一种基于结构特征优化的颈动脉级联学习分割方法

授权

摘要

一种基于结构特征优化的颈动脉级联学习分割方法，包括以下步骤：步骤1、通过初始分割模型获得预分割S；步骤2、基于分割子区域的距离来优化分割；步骤3、基于中心线端点距离来优化分割；步骤4、基于血管方向和中心线端点向量夹角来优化分割；基于局部语义分割模型的颈动脉预分割、基于全局语义分割模型的颈动脉预分割、融合模型的颈动脉预分割进行处理后，得到优化后的三个分割结果(P’、G’、C’)；步骤5、利用优化后的分割训练新的分割模型：最后利用优化后的预分割结果，结合初始图像进行级联分割模型的训练。本发明利用计算机图像处理技术对医学图像进行处理，能够更加直观地反映病人的具体生理情况。

基本信息

专利标题：

一种基于结构特征优化的颈动脉级联学习分割方法

专利标题（英）：

暂无

公开（公告）号：

CN111242958A

申请号：

CN202010040605.9

公开（公告）日：

2020-06-05

申请日：

2020-01-15

授权号：

CN111242958B

授权日：

2022-04-08

发明人：

汪晓妍祝骋路黄晓洁顾政夏明毛立朝袁逸雯陈胜勇

申请人：

浙江工业大学

申请人地址：

浙江省杭州市下城区朝晖六区潮王路18号

代理机构：

杭州斯可睿专利事务所有限公司

代理人：

王利强

优先权：

CN202010040605.9

主分类号：

G06T7/11

IPC分类号：

G06T7/11