粘连影响，很大程度上会直接导致中心线成环或偏离等情况的发生。如图1和图2所示，图1示出了现有技术冠状动脉影像血管断裂的示意图；图2示出了现有技术中心线成环的示意图。结合图1和图2所示情况不难发现，由断裂或成环中心线所生成的血管的准确性较低，有待进一步优化。
发明内容
本发明提供一种基于中心线的优化分割方法及设备，避免中心线出现断环或断掉。
本发明一方面提供一种基于中心线的优化分割方法，包括：提取影像的分割结果，在所述分割结果上生成中心线；对所述中心线进行环分析，得到可解环的中心线点；通过所述可解环的中心线点对所述分割结果进行修改擦除，得到优化分割结果。
在一种可实施方式中，所述提取影像的分割结果，在所述分割结果上生成中心线，具体为：在影像上生成分割结果；在所述分割结果上进行收型，得到用于形成中心线的参考点集；对所述参考点集建立点间关系，从而得到所述中心线。
在一种可实施方式中，所述对所述中心线进行环分析，具体为：对第一区域内的所述中心线的端点和/或分叉点进行配对，得到位于配对的点之间的连接点；判断所述连接点是否均分布在所述分割结果上；若所述连接点均分布在所述分割结果上，则判断所述第一区域内的所述中心线的端点和/或分叉点的父子节点的关系；根据所述中心线的端点和/或分叉点的父子节点的关系判断是否为合理断环。
在一种可实施方式中，在所述对第一区域内的所述中心线的端点和/或分叉点进行配对，具体为，在配对距离阈值内对端点和/或分叉点取最近距离配对；所述最近距离配对具体为，在第一区域内选取相邻距离最近的两个所述分叉点和/或端点，将选取的所述分叉点和/或端点进行配对。
在一种可实施方式中，所述父子节点的关系至少包括如下形式之一：距离约束和平行约束。
本发明另一方面提供一种基于中心线的优化分割设备，包括：提取模块，用于提取影像的分割结果，在所述分割结果上生成中心线；分析模块，用于对所述中心线进行环分析，得到可解环的中心线点；修改擦除模块，用于通过所述可解环的中心线点对所述分割结果进行修改擦除，得到优化分割结果。
在一种可实施方式中，所述提取模块，具体为：生成单元，用于在影像上生成分割结果；收型单元，用于在所述分割结果上进行收型，得到用于形成中心线的参考点集；建立单元，用于对所述参考点集建立点间关系，从而得到所述中心线。
在一种可实施方式中，所述分析模块，具体为：配对单元，用于对第一区域内的所述中心线的端点和/或分叉点进行配对，得到位于配对的点之间的连接点；判断单元，用于判断所述连接点是否均分布在所述分割结果上；所述判断单元，进一步用于若所述连接点均分布在所述分割结果上，则判断所述第一区域内的所述中心线的端点和/或分叉点的父子节点的关系；所述判断单元，进一步用于根据所述中心线的端点和/或分叉点的父子节点的关系判断是否为合理断环。
在一种可实施方式中，所述配对单元，具体为，在配对距离阈值内对端点和/或分叉点取最近距离配对；所述最近距离配对具体为，在第一区域内选取相邻距离最近的两个所述分叉点和/或端点，将选取的所述分叉点和/或端点进行配对。
在一种可实施方式中，在所述判断单元中，所述父子节点的关系至少包括如下形式之一：距离约束和平行约束。
本发明提供的基于中心线的优化分割方法及设备通过对影像的分割结果进行提取，并在分割结果上生成中心线，通过对中心线进行环分析，得到可解环的中心线点；再将可解环的中心线点对分割结果进行修改擦除，可得到优化分割结果，而通过优化分割结果进行中心线提取，相较于直接在分割结果上进行中心线提取，优化分割结果提取的中心线在血管成型过程中，避免了成型血管出现断裂、成环的情况，能够得到更加准确的血管影像。
附图说明
图1示出了现有技术冠状动脉影像血管断裂的示意图；
图2示出了现有技术中心线成环的示意图；
图3示出了本发明实施例基于中心线的优化分割方法的流程示意图；
图4示出了本发明实施例最近距离配对的示意图；
图5示出了本发明实施例基于中心线的优化分割设备的结构示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂，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，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
图3示出了本发明实施例优化分割中心线的方法的流程示意图。
参见图3，本发明实施例一方面提供一种基于中心线的优化分割方法，包括如下步骤：
步骤101，提取影像的分割结果，在分割结果上生成中心线；步骤102，对中心线进行环分析，得到可解环的中心线点；步骤103，通过可解环的中心线点对分割结果进行修改擦除，得到优化分割结果。
本发明实施例应用于CT原始影像的后期处理，进一步的，适用于有关生物体血管或其他复杂组织的CT原始影像的后期处理，本发明实施例以冠状动脉的CT原始影像为对象进行叙述。即本发明实施例所提供的方法的处理对象为冠状动脉的CT原始影像。CT原始影像通过CT扫描获得，在扫描过程中，设定需要成像的对象为冠状动脉。
本发明实施例在提取冠状动脉中心线的过程中，首先在分割结果上生成中心线，本发明实时路况对生成中心线的方法不做限定，可利用现有的各种方法生成中心线。在生成中心线后，本发明实施例在中心线上进行环分析，得到可解环的中心线点。此处可解环的中心线点为通过该中心线在建tree过程中导致成环、断掉的部分。在确定可解环的中心线点后，依据中心线点对分割结果进行修改擦除，通过修改使原本成环的部分与中心线连接，通过擦除使成环部分断裂，从而形成无成环、无断掉的中心线，以该方法进行中心线生成能够判断哪些位置需要断、那些位置需要保留，进而对分割结果进行修改，让后续的中心线算法可以得到更加可靠的线，以该线进行冠状动脉的影像生成，能够避免冠状动脉影像上出现成环、断裂的情况，得到更加准确的冠状动脉血管影像。
本发明实施例在步骤101过程中，具体为：首先，在影像上生成分割结果；然后，在分割结果上进行收型，得到用于形成中心线的参考点集；对参考点集建立点间关系，从而得到中心线。
依据本发明实施例所提供方法，需要在扫描结果中，提取冠状动脉的分割结果，该分割结果包括生成在坐标轴中的分割点，由若干分割点形成的tree型的体即为分割结果。在该分割结果上进行收型，即可得到形成中心线的参考点集，对该参考点集进行tree生成，建立点间关系，可得到中心线，此处的中心线即为冠状动脉中每个血管的中心线。
图4示出了本发明实施例最近距离配对的示意图。
参见图4，本发明实施例在步骤102对中心线进行环分析，该过程中，具体为：首先，对第一区域402内的中心线的端点和/或分叉点401进行配对，得到位于配对的点之间的连接点；判断连接点是否均分布在分割结果上；然后，若连接点均分布在分割结果上，则判断第一区域402内的中心线的端点和/或分叉点401的父子节点的关系；再后，根据中心线的端点和/或分叉点401的父子节点的关系判断是否为合理断环。
其中，在对第一区域402内的中心线的端点和/或分叉点401进行配对，具体为，在配对距离阈值内对端点和/或分叉点401取最近距离配对；最近距离配对具体为，在第一区域402内选取相邻距离最近的两个端点和/或分叉点401，将选取的端点和/或分叉点401进行配对。
本发明实施例步骤102基于步骤101得到的中心线点集，此处的第一区域402为中心线上较近分支的端点和/或分叉点401，此处的较近可以根据所需冠状动脉影像精度要求具体设置，可以是50个单位距离，也可以是200个单位距离，此处不做任何限定。
把在第一区域402内的端点和/或分叉点401作为配对点进行两两配对，通过配对，可得到位于两配对点之间的连接点，此处的配对点可以选择只有端点的点集、也可以选择只有分叉点401的点集，还可以选择即包含端点又包含分叉点的点集，可根据冠状动脉血管的实际情况进行选择。本发明实施例选择即包含端点又包含分叉点401的点集进行叙述。另外，对端点和分叉点的配对取最近距离，配对的阈值距离可以进行限定。具体的，本发明实施例在步骤102中，对端点和/或分叉点401取最近距离配对，并限制配对的阈值距离，阈值距离根据需要可以取小于20个单位距离内的任一值，例如15个单位距离。
在获得连接点后，对在第一区域402内所有的连接点进行逐点判断，若所有连接点都在分割结果上，则可判断中心线在当前位置形成了环。其分割结果形成封闭的三角形，位于两端点间的连接点位于分割结果上，即连接点与中心线点集同样形成了封闭的三角形，此时可判断由此处的中心线成环。
在发现中心线成环后，需要对位于中心线成环部分的分叉点401和端点进行父子节点的关系判断，以主动脉与冠状动脉血管的连接处作为root点，对中心线成环部分的端点和/或分叉点401做父子节点的关系判断，即判断成环中配对点中的父节点、父父节点是哪个节点。在得到端点和/或分叉点401和端点父子节点关系信息后，根据父子节点关系分析当断环出是否为合理断环。具体的，若发生父子节点断，则为不合理断环，需要修改成父子节点连接；若发生子子节点连接的情况，则需要擦除连接，形成子子断裂。
进一步的，若环内存在子节点较多的情况下，在擦除子子连接形成子子断裂的情况下，本发明实施例父子节点的关系至少包括如下形式之一：距离约束和平行约束。
具体的，在距离约束中，无论断多个子节点的哪一边，需要从父节点到端点或分叉点的距离差最小，如断一个子节点与子节点之间的边就会产生一堆端点，父节点到这对端点就有两个路径，对比两个路径的差，去距离小的距离差断边。在平衡约束中，两端点的子节点数或分叉点个数差要小于等于1。
最后，依据上述算法规则可得到新的被删除的中心线点集合，对该点集对应的原始分割结果进行擦除，即可得到更加准确的冠状动脉血管影像。
图5示出了本发明实施例优化分割中心线的设备的结构示意图。
参见图5，本发明实施例另一方面提供一种优化分割中心线的设备，包括：提取模块501，用于提取影像的分割结果，在分割结果上生成中心线。分析模块502，用于对中心线进行环分析，得到可解环的中心线点。修改擦除模块503，用于通过可解环的中心线点对分割结果进行修改擦除，得到优化分割结果。
在本发明实施例中，提取模块501具体为：生成单元5011，用于在影像上生成分割结果。收型单元5012，用于在分割结果上进行收型，得到中心线的参考点集。建立单元5013，用于对参考点集建立点间关系，得到中心线。
在本发明实施例中，分析模块502具体为：配对单元5021，用于对第一区域402内的中心线的端点和/或分叉点401进行配对，得到位于配对的点之间的连接点。判断单元5022，用于判断所有连接点是否在分割结果上。判断单元5022，进一步用于若所有连接点都在分割结果上，判断第一区域402内的中心线的端点和/或分叉点401的父子节点的关系。判断单元5022，进一步用于根据中心线的端点和/或分叉点401的父子节点的关系判断是否为合理断环。
在本发明实施例中，配对单元502，具体为，对端点和/或分叉点401取最近距离配对，并限制配对的阈值距离，阈值距离为小于20个单位距离内的任一值；最近距离配对具体为，在第一区域内选取相邻距离最近的两个所述分叉点和/或端点，将选取的所述分叉点和/或端点进行配对。
在本发明实施例中，在判断单元5022中，父子节点的关系还具有距离约束和平行约束。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于中心线的优化分割方法，其特征在于，包括：
提取影像的分割结果，在所述分割结果上生成中心线；
对所述中心线进行环分析，得到可解环的中心线点；
通过所述可解环的中心线点对所述分割结果进行修改擦除，得到优化分割结果。
2.根据权利要求1所述的方法，其特征在于，所述提取影像的分割结果，在所述分割结果上生成中心线，具体为：
在影像上生成分割结果；
在所述分割结果上进行收型，得到用于形成中心线的参考点集；
对所述参考点集建立点间关系，从而得到所述中心线。
3.根据权利要求1所述的方法，其特征在于，所述对所述中心线进行环分析，具体为：
对第一区域内的所述中心线的端点和/或分叉点进行配对，得到位于配对的点之间的连接点；
判断所述连接点是否均分布在所述分割结果上；
若所述连接点均分布在所述分割结果上，则判断所述第一区域内的所述中心线的端点和/或分叉点的父子节点的关系；
根据所述中心线的端点和/或分叉点的父子节点的关系判断是否为合理断环。
4.根据权利要求3所述的方法，其特征在于，在所述对第一区域内的所述中心线的端点和/或分叉点进行配对，具体为，在配对距离阈值内对端点和/或分叉点取最近距离配对；所述最近距离配对具体为，在第一区域内选取相邻距离最近的两个所述分叉点和/或端点，将选取的所述分叉点和/或端点进行配对。
5.根据权利要求3所述的方法，其特征在于，所述父子节点的关系至少包括如下形式之一：距离约束和平行约束。
6.一种基于中心线优化分割的设备，其特征在于，包括：
提取模块，用于提取影像的分割结果，在所述分割结果上生成中心线；
分析模块，用于对所述中心线进行环分析，得到可解环的中心线点；
修改擦除模块，用于通过所述可解环的中心线点对所述分割结果进行修改擦除，得到优化分割结果。
7.根据权利要求6所述的设备，其特征在于，所述提取模块，具体为：
生成单元，用于在影像上生成分割结果；
收型单元，用于在所述分割结果上进行收型，得到用于形成中心线的参考点集；
建立单元，用于对所述参考点集建立点间关系，从而得到所述中心线。
8.根据权利要求6所述的设备，其特征在于，所述分析模块，具体为：
配对单元，用于对第一区域内的所述中心线的端点和/或分叉点进行配对，得到位于配对的点之间的连接点；
判断单元，用于判断所述连接点是否均分布在所述分割结果上；
所述判断单元，进一步用于若所述连接点均分布在所述分割结果上，则判断所述第一区域内的所述中心线的端点和/或分叉点的父子节点的关系；
所述判断单元，进一步用于根据所述中心线的端点和/或分叉点的父子节点的关系判断是否为合理断环。
9.根据权利要求8所述的设备，其特征在于，所述配对单元，具体为，在配对距离阈值内对端点和/或分叉点取最近距离配对；所述最近距离配对具体为，在第一区域内选取相邻距离最近的两个所述分叉点和/或端点，将选取的所述分叉点和/或端点进行配对。
10.根据权利要求8所述的设备，其特征在于，在所述判断单元中，所述父子节点的关系至少包括如下形式之一：距离约束和平行约束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910124513.6A CN109872314B (zh) | 2019-02-20 | 2019-02-20 | 一种基于中心线的优化分割方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910124513.6A CN109872314B (zh) | 2019-02-20 | 2019-02-20 | 一种基于中心线的优化分割方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109872314A true CN109872314A (zh) | 2019-06-11 |
| CN109872314B CN109872314B (zh) | 2021-04-16 |
Family
ID=66918894
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910124513.6A Active CN109872314B (zh) | 2019-02-20 | 2019-02-20 | 一种基于中心线的优化分割方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109872314B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003039369A1 (en) * | 2001-09-26 | 2003-05-15 | Roche Diagnostics Gmbh | Method and apparatus for sampling bodily fluid |
| CN101425186A (zh) * | 2008-11-17 | 2009-05-06 | 华中科技大学 | 一种基于ct图像的肝脏分段方法及其系统 |
| CN101782968A (zh) * | 2010-02-03 | 2010-07-21 | 北京航空航天大学 | 基于测地模型的人体骨骼提取和朝向判定方法 |
| CN102137405A (zh) * | 2010-06-01 | 2011-07-27 | 华为技术有限公司 | 一种构造网络拓扑结构的方法及装置 |
| CN107563983A (zh) * | 2017-09-28 | 2018-01-09 | 上海联影医疗科技有限公司 | 图像处理方法以及医学成像设备 |
| CN107564048A (zh) * | 2017-09-25 | 2018-01-09 | 南通大学 | 基于分叉点特征配准方法 |
| CN108335284A (zh) * | 2018-01-09 | 2018-07-27 | 北京理工大学 | 一种冠脉血管中心线匹配方法和系统 |
| CN108615251A (zh) * | 2018-04-04 | 2018-10-02 | 语坤（北京）网络科技有限公司 | 一种线条样本增强方法及应用其的冠脉样本增强方法 |
| CN109215032A (zh) * | 2017-06-30 | 2019-01-15 | 上海联影医疗科技有限公司 | 图像分割的方法及系统 |
| CN109360209A (zh) * | 2018-09-30 | 2019-02-19 | 语坤（北京）网络科技有限公司 | 一种冠状血管分割方法及系统 |
-
2019
- 2019-02-20 CN CN201910124513.6A patent/CN109872314B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003039369A1 (en) * | 2001-09-26 | 2003-05-15 | Roche Diagnostics Gmbh | Method and apparatus for sampling bodily fluid |
| CN101425186A (zh) * | 2008-11-17 | 2009-05-06 | 华中科技大学 | 一种基于ct图像的肝脏分段方法及其系统 |
| CN101782968A (zh) * | 2010-02-03 | 2010-07-21 | 北京航空航天大学 | 基于测地模型的人体骨骼提取和朝向判定方法 |
| CN102137405A (zh) * | 2010-06-01 | 2011-07-27 | 华为技术有限公司 | 一种构造网络拓扑结构的方法及装置 |
| CN109215032A (zh) * | 2017-06-30 | 2019-01-15 | 上海联影医疗科技有限公司 | 图像分割的方法及系统 |
| CN107564048A (zh) * | 2017-09-25 | 2018-01-09 | 南通大学 | 基于分叉点特征配准方法 |
| CN107563983A (zh) * | 2017-09-28 | 2018-01-09 | 上海联影医疗科技有限公司 | 图像处理方法以及医学成像设备 |
| CN108335284A (zh) * | 2018-01-09 | 2018-07-27 | 北京理工大学 | 一种冠脉血管中心线匹配方法和系统 |
| CN108615251A (zh) * | 2018-04-04 | 2018-10-02 | 语坤（北京）网络科技有限公司 | 一种线条样本增强方法及应用其的冠脉样本增强方法 |
| CN109360209A (zh) * | 2018-09-30 | 2019-02-19 | 语坤（北京）网络科技有限公司 | 一种冠状血管分割方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| KALMAN PALAGYI 等: "A 3D 6-subiteration thinning algorithm for extracting medial lines", 《PATTERN RECOGNITION》 * |
| TOMASZ HACHAJ 等: "Evaluation of Carotid Artery Segmentation with Centerline Detection and Active Contours without Edges Algorithm", 《IFIP INTERNATIONAL FEDERATION FOR INFORMATION PROCESSING 2012》 * |
| 王梓佑: "肝脏血管中心线及分级数据的提取方法", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
| 王胜军 等: "一种基于管状特征的冠状中心线自动提取算法", 《东北大学学报（自然科学版）》 * |
| 高飞 等: "一种基于脊线跟踪的冠状动脉中心线提取方法", 《计算机应用》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109872314B (zh) | 2021-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cautun et al. | Evolution of the cosmic web | |
| US20150071541A1 (en) | Automated method for measuring, classifying, and matching the dynamics and information passing of single objects within one or more images | |
| CN109448005B (zh) | 一种用于冠状动脉的网络模型分割方法及设备 | |
| CN109377458B (zh) | 一种冠脉分割断裂的修复方法及装置 | |
| US20100239147A1 (en) | Method and System for Dynamic Pulmonary Trunk Modeling and Intervention Planning | |
| CN100580707C (zh) | 一种任意拓扑的多边形网格模型融合方法 | |
| CN107316315A (zh) | 一种基于模板匹配的目标识别定位方法 | |
| CN110188778A (zh) | 基于影像提取结果的居民区要素轮廓规则化方法 | |
| CN116128880B (zh) | 一种极耳模具表面开裂的识别方法 | |
| CN115757604B (zh) | 一种基于夜光影像数据的gdp时空演变分析方法 | |
| CN113240684B (zh) | 对提取出含冠脉中心线的掩膜数据转换为中心线点集方法 | |
| CN112465006A (zh) | 一种图神经网络目标跟踪方法及装置 | |
| CN109360209A (zh) | 一种冠状血管分割方法及系统 | |
| CN100383811C (zh) | 舌图像中舌体提取方法 | |
| CN109872314A (zh) | 一种基于中心线的优化分割方法及设备 | |
| CN109559321A (zh) | 一种声呐图像分割方法和设备 | |
| CN113514072B (zh) | 一种面向导航数据与大比例尺制图数据的道路匹配方法 | |
| US11961276B2 (en) | Linear structure extraction device, method, program, and learned model | |
| CN106203278B (zh) | 一种提取地图上双线道路的方法及装置 | |
| CN113393442B (zh) | 列车零部件异常检测方法、系统、电子设备及存储介质 | |
| CN108734771A (zh) | 基于三维医学影像的血管提取系统及分析方法 | |
| He et al. | Progressive filtering of airborne LiDAR point clouds using graph cuts | |
| CN111354008A (zh) | 基于局部特征的肝静脉门静脉分离方法及装置 | |
| Li et al. | Feature-based alignment and comparison between portion and whole of free-form surfaces | |
| US20160055264A1 (en) | Organ construct and methods of manufacture thereof |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Patentee after: Shukun (Beijing) Network Technology Co.,Ltd. Address before: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Patentee before: SHUKUN (BEIJING) NETWORK TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Patentee after: Shukun Technology Co.,Ltd. Address before: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Patentee before: Shukun (Beijing) Network Technology Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |