首页> 中文期刊> 《电脑知识与技术》 >基于深度学习的血管内光学相干层析图像轮廓分割

基于深度学习的血管内光学相干层析图像轮廓分割

         

摘要

心血管疾病是世界上造成死亡率最高的疾病之一,针对心血管疾病的诊疗已经成为重点关注的问题。光学相干层析图像作为血管介入式影像,以其高分辨率正成为检测血管内狭窄的重要手段。传统医生主要通过对血管腔的手工分割来分析血管狭窄的严重性,耗时耗力。本文使用深度学习对血管内光学相干层析图像轮廓进行自动分割。实验总数据量为800张图片,其中400张为训练集,利用数据增广方式进行扩充,最终在400张图片上进行测试,得到了很高的戴斯相似系数和准确率,证明使用深度学习框架对血管内光学相干层析图像进行分割是有效的,能够减轻临床医生的工作量。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号