[發明專利]血管內超聲自動影像組學分析系統及分析方法有效
| 申請號： | 201911178279.1 | 申請日： | 2019-11-27 |
| 公開（公告）號： | CN110946619B | 公開（公告）日： | 2023-06-06 |
| 發明（設計）人： | 楊靖 | 申請（專利權）人： | 楊靖 |
| 主分類號： | A61B8/08 | 分類號： | A61B8/08 |
| 代理公司： | 上海眾象合一知識產權代理有限公司 31395 | 代理人： | 姜微微 |
| 地址： | 200030 上海市徐*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 血管 超聲 自動 影像 分析 系統 方法 | ||
1.一種血管內超聲自動影像組學分析系統；分析系統設置在計算機內；其特征在于：
分析系統包括數據采集轉化模塊、圖像標注和處理模塊、圖像學習模塊、圖像分割處理模塊、組學特征運算處理模塊、分類處理輸出模塊；
數據采集轉化模塊負責采集數據并將采集到的DICOM格式的IVUS視頻轉化成數百至數千幀連續的IVUS圖像；
圖像標注和處理模塊在系統訓練階段對IVUS圖像進行標注后作為訓練數據輸送給圖像學習模塊，圖像學習模塊通過深度全卷積神經網絡進行學習后生成圖像質量控制預測模型；
圖像標注和處理模塊在系統分析階段通過圖像質量控制預測模型輸出的結果區分IVUS圖像屬于清晰、質量高的還是成像質量低、偽差多的圖像，并剔除成像質量低、偽差多的IVUS圖像；圖像質量好的圖像，將用于圖像分割和分析；質量低、偽差多的圖像，將被去除；
圖像分割處理模塊在系統訓練階段對大量的IVUS圖像的管腔和外彈力膜的感興趣區域進行手動標注后輸送給圖像學習模塊，圖像學習模塊通過深度全卷積神經網絡進行學習后生成分割模型，所述深度全卷積神經網絡采用ResNet或U-Net或AlexNet或VGG網絡；
圖像分割處理模塊在系統分析階段通過分割模型對圖像標注和處理模塊處理后的IVUS圖像的管腔和外彈力膜的感興趣區域進行自動標注實現病變的分割，得出分割結果；
組學特征運算處理模塊根據組學特征對分割結果進行運算處理后生成組學特征矩陣；
分類處理輸出模塊在系統訓練階段根據任務的目的對每個分割結果進行標注賦值一個類別標簽；由此獲得多維特征向量；圖像學習模塊將特征向量結合組學特征矩陣，通過機器學習算法得到預測分類器；所述機器學習算法采用隨機森林或SVM或XGBoost算法；
分類處理輸出模塊在系統分析階段對新樣本使用預測分類器進行分析后生成并輸出最終的所有組學的分析結果。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于楊靖，未經楊靖許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911178279.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：基于分塊查表的圖像校正系統及其方法
- 下一篇：一種新能源汽車減速裝置
