公开(公告)号：CN118212411A

公开(公告)日：2024-06-18

申请号：CN202410376030.6

申请日：2024-03-29

Applicant: 西安电子科技大学

Inventor： 王颖 ,  蒋德攀 ,  李洁 ,  王麦林 ,  王斌 ,  李晨希 ,  赖昕卫

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的肺栓塞分割方法，对病人的CTPA图像进行预处理并划分成测试集和训练集；对预处理后的训练集通过调整对比度，翻转，旋转，平移，添加高斯噪声随机进行数据增强；构建多层级和多尺度注意力特征融合的MF‑UNet网络；将训练集输入MF‑UNet网络中进行训练，得到肺栓塞分割模型；将测试集输入肺栓塞分割模型中进行测试，得到分割结果；本发明的分割方法有效解决了传统图像处理依靠人工而效率低下且质量不佳的技术问题，克服了传统分割网络无法捕捉细小肺栓塞特征并进行分割的技术问题，具有准确率高和效率高的特点。