1.一种骨折ct影像的多组织分割与三维渲染方法,其特征在于,包括:
2.根据权利要求1所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,基于深度学习算法对所述骨折ct影像进行初步的组织分割包括:
3.根据权利要求2所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,构建既有骨折ct影像数据集包括:
4.根据权利要求2所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,构建所述既有骨折ct影像数据集后还包括:对所述数据集中的ct影像数据进行人工标注:
5.根据权利要求2所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,基于所述既有骨折ct影像数据集对初始的深度学习模型进行训练包括:
6.根据权利要求1所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,基于ising模型,对所述初步分割结果进行优化包括:
7.根据权利要求6所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,实现图像数据中组织边界的细化分割包括:
8.根据权利要求7所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,初始化所述ising模型参数还包括:
9.根据权利要求7所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,通过迭代优化算法,调整像素间的耦合强度和体素能量,优化对组织边界捕捉包括:
10.根据权利要求1所述的骨折ct影像的多组织分割与三维渲染方法,其特征在于,基于所述最终的分割结果进行三维渲染,生成可视化图像包括: