基于深度学习的CTA全自动侧枝循环评分方法及系统

    公开(公告)号:CN112907563B

    公开(公告)日:2023-12-01

    申请号:CN202110286102.4

    申请日:2021-03-17

    Abstract: 本发明提供了一种基于深度学习的CTA全自动侧枝循环评分方法及系统,涉及医学图像处理技术领域,该方法包括:步骤S1:对大脑CTA图像进行掩模和归一化的预处理;步骤S2:对CTA图像进行脑区划分,获取相关解剖图谱以及功能图谱,获取加权大脑各脑区掩模图;步骤S3:对掩模与归一化后的CTA图像进行血管分割;步骤S4:基于血管分割结果量化计算评分特征;步骤S5:基于卷积神经网络测量血管壁厚度的评分特征;步骤S6:构建多标签评分分类模型,对计算得到的特征向量进行分类评分。本发明能够实现基于血流代偿途径的侧枝循环血管分级机制,并提高小血管的分割精度,还能使得评分策略具有更广泛(56)对比文件刘国玮.基于深度学习的脑部CTA图像血管分割方法研究《.中国优秀硕士学位论文全文数据库(信息科技辑)》.2020,(第03期),全文.Rahil Shahzad et.al.Fully automateddetection and segmentation ofintracranial aneurysms in subarachnoidhemorrhage on CTA using deep learning.《nature》.2020,全文.吴秋雯等.基于深度学习的计算机体层摄影血管造影颈动脉斑块分割初步研究《.上海医学》.2020,第43卷(第05期),280-283.

Patent Agency Ranking