一种基于卷积神经网络的心肌磁共振图像纤维化分类方法

本发明提出了基于卷积神经网络的心肌磁共振图像纤维化分类方法，涉及图像处理技术领域，从磁共振成像设备中获取待测目标的原始磁共振图像，对原始磁共振图像进行预处理；基于连通特征，将预处理后的磁共振图像分割为多个子区域，每个子区域代表图像中一个独立的连通部分；对每个子区域构建灰度衡量函数，量化每个子区域的灰度分布特征，通过比较各子区域的灰度衡量函数值，将灰度衡量函数值最小的子区域识别为纤维化组织子区域；从识别出的纤维化组织子区域中提取特征，作为卷积神经网络模型的输入，对纤维化组织子区域进行分类，输出纤维化组织子区域所属的纤维化阶段，提高了对纤维化组织分类的准确性。