买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于结构保留无监督域自适应的CTA影像颅内血管分割方法_东北大学_202410109965.8 

申请/专利权人:东北大学

申请日:2024-01-26

公开(公告)日:2024-04-19

公开(公告)号:CN117911702A

主分类号:G06V10/26

分类号:G06V10/26;G06V10/22;G06V10/774;G06V10/82;G06N3/0455;G06N3/0464;G06N3/0895;G06N3/084;G06T17/00

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.07#实质审查的生效;2024.04.19#公开

摘要:本发明设计基于结构保留无监督域自适应的CTA影像颅内血管分割方法,属于医学影像分割技术领域;首先收集脑部三维MRA影像与三维CTA影像,对MRA影像中的血管区域位置进行标注,对MRA影像与CTA影像进行切片处理,得到脑部影像初始样本集;其次对脑部影像初始数据集进行预处理;对预处理后的脑部影像初始样本集进行划分,划分为训练样本集与验证样本集;然后构建和训练图像风格转换模型、判别模型、结构信息提取模块、感知损失模型和分割模型;最后将预处理后的切片输入分割模型并得到分割结果,将所有切片按照原本的位置关系合并为三维数据,得到对颅内血管区域的最终分割结果;本发明拥有较高的计算效率,且处理过程不需要人工交互,达到应用要求。

主权项:1.基于结构保留无监督域自适应的CTA影像颅内血管分割方法,其特征在于,包括以下步骤:步骤1:构建脑部影像初始数据集;步骤2:对脑部影像初始数据集进行预处理;步骤3:对预处理后的脑部影像初始样本集进行划分,划分为训练样本集与验证样本集;步骤4:构建图像风格转换模型、判别模型、结构信息提取模块、感知损失模型和分割模型;步骤5:训练图像风格转换模型、判别模型、结构信息提取模块和分割模型;步骤6:对待分割的CTA影像进行切片处理和预处理,将预处理后的切片输入分割模型并得到分割结果,将所有切片按照原本的位置关系合并为三维数据,得到对颅内血管区域的最终分割结果。

全文数据:

权利要求:

百度查询: 东北大学 基于结构保留无监督域自适应的CTA影像颅内血管分割方法

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。