一种基于深度学习的静脉血管分割方法

授权

摘要

一种基于深度学习的静脉血管分割方法，它属于生物识别以及医疗影像技术领域。本发明解决了采用传统方法对静脉血管成像的质量差的问题。本发明方法的具体实施过程为：步骤S1、采集静脉血管图像，并对采集的图像进行图像增强处理；步骤S2、对增强处理后的图像进行标注，将标注后的图像调整为统一尺寸，获得尺寸调整后的图像，尺寸调整后的图像组成训练数据集；步骤S3、利用训练数据集对融合注意力机制的UNet模型进行训练，获得训练好的融合注意力机制的UNet模型；步骤S4、将采集的新图像输入训练好的融合注意力机制的UNet模型，通过训练好的融合注意力机制的UNet模型获得对新图像的静脉血管分割结果。本发明可以应用于静脉血管分割。

基本信息

专利标题：

一种基于深度学习的静脉血管分割方法

专利标题（英）：

暂无

公开（公告）号：

CN112288739A

申请号：

CN202011310011.1

公开（公告）日：

2021-01-29

申请日：

2020-11-20

授权号：

CN112288739B

授权日：

2022-04-22

发明人：

姜力何天宝郭闯强刘涵嵩

申请人：

哈尔滨工业大学

申请人地址：

黑龙江省哈尔滨市南岗区西大直街92号

代理机构：

哈尔滨华夏松花江知识产权代理有限公司

代理人：

岳昕

优先权：

CN202011310011.1

主分类号：

G06T7/00

IPC分类号：

G06T7/00 G06T7/12 G06T5/00 G06N3/04 G06N3/08