公开(公告)号：CN117078695B

公开(公告)日：2024-09-03

申请号：CN202311042021.5

申请日：2023-08-18

Applicant: 内蒙古工业大学

Inventor： 刘志强 ,  王新茹 ,  张永恒 ,  张莹 ,  张旭

IPC: G06T7/11 ,  G06T7/00 ,  G06T7/60 ,  G06T7/62 ,  G06T17/00 ,  G06V10/40 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/094 ,  G06N3/09

Abstract: 本发明公开一种基于深度学习的颈动脉斑块超声图像识别分割方法，包括：获取颈动脉斑块的超声图像，对超声图像进行预处理；通过目标检测网络对预处理后的超声图像进行检测，生成斑块区域图像，其中目标检测网络为改进后的YOLOV5模型；通过分割模型对斑块区域图像进行特征提取，生成斑块内中膜内外壁分割结果，其中分割模型为改进2D‑VNet模型；通过近似半径补偿和近似半径补偿方法对斑块内中膜内外壁分割结果进行计算，生成内中膜内外壁距离范围；对内中膜内外壁距离范围进行判断，生成内中膜距离范围检测结果；通过三维重建算法对斑块内中膜内外壁分割结果进行三维重建，生成斑块三维模型。

公开(公告)号：CN117078695A

公开(公告)日：2023-11-17

申请号：CN202311042021.5

申请日：2023-08-18

Applicant: 内蒙古工业大学

Inventor： 刘志强 ,  王新茹 ,  张永恒 ,  张莹 ,  张旭

IPC: G06T7/11 ,  G06T7/00 ,  G06T7/60 ,  G06T7/62 ,  G06T17/00 ,  G06V10/40 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/094 ,  G06N3/09

Abstract: 本发明公开一种基于深度学习的颈动脉斑块超声图像识别分割方法，包括：获取颈动脉斑块的超声图像，对超声图像进行预处理；通过目标检测网络对预处理后的超声图像进行检测，生成斑块区域图像，其中目标检测网络为改进后的YOLOV5模型；通过分割模型对斑块区域图像进行特征提取，生成斑块内中膜内外壁分割结果，其中分割模型为改进2D‑VNet模型；通过近似半径补偿和近似半径补偿方法对斑块内中膜内外壁分割结果进行计算，生成内中膜内外壁距离范围；对内中膜内外壁距离范围进行判断，生成内中膜距离范围检测结果；通过三维重建算法对斑块内中膜内外壁分割结果进行三维重建，生成斑块三维模型。