[发明专利]基于深度学习的CTA全自动侧枝循环评分方法及系统在审
| 申请号： | 202110286102.4 | 申请日： | 2021-03-17 |
| 公开（公告）号： | CN112907563A | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 于泽宽;耿道颖;陈泓亦;陆青青;刘学玲;吕锟;王容;杜鹏;文剑波;韩秋月;张海燕;杜成娟;王娜;李璇璇;吴昊;耿岩;张军;尹波;李郁欣;王俊杰;陈卫强;李强;张顺;曹鑫 | 申请（专利权）人： | 复旦大学附属华山医院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T9/00;G06K9/62;G06N3/08 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200040 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的CTA全自动侧枝循环评分方法及系统，涉及医学图像处理技术领域，该方法包括：步骤S1：对大脑CTA图像进行掩模和归一化的预处理；步骤S2：对CTA图像进行脑区划分，获取相关解剖图谱以及功能图谱，获取加权大脑各脑区掩模图；步骤S3：对掩模与归一化后的CTA图像进行血管分割；步骤S4：基于血管分割结果量化计算评分特征；步骤S5：基于卷积神经网络测量血管壁厚度的评分特征；步骤S6：构建多标签评分分类模型，对计算得到的特征向量进行分类评分。本发明能够实现基于血流代偿途径的侧枝循环血管分级机制，并提高小血管的分割精度，还能使得评分策略具有更广泛的适用范围与更客观的评价阈值。 | ||
| 搜索关键词： | 基于 深度 学习 cta 全自动 侧枝 循环 评分 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学附属华山医院，未经复旦大学附属华山医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110286102.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种麻酱蛋的制作工艺
- 下一篇：PET热复合模内热压成型装置
