摘要
本发明一种CCTA冠状动脉及病灶分割方法及系统,属于医学图像分析技术领域,为解决现有的图像级的分类标注训练的分割模型存在掩膜前景区域类别错误率高、边界不准确、分割精度低的问题。包括:步骤S1、采集患者CCTA影像数据,对CCTA影像数据中的冠脉及病灶标注标签,并对数据进行预处理;步骤S2、构建基于因果推理的冠脉及病灶分割模型,包括多标签分类模型和因果推理模型;因果推理模型基于CCTA影像中的分类标签和分割掩膜分别构建类别因果图和解剖因果图,多标签分类模型结合类别因果图和解剖因果图对CCTA影像的冠脉及病灶的分类,进一步得到高精度的分割结果;步骤S3、基于构建的模型对预处理后的待分割CCTA影像进行分割,获得冠脉及病灶的掩膜。
技术关键词
病灶分割方法
全局特征融合
卷积神经网络模块
多标签
掩膜
影像
医学图像分析技术
全局平均池化
粗略
上采样
分割系统
残差模块
注意力
数据
错误率
样本
矩阵
患者
系统为您推荐了相关专利信息
掩膜矩阵
定位方法
栅格
膨胀单元
建立空间坐标系
开度调节方法
风机
传送带
茶鲜叶分选装置
开度调节装置