公开(公告)号：CN118115912A

公开(公告)日：2024-05-31

申请号：CN202410158532.1

申请日：2024-02-02

Applicant: 华中科技大学同济医学院附属协和医院 ,  东软医疗系统股份有限公司

Inventor： 郑传胜 ,  杨欣 ,  张靓 ,  赵煌旋 ,  闫增强 ,  孙涛 ,  向俊杰 ,  史天意 ,  李丙生

IPC: G06V20/40 ,  G06V10/74 ,  G06V10/82 ,  G06F16/53 ,  G06N3/045

Abstract: 本发明涉及计算机视觉领域，公开了本发明公开了一种基于DSA序列影像的子宫动脉开口识别方法及系统，一种基于DSA序列影像的子宫动脉开口识别方法，包括以下步骤：S100：利用预处理模块进行预训练，提前学习到子宫动脉血管的相关信息，得到更适合的网络模型参数，在下游任务中利用这些预处理的模型参数提高精度和收敛速度；S200：利用特征学习模块，参考步骤S100中的模型参数，对包含子宫动脉的DSA图像进行特征提取，得到包含了子宫动脉螺旋型信息以及子宫动脉开口血管树根部信息的全局特征；S300：利用自适应预测模块计算各帧预测框的置信度、框之间的交并比，在视频流输入的预测阶段选择最优的子宫动脉开口识别框。本发明能够提升子宫动脉开口的识别精度，在介入手术中减少造影剂次数及用量。

公开(公告)号：CN115761224A

公开(公告)日：2023-03-07

申请号：CN202211332313.8

申请日：2022-10-28

Applicant: 华中科技大学

Inventor： 史天意 ,  杨欣 ,  丁小洹 ,  潘峰 ,  闫增强 ,  白翔

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/088 ,  G06N3/09 ,  G06T7/00

Abstract: 本发明公开了一种基于亲和力特征融合的卷积神经网络血管分割系统，包括特征编码模块、无监督亲和力特征增强解码模块，和有监督多尺度亲和力特征增强解码模块，通过有监督多尺度和无监督亲和力特征增强解码模块同时显式与隐式地提取亲和力场，建立不同尺度特征之间的语义关系，编码局部空间几何结构，进行分割特征的增强，统一地增强血管分割的像素级精度与拓扑完整性以及鲁棒性。本发明提供了一个端到端训练的基于亲和力特征融合的卷积神经网络血管分割系统。相比传统血管分割方法以及现有许多基于深度学习的血管分割系统，本发明同时进行了像素特征的优化，拓扑结构的约束以及通过建立像素特征和特征之间的语义联系获得更好的对比度鲁棒性。