一种针对脑动静脉畸形的磁共振图像语义分割方法技术

技术编号:40799121 阅读:18 留言:0更新日期:2024-03-28 19:25
本发明专利技术公开了一种针对脑动静脉畸形的磁共振图像语义分割方法,首先对脑动静脉畸形的磁共振血管成像MRA图像进行预处理,通过预处理后的图像构建低阶统计学模型,得到其像素的类别似然概率,基于最大似然概率计算初始分割结果,再使用马尔科夫随机场和反向多尺度滤波算子构建高阶统计学模型,得到精细分割标签集和模糊分割标签集,最后融合领域自适应方法、对比学习方法和弱监督学习方法,对双分支网络模型进行训练,得到针对脑动静脉畸形血管分割的双分支网络模型,完成磁共振图像语义分割。本发明专利技术的方法融合统计学分割法和深度学习方法,实现病灶血管高性能分割,解决了现有分割技术中计算资源消耗大、计算时间长、训练数据少和分割效果差的问题。

【技术实现步骤摘要】

本专利技术属于图像语义分割,具体涉及一种针对脑动静脉畸形的磁共振图像语义分割方法


技术介绍

1、脑动静脉畸形(avm)是脑血管畸形疾病中的最常见类型,人群患病率约为16~23/10万,大部分发病人群为10~40岁,发病人群呈现年轻化,患者会伴有动脉瘤风险、癫痫和神经损伤症状等,严重情况下会导致血管破裂,出现颅内出血,带来较高的致残率和死亡率。动静脉畸形的病理特征是,动静脉之间没有毛细血管进行过渡连接,从而形成一团血管直径和厚度不均匀的畸形血管,经畸形血管的血液绕过周围组织,直接快速地从动脉进入到静脉,使得动静脉内壁承受极大压力,导致血管壁变薄变脆,最终可能导致脑血管破裂。由于avm结构的复杂性,难以区分滋养动脉和引流静脉的位置,不便于后续病情诊断、手术方案定制和术中指导,因此需要生成血管的三维可视化模型,从而解放医生基于经验在脑海中构造avm几何模型的工作,将其更多的精力放在观测血管真实三维结构、分析病情严重程度、详细制定诊治方案和术后疗效的预测。

2、血管分割任务是获得准确血管三维模型重建的重要环节,但是由于血管影像像素强度的不均匀性和血管本文档来自技高网...

【技术保护点】

1.一种针对脑动静脉畸形的磁共振图像语义分割方法,具体步骤如下:

2.根据权利要求1所述的一种针对脑动静脉畸形的磁共振图像语义分割方法,其特征在于,所述步骤S1具体如下:

3.根据权利要求1所述的一种针对脑动静脉畸形的磁共振图像语义分割方法,其特征在于,所述步骤S2具体如下:

4.根据权利要求1所述的一种针对脑动静脉畸形的磁共振图像语义分割方法,其特征在于,所述步骤S3具体如下:

5.根据权利要求1所述的一种针对脑动静脉畸形的磁共振图像语义分割方法,其特征在于,所述步骤S4具体如下:

【技术特征摘要】

1.一种针对脑动静脉畸形的磁共振图像语义分割方法,具体步骤如下:

2.根据权利要求1所述的一种针对脑动静脉畸形的磁共振图像语义分割方法,其特征在于,所述步骤s1具体如下:

3.根据权利要求1所述的一种针对脑动静脉畸形的磁共振图像语义分割方法,其...

【专利技术属性】
技术研发人员:王伟王玉婷蒋劲茂罗志鹏
申请(专利权)人:电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1