公开(公告)号：CN115063384B

公开(公告)日：2024-09-06

申请号：CN202210758622.5

申请日：2022-06-29

Applicant: 北京理工大学

Inventor： 范敬凡 ,  杨健 ,  付天宇 ,  安芮芮 ,  肖德强

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09 ,  G06N3/094

Abstract: 基于特征对齐域的SP‑CTA图像冠脉分割方法与装置，方法包括：(1)图像预处理：对源域图像及其标注数据进行缩放，使同一病人的CTA图像和SP‑CTA图像具有相同的大小；(2)在特征提取阶段，采用特征共享的方式使SP‑CTA图像能够有效利用CTA图像空间学习的知识，进而加速网络的收敛；在卷积网络中使用特定于域的BN层；(3)在训练阶段，CTA图像与SP‑CTA图像分别以batch‑size的大小加载并同时输入到冠脉分割网络中，网络利用共享卷积核及不同的BN层，得到两个域输入图像的血管预测概率图；(4)在血管预测空间引入对抗性损失函数，网络中加入两个判别器，分别对分割网络输出的预测概率图与预测熵图进行对应模态的判别；(5)分割网络采用三次下采样和三次上采样。

公开(公告)号：CN115063384A

公开(公告)日：2022-09-16

申请号：CN202210758622.5

申请日：2022-06-29

Applicant: 北京理工大学

Inventor： 范敬凡 ,  杨健 ,  付天宇 ,  安芮芮 ,  肖德强

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 基于特征对齐域的SP‑CTA图像冠脉分割方法与装置，方法包括：(1)图像预处理：对源域图像及其标注数据进行缩放，使同一病人的CTA图像和SP‑CTA图像具有相同的大小；(2)在特征提取阶段，采用特征共享的方式使SP‑CTA图像能够有效利用CTA图像空间学习的知识，进而加速网络的收敛；在卷积网络中使用特定于域的BN层；(3)在训练阶段，CTA图像与SP‑CTA图像分别以batch‑size的大小加载并同时输入到冠脉分割网络中，网络利用共享卷积核及不同的BN层，得到两个域输入图像的血管预测概率图；(4)在血管预测空间引入对抗性损失函数，网络中加入两个判别器，分别对分割网络输出的预测概率图与预测熵图进行对应模态的判别；(5)分割网络采用三次下采样和三次上采样。