一种基于深度学习的动脉瘤分割方法和装置
实质审查的生效
摘要
本发明公开了一种基于深度学习的动脉瘤分割方法和装置，其中，该方法包括：获取头部扫描CT血管造影CTA图像；将CTA图像输入到预训练的深度学习模型，基于预训练的深度学习模型对CTA图像进行图像分析处理；其中，预训练的深度学习模型是基于全局定位损失和局部分割损失两个损失函数训练得到，基于图像分析处理，使用动脉瘤分割网络输出相应的脑动脉瘤区域识别分割标签图像。本发明使用CTA图像作为输入，利用三维卷积分割网络和全局定位描述子，能够快速精确检测和分割动脉瘤。
基本信息
专利标题 ：
一种基于深度学习的动脉瘤分割方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114511526A
申请号 ：
CN202210080197.9
公开（公告）日 ：
2022-05-17
申请日 ：
2022-01-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐枫薄子豪王荣品乔晖戴琼海李武超田冲
申请人 ：
清华大学;贵州省人民医院
申请人地址 ：
北京市海淀区清华园
代理机构 ：
北京清亦华知识产权代理事务所(普通合伙)
代理人 ：
杜月
优先权 ：
CN202210080197.9
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/11 G06K9/62 G06N3/04 G06N3/08 G06V10/774 G06V10/82
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
G06T7/00
图像分析
法律状态
2022-06-03 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220124
申请日 : 20220124
2022-05-17 ：
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
