公开(公告)号：CN111192316B

公开(公告)日：2024-01-12

申请号：CN201911027445.8

申请日：2019-10-23

Applicant: 通用电气公司

Inventor： 杰德·道格拉斯·帕克 ,  彼得·迈克尔·伊迪克 ,  王鑫 ,  李霞 ,  普雷姆·维努戈帕尔 ,  詹姆斯·弗拉登伯格·米勒

IPC: G06T7/62 ,  G06T7/10

Abstract: 本发明题为“用于动脉分析和评估的深度学习”。本公开涉及使用标注真实数据已知的合成图像数据来训练用于血管评估的一个或多个神经网络。在某些具体实施中，该合成图像数据可部分地基于或源自标注真实数据未知或不可用的临床图像数据。以这种方式训练的神经网络可用于执行血管分割、脱钙、亨氏单位评分和/或血液动力学参数估计中的一者或多者。

公开(公告)号：CN111192316A

公开(公告)日：2020-05-22

申请号：CN201911027445.8

申请日：2019-10-23

Applicant: 通用电气公司

Inventor： 杰德·道格拉斯·帕克 ,  彼得·迈克尔·伊迪克 ,  王鑫 ,  李霞 ,  普雷姆·维努戈帕尔 ,  詹姆斯·弗拉登伯格·米勒

IPC: G06T7/62 ,  G06T7/10

Abstract: 本发明题为“用于动脉分析和评估的深度学习”。本公开涉及使用标注真实数据已知的合成图像数据来训练用于血管评估的一个或多个神经网络。在某些具体实施中，该合成图像数据可部分地基于或源自标注真实数据未知或不可用的临床图像数据。以这种方式训练的神经网络可用于执行血管分割、脱钙、亨氏单位评分和/或血液动力学参数估计中的一者或多者。