[發(fā)明專利]一種基于圖像處理的血管沉積物自動檢測方法

有效

• 申請?zhí)枺?/td>: 202010795680.6
• 申請日: 2020-08-10
• 公開（公告）號: CN111833348B
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計）人: 石蘊玉;賀楨;劉翔;浦秀麗
• 申請（專利權(quán)）人: 上海工程技術(shù)大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06N3/0464;G06N3/0475
• 代理公司: 上海伯瑞杰知識產(chǎn)權(quán)代理有限公司 31227
• 代理人: 孟旭彤

1.一種基于圖像處理的血管沉積物自動檢測方法，其特征在于，所述檢測方法包括步驟：

對待測血管超聲圖像進行預(yù)處理獲取預(yù)處理后待測血管超聲圖像；

使用所述預(yù)處理后待測血管超聲圖像對超分辨率對抗網(wǎng)絡(luò)模型進行訓(xùn)練；包括以下步驟：對訓(xùn)練血管超聲圖像進行預(yù)處理獲取預(yù)處理后訓(xùn)練血管超聲圖像；使用所述預(yù)處理后訓(xùn)練血管超聲圖像對所述超分辨率對抗網(wǎng)絡(luò)模型進行訓(xùn)練；獲取訓(xùn)練感興趣區(qū)域圖像并進行標定；使用所述訓(xùn)練感興趣區(qū)域圖像訓(xùn)練檢測模型中的卷積神經(jīng)網(wǎng)絡(luò)；獲取已訓(xùn)練檢測模型；

獲取待測感興趣區(qū)域圖像；所述感興趣區(qū)域圖像的獲取包括步驟：

將裁剪后血管超聲圖像進行下采樣后輸入已訓(xùn)練超分辨率對抗網(wǎng)絡(luò)模型獲取高質(zhì)量血管超聲圖像；對所述高質(zhì)量血管超聲圖像使用高斯混合模型轉(zhuǎn)換為分類后血管超聲圖像；對所述分類后血管超聲圖像進行灰度分級；對進行所述灰度分級后的圖像進行形態(tài)學(xué)處理；從而獲取所述感興趣區(qū)域圖像；

將所述待測感興趣區(qū)域圖像輸入已訓(xùn)練檢測模型；

獲取所述待測血管超聲圖像的檢測結(jié)果。

2.如權(quán)利要求1所述的一種基于圖像處理的血管沉積物自動檢測方法，其特征在于，所述預(yù)處理包括步驟：

對所述血管超聲圖像進行裁剪；

獲取裁剪后血管超聲圖像。

3.如權(quán)利要求2所述的一種基于圖像處理的血管沉積物自動檢測方法，其特征在于，所述對超分辨率對抗網(wǎng)絡(luò)模型進行訓(xùn)練包括步驟：

對所述裁剪后血管超聲圖像進行下采樣獲取低分辨血管超聲圖像；

將所述低分辨血管超聲圖像輸入生成器網(wǎng)絡(luò)獲取高分辨血管超聲圖像；

對所述高分辨血管超聲圖像通過判別器進行判斷是否符合要求從而獲取已訓(xùn)練超分辨率對抗網(wǎng)絡(luò)模型。

4.如權(quán)利要求1所述的一種基于圖像處理的血管沉積物自動檢測方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)包括：卷積層，池化層，全連接層及激活函數(shù)。