公开(公告)号：CN115511893A

公开(公告)日：2022-12-23

申请号：CN202211304991.3

申请日：2022-10-24

Applicant: 复旦大学附属中山医院

Inventor： 潘天岳 ,  董智慧 ,  符伟国 ,  刘浩 ,  蒋小浪 ,  刘轶凡 ,  邹凌威 ,  石贇 ,  李萌

IPC: G06T7/10 ,  G06T5/50 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于人工智能的下肢动脉血流管壁复合体自动分割方法，属于生物医药技术领域。包括对原始下肢CTA输出文件进行体素插值计算处理，再进行矩阵裁剪运算，得到用于训练的本底图像文件；进行人工标注得到标签文件；构建深度学习模型，获得人工智能预测模型，将任意CTA本底图像输入模型预测每一个体素的所属类别；将获取的CTA本底图像文件中的仿射坐标系信息，与预测图数组进行融合，获得具有空间度量单位的语义分割图像，叠加至CTA本底图像上，获得最终的自动化分割结果。通过本发明可以去除明显的误分割区域，提升图像分割效果；对下肢血管进行更精准地分割，提高下肢动脉开放手术和介入治疗的效率和精度。

公开(公告)号：CN111640102A

公开(公告)日：2020-09-08

申请号：CN202010477162.X

申请日：2020-05-29

Applicant: 复旦大学附属中山医院

Inventor： 石贇 ,  符伟国

IPC: G06T7/00 ,  G06T7/13

Abstract: 本发明涉及一种动脉瘤检测方法、装置以及计算机设备，所述方法包括截取待测血管中心线上各点对应的血管截面；提取所述血管截面上的血管边缘；根据所述血管边缘确定所述待测血管的狭窄率。通过中心线能够使测量的血管截面和实际血管截面在倾斜度上保持一致，因此能够提高血管截面的截取精度，从而提高了血管边缘的提取精度，保证了待测血管狭窄率的检测精度，最终提高了动脉瘤的预判精度。