[发明专利]一种人体心脏冠脉提取方法有效
| 申请号： | 201711400356.4 | 申请日： | 2017-12-22 |
| 公开（公告）号： | CN108010041B | 公开（公告）日： | 2020-08-11 |
| 发明（设计）人： | 安宝磊;龙甫荟;马春娥 | 申请（专利权）人： | 数坤（北京）网络科技有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/194;G06N3/04 |
| 代理公司： | 厦门致群专利代理事务所(普通合伙) 35224 | 代理人： | 刘兆庆;张谦 |
| 地址： | 100020 北京市朝阳区安定*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习神经网络级联模型的人体心脏冠脉提取方法，其包括S1、将CT序列原始图按一定的窗宽窗位转换成图片格式，获得CT序列图片；S2、通过预先训练的全图模型对CT序列图片进行分割，得到主冠脉和主要分支血管的分割结果；S3、基于S2全图分割的结果，提取血管在当前层的前景像素，计算出当前层每根血管的中心，然后根据各血管的中心位置在相邻层图片的对应位置，扩展出patch图像，通过预先训练的局部patch模型对patch图像做分割，得到小血管的分割结果；S4、融合主冠脉、分支血管及小血管的分割结果，获得人体心脏冠脉。本发明对小血管的分割效果优势明显，将提取的小血管与主冠脉及主要分支血管进行融合，可以获得完整、清晰的心脏冠脉提取结果。 | ||
| 搜索关键词： | 一种 人体 心脏 提取 方法 | ||
【主权项】：
1.基于深度学习神经网络级联模型的人体心脏冠脉提取方法，其特征在于，包括：S1、冠脉CT序列原始图的预处理：将CT序列原始图按一定的窗宽窗位转换成图片格式，获得CT序列图片；S2、全图分割：通过预先训练的全图模型对CT序列图片进行分割，得到主冠脉和主要分支血管的分割结果；S3、局部patch分割：基于S2全图分割的结果，提取血管在当前层的前景像素，计算出当前层每根血管的中心，然后根据各血管的中心位置在相邻层图片的对应位置，扩展出patch图像，通过预先训练的局部patch模型对patch图像做分割，得到小血管的分割结果；S4、融合全图和patch的分割结果：融合主冠脉、分支血管及小血管的分割结果，获得人体心脏冠脉。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于数坤（北京）网络科技有限公司，未经数坤（北京）网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711400356.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种半导体器件及其制作方法、电子装置
- 下一篇：一种珍珠岩保温板制备工艺
