-
公开(公告)号:CN113240654A
公开(公告)日:2021-08-10
申请号:CN202110550156.7
申请日:2021-05-20
Applicant: 吉林大学
Abstract: 本发明公开的属于颅内动脉瘤检测技术领域,具体为一种多维度特征融合的颅内动脉瘤检测方法,其包括以下步骤:S1:收集数据,将采集到的数据划分为三个数据集:训练集、验证集和测试集,训练集和验证集用于模型的训练阶段,测试集用于验证模型的性能;S2:数据的筛选与预处理,在模型训练之前,我们需要对直接从医院获取到的CTA原始检查报告进行筛选与预处理,以减轻无关报告和背景对分割结果的影响;S3:架构并训练模型,设计H‑AttResUNet混合维度卷积神经网络模型。该多维度特征融合的颅内动脉瘤检测方法,可以有效地探测切片内特征和三维上下文特征,实现颅内动脉瘤更精准的分割。