基于深度学习的CTA全自动侧枝循环评分方法及系统

发明专利有效专利

申请号：
CN202110286102.4
IPC分类号：G06T7/00;G06T7/11;G06T9/00;G06K9/62;G06N3/08
申请日期：
2021-03-17
申请人：
复旦大学附属华山医院

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	基于深度学习的CTA全自动侧枝循环评分方法及系统
申请号	CN202110286102.4	申请日期	2021-03-17
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112907563A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;1;;;G;0;6;T;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8查看分类表>
申请人	复旦大学附属华山医院	申请人地址	上海市静安区乌鲁木齐中路12号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	复旦大学附属华山医院	当前权利人	复旦大学附属华山医院
发明人	于泽宽;耿道颖;陈泓亦;陆青青;刘学玲;吕锟;王容;杜鹏;文剑波;韩秋月;张海燕;杜成娟;王娜;李璇璇;吴昊;耿岩;张军;尹波;李郁欣;王俊杰;陈卫强;李强;张顺;曹鑫
代理机构	上海汉声知识产权代理有限公司	代理人	胡晶

摘要

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的适用范围与更客观的评价阈值。

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