公开(公告)号：CN117745650A

公开(公告)日：2024-03-22

申请号：CN202311625213.9

申请日：2023-11-30

Applicant: 安徽大学

Inventor： 杜秀全 ,  裴政 ,  陈子露 ,  刘颖 ,  何嘉棋

IPC: G06T7/00 ,  G06T7/10 ,  G06T7/62 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种基于深度多任务回归网络的左心室量化方法，其利用模型对待处理心脏MR图像进行左心室量化，模型包括特征提取模块和分割量化模块。特征提取模块包括特征表示网络、指数估计网络。特征表示网络包括深度卷积编码器‑解码器模块。指数估计网络包含MS‑CNN模块和双向LSTM模块。MS‑CNN模块利用多个独立CNN模型，采用不同核大小和池化大小，从编码器‑解码器模块的高级特征图中提取出更有效的低级特征。双向LSTM模块用于捕捉心脏结构的动态变化。分割量化模块包括对心脏MR图像进行处理的编码器‑解码器结构。编码器‑解码器结构包括通过短程跳跃连接起来的两个子编码器。本发明解决现有技术缺乏分割与量化任务的相互辅助的技术问题。