一种基于深度学习的3D心室核磁共振视频分割优化系统
实质审查的生效
摘要
本发明公开了一种基于深度学习的3D心室核磁共振视频分割优化系统，该系统通过深度时空可变形卷积融合模块TDAM获取MRI视频段中高维图像特征；利用增强可变形卷积注意力网络TDAM得到的高维图像特征中时空信息，将不同尺度的特征图融合后输出带有多尺度信息的特征图；通过概率噪声校正模块PNCM得到高维图像特征的分布，输出包含分布均值和方差信息的嵌入向量；EDAN输出的特征图与PNCM输出的嵌入向量扩展后进行拼接卷积得到预测结果。利用训练好的网络模型对新输入的3D心室MRI视频直接进行分割，通过引入多帧图像补偿、可变形卷积以及多尺度注意力机制，能有效地提高心室分割的准确度和效率，并具有较高的鲁棒性。
基本信息
专利标题 ：
一种基于深度学习的3D心室核磁共振视频分割优化系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114359310A
申请号 ：
CN202210035567.7
公开（公告）日 ：
2022-04-15
申请日 ：
2022-01-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
董舜杰潘子宣卓成付钰
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
刘静
优先权 ：
CN202210035567.7
主分类号 ：
G06T7/11
IPC分类号 ：
G06T7/11 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
G06T7/11
区域分割
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06T 7/11
申请日 : 20220113
申请日 : 20220113
2022-04-15 ：
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
