一种基于深度学习的血管管腔自动分割方法
基本信息
| 申请号 | CN202010482028.9 | 申请日 | - |
| 公开（公告）号 | CN111627017A | 公开（公告）日 | 2020-09-04 |
| 申请公布号 | CN111627017A | 申请公布日 | 2020-09-04 |
| 分类号 | G06T7/00(2017.01)I;G06T7/10(2017.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 李莹光;凌莉;谭清月;杨钒 | 申请（专利权）人 | 苏州博动戎影医疗科技有限公司 |
| 代理机构 | 苏州国诚专利代理有限公司 | 代理人 | 顾阳 |
| 地址 | 215347 江苏省苏州市昆山开发区章基路135号加速器4号辅楼301室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的血管管腔自动分割方法，可实时快速获取准确的分割结果；其包括：S1、获取IVUS图像；S2、得到原图像、标注后的模板图像后，建立训练集和测试样本集；S3、训练集标注后的模板图像粗化得到模板图像，训练集当前帧及其前一帧、后一帧以及与粗化后的模板图像组成四通道图像；S4、建立的深度学习分割模型采用具有残差连接的网络结构，将S2中标注的模板图像、S3中构建的四通道图像输入模型得到训练好的网络；S5将上一帧分割结果与测试样本集当前帧及其前一帧、后一帧图像组成四通道图像，并输入网络中进行分割，最终得到当前帧分割的管腔‑内膜界面和中‑外膜界面。 |
