摘要
本发明涉及计算机视觉技术,尤其涉及一种基于深度学习的医学影像处理技术和医疗诊断辅助方法。本发明提供一种基于CT影像的气道狭窄自动分割方法、系统及装置,具体包括以下技术手段:1)基于已标注的训练集和验证集建立气道狭窄自动分割模型,以实现对狭窄气道的自动识别、定位和分割;2)使用建立的气道狭窄自动分割模型进行推理,从输入CT影像中自动识别、定位和分割狭窄气道;3)基于自动分割得到的狭窄气道进行定量参数测量。本发明提出的气道狭窄自动分割系统及装置,可以快速、准确地识别出CT影像中是否存在气道狭窄,如果存在,可以实现对狭窄的自动定位和分割,辅助影像科或者临床医生对狭窄气道进行快速、准确地诊断;同时,基于自动分割得到的气道狭窄,可以快速、准确地计算狭窄范围、狭窄部分的最大、最小和平均管腔直径,一方面,可以用于对狭窄的严重性进行评估,另一方面,可以辅助临床治疗。
技术关键词
自动分割方法
卷积模块
自动分割系统
切片
参数测量方法
影像
中心线
采样模块
细化算法
诊断辅助方法
锯齿形状
数据预处理方法
数据校验方法
字典
计算机视觉技术
归一化方法
上采样
重复性
系统为您推荐了相关专利信息
工业产品表面缺陷
多尺度特征提取
深度学习模型
网络模块
输出特征
下采样方法
无监督学习
像素
图像
深度神经网络模型
印花布
图像分割模型
多模型
监测方法
多层感知机