申请/专利权人:浙江大学;首都医科大学宣武医院
申请日:2024-03-25
公开(公告)日:2024-05-28
公开(公告)号:CN118096714A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/764;G06V10/25;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.14#实质审查的生效;2024.05.28#公开
摘要:本发明公开了一种基于颅内动脉正位置影像的TICI分级分析系统及方法。具体包括:获取颅内动脉影像正位置的DSA序列原始影像;对原始影像预处理;引入医学先验知识,对处理后影像根据固定比例尺的距离截取公式进行感兴趣区域ROI自动截取,得到两个不同位置的ROI;利用得到的两个ROI,使用本发明提出的正位置预分类‑细分类模型进行分级。参考TICI分级标准,分为01级、2a级、2b3级,表示颅内动脉血流通畅度依次递增。本发明利用主流的深度学习目标检测与分类算法搭建模型,并引入医学先验知识进行辅助,有力的保证了结果的准确性。
主权项:1.一种基于颅内动脉正位置影像的TICI分级分析系统,其特征在于,该系统包括数据预处理模块和正位置预分类-细分类模型模块;所述数据预处理模块用于获取原始的颅内动脉正位置序列影像并进行数据预处理,基于像素最小值取代的方式将多帧影像融合为一张包含血流信息的图片;所述正位置预分类-细分类模型模块用于针对预处理后的图片使用正位置预分类-细分类模型对正位置特征点进行目标检测,截取感兴趣区域进行分类分析,得到TICI分级分类结果。
全文数据:
权利要求:
百度查询: 浙江大学;首都医科大学宣武医院 基于颅内动脉正位置影像的TICI分级分析系统及方法
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。