基于深度学习的大动物动脉钙化CT影像识别方法

本发明涉及图像处理技术领域，公开了基于深度学习的大动物动脉钙化CT影像识别方法，包括获取血管造影图像数据，提取动脉血管树中心线，生成血管中心线距离图；将图像数据和血管中心线距离图输入到三维分割网络，获得初步分割结果及分割概率图；对初步分割结果进行连通域分析，计算结构置信度评分，利用结构置信度评分对分割概率图进行逐病灶加权并进行阈值处理，得到动脉钙化区域分割结果；计算高通量影像特征集，进行特征聚类，从聚类社团中筛选代表性特征，构成最优特征子集；将最优特征子集输入到分类器中，得到识别结果。本发明不仅能准确识别已知的缺陷类型，还能有效检出未曾学习过的新型缺陷，极大地增强了检测的泛化能力和鲁棒性。