基于深度学习的冠脉造影钙化识别方法、系统及存储介质

AITNT
正文
推荐专利
基于深度学习的冠脉造影钙化识别方法、系统及存储介质
申请号:CN202410949293
申请日期:2024-07-16
公开号:CN118570189A
公开日期:2024-08-30
类型:发明专利
摘要
本发明公开了一种基于深度学习的冠脉造影钙化识别方法、系统及存储介质,涉及医学心血管图像处理技术领域。本发明包括以下步骤:对待检测冠脉不同血管造影投照体位进行综合评价;根据CT血管造影独立标记原始数字减影血管造影图像上的钙化病变;使用U‑net神经网络结合焦点损失函数学习和鉴定标记的钙化病变;将U‑net神经网络输出结果输入至LSTM网络计算钙化评分。本发明提高了冠状动脉钙化检测的准确性和提高机器学习算法的预测性能。
技术关键词
冠脉造影 焦点损失函数 CT血管造影 识别方法 计算机存储介质 图像特征信息 标记 机器学习算法 图像处理技术 网络 识别系统 模块 医学 因子 处理器 样本 患者
系统为您推荐了相关专利信息
1
一种基于人工智能的配电房缺陷识别方法及装置
配电房 缺陷识别方法 人工智能内容 样本 生成技术
2
一种汽车配件图片识别方法、装置以及设备
图片识别方法 汽车配件 全局特征提取 ResNet网络 图像哈希算法
3
自适应敏感信息智能识别方法、装置、设备、存储介质及产品
信息智能识别方法 敏感信息识别 语义结构 初始聚类中心 实体
4
一种燃料电池混合动力系统的能量管理方法及相关装置
整车 模糊逻辑控制器 能量管理方法 功率 隶属度函数
5
地质灾害评价方法、装置及存储介质
Apriori算法 危险性 机器学习模型 因子 地质灾害评估
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号