摘要
本发明提供了一种基于神经网络的动脉瘤破裂预测方法、装置及存储介质,其方法包括以下步骤:步骤一、获取一例经过分割处理的CTA图像数据,并利用三维建模软件,将分割好的CTA图像数据进行面片化处理,构建3D血管模型。本发明通过利用特定的神经网络结构对每位患者训练专属的术前神经网络,能够精准预测患者的血管模型方位,术中通过输入DSA图像,快速输出相机参数集,进而对血管模型进行调整实现配准,大大提高了手术的精准度和手术效率;对于经验不足的医生而言,降低了对经验的依赖,能够更准确地进行血管介入手术操作;同时,通过对配准结果的评估和优化,不断调整神经网络结构和增加训练样本数量,进一步提高了系统的性能和可靠性。
技术关键词
破裂预测方法
血管模型
三维建模软件
神经网络结构
相机
随机梯度下降
深度学习框架
图像获取模块
面片
投影算法
神经网络模型
投影模块
误差函数
血管介入手术
神经网络参数
预处理算法
系统为您推荐了相关专利信息
阀门控制方法
RBF神经网络
压电阀门
流量计控制系统
仿真模型
二维图像数据
伽马相机
放射源
图像退化模型
点扩散函数