Indexed by：
Abstract：
一种深度学习和无迹卡尔曼滤波结合的冠状动脉精准分割方法，属于人工智能领域。本发明包括以下步骤：收集临床冠脉CTA数据制作训练集、验证集和测试集；对冠脉CTA图像进行重采样、窗宽窗位调整、Z‑score归一化、数据增强等预处理操作；基于Pytorch深度学习框架建立冠脉分割网络并进行训练；基于无迹卡尔曼滤波算法实现中断冠脉骨架的追踪，将估计的骨架点作为区域生长的种子点，实现中断冠脉修补；在冠脉测试集上对提出算法进行验证。本发明方法可以提高冠脉分割的准确性和连续性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410094509.0
Filing Date： 2024-01-24
Publication Date： 2024-05-24
Pub. No.： CN118072011A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
