一种基于人工智能的主动脉结构图像自动分割方法

    公开(公告)号:CN113409349B

    公开(公告)日:2022-04-19

    申请号:CN202110586763.9

    申请日:2021-05-27

    Abstract: 本发明公开了一种基于人工智能的主动脉结构图像自动分割方法。包括将标签图像进行分割、对不同通道的标签图像添加噪声并提取形态学梯度、对各解码阶段的多通道特征图像进行形态学特征提取、各阶段损失计算及总损失计算,以及最终完成网络参数的训练与优化等步骤。通过使用上述基于人工智能的图像处理方法,相比于目前已有的图像处理方法,可以去除明显的误分割区域,提升图像分割效果,对目标区域进行更精准分割,使分割不完全的区域更加完善,为之后的三维模型的建立提供了准确度更高的图像数据,有效提高了TAVR/TAVI术前评估的效率和精度。

    一种主动脉根部钙化空间分布均匀性自动评估方法

    公开(公告)号:CN116309248B

    公开(公告)日:2024-06-25

    申请号:CN202211091477.6

    申请日:2022-09-07

    Abstract: 一种主动脉根部钙化空间分布均匀性自动评估方法,包括步骤:获取三维医学图像数据并进行主动脉分割;提取主动脉中心线,并基于所述中心线进行血管拉直处理;识别主动脉根部瓣环平面和瓦氏窦平面;对主动脉根部的钙化组织自动分割和提取;对主动脉血管进行网格划分,对主动脉血管进行分段,并剔除小钙化团块;计算各血管段的钙化空间分布均匀性;计算主动脉根部钙化空间分布均匀性;评估主动脉根部钙化空间分布均匀性程度。本发明的方法可以帮助医生从更高维度对钙化空间分布特性进行分析,有效提升TAVR术前影像学分析评估质量,制定更为精准的TAVR手术策略,从而规避术中风险,减少术中并发症,帮助患者获得更好的预后结果。

    一种主动脉根部钙化空间分布均匀性自动评估方法

    公开(公告)号:CN116309248A

    公开(公告)日:2023-06-23

    申请号:CN202211091477.6

    申请日:2022-09-07

    Abstract: 一种主动脉根部钙化空间分布均匀性自动评估方法,包括步骤:获取三维医学图像数据并进行主动脉分割;提取主动脉中心线,并基于所述中心线进行血管拉直处理;识别主动脉根部瓣环平面和瓦氏窦平面;对主动脉根部的钙化组织自动分割和提取;对主动脉血管进行网格划分,对主动脉血管进行分段,并剔除小钙化团块;计算各血管段的钙化空间分布均匀性;计算主动脉根部钙化空间分布均匀性;评估主动脉根部钙化空间分布均匀性程度。本发明的方法可以帮助医生从更高维度对钙化空间分布特性进行分析,有效提升TAVR术前影像学分析评估质量,制定更为精准的TAVR手术策略,从而规避术中风险,减少术中并发症,帮助患者获得更好的预后结果。

    一种基于联邦深度学习的心脏图像处理方法

    公开(公告)号:CN114612408B

    公开(公告)日:2023-06-06

    申请号:CN202210211037.3

    申请日:2022-03-04

    Abstract: 本发明公开了一种基于联邦深度学习的心脏图像处理方法,包括步骤:中央服务器端进行心脏图像数据的多尺度信息聚合算法的全局初始模型设计,并下发该初始模型到各参与方;各参与方利用本地数据,进行全局初始模型的训练,获得本地更新模型;服务器端对各本地更新模型进行聚合,再将聚合之后的全局更新模型分发到参与方进行训练;重复前述两个步骤,直到全局模型收敛至预设条件。本发明在各方持有原始心脏图像数据不出本地的情况下,能够充分挖掘数据特征信息,提升心脏图像分割效果,提升模型性能并释放数据潜力。本发明的聚合方法能够对各参与方的局部模型进行有效测试,记录并剔除效果不好的参与方,能够有效提升聚合效率和精度。

    一种基于联邦深度学习的心脏图像处理方法

    公开(公告)号:CN114612408A

    公开(公告)日:2022-06-10

    申请号:CN202210211037.3

    申请日:2022-03-04

    Abstract: 本发明公开了一种基于联邦深度学习的心脏图像处理方法,包括步骤:中央服务器端进行心脏图像数据的多尺度信息聚合算法的全局初始模型设计,并下发该初始模型到各参与方;各参与方利用本地数据,进行全局初始模型的训练,获得本地更新模型;服务器端对各本地更新模型进行聚合,再将聚合之后的全局更新模型分发到参与方进行训练;重复前述两个步骤,直到全局模型收敛至预设条件。本发明在各方持有原始心脏图像数据不出本地的情况下,能够充分挖掘数据特征信息,提升心脏图像分割效果,提升模型性能并释放数据潜力。本发明的聚合方法能够对各参与方的局部模型进行有效测试,记录并剔除效果不好的参与方,能够有效提升聚合效率和精度。

Patent Agency Ranking