基于深度学习的主动脉根部动态解剖特征4D定量分析方法

AITNT
正文
推荐专利
基于深度学习的主动脉根部动态解剖特征4D定量分析方法
申请号:CN202510986735
申请日期:2025-07-17
公开号:CN120563622A
公开日期:2025-08-29
类型:发明专利
摘要
本发明涉及图像处理技术,揭露了基于深度学习的主动脉根部动态解剖特征4D定量分析方法,包括:获取主动脉的医学影像图像,对医学影像图像进行图像标注预处理得到标注医学影像图像;根据标注医学影像图像生成空间球体,根据空间球体创建球体掩码;将球体掩码转换成数据文件,将数据文件输入至医学影像图像分割模型中得到分割图像;将分割图像进行图像填补处理得到完整分割图像,将完整分割图像转化为二值化图像;利用质心法计算二值化图像中目标区域的质心,计算质心距离系数确定目标解剖点位置。本发明还提出一种基于深度学习的主动脉根部动态解剖特征4D定量分析装置、设备以及介质。本发明可以提高主动脉结构识别的准确率。
技术关键词
定量分析方法 解剖特征 主动脉 图像分割模型 球体 定量分析装置 二值化图像 动态 顶点 方程 图像处理技术 心动周期 扫描技术 电子设备 处理器通信 定位模块 坐标点 可读存储介质
系统为您推荐了相关专利信息
1
基于CT图像的结直肠癌早期诊断系统及方法
早期诊断系统 脂肪 腹部CT图像 直肠癌 早期诊断方法
2
一种基于视觉监测的摘酒方法和系统
图像采集器 表达式 图像分割模型 决策 酒精
3
基于人工智能模型分析的物联网数据监控方法及系统
数据监控方法 人工智能模型 数据采集节点 参数 异常数据
4
监测重症监护室心衰患者院内死亡风险的机器学习模型
构建机器学习模型 重症监护室 变量 随机森林模型 数据
5
基于人工智能的图像分割模型训练方法、分割方法及设备
多尺度局部特征 医学图像分割模型 全局特征提取 训练样本数据 局部特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号