龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中南大学
摘要：本发明公开了一种基于深度卷积神经网络的OCTA图像血管分割方法、设备及介质，属于医学图像处理技术领域。其中方法包括：针对待分割的OCTA图像中的enface图像，使用训练好的血管分割模型进行血管分割；其中，所述血管分割模型采用深度卷积神经网络结构，由粗分网络和细分网络级联而成；所述粗分网络接受enface图像作为输入，生成初步的血管分割图；所述细分网络拼接原始的enface图像和初步血管分割图并作为新的输入，最终输出细化后的血管分割图。本发明的深度卷积神经网络能够完整、精确地提取血管信息，尤其是在微血管分割方面表现优异。
主权项：1.一种基于深度卷积神经网络的OCTA图像血管分割方法，其特征在于，针对待分割的OCTA图像中的enface图像，使用训练好的血管分割模型进行血管分割；其中，所述血管分割模型采用深度卷积神经网络结构，由粗分网络和细分网络级联而成；所述粗分网络接受enface图像作为输入，生成初步的血管分割图；所述细分网络拼接原始的enface图像和初步血管分割图并作为新的输入，最终输出细化后的血管分割图；所述粗分网络和细分网络，均为由编码器和解码器构成的U型网络；除编码器第一层之外，所述粗分网络和细分网络的结构相同，权重共享；除了输出层为倍频程卷积块外，网络各层均设置为倍频程残差卷积块；编码器各层之间使用平均池化对输入图像进行逐级下采样，解码器各层之间使用转置的倍频程卷积进行上采样；编码器与解码器之间添加融合上下文信息的注意力块，在两级网络之间引入多尺度特征块；训练深度卷积神经网络得到所述血管分割模型的损失函数为： 其中λ是一个超参数，负责平衡粗分网络和细分网络损失函数项的权重占比；Lc和Lr分别表示粗分网络和细分网络的损失函数项，均为基于均方误差损失函数Lmse和Dice损失函数Ldice的联合损失函数；将Lc和Lr统一表示为L，则：L＝Lmse+Ldice 其中，M表示enface图像中的像素的个数，gi∈[0,1]，pi∈{0,1}分别表示第i个像素的标签值和预测值；ε为拉普拉斯平滑因子。
全文数据：
权利要求：
百度查询： 中南大学 基于深度卷积神经网络的OCTA图像血管分割方法、设备及介质
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。
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