基于卷积神经网络的心脏核磁共振图像关键点检测方法
授权
摘要
本发明公开了基于卷积神经网络的心脏核磁共振图像关键点检测方法，通过构建卷积神经网络，利用逐像素分类器高效的检测多个关键点的区域，同时预测像素到关键点中心的距离，保证了关键点的精准预测。本发明通过去除误检的关键点，并将融合信息图中不在左心室和右心室之间的左右心室交叉点移除，根据局部最大值搜索方法来获取融合信息图中局部最大值，降低了检测的假阳率，并且保证了关键点检测的准确性。
基本信息
专利标题 ：
基于卷积神经网络的心脏核磁共振图像关键点检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111144486A
申请号 ：
CN201911371867.7
公开（公告）日 ：
2020-05-12
申请日 ：
2019-12-27
授权号 ：
CN111144486B
授权日 ：
2022-06-10
发明人 ：
李纯明谢李鹏
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
成都正华专利代理事务所(普通合伙)
代理人 ：
陈选中
优先权 ：
CN201911371867.7
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G06T7/136
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-10 ：
授权
2020-06-05 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20191227
申请日 : 20191227
2020-05-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
