基于深度神经网络的血管模型提取方法

发布时间: 2023-08-15

来源: 科技服务团

基本信息

合作方式：技术咨询

成果类型：发明专利

行业领域：

新一代信息技术产业,人工智能

成果介绍

本发明涉及医学图像处理技术领域的一种利用深度神经网络来进行血管提取的方法。本发明的方法首先将体数据进行增强，然后依据血管在体数据中所占比例保留候选数据，之后根据血管连通性，计算每个连通区域的像素点数、平均增强值、密度值以及梯度值，同时标记每个连通区域的属性，然后将此五元特征组输入深度神经网络进行训练，从而获得血管提取模型。

成果亮点

与以往的血管提取方法相比，本方法将体数据压缩至小数据量，无需对体数据中每个像素进行训练，简单易行，准确度高。在医学图像处理领域、计算机辅助诊疗等方面具有重要的应用价值。

团队介绍

赵世凤老师所在视觉知识与医学影像计算课题组，现有2位老师、2名博士生和5名硕士生。课题组研究领域主要包括：面向人体特定组织器官（如心脏）重大疾病的临床诊疗求，基于智能医学影像处理和视觉知识新理论、新技术与新成果，开展基于病理形变的人体重要器官疾病的分类诊断和模拟推理研究。课题组正在开展/圆满完成国家自然科学基金重大项目子课题1项，国家自然科学基金重大项目子课题1项，国家科技重大专项课题专题1项，国家自然科学基金4项，中国工程院重点项目课题3项，中国工程院院地合作项目之专题项目1项，北京市自然科学基金2项。相关结果在MICCAI，COMPUT BIOL MED、EUR RADIOL、FRONT INFORM TECH EL等国内外知名期刊和会议上发表学术论文80余篇，申请专利12项，授权发明专利 8 项。

成果资料

产业化落地方案

点击查看

成果综合评价报告

评价单位：“科创中国”机器视觉与智能产业科技服务团 (中国图象图形学学会) 评价时间：2023-09-24

刘勇

中国科学院自动化研究所

教授

综合评价

该成果是一种血管模型提取方法，有一定技术创新性，但该市场很快会出现多种技术路线，产品竞争会很激烈。所依靠的硬件被大厂掌控。所以竞争优势一般。总体而言，该项目方向很好，市场空间大，但是市场成熟度很高，各大厂商已经有成熟的产品。建议提供技术咨询服务。

科创中国

友情链接

海外专利信息资源系统

省级中心站