本发明公开了一种计算血流量SYNTAX评分权重分配方法及系统，通过深度学习中图像分割的技术，通过冠脉造影影像计算出所有冠脉血管树节段的直径，通过直径来大致计算冠脉血管各个节段的实际血流量，并以此为根据分配各个节段的权重，从而解决上述SY...

本发明公开了一种基于深度学习的冠脉造影图像处理方法及装置，以冠脉造影图像为输入，使用神经网络目标检测工具箱mmdetection提取钙化区域特征以计算钙化分数，使用了特征提取和回归分析的方法，将基于深度学习的目标检测技术应用到冠状动脉钙...

一种使用连续多帧图像构建完整结构血管树结构的方法，涉及冠脉造影图像处理技术领域，解决现有方法针对单帧图像存储，存在信息不完整，导致不能完整还原血管形态的风险，且存储时无法对其进行修正等问题，本发能够自动根据造影图像建立起完整血管树。包含...

本发明公开了一种基于深度学习的检测冠脉造影有无完全闭塞病变的系统，使用深度学习循环神经网络对整体视频进行分析，并利用GPU(图形处理器)加速计算得到检测结果，计算延时小解决了检测的实时性问题。本发明中的系统包括视频输入模块、卷积神经网络...

本发明公开了一种基于深度学习的测量冠状动脉造影图像血管直径的方法，包括：DSA影像处理模块将实时获取的DSA影像数据转成可供后续模块处理的数据流存储到内存中并发送至深度网络分割模块；深度网络分割模块将获取的DSA影像数据中的图像进行分割...

本发明提供了一种快速构建心脏冠脉血管识别数据集的方法，包括：获取原始图片；在原始图片中标注血管形成粗标注图片；根据粗标图对极少量的原始图片进行像素级标注以形成精标注图片；将精标注图片由三通道图像变成单通道图像；将单通道图像二值化处理并存...

本发明提供了一种基于深度学习的心脏冠状动脉分割及识别的方法，通过选取分段心脏造影Dicom视频中任意一帧图片作为训练样本，神经网络中的卷积神经网络模块通过深度学习的方法对训练样本中的图片进行血管的分割和识别，将用于分割和识别的心脏血管特...

本发明提供了一种深度学习网络和人工特征相联合的行人检测方法，包括深度学习网络训练步骤和深度学习网络检测步骤，本发明还提供一种深度学习网络和人工特征相联合的行人检测系统。本发明利用多线程和并行计算对人工检测方法进行加速，明显降低了计算时间...

本发明公开一种基于深度学习的表情分类及微表情检测的方法，包括：将待测数据调整为预设格式的图像后进行地标点定位检测，将图像和检测的地标点作为第一输入样本；基于预设的微表情与地标点位置对照表作为第二输入样本，将第一输入样本和第二输入样本使用...

本发明公开一种建立训练识别心脏血管类型的卷积神经网络数据集的方法，包括：获取脱敏处理后的心脏冠脉数据，将心脏冠脉数据以单张静态图片形式存储；在单张静态图片中使用对应颜色标注当前体位下的血管，形成粗标图；对粗标图中标注的信息进行像素级标注...

一种基于深度学习的表情包生成系统，包括：神经网络调控单元、视频处理模块、电源模块、神经网络训练模块、神经网络反馈模块、神经网络测试模块、测试结果后处理模块、摄像头信息处理模块和、摄像头单元、模型存储模块和视频数据库；完美的构建了生成对抗...