[发明专利]一种基于模型迁移的冠状动脉钙化斑块检测方法有效

专利信息
申请号: 201711134737.2 申请日: 2017-11-16
公开(公告)号: CN107871318B 公开(公告)日: 2018-11-09
发明(设计)人: 赵孟雪;车翔玖;吕冲 申请(专利权)人: 吉林大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 长春吉大专利代理有限责任公司 22201 代理人: 杜森垚
地址: 130012 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模型 迁移 冠状动脉 钙化 检测 方法
【权利要求书】:

1.一种基于模型迁移的冠状动脉钙化斑块检测方法,其特征在于,包括以下步骤:

步骤1,读取训练集中的冠状动脉CT图像;

步骤2,根据医学影像标准,提取所述冠状动脉CT图像中的候选钙化斑块,得到仅含有候选钙化斑 块的冠状动脉CT图像,具体过程为:

对冠状动脉CT图像使用阈值法筛选CT值超过130Hu的像素点,公式如下:

其中,C(x,y)为经阈值筛选后的二值图像,T(x,y)为训练集中的原始图像,t的值为130Hu;

通过连通分量标记方法提取C(x,y)中包含20个像素以上的连通区域;

删除C(x,y)中包含像素小于20的连通区域,获得候选钙化斑块掩码图像M(x,y);

利用掩码图像M(x,y)对原始图像T(x,y)进行非候选钙化斑块像素点的屏蔽处理,得到只包含候选钙化斑块的图像S(x,y),公式如下:

步骤3,对所述仅含有候选钙化斑块的冠状动脉CT图像进行数据增强操作;

步骤4,将数据增强后的候选钙化斑块图像输入到已通过自然图像训练完成的全卷积网络模型中进行训练,得到检测模型;

步骤5,读取测试集中冠状动脉CT图像;

步骤6,根据医学影像标准,提取测试集中冠状动脉CT图像中的候选钙化斑块;

步骤7,将所述步骤6中得到的候选钙化斑块图像作为所述步骤4得到的检测模型的输入,端对端得到每个像素是否属于钙化斑块的检测结果。

2.如权利要求1所述的一种基于模型迁移的冠状动脉钙化斑块检测方法,其特征在于,所述步骤3对所述仅含有候选钙化斑块的冠状动脉CT图像进行数据增强操作是指将仅含有候选钙化斑块的冠状动脉CT图像依次进行截取、水平与竖直翻转。

3.如权利要求1所述的一种基于模型迁移的冠状动脉钙化斑块检测方法,其特征在于,所述步骤4具体包括以下过程:

将所述步骤3中得到的数据增强后的候选钙化斑块输入到已通过Microsoft COCO数据集训练完成的全卷积网络模型中进行训练;

全卷积网络使用AlexNet做微调,网络中包括7个卷积层、5个池化层与3个上采样层。

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吉林大学,未经吉林大学许可,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/201711134737.2/1.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