首页> 中国专利> 基于深度学习的CBCT图像跨模态预测CTA图像的卒中风险筛查方法和系统

基于深度学习的CBCT图像跨模态预测CTA图像的卒中风险筛查方法和系统

页面导航

摘要
著录项
相似文献

摘要

本发明提供了一种基于深度学习的CBCT图像跨模态预测CTA图像的卒中风险筛查方法和系统，包括：步骤1：构建循环对抗性生成网络模型；步骤2：通过CBCT图像及其对应的造影图像数据训练循环对抗性生成网络模型；步骤3：将测试图像输入至已训练好的循环对抗性生成网络模型，生成血管造影CT图像；步骤4：根据血管造影CT图像中颈动脉的形态、颈动脉狭窄程度及弯曲度预测卒中风险。本发明基于深度学习模型，将非增强CBCT图像转换为增强CT血管造影图像，进行颈动脉血管分割提取，量化计算颈动脉狭窄程度和弯曲度，进而预测脑卒中风险，为临床获取CTA图像及诊断提供了一种便捷、经济、高效的新途径。

著录项

公开/公告号CN112101523A

专利类型发明专利
公开/公告日2020-12-18

原文格式PDF
申请/专利权人复旦大学附属华山医院;
展开▼

申请/专利号CN202010857268.2
发明设计人耿道颖;于泽宽;陈泓亦;张军;尹波;李郁欣;吴昊;曹鑫;张海燕;胡斌;潘嘉炜;鲍奕仿;周书怡;陆怡平;耿辰;夏威;杨丽琴;
展开▼

申请日2020-08-24
分类号G06N3/04(20060101);G06N3/08(20060101);G06T5/00(20060101);G06T7/00(20170101);
代理机构31236 上海汉声知识产权代理有限公司;
代理人胡晶
地址 200040 上海市静安区乌鲁木齐中路12号
入库时间 2023-06-19 09:13:40

相似文献

专利
中文文献
外文文献

1. 基于深度学习的CBCT图像跨模态预测CTA图像的卒中风险筛查方法和系统 [P] . 中国专利： CN112101523A . 2020-12-18
2. 基于OCT图像的阿尔茨海默症风险的预测方法、系统及介质 [P] . 中国专利： CN113397475A . 2021-09-17
3. System and Method for Medical Image Based Cardio-Embolic Stroke Risk Prediction [P] . 美国专利： US2017255745A1 . 2017-09-07

机译：基于医学图像的心搏卒中风险预测的系统和方法
4. 3 Methodology of Extracting Cephalometry Images from 3-Dimensional CBCT Images for Orthodontics and Analytic tools [P] . KR20210112553A . 2021-09-15

机译： 3从三维CBCT图像中提取头部CBCT图像的矫正物和分析工具的方法
5. DRIVER DROWSINESS DETECTION SYSTEM USING IMAGE AND PPG DATA BASED ON MULTIMODAL DEEP LEARNING [P] . 韩国专利： KR102096617B1 . 2020-04-02

机译：基于多模态深度学习的图像和PPG数据驾驶员驾驶检测系统