利用全卷积网络的自动分割
- 专利权人:
- 阿特瑞斯公司
- 发明人:
- 丹尼尔·欧文·戈尔登,马蒂厄·勒,杰西·利曼-西弗里,刘学勤
- 申请号：
- CN201880020558.2
- 公开号：
- CN110475505A
- 申请日:
- 2018.25.01
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 用于解剖结构(例如,心脏)的自动分割的系统和方法。卷积神经网络(CNN)可用于自主分割由图像数据(例如3D MRI数据)表示的解剖结构的部分。CNN使用两条路径,即收缩路径和扩张路径。在至少一些实施方式中,扩张路径包括比收缩路径更少的卷积操作。该系统和方法还自主计算图像强度阈值,该阈值将血液与心内膜轮廓内部的乳头肌和小梁肌区分开,并自主应用图像强度阈值来限定描述乳头肌和小梁肌的边界的轮廓或掩模。该系统和方法还使用训练的CNN模型计算描绘心内膜和心外膜的轮廓或掩模,并使用计算出的轮廓或掩模在解剖学上定位心肌的病症或功能特征。
- 来源网站：
- 中国工程科技知识中心
