申请/专利权人:深圳市铱硙医疗科技有限公司
申请日:2024-01-23
公开(公告)日:2024-04-26
公开(公告)号:CN117934416A
主分类号:G06T7/00
分类号:G06T7/00;G06T7/11;G06V10/40;G06V10/26;G06V10/764;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提供基于机器学习的CTA颈内动脉分段方法及系统,该方法包括:使用深度学习模型对CTA图像进行处理;根据分割结果提取颈内动脉的中线;赋予中线特征;对颈内动脉中线进行空间位置信息的特征提取;分类器的输出以顺血流的七段法的C1‑C7段为单位;根据临床先验知识,对SVM分类器任务的中线各点所属的分段单位进行二次修正;基于中线分段结果回归到颈内动脉分割结果,完成分段。本发明提出一种自动化颈内动脉分段方法,能够排除或减少人为评分的主观性差异人眼分辨能力、疲劳程度、认知经验不同等的差异,为血管疾病定位医学研究提供准确客观的依据;通过应用深度学习技术,能够精确捕捉和识别颈内动脉各分段的复杂解剖特征。
主权项:1.一种基于机器学习的CTA颈内动脉分段方法,其特征在于,该方法包括以下步骤:S1.使用深度学习模型对CTA图像进行处理,以识别和分割颈内动脉;S2.根据分割结果提取颈内动脉的中线;S3.利用原始输入的标准颈部CT血管造影的薄层影像序列中包含的分段标志物信息赋予中线特征;S4.对颈内动脉中线进行空间位置信息的特征提取;S5.利用提取的影像特征作为输入,训练SVM分类器,该分类器被设计为以顺血流方向将颈内动脉分为C1-C7七段,并输出相应分段结果;S6.根据临床先验知识,对SVM分类器初步输出的中线各点所属的分段单位进行二次修正;S7.基于中线分段结果回归到颈内动脉分割结果,完成分段。
全文数据:
权利要求:
百度查询: 深圳市铱硙医疗科技有限公司 基于机器学习的CTA颈内动脉分段方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。