[发明专利]基于深度学习和光流法的心脏冠状动脉影像分割识别方法有效

专利信息
申请号: 201811016723.5 申请日: 2018-09-03
公开(公告)号: CN109146872B 公开(公告)日: 2021-12-17
发明(设计)人: 张洪刚;梁枭;王筱斐;陈东浩;叶丹 申请(专利权)人: 北京邮电大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/10;G06N3/04
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: 100876 *** 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: 发明提供了一种基于深度学习和光流法的心脏冠状动脉影像分割识别方法,通过选取分段心脏造影Dicom视频中任意连续两帧图片作为训练样本,将训练样本输入神经网络中;神经网络基于所述训练样本,计算连续两帧图片之间的光流信息作为两帧之间的映射,同时将光流信息输入神经网络中;神经网络通过深度学习的方法对前一帧图片及光流信息得到的第三特征图及当前帧图片得到的第四特征图组合得到的第五特征图输入金字塔模块中,金字塔模块基于第五特征图应用金字塔融合的方法得到不同尺度的心脏血管特征图;反卷积层通过双线性插值的方法将不同尺度的心脏血管特征图沿着一个维度合并到一起,得到心脏冠状动脉影像分割识别血管图,提高了分割精确度。
搜索关键词: 基于 深度 学习 光流法 心脏 冠状动脉 影像 分割 识别 方法
【主权项】:
1.一种基于深度学习和光流法的心脏冠状动脉影像分割识别方法,其特征在于,包括:选取分段心脏造影Dicom视频中任意连续两帧图片作为训练样本,将训练样本输入神经网络中;神经网络基于所述训练样本,计算连续两帧图片之间的光流信息作为两帧之间的映射,同时将光流信息输入神经网络中;神经网络通过深度学习的方法对前一帧图片及光流信息得到的第三特征图及当前帧图片得到的第四特征图组合得到的第五特征图输入金字塔模块中,金字塔模块基于第五特征图应用金字塔融合的方法得到不同尺度的心脏血管特征图;反卷积层通过双线性插值的方法将不同尺度的心脏血管特征图沿着一个维度合并到一起,得到心脏冠状动脉影像分割识别血管图。
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邮电大学,未经北京邮电大学许可,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/patent/201811016723.5/,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