摘要
本发明公开了一种基于nnUnet的心房建模方法,属于数字医疗领域。方法包括首先获得训练好的nnUnet‑v2深度学习网络并基于其获得待进行心房建模的心房LGE‑MRI影像数据的左、右心房的外膜区域;然后获得左、右心房的心肌区域以及左、右心房的血池区域,再获取左、右心房的全部心肌信号标记点的强度以及左、右心房的全部血池信号标记点的强度,最后获得左、右心房的纤维化区域并进行纤维化标注,然后基于进行纤维化标注后的左、右心房的心肌区域分别进行线性插值,得到初级心房三维模型;再对初级心房三维模型进行修补和优化获得心房三维模型。本发明可广泛应用于心房疾病研究、治疗规划及相关医学影像分析领域。
技术关键词
深度学习网络
建模方法
三维模型
纤维化标记
左心房
信号
强度
影像
数据
血管
掩膜
心脏
规划
标签
疾病