摘要
本发明公开了一种基于双层神经网络模型的医学图像自动匹配方法与系统,涉及图像处理和深度学习领域。本发明首先构建双层神经网络模型,第一层模型用于血管分割,第二层模型用于对分割图进行根节点、分叉点和末梢点三种属性端点的标注;然后将两幅不同角度获取的血管造影图像分别采用双层神经网络模型的第一层模型进行血管分割,第二层模型进行端点标注,得到第一血管分割结果和第二血管分割结果,以及第一端点标注结果和第二端点标注结果;最后基于分割结果和标注结果中的像素值与端点属性对两幅图像中的血管段进行匹配。本发明实现了血管造影图像的自动分割,并在完成分割任务后自动完成血管段的匹配,提升了血管三维重建的效率。
技术关键词
血管分割
血管造影图像
神经网络模型
自动匹配方法
端点
像素
医学
冠状动脉血管造影
双向注意力机制
血管三维重建
自动匹配系统
颜色
坐标点
节点
训练集
计算机程序产品
处理器
系统为您推荐了相关专利信息
神经网络模型
图像特征数据
融合特征
辐射光谱特征
材料检测方法
能耗预测方法
制胶工艺
莱赛尔纤维
能耗预测模型
参数
傅里叶变换红外光谱
添加剂
迁移学习技术
回归算法
超参数
锂电池系统
声学识别模型
系统故障检测方法
数字孪生
神经网络模型