龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京邮电大学
申请日：2024-04-08
公开（公告）日：2024-07-05
公开（公告）号：CN118297982A
主分类号：G06T7/194
分类号：G06T7/194;G06T7/136;G06T7/187
优先权：
专利状态码：在审-公开
法律状态：2024.07.05#公开
摘要：本发明公开了血管内光学相干断层影像的分割预测方法，涉及医学技术领域。本发明包括S1：反距离加权插值法：反距离加权插值法是一种用于图像分割中的插值方法；S2：迭代型反距离加权插值法：根据血管内光学相干断层影像，计算每个像素到最近血管边界的距离，形成距离场；S3：基于阈值的方法：最简单的方法是通过设定阈值将灰度图像分割成血管和非血管区域。本发明通过反距离加权插值法，用于处理血管影像中的边界模糊或缺失等问题，根据空间自相关性原理，在空间上越靠近的点其值就越接近，则其在最近待插值点处取得的权值就越大，因此IDW在邻近范围内插值误差对空间位置有着较强的依赖关系。
主权项：1.血管内光学相干断层影像的分割预测方法，其特征在于：包括以下步骤：S1：反距离加权插值法：反距离加权插值法是一种用于图像分割中的插值方法；S2：迭代型反距离加权插值法：根据血管内光学相干断层影像，计算每个像素到最近血管边界的距离，形成距离场；S3：基于阈值的方法：最简单的方法是通过设定阈值将灰度图像分割成血管和非血管区域；S4：基于边缘检测的方法：利用边缘检测算法提取血管边缘信息，然后根据边缘信息进行分割；S5：基于区域生长的方法：区域生长算法根据像素之间的相似性将相邻像素组合成区域；S6：基于机器学习的方法：利用机器学习算法，支持向量机SVM、随机森林RandomForest、卷积神经网络CNN；S7：处理结果对比分析：选择适当的性能指标来评估分割结果，如灵敏度、特异度、准确度、Dice系数；S8：结论：通过对比不同分割方法的结果，可以得出哪种方法在特定情况下表现更好。
全文数据：
权利要求：
百度查询： 南京邮电大学 血管内光学相干断层影像的分割预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号