[发明专利]一种基于深度学习的心脏冠状动脉分割及识别的方法有效
| 申请号： | 201810441544.X | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108830155B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 徐波;梁枭;王筱斐;叶丹 | 申请（专利权）人： | 北京红云智胜科技有限公司;中国医学科学院阜外医院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06T7/194 |
| 代理公司： | 北京挺立专利事务所(普通合伙) 11265 | 代理人： | 叶树明 |
| 地址： | 100086 北京市海淀区青云里满庭*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的心脏冠状动脉分割及识别的方法，通过选取分段心脏造影Dicom视频中任意一帧图片作为训练样本，神经网络中的卷积神经网络模块通过深度学习的方法对训练样本中的图片进行血管的分割和识别，将用于分割和识别的心脏血管特征图输出至金字塔模块；金字塔模块应用金字塔融合的方法，输出不同尺度的心脏血管特征图至反卷积层；反卷积层通过双线性插值的方法得到心脏冠状动脉分割及识别血管图的技术方案，可以对图片中每一个像素打标签，识别出图片中不同血管的类型。消除了由于背景像素和血管像素比例差异较大而导致的分类不均衡问题，有效的避免了图像背景中类似血管状的纹理引入的干扰，提高了分割精确度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 心脏 冠状动脉 分割 识别 方法 | ||
【主权项】：
1.一种基于深度学习的心脏冠状动脉分割及识别的方法，其特征在于，包括：选取分段心脏造影Dicom视频中任意一帧图片作为训练样本，将训练样本输入神经网络中；神经网络中的卷积神经网络模块接收所述训练样本，通过深度学习的方法对训练样本中的图片进行血管的分割和识别，将用于分割和识别的心脏血管特征图输出至金字塔模块；神经网络中的金字塔模块接收用于分割和识别的心脏血管特征图，应用金字塔融合的方法，输出不同尺度的心脏血管特征图至反卷积层；神经网络中的反卷积层接收不同尺度的心脏血管特征图，通过双线性插值的方法得到心脏冠状动脉分割及识别血管图。
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北京红云智胜科技有限公司;中国医学科学院阜外医院，未经北京红云智胜科技有限公司;中国医学科学院阜外医院许可，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/patent/201810441544.X/，转载请声明来源钻瓜专利网。
