-
公开(公告)号:CN118172562B
公开(公告)日:2024-08-27
申请号:CN202410605818.X
申请日:2024-05-16
Applicant: 安徽大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/084 , G06T7/00 , G06T7/11
Abstract: 本发明的一种无造影剂心肌梗死图像分割方法、设备及介质,包括收集钆造影剂增强前后的心肌梗死核磁共振图像对数据集,并进行数据处理;然后利用时空双流网络分别提取输入图像序列中的时间特征和空间特征,并将提取的特征分别传递给主编码器;其次,使用主编码器将时间特征和空间特征进行有效融合,完成对输入图像序列的特征提取,实现精准的心脏时空表征捕获;最后结合监督训练和鉴别器对抗训练共同训练模型,输出每个输入图像序列的心肌梗死预测分割图。本发明不仅解决了深度学习模型在心肌梗死分割应用中面临的没有充分分析心脏的时空运动问题,还实现了精确的心肌梗死区域分割,为心肌梗死的诊断和治疗提供了有力的技术支持。
-
公开(公告)号:CN118172562A
公开(公告)日:2024-06-11
申请号:CN202410605818.X
申请日:2024-05-16
Applicant: 安徽大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/084 , G06T7/00 , G06T7/11
Abstract: 本发明的一种无造影剂心肌梗死图像分割方法、设备及介质,包括收集钆造影剂增强前后的心肌梗死核磁共振图像对数据集,并进行数据处理;然后利用时空双流网络分别提取输入图像序列中的时间特征和空间特征,并将提取的特征分别传递给主编码器;其次,使用主编码器将时间特征和空间特征进行有效融合,完成对输入图像序列的特征提取,实现精准的心脏时空表征捕获;最后结合监督训练和鉴别器对抗训练共同训练模型,输出每个输入图像序列的心肌梗死预测分割图。本发明不仅解决了深度学习模型在心肌梗死分割应用中面临的没有充分分析心脏的时空运动问题,还实现了精确的心肌梗死区域分割,为心肌梗死的诊断和治疗提供了有力的技术支持。
-