[发明专利]对图像中的树状组织进行重建的方法、设备及存储介质有效

专利信息
申请号: 202011238994.2 申请日: 2020-11-09
公开(公告)号: CN112037305B 公开(公告)日: 2021-03-19
发明(设计)人: 卢东焕;马锴;郑冶枫 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06T7/10;G06N3/04;G06N3/08;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 徐立
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 中的 树状 组织 进行 重建 方法 设备 存储 介质
【说明书】:

本申请公开了对图像中的树状组织进行重建的方法、设备及存储介质。方法包括:获取目标树状组织对应的目标图像、目标图像对应的原始图像数据以及目标图像对应的重建参考数据,重建参考数据基于局部重建结果确定;调用目标分割模型,基于原始图像数据和重建参考数据,获取目标图像对应的目标分割结果,目标分割结果用于指示各个像素点的目标类别;基于目标分割结果,在目标图像中对目标树状组织进行重建,得到目标树状组织在目标图像中的完整重建结果。基于此种过程,能够实现对树状组织的自动重建,树状组织的重建过程无需依赖人工,有利于提高对图像中的树状组织进行重建的效率,得到的树状组织的重建结果的可靠性较高。

技术领域

本申请实施例涉及计算机技术领域,特别涉及一种对图像中的树状组织进行重建的方法、设备及存储介质。

背景技术

树状组织是指生物体中具有树状结构的组织,例如,人体中的神经元、人体中的血管等。对图像中的树状组织进行重建是指在包含树状组织的图像中标记出树状组织,以得到树状组织的重建结果。对图像中的树状组织进行重建能够为人工智能的实现提供关键数据。

相关技术中,由标注人员人工对图像中的树状组织进行重建,重建效率较低,得到的树状组织的重建结果的可靠性较差。

发明内容

本申请实施例提供了一种对图像中的树状组织进行重建的方法、设备及存储介质,可用于提高对图像中的树状组织进行重建的效率。

一方面,本申请实施例提供了一种对图像中的树状组织进行重建的方法,所述方法包括:

获取目标树状组织对应的目标图像、所述目标图像对应的原始图像数据以及所述目标图像对应的重建参考数据,所述重建参考数据基于所述目标树状组织在所述目标图像中的局部重建结果确定;

调用目标分割模型,基于所述原始图像数据和所述重建参考数据,获取所述目标图像对应的目标分割结果,所述目标分割结果用于指示所述目标图像中的各个像素点的目标类别,任一像素点的目标类别用于指示所述任一像素点属于所述目标树状组织或者所述任一像素点不属于所述目标树状组织;

基于所述目标分割结果,在所述目标图像中对所述目标树状组织进行重建,得到所述目标树状组织在所述目标图像中的完整重建结果。

另一方面,提供了一种对图像中的树状组织进行重建的装置,所述装置包括:

第一获取单元,用于获取目标树状组织对应的目标图像、所述目标图像对应的原始图像数据以及所述目标图像对应的重建参考数据,所述重建参考数据基于所述目标树状组织在所述目标图像中的局部重建结果确定;

第二获取单元,用于调用目标分割模型,基于所述原始图像数据和所述重建参考数据,获取所述目标图像对应的目标分割结果,所述目标分割结果用于指示所述目标图像中的各个像素点的目标类别,任一像素点的目标类别用于指示所述任一像素点属于所述目标树状组织或者所述任一像素点不属于所述目标树状组织;

重建单元,用于基于所述目标分割结果,在所述目标图像中对所述目标树状组织进行重建,得到所述目标树状组织在所述目标图像中的完整重建结果。

在一种可能实现方式中,所述第二获取单元,用于调用目标分割模型,基于所述原始图像数据和所述重建参考数据的融合数据,依次执行第一参考数量次下采样处理,得到所述目标图像对应的第一目标特征;基于所述第一目标特征对应的目标卷积特征,依次执行所述第一参考数量次上采样处理,得到所述目标图像对应的第二目标特征;对所述第二目标特征进行目标卷积处理,得到所述目标图像对应的目标分割结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011238994.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top