CN119445004A 基于人工智能技术的肝脏图像三维重建系统及方法 （吉林大学）

号基于人工智能技术的肝脏图像三维重建系一种基于人工智能技术的肝脏图像三维重建系2于对所述肝脏子带频率特征的序列进行图自相关门控显著聚合以得到肝脏子带频率显著优化分割模块，用于将所述肝脏语义分割图像通过形态三维重建模块，用于应用三维重建技术对所述边界优化肝脏语义肝脏图像离散小波变换子单元，用于对所述标准化后肝脏图像进行二肝脏子带频率特征提取子单元，用于将所述多个肝脏子带图像通过基于CN的肝脏子带特征提取器以得到肝脏子带频率特征向量的序列作为所述肝脏子带频率特征肝脏子带频率双曲映射子单元，用于将所述肝脏子带频率特征向脏子带频率特征向量分别映射到双曲空间以得到双曲空间映射后肝脏子带频率特征向量的序列；肝脏子带频率图游走拓扑特征计算子单元，用于计算所述双曲空率特征向量的序列的图游走拓扑特征以得到肝脏子带频率肝脏子带频率特征语义强化子单元，用于对所述肝脏子带频率图游走所述双曲空间映射后肝脏子带频率特征向量的序列进行图卷积模型的全域上下文游走以得到肝脏子带频率上下文语义强化特征向量的序列；肝脏子带频率特征显著聚合子单元，用于基于所述肝脏子带频率显著聚合表示向量作为所述肝脏子带频率显3计算所述双曲空间映射后肝脏子带频率特征向量的序列中任意两个双曲空间映射后肝脏子带频率特征向量之间的庞加莱距离以得到肝脏子带频对所述肝脏子带频率图游走拓扑矩阵进行空洞卷积编码以得到所述肝脏子带频率图对所述肝脏子带频率上下文语义强化特征向量的序列和所述肝脏子带频率特征向量的序列中每组对应的肝脏子带频率上下文语义强化特征向量和肝脏子带频率特征向量进行自相关门控处理以得到肝脏子带频率自相关门控显著置信因子的序列；对所述肝脏子带频率自相关门控显著置信因子的序列进行基于Softmax函数的归一化处理以得到肝脏子带频率自相关门控显著置信权重因子的序列；基于所述肝脏子带频率自相关门控显著置信权重因子的序列，特征向量的序列的按位置加权和以得到所述肝脏子带采集目标患者对象的肝脏图像；对所述肝脏图像进行标准化处理以义分割图像进行三维重建以得到肝脏三维模型；将所述肝脏三维模型在显示屏上进行显对所述标准化后肝脏图像进行离散变换和肝脏特征提取以得到肝脏子带频率特征的对所述肝脏子带频率特征的序列进行图自相关门控显著聚合以得到肝脏子带频率显4[0006]根据本申请的一个方面，提供了一种基于人工智能技术的肝脏图像三维重建系去噪模块，用于对所述标准化后肝脏图像进行去噪处理以得到去噪后肝脏图像，行离散变换和肝脏频率特征提取以得到肝脏子带频率特征的序列；肝脏子带频率聚合单5模型的肝脏子带特征提取器以得到肝脏子带频率特征向量的序列作为所述肝脏子带频率特征的序列。个肝脏子带频率特征向量分别映射到双曲空间以得到双曲空间映射后肝脏子带频率特征向量的序列；带频率特征向量的序列的图游走拓扑特征以得到肝脏子带阵和所述双曲空间映射后肝脏子带频率特征向量的序列进行图卷积模型的全域上下文游走以得到肝脏子带频率上下文语义强化特征向量的序列；频率显著聚合表示向量作为所述肝脏子带频率显著计算所述双曲空间映射后肝脏子带频率特征向量的序列中任意两个双曲空间映射后肝脏子带频率特征向量之间的庞加莱距离以得到肝脏子对所述肝脏子带频率图游走拓扑矩阵进行空洞卷积编码以得到所述肝脏子带频对所述肝脏子带频率上下文语义强化特征向量的序列和所述肝脏子带频率特征向量的序列中每组对应的肝脏子带频率上下文语义强化特征向量和肝脏子带频率特征向量进行自相关门控处理以得到肝脏子带频率自相关门控显著置信因子的序对所述肝脏子带频率自相关门控显著置信因子的序列进行基于Softmax函数的归一化处理以得到肝脏子带频率自相关门控显著置信权重因子的频率特征向量的序列的按位置加权和以得到所述肝脏子带频率显著述去噪后肝脏图像进行语义分割以得到所述肝脏[0014]根据本申请的另一方面，提供了一种基于人工智能技术的肝脏图像三维重建方6对所述标准化后肝脏图像进行离散变换和肝脏特征提取以得到肝脏子带频率特征的序列；对所述肝脏子带频率特征的序列进行图自相关门控显著聚合以得到肝脏子带频[0016]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、[0018]图2为根据本申请实施例的基于人工智能技术的肝脏图像三维重建系统中去噪模[0019]图3为根据本申请实施例的基于人工智能技术的肝脏图像三维重建系统中标准化[0020]图4为根据本申请实施例的基于人工智能技术的肝脏图像三维重建系统中肝脏子[0021]图5为根据本申请实施例的基于人工智能技术的肝脏图像三维重建方法的流程里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的[0023]应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，7国家相应数据保护法规政策的前提下，并获得由相应装置所有者给予授权的前提下进行用于应用三维重建技术对所述边界优化肝脏语义分割图像进行三维重建以得到肝脏三维理解，目标患者对象的肝脏图像是通过医学成像设备获取的肝脏部位的可视化图像表示。较强。超声设备通过发射超声波进入人体后接收反射回来的信息构建图像；CT扫描仪则是利用X8使得后续的处理步骤能够在一个相对统一的图像[0031]在尺寸调整阶段，目的是使所有采集到的肝脏图像具有相同的物理尺寸或分辨[0036]图2为根据本申请实施例的基于人工智能技术的肝脏图像三维重建系统中去噪模9用于对所述标准化后肝脏图像进行离散变换和肝脏频率特征提取以得到肝脏子带频率特肝脏图像进行离散变换和肝脏频率特征提取以得到肝脏子带频率特征的序列。图3为根据本申请实施例的基于人工智能技术的肝脏图像三维重建系统中标准化图像离散特征提取于CNN_LSTM模型的肝脏子带特征提取器以得到肝脏子带频率特征向量的序列作为所述肝脏子带频率特征的序列。对于每个肝脏子带图像这种具有空间结构信息的数据来说，CNN可以有效地捕捉到其中丰富的空间特征模式，而这些特征对于准确表征肝脏在不同频率层面的状态是至关重要的。特征的序列进行图自相关门控显著聚合以得到肝脏子带频率显著[0041]图4为根据本申请实施例的基于人工智能技术的肝脏图像三维重建系统中肝脏子频率特征向量分别映射到双曲空间以得到双曲空间映射后肝脏子带频率特征向量的序列；空间映射后肝脏子带频率特征向量的序列进行图卷积模型的全域上下文游走以得到肝脏的序列的显著聚合表示以得到肝脏子带频率显著聚合表示向量作为所述肝脏子带频率显;W和w分别为双曲空间第一权重矩阵和双曲空间第二权重矩阵,hz为双曲空间映射后肝脏子带频率特征向量的序列中第个双曲空间映射后肝脏子带频率带频率特征向量分别映射到双曲空间以得到双曲空间映射后肝脏子带频率特征向量的序计算所述双曲空间映射后肝脏子带频率特征向量的序列中任意两个双曲空间映;其中，hz和hy分别为双曲空间映射后肝脏子带频率特征向量的序列中第i个和第i个双曲空间映射后肝脏子带频率特征向量，是向量余弦函数，dp(h,hy)为计算hz和hy之间的庞加莱距离，Di;为肝脏子带频率图游走拓扑矩阵中第(i)个位置的特征值；对所述肝脏子带频率图游走拓扑矩阵进行空洞卷积编码以得到所述肝脏子带频;[0047]具体地，上述肝脏子带频率特征语义强化子单元1323的处理过程可用公式表示;其中，hz为双曲空间映射后肝脏子带频率特征向量的序列中第个双曲空间映射是肝脏子带频率上下文语义强化特征向量的序列中第个肝脏子带频率上下文语义强化率上下文语义强化特征向量的序列。对所述肝脏子带频率上下文语义强化特征向量的序列和所述肝脏子带频率特征向量的序列中每组对应的肝脏子带频率上下文语义强化特征向量和肝脏子带频率特征向;是肝脏子带频率上下文语义强化特征向量的序列中第个肝脏子带频率上下文语义强化特率自相关门控显著置信因子的序列中第个肝脏子带频率自相关门对所述肝脏子带频率自相关门控显著置信因子的序列进行基于Softmax函数的归;其中，cy为肝脏子带频率自相关门控显著置信因子的序列中第个肝脏子带频率自相关门控显著置信因子，为肝脏子带频率自相关门控显著置信因子的序列中第个肝子带频率自相关门控显著置信因子的序列中肝脏子带频率自相关门控显著置信因子的个数，是肝脏子带频率自相关门控显著置信权重因子的序列中第个肝脏子带频率自相关;是肝脏子带频率自相关门控显著置信权重因子的序列中第个肝脏子带频率自相关门控显征向量进行自相关门控处理以自适应地衡量每个肝脏子带频率特征向量在经过上下文强显著置信因子的序列。[0051]紧接着，对各肝脏子带频率自相关门控显著置信因子进行基于Softmax函数的归率自相关门控显著置信权重因子的序列。间的图游走自相关性不对齐也会引起所述肝脏子带频率显著聚合表示向量的序列聚合分带频率显著聚合表示向量的长度减去所述非零特征值个数以获得肝脏子带频率显著聚合计算所述肝脏子带频率显著聚合零维数值减去一后的肝脏子带频率显著聚合零可微值(k-1)分别乘以和除以所述肝脏子带频率显著聚合零维数值后得到的第一肝脏子带频率显著聚合场拟合值(k-1)xk和第二肝脏子带频率显著聚合场拟合值(k-1)/k；计算所述肝脏子带频率显著聚合表示向量的所有特征值的平方和的平方根以获以所述肝脏子带频率显著聚合零可微值(k-1)作为指数计算所述肝脏子带频率显著聚合表示向量的每个特征值p;的幂函数，并乘以所述第一肝脏子带频率显著聚合场拟合值(k-1)xk以得到肝脏子带频率显著聚合局部表示值；计算所述肝脏子带频率显著聚合表示向量的每个特征值p;与所述第二肝脏子带频率显著聚合场拟合值(k-1)/k和所述肝脏子带频率显著聚合模式表征值a的乘积以获将所述肝脏子带频率显著聚合局部表示值与所述肝脏子带频率显著聚合中心与所述标准化后肝脏图像一同输入基于AIGC的肝脏图像去噪生成器以得到所述去噪后肝聚合表示向量的特征分布模式到概率密度可微场的有效对齐来避免所述肝脏子带频率显著聚合表示向量的具有丰富性的分布由于其非结构化特性引起的概率映射过程中的无效积神经网络的语义分割模型对所述去噪后肝脏图像进行语义分割以得到所述肝脏语义分[0063]以下是使用基于卷积神经网络的语义分割模型对所述去噪后肝脏图像进行语义种技术首先会在肝脏图像上寻找一系列关键点，这些点构成了肝脏表面的主要特征曲线。能够更细腻地表现出肝脏的几何形状，特别适合用于观察器官表面的微小变化或病灶定[0083]考虑到实际应用场景中可能会遇到的不同设备配置，显示模块特别注重性能优[0084]综上，基于本申请实施例的基于人工智能技术的肝脏图像三维重建系统100被阐[0085]如上所述，根据本申请实施例的基于人工智能技术的肝脏图像三维重建系统100工智能技术的肝脏图像三维重建系统100可以是该无线终端的操作系统中的一个软件模脏图像三维重建系统100同样可以是该无线终端的众多硬件模线终端也可以是分立的设备，并且该基于人工智能技术的肝脏图像三