[发明专利]一种基于形态学和深度学习的主动脉夹层动态检测方法在审
| 申请号： | 201910564318.5 | 申请日： | 2019-06-25 |
| 公开（公告）号： | CN110264465A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 谭云;谭凌;向旭宇;唐浩;秦姣华 | 申请（专利权）人： | 中南林业科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 深圳市深软翰琪知识产权代理有限公司 44380 | 代理人： | 黄美成 |
| 地址： | 410000 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 主动脉夹层(Aortic dissection(AD))是一种危险的心血管疾病，具有极高的临床死亡率，而且近年来发生率激增；本发明公开了一种基于形态学和深度学习的主动脉夹层动态检测方法，步骤1：建立CTA样本集合；步骤2：基于CTA样本集合中的CTA图像进行深度学习并实施疾病检测；2.1基于感兴趣区域进行深度学习，获得学习后的卷积神经网络；2.2针对新的CTA图像，基于学习后的卷积神经网络并结合感兴趣区域进行疾病检测。该基于形态学和深度学习的主动脉夹层动态检测方法易于实施，检测效率高。实验表明采用深度学习方法远远优于传统方法，而且基于DenseNet121的方法更优。 | ||
| 搜索关键词： | 主动脉夹层 形态学 动态检测 学习 卷积神经网络 感兴趣区域 疾病检测 样本集合 图像 心血管疾病 发生率 死亡率 检测 | ||
【主权项】：
1.一种基于形态学和深度学习的主动脉夹层动态检测方法，其特征在于，步骤1：建立CTA样本集合；步骤2：基于CTA样本集合中的CTA图像进行深度学习并实施疾病检测；2.1基于感兴趣区域进行深度学习，获得学习后的卷积神经网络；2.2针对新的CTA图像，基于学习后的卷积神经网络并结合感兴趣区域进行疾病检测。
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中南林业科技大学，未经中南林业科技大学许可，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/201910564318.5/，转载请声明来源钻瓜专利网。
