公开(公告)号：CN109146872A

公开(公告)日：2019-01-04

申请号：CN201811016723.5

申请日：2018-09-03

Applicant: 北京邮电大学

Inventor： 张洪刚 ,  梁枭 ,  王筱斐 ,  陈东浩 ,  叶丹

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/04

CPC classification number: G06T7/0012 ,  G06N3/0454 ,  G06T7/10 ,  G06T2207/20016 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30048

Abstract: 本发明提供了一种基于深度学习和光流法的心脏冠状动脉影像分割识别方法，通过选取分段心脏造影Dicom视频中任意连续两帧图片作为训练样本，将训练样本输入神经网络中；神经网络基于所述训练样本，计算连续两帧图片之间的光流信息作为两帧之间的映射，同时将光流信息输入神经网络中；神经网络通过深度学习的方法对前一帧图片及光流信息得到的第三特征图及当前帧图片得到的第四特征图组合得到的第五特征图输入金字塔模块中，金字塔模块基于第五特征图应用金字塔融合的方法得到不同尺度的心脏血管特征图；反卷积层通过双线性插值的方法将不同尺度的心脏血管特征图沿着一个维度合并到一起，得到心脏冠状动脉影像分割识别血管图，提高了分割精确度。

公开(公告)号：CN109146872B

公开(公告)日：2021-12-17

申请号：CN201811016723.5

申请日：2018-09-03

Applicant: 北京邮电大学

Inventor： 张洪刚 ,  梁枭 ,  王筱斐 ,  陈东浩 ,  叶丹

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/04

Abstract: 本发明提供了一种基于深度学习和光流法的心脏冠状动脉影像分割识别方法，通过选取分段心脏造影Dicom视频中任意连续两帧图片作为训练样本，将训练样本输入神经网络中；神经网络基于所述训练样本，计算连续两帧图片之间的光流信息作为两帧之间的映射，同时将光流信息输入神经网络中；神经网络通过深度学习的方法对前一帧图片及光流信息得到的第三特征图及当前帧图片得到的第四特征图组合得到的第五特征图输入金字塔模块中，金字塔模块基于第五特征图应用金字塔融合的方法得到不同尺度的心脏血管特征图；反卷积层通过双线性插值的方法将不同尺度的心脏血管特征图沿着一个维度合并到一起，得到心脏冠状动脉影像分割识别血管图，提高了分割精确度。