摘要
本发明公开了一种基于深度学习的颈动脉钙化斑块CTA影像分割方法,所述方法包括:获取带有钙化斑块的颈动脉图像;对所获图像进行标注,得到数据集;对数据集进行预处理和数据增强;将处理后的颈动脉管腔数据集输入至改进的UNet网络分割模型中进行训练和测试,得到颈动脉管腔分割模型以及分割结果;将分割结果作为血管掩膜对CTA图像进行感兴趣区域划分,将划分好的图像输入至改进的UNet网络分割模型中进行训练和测试,得到颈动脉钙化斑块分割模型;利用颈动脉钙化斑块分割模型对于待分割的带有钙化斑块的颈动脉图像进行颈动脉钙化斑块分割,得到颈动脉钙化斑块分割结果。本发明实现了颈动脉钙化斑块的高精度自动分割。
技术关键词
影像分割方法
颈动脉管腔
斑块
采样模块
多头注意力机制
图像
数据
主动脉弓
感兴趣
解码器
瓶颈
掩膜
血管
前馈神经网络
输入模块
编码器
输出模块
上采样
矩阵
系统为您推荐了相关专利信息
卷积特征提取
门控循环网络
时序
故障报警信号
预测模型训练
电阻式液位传感器
直流减速电机
采样罐
水浸传感器
控制中心
点云数据处理方法
电子设备
采样模块
采集设备
拷贝
控制电路
智能猫砂盆
输入端
主控模块
电机驱动芯片
线性稳压器
NPN三极管
运算放大器
隔离模块
电阻