基于深度学习网络的颈动脉超声图像血管及内膜定位方法
基本信息
申请号 | CN202110352314.8 | 申请日 | - |
公开(公告)号 | CN112967277A | 公开(公告)日 | 2021-06-15 |
申请公布号 | CN112967277A | 申请公布日 | 2021-06-15 |
分类号 | G06T7/00(2017.01)I;G06T7/11(2017.01)I;G06T7/13(2017.01)I;G06T7/187(2017.01)I;G06T5/00(2006.01)I;G06K9/32(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 张琳;刘西耀;高君 | 申请(专利权)人 | 成都思多科医疗科技有限公司 |
代理机构 | 四川力久律师事务所 | 代理人 | 韩洋 |
地址 | 610000四川省成都市高新区创业路16号B栋3层301号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及医学图像分析领域,具体涉及基于深度学习网络的颈动脉超声图像血管及内膜定位方法。方法步骤包括:S1,实时获取包含颈总动脉的超声原始图像;S2,将超声原始图像进行优化处理,得到超声后处理图像;S3,将超声原始图像和超声后处理图像进行加权处理,得到加权图像;S4,将加权图像裁剪为宽度和深度相同的裁剪图像;S5,将裁剪图像输入预先训练好的全自动分割网络中,输出内膜分割结果和血管分割结果,内膜分割结果和血管分割结果用于IMT测量以及用户导引。实现了血管以及血管内膜精确定位与分割,与传统的算法相比完全不需要人工干预,与二级结构相比更容易实现实时计算,满足了实时的需求。 |
