一种基于深度神经网络的心肌段缺损图像处理方法
公开
摘要
本发明公开了一种基于深度神经网络的心肌段缺损图像处理方法，包括获取心肌灌注显像图像数据，对图像数据中的ROI区域和评分标签进行数据预处理，得到训练集和测试集；构建深度神经网络模型，获取评分标签特征，将评分标签进行特征融合交换；向搭载好的深度神经网络模型中输入心肌灌注显像图像数据预处理数据，输出心肌段缺损评分结果，通过反向传播算法更新网络权值，进行多轮迭代训练深度神经网络模型参数；将训练集输入训练好的深度神经网络模型中，根据心肌段分类指标输出心肌段评分。通过构建深度神经网络模型对心肌灌注显像图像数据进行处理，提高了心肌灌注显像图像数据用于判断心肌灌注显像的准确性和一致性，判断结果更加客观。
基本信息
专利标题 ：
一种基于深度神经网络的心肌段缺损图像处理方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581425A
申请号 ：
CN202210238690.9
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
赵祯章毅皮勇蒋丽莎蔡华伟魏建安李林向镛兆
申请人 ：
四川大学
申请人地址 ：
四川省成都市一环路南一段24号
代理机构 ：
成都行之智信知识产权代理有限公司
代理人 ：
王伟
优先权 ：
CN202210238690.9
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06V10/25 G06V10/80 G06V10/764 G06N3/08 G06N3/04 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 ：
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
