摘要
本发明提供了一种基于改进nnUnet的冠状动脉图像分割方法,涉及医学图像分割领域。所述方法包括:获取包含正常冠状动脉血管CTA图像与病变冠状动脉血管的CTA图像的训练数据集;调整图像的窗宽和窗位;对训练数据集内所有图像的层间距重采样;构建预处理模块,所述预处理模块包括均衡子模块和滤波子模块,将训练数据集内所有CTA图像的各层二维图像通过预处理模块进行预处理;构建分割模型,采用预处理后的图像训练分割模型;待处理CTA图像通过预处理模块以及训练完成的分割模型后,得到分割结果图。本发明提高了冠状动脉分割的精度与连续性,可以广泛地满足冠状动脉CTA图像三维重建的需要。
技术关键词
图像分割方法
Hessian矩阵
病变冠状动脉
滤波
像素点
子模块
直方图均衡化
特征值
图像分割系统
表达式
医学图像分割
数据
变量
血管
模型训练模块
双线性插值
系统为您推荐了相关专利信息
车辆检测方法
融合深度图
分支
颜色
深度学习模型
策略生成系统
子模块
多模态数据采集
云端
全局监控
光纤环形谐振器
集成光学芯片
谐振式光纤陀螺
光电探测器
锁相放大器
盖梁支架
变形检测方法
神经网络框架
像素点
图像采集设备