摘要
本发明公开了一种冠状动脉夹层的自动检测方法和系统。首先采集临床冠状动脉造影图像,处理图像形成数据集训练和验证YOLOv8模型;将需要检测的冠状动脉造影图像进行处理后输入YOLOv8模型对图像中的FL进行识别和定位;对识别和定位后的图像利用构建的SO(2)‑UNet模型对定位区域内的冠状动脉进行特征提取和语义分割,精确分割出冠状血管;对分割出的冠状血管进一步识别出夹层区域,并可视化呈现出来。本发明利用YOLOv8进行对象检测,在短时间内对大量图像进行快速准确的检测,自动识别图像中的冠状动脉夹层,实现自动化的检测过程,大大提高了诊断的效率和准确性。
技术关键词
冠状动脉造影
自动检测方法
自动检测系统
图像
子模块
模型训练模块
可视化模块
对比度
边缘检测
可视化方式
血管分割
对象检测
语义
样条
数据
定位模块
尺寸
轮廓
系统为您推荐了相关专利信息
综合服务系统
心理健康状态
社交平台
子模块
代表
多模态数据融合
工业互联网标识解析
生成系统
视频监控数据
系统模块
傅里叶叠层成像
相位补偿方法
图像
恢复相位信息
投影算法
FPGA开发板
实时图像处理
精确地识别
运动
终端