Document
拖动滑块完成拼图
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IVUS影像的易损斑块识别方法、计算机设备、可读存储介质和程序产品 

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:杭州脉流科技有限公司

摘要:本申请公开了一种基于IVUS影像的易损斑块识别方法、计算机设备、可读存储介质和程序产品,所述基于IVUS影像的易损斑块识别方法包括:获得基于冠状动脉的IVUS影像与OCT影像,对所述IVUS影像与OCT影像配准;根据相对应的OCT影像人为标注IVUS影像,得到IVUS影像的分类标签,所述分类标签包括正常类和存在TCFA类;在所述IVUS影像上描绘出管腔边界与外弹性膜边界,获得掩码图像;根据所述IVUS影像和所述掩码图像训练第一深度学习模型,得到训练完成的第二深度学习模型,所述第二深度学习模型用于自动截取管腔边界和或外弹性膜边界、获得初步ROI的边界;通过深度学习算法或机器学习算法训练分类器,所述分类器在训练完成后对带有初步ROI边界的IVUS影像进行TCFA自动识别。

主权项:1.基于IVUS影像的易损斑块识别方法,其特征在于,包括:获得基于冠状动脉的IVUS(血管内超声)影像与OCT(光学相干断层扫描)影像,对所述IVUS影像与OCT影像配准;根据相对应的OCT影像人为标注IVUS影像,得到IVUS影像的分类标签,所述分类标签包括正常类和存在TCFA(薄帽纤维粥样硬化)类;在所述IVUS影像上描绘出管腔边界与外弹性膜边界,获得掩码图像;根据所述IVUS影像和所述掩码图像训练第一深度学习模型,得到训练完成的第二深度学习模型,所述第二深度学习模型用于自动截取管腔边界和外弹性膜边界、获得初步ROI(感兴趣区域)的边界;在所述IVUS影像上,对所述管腔边界和外弹性膜边界之间的区域根据与管腔边界的距离进一步分割为多个边界区域,对带有多个边界区域的IVUS影像进行特征提取,提取特征包括纹理特征;计算任意两个边界区域之间的特征比率,利用所述特征比率和所述分类标签训练所述分类器,所述分类器在训练完成后对带有初步ROI边界的IVUS影像进行TCFA自动识别。

全文数据:

权利要求:

百度查询: 杭州脉流科技有限公司 基于IVUS影像的易损斑块识别方法、计算机设备、可读存储介质和程序产品

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。