买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉陕西科技大学申请的专利一种基于深度学习的骶骨三维模型匹配方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115393622B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211023942.2，技术领域涉及：G06V10/75；该发明授权一种基于深度学习的骶骨三维模型匹配方法和装置是由齐勇;王飞扬;姜何飞飞;李健;杨钧设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本一种基于深度学习的骶骨三维模型匹配方法和装置在说明书摘要公布了：本申请涉及医学图像处理、深度学习技术领域，具体而言，涉及一种基于深度学习的骶骨三维模型匹配方法和装置，一定程度上可以解决由于标准骶骨三维立体模型与患者三维立体模型之间的差异比较大，对两者进行对照时存在一定困难，进而影响判断骶髂螺钉植入位置的问题。所述基于深度学习的骶骨三维模型匹配方法，包括：获取包括正常骶骨的CT图像，通过深度学习神经网络对CT图像进行三维重建，生成代表正常骶骨三维模型的三维点云模型；获取正常骶骨的特征部位，利用深度学习神经网络从特征部位中选取对应的特征点；根据特征点，对三维点云模型与标识有待测特征点的待测三维模型进行叠加，得到三维点云模型与待测三维模型的叠加图像。

本发明授权一种基于深度学习的骶骨三维模型匹配方法和装置在权利要求书中公布了：1.一种基于深度学习的骶骨三维模型匹配方法，其特征在于，包括： 获取包括正常骶骨的CT图像，通过深度学习神经网络对所述CT图像进行三维重建，生成代表正常骶骨三维模型的三维点云模型，所述三维点云模型用于表征包括所述正常骶骨的高度和骨质密度的信息； 获取所述正常骶骨的特征部位，利用深度学习神经网络从所述特征部位中选取对应的特征点，所述特征部位用于表征所述正常骶骨的组成结构； 根据所述特征点，对三维点云模型与标识有待测特征点的待测三维模型进行叠加，得到三维点云模型与待测三维模型的叠加图像，所述待测三维模型为通过患者骶骨的CT图像所生成的三维点云模型，所述待测特征点与所述特征点对应，所述叠加图像用于表征所述待测三维模型与所述三维点云模型之间的区别； 所述根据所述特征点，对三维点云模型与标识有待测特征点的待测三维模型进行叠加，得到三维点云模型与待测三维模型的叠加图像，进一步包括： 根据所述特征点确定缩放比例，按照所述缩放比例对所述待测三维模型进行缩放，直至所述三维点云模型中第一连线与所述待测三维模型中第二连线重合，得到缩放后的待测三维模型，所述第一连线为所述三维点云模型中第一特征点和第二特征点之间的连线，所述第二连线为所述待测三维模型中对应的第一待测特征点和第二待测特征点之间的连线； 对所述三维点云模型中的第一平面与缩放后的待测三维模型中的第二平面进行面面匹配，所述第一平面由所述第一连线和第三特征点构成，所述第二平面由所述第二连线和对应的第三待测特征点构成； 获取所述第三待测特征点、第四待测特征点、第五待测特征点和第六待测特征点的标准点，所述标准点等于每个所述待测三维模型中对应特征点矩阵相加之和与待测三维模型数目之间的商值； 基于所述标准点，将所述三维点云模型和所述待测三维模型进行叠加，得到三维点云模型与待测三维模型的叠加图像； 基于所述特征点，根据所述特征点确定缩放比例，按照所述缩放比例对所述待测三维模型进行缩放，直至所述三维点云模型中第一连线与所述待测三维模型中第二连线重合，进一步包括： 计算所述三维点云模型中任意两个特征点的第一连线对应的第一长度，所述第一长度用第一矩阵表示； 计算所述待测三维模型中对应两个特征点的第二连线对应的的第二长度，所述第二长度用第二矩阵表示； 基于所述第一矩阵和第二矩阵计算缩放比例； 基于所述缩放比例对所述待测三维模型进行调整，使所述第二连线与所述第一连线重合； 基于所述标准点，将所述三维点云模型和所述待测三维模型进行叠加，进一步包括： 将所述第四待测特征点、第五待测特征点和第六待测特征点所对应的标准点组成3*3特征矩阵； 将所述3*3特征矩阵转换为4*4齐次坐标矩阵； 将每个所述待测三维模型的4*4齐次坐标矩阵相加后求均值，得到变换矩阵； 基于所述变换矩阵，对所述待测三维模型和所述三维点云模型进行叠加。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人陕西科技大学，其通讯地址为：710021 陕西省西安市未央大学园区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。