摘要
本发明提出一种基于几何知识和拓扑结构融合的脑血管分割方法,包括以下步骤:S1、将大脑影像输入至血管骨架提取模型,获得血管骨架图;S2、对血管骨架图的骨架路径进行简化处理,获得骨架关键点,并生成邻接矩阵,根据骨架关键点和邻接矩阵构建稀疏结构图;S3、将大脑影像和稀疏结构图输入预先训练的第一U‑Net模型中,对大脑影像中的血管进行分割,获得脑血管轮廓图。通过结合血管的拓扑信息与深度卷积神经网络,提高了对细微血管和复杂血管的分割效果,对脑血管分割效果显著。
技术关键词
脑血管分割方法
稀疏特征
卷积特征
影像
注意力
关键点
深层特征提取
融合特征
编码器
深度卷积神经网络
节点
解码器
分割装置
数据
模块
算法
误差
系统为您推荐了相关专利信息
信息识别系统
多模态特征融合
云端服务器
模型训练模块
强化学习算法
分组密码算法
多模态特征融合
数据
识别方法
编码器
防松螺栓
螺栓缺陷
缺陷检测方法
属性分类器
推理网络
图像特征向量
图像特征提取模型
声音特征提取
损伤识别模型
结构损伤识别方法
乳腺X线图像
风险预测模型
标注系统
融合特征
数据采集模块