公开(公告)号：CN109472807A

公开(公告)日：2019-03-15

申请号：CN201811454839.7

申请日：2018-11-30

Applicant: 北京师范大学

Inventor： 赵世凤 ,  田沄 ,  王学松 ,  周明全

IPC: G06T7/187 ,  G06T7/11 ,  G06T7/00 ,  G06N3/08

Abstract: 本发明公开一种基于深度神经网络的血管模型提取方法，包括：步骤1：血管数据增强，通过T_Frangi算法，依据空间尺度理论，从而将血管数据进行增强；步骤2：候选数据保留；步骤3：血管连通区域特征计算；步骤4：深度神经网络训练，将血管特征组成的元组作为输入来训练神经网络，从而获得血管提取模型。本发明所述的基于深度神经网络的血管模型提取方法，在深度增强后的血管候选区域上，利用血管连通性，构建每个连通区域的五元特征组，训练神经网络模型，从而对血管进行提取，该方法无需对整个体数据进行训练，只需考虑候选血管连通区域部分的计算，能有效去除孤立点，提取精确度高，具有较大的灵活性。

公开(公告)号：CN109448042A

公开(公告)日：2019-03-08

申请号：CN201811209581.4

申请日：2018-10-17

Applicant: 北京师范大学

Inventor： 赵世凤 ,  田沄 ,  王学松 ,  武仲科 ,  周明全

IPC: G06T7/60 ,  G06T7/62 ,  G06T7/12

Abstract: 本发明涉及一种利用积分曲线计算血管壁厚度的方法，属于医学图像处理技术领域，主要包括如下步骤：1、血管壁分割，获取血管壁内外边界轮廓；2、在血管壁区域空间上计算调和函数；3、计算调和函数的梯度向量场；4、计算并跟踪积分曲线获得管壁厚度。本发明所述利用积分曲线计算血管壁厚度的方法，将血管壁区域看作三维空间的一个二维流形，从整体角度对血管壁进行度量，可重复计算，准确度高，便于全程量化数据的存储和回放分析。