首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习获取主动脉的方法和存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:苏州润迈德医疗科技有限公司

摘要:一种基于深度学习获取主动脉的方法和存储介质,所述方法包括:获取主动脉层的切片数据库与非主动脉层的切片数据库S100;分别对主动脉层的切片数据库和非主动脉层的切片数据库进行深度学习,获得深度学习模型S200;获取待处理的CT序列图像或CT序列图像的三维数据S300;提取待处理的CT序列图像或CT序列图像的三维数据的特征数据S400;根据深度学习模型、特征数据从CT序列图像中获取主动脉图像S500。依据特征数据和数据库获取深度学习模型,通过深度学习模型获取主动脉图像,具有提取效果好,鲁棒性高的优点,计算结果准确,在临床上具有较高的推广价值。

主权项:1.一种基于深度学习获取主动脉的方法,其特征在于,包括:获取主动脉层的切片数据库与非主动脉层的切片数据库;分别对所述主动脉层的切片数据库和所述非主动脉层的切片数据库进行深度学习,获得深度学习模型;获取待处理的CT序列图像或CT序列图像的三维数据;提取待处理的所述CT序列图像或CT序列图像的三维数据的特征数据;根据所述深度学习模型、所述特征数据从所述CT序列图像中获取主动脉图像;所述提取待处理的所述CT序列图像或CT序列图像的三维数据的特征数据的方法包括:绘制待处理的所述CT序列图像的灰度直方图;设置降主动脉灰度阈值Q降,获取灰度值大于Q降的像素点的平均灰度值对所述CT序列图像进行分层切片,得到二维切片图像组;根据所述平均灰度值对所述二维切片图像组中的图像均进行二值化处理,得到多幅二值化图像;从顶层开始,依次获取每幅所述二值化图像的连通域,以及连通域对应的拟圆圆心Ck、面积Sk、拟圆半径Rk,以及相邻两层圆心之间的距离Ck-Ck-1,每层切片的圆心Ck距离所述顶层C1圆心的距离Ck-C1,以及所述像素点在所述层像素大于0,且所述像素点在上一层像素等于0的全部的像素的面积Mk和过滤面积Hk,其中,k表示第k层切片,k≥1;所述连通域对应的拟圆圆心Ck、距离Ck-Ck-1、面积Sk、Mk、Hk、拟圆半径Rk,以及相邻两层之间的距离Lk-k-1作为特征数据;所述从顶层开始,依次获取每幅所述二值化图像的连通域,以及连通域对应的拟圆圆心Ck、面积Sk、拟圆半径Rk,以及相邻两层圆心之间的距离Ck-Ck-1,每层切片的圆心Ck距离所述顶层C1圆心的距离Ck-C1,以及所述像素点在所述层像素大于0,且所述像素点在上一层像素等于0的全部的像素的面积Mk和过滤面积Hk,其中,k表示第k层切片,k≥1的方法包括:采用霍夫检测算法,从顶层开始,依次检测3层切片,从每层所述切片内各获得1个圆心和1个半径,分别形成3个圆;从3个所述圆心中去除偏离较大的点,获得降主动脉种子点P1;获取所述种子点P1所在层的连通域A1;获取连通域A1的重心作为拟圆圆心C1,获取连通域A1的面积S1以及拟圆半径R1;以所述C1为种子点,获取所述种子点P1所在层的连通域A2;对所述连通域A1进行膨胀,得到膨胀区域D1,从所述连通域A2内去除与所述膨胀区域D1重叠的部分,得到连通域A2’;设置连通域的体积阈值V阈,如果连通域A2’的体积V2<V阈,去除与上一层圆心C1距离过大的点,则获取过滤面积Hk,所述连通域A2’的重心作为拟圆圆心C2,获取连通域A2的面积S2以及拟圆半径R2;重复所述连通域A2的方法,依次获取每幅所述二值化图像的连通域,以及连通域对应的拟圆圆心Ck、面积Sk、拟圆半径Rk,以及相邻两层圆心之间的距离Ck-Ck-1,每层切片的圆心Ck距离所述顶层C1圆心的距离Ck-C1。

全文数据:

权利要求:

百度查询: 苏州润迈德医疗科技有限公司 基于深度学习获取主动脉的方法和存储介质

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。