摘要
本发明公开了一种基于目标检测的血管通路病变识别方法及系统,涉及医学图像处理技术领域,包括,根据心电图信号进行心动周期相位划分,并计算血管DSA图像序列相邻帧间的位移矢量场,构建运动补偿模型,生成稳定DSA序列;通过U‑Net分割模型将稳定DSA序列分割为二值化血管掩膜图像,并使用粒子图像测速算法,追踪连续帧中造影剂粒子的运动位移,生成血流速度矢量场,计算涡流强度特征图;将二值化血管掩膜图像和涡流强度特征图进行通道级联,生成血管特征张量,并通过改进YOLOv7模型,生成病变检测结果。本发明提升了血管病变识别的准确性、鲁棒性及临床适用性,实现了从多模态数据处理到自动化诊断报告生成的技术闭环。
技术关键词
病变识别方法
序列
心动周期
血管模型
造影剂
掩膜
涡流
深度图
粒子
病变识别系统
R波检测算法
血流
医学图像处理技术
强度
生成运动补偿
多任务损失函数
多模态特征融合
系统为您推荐了相关专利信息
序列数据处理方法
注意力机制
分级存储架构
分层注意力
分布式训练
智能模型
光流控技术
蛋白质结构预测
序列
分选设备
微调方法
编码器
时间序列关系
大语言模型
客户端
视频帧
异常对象
时间序列特征
时空注意力模型
运动估计补偿