基于深度学习的血管栓塞识别方法及相关设备

AITNT
正文
推荐专利
基于深度学习的血管栓塞识别方法及相关设备
申请号:CN202510021671
申请日期:2025-01-07
公开号:CN119850586B
公开日期:2025-10-14
类型:发明专利
摘要
本发明涉及一种基于深度学习的血管栓塞识别方法,包括根据腹主动脉血管图像和训练好的第一模型,得到待识别腹部医学影像的种子点,将种子点利用GrowCut算法对影像中的肠系膜动脉区域进行半自动分割,提取肠系膜动脉区域的影像,对肠系膜动脉区域的影像利用VTK平台,对肠系膜动脉区域的影像划定动脉血管中心线,将划定动脉血管中心线的肠系膜动脉区域的影像输入第二模型中,确定待识别腹部医学影像中是否存在血栓以及血栓的位置。本发明能够更全面地捕捉急性肠系膜上动脉血栓的影响因素,筛选出相关性较强的预测因子,准确识别到CT影像上的肠系膜上动脉血栓,增强了模型的预测能力。本发明还涉及一种设备和存储介质。
技术关键词
主动脉 GrowCut算法 血管 像素点 三维计算机图形学 影像 图像 种子 滑动窗口 血栓 中心线 肠系膜上动脉 识别方法 局部二值模式 灰度共生矩阵 栓塞 训练SVM分类器 样本 平台
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