超声图像左室心肌的分割方法、系统及应用

发明专利有效专利

申请号：
CN202010763494.4
IPC分类号：A61B8/08;G06N3/04;G06T5/40;G06T7/11
申请日期：
2020-07-31
申请人：
西安电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	超声图像左室心肌的分割方法、系统及应用
申请号	CN202010763494.4	申请日期	2020-07-31
法律状态	实质审查	申报国家	中国
公开/公告日	2020-11-03	公开/公告号	CN111870279A
优先权	暂无	优先权号	暂无
主分类号	A61B8/08 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B8/00 用超声波、声波或次声波的诊断〔4〕 A61B8/08 检测组织的位移或变化，例如肿瘤、胞囊、隆起（A61B 8/02至A61B 8/06优先）〔4〕	IPC分类号	A;6;1;B;8;/;0;8;;;G;0;6;N;3;/;0;4;;;G;0;6;T;5;/;4;0;;;G;0;6;T;7;/;1;1查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2号西安电子科技大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安电子科技大学	当前权利人	西安电子科技大学
发明人	任胜寒;王永兵;王倩;胡芮;赵恒;刘丽文
代理机构	西安长和专利代理有限公司	代理人	何畏

摘要

本发明属于图像处理技术领域，公开了一种超声图像左室心肌的分割方法、系统及应用，获取超声数据，将数据分为训练集、验证集和测试集并标记；增强训练集样本多样性，截取左室心肌大致区域，对数据做直方图均衡化、归一化操作；使用Pytorch实现分割网络，保存在验证集上性能最好的模型；基于分割的结果，测量厚度。本发明基于卷积神经网络的超声图像左室心肌的分割方法，能够自动的分割舒张末期的左室心肌，并在网络中加入左室心肌的形状信息辅助网络学习，提出的混合损失函数分别从3个角度进行优化，学习的时候进一步加强边界信息；基于分割的结果能自动的测量厚度，整个过程无需任何后处理。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供