基于3D卷积神经网络的脑血管分割方法技术

本发明专利技术公开了一种基于3D卷积神经网络的脑血管分割方法，该方法涉及机器学习、模式识别、图像处理等领域。该方法首先将标记好的脑血管造影图像按序堆叠成3维矩阵，对于其中的血管点取25×25×25大小的patch，然后再随机相同数量、相同大小的非血管点patch，得到训练数据。之后将训练数据输入到3D卷积神经网络用于训练，得到训练模型。然后将实际的血管造影序列图像的每个像素点取25×25×25大小的patch，输入到模型中，得到分类标签，在将分类标签拉伸为相同大小的图像，即为分割血管图像。该方法具有准确率高、泛型程度好的效果。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于3D卷积神经网络的脑血管分割方法，该方法涉及机器学习、模式识别、图像处理等领域。该方法首先将标记好的脑血管造影图像按序堆叠成3维矩阵，对于其中的血管点取25×25×25大小的patch，然后再随机相同数量、相同大小的非血管点patch，得到训练数据。之后将训练数据输入到3D卷积神经网络用于训练，得到训练模型。然后将实际的血管造影序列图像的每个像素点取25×25×25大小的patch，输入到模型中，得到分类标签，在将分类标签拉伸为相同大小的图像，即为分割血管图像。该方法具有准确率高、泛型程度好的效果。【专利说明】基于3D卷积神经网络的脑血管分割方法
本专利技术属于计算机视觉领域，更为具体地讲，设及一种基于3D卷积神经网络，针对 血管造影图像的血管分割方法。
技术介绍
随着人们生活水平的提高，血管疾病已成为危害人们健康的首要疾病之一。血管 是人体中非常重要的器官，一旦发生病变将严重影响着人们的正常生活。因此，血管疾病的 早期预防、诊断和治疗凸显重要，借助于现代医学影像手段对血管进行检查、分析W及辅助 治疗也成为该领域研究的热点。 目前，用于血管疾本文档来自技高网...

【技术保护点】
本专利技术一种基于3D卷积神经网络的分类方法，主要包括两个阶段：训练阶段和预测阶段。步骤一：首先对脑血管造影图像中的血管点做好标签，然后将标记好的图像堆叠成3维矩阵，取25×25×25的patch作为样本；步骤二：输入训练样本，对该样本进行归一化处理，然后进行神经网络的训练；步骤三：在第一层设置20个卷积核，每个卷积核大小为6×6×6，并采用全连接方式与输入层相连进行卷积，得到20个大小为20×20×20的特征map；步骤四：对第一层的各个特征map进行空间上的下采样，采样单元为2，得到20个大小为10×10×10的特征map，即为第二层；步骤五：对第二层的各个特征map采用5×5×5大小的3...

【技术特征摘要】

【专利技术属性】
技术研发人员：秦臻，杨晓明，蓝天，秦志光，陈圆，徐路路，陈浩，肖哲，王飞，李雪瑞，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51