基本信息:
- 专利标题： 一种基于卷积神经网络的心肌磁共振图像纤维化分类方法
- 申请号：CN202510175463.X 申请日：2025-02-18
- 公开(公告)号：CN119672441B 公开(公告)日：2025-06-10
- 发明人： 马欣荣 , 于田 , 李艳霞 , 曾保起 , 边希云 , 肖晓琳 , 薛娜 , 马晓芳 , 王宇翔 , 张春燕 , 李岚 , 韩冰 , 田嘉蕊 , 刘晓智
- 申请人： 天津科技大学 , 天津市第五中心医院
- 申请人地址： 天津市滨海新区天津经济技术开发区第十三大街9号
- 专利权人： 天津科技大学,天津市第五中心医院
- 当前专利权人： 天津科技大学,天津市第五中心医院
- 当前专利权人地址： 天津市滨海新区天津经济技术开发区第十三大街9号
- 代理机构： 天津合正知识产权代理有限公司
- 代理人： 马明
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06V10/44 ; G06V10/26 ; G06V10/80 ; G06V10/82 ; G06T7/00 ; G16H30/20 ; G06N3/0464 ; G06N3/08
摘要：
本发明提出了基于卷积神经网络的心肌磁共振图像纤维化分类方法，涉及图像处理技术领域，从磁共振成像设备中获取待测目标的原始磁共振图像，对原始磁共振图像进行预处理；基于连通特征，将预处理后的磁共振图像分割为多个子区域，每个子区域代表图像中一个独立的连通部分；对每个子区域构建灰度衡量函数，量化每个子区域的灰度分布特征，通过比较各子区域的灰度衡量函数值，将灰度衡量函数值最小的子区域识别为纤维化组织子区域；从识别出的纤维化组织子区域中提取特征，作为卷积神经网络模型的输入，对纤维化组织子区域进行分类，输出纤维化组织子区域所属的纤维化阶段，提高了对纤维化组织分类的准确性。
公开/授权文献:
- CN119672441A 一种基于卷积神经网络的心肌磁共振图像纤维化分类方法 公开/授权日：2025-03-21