【技术实现步骤摘要】
本申请涉及医学图像处理与智能路径规划，特别是涉及一种基于神经网络驱动的血管路径规划方法及相关装置。
技术介绍
1、在介入放射学和血管外科手术中，准确的血管路径规划对于手术成功至关重要。传统的血管路径规划方法主要基于几何算法，如rrt*(rapidly-exploring random treestar)算法，通过随机采样和几何约束来寻找最优路径，然而，这些几何算法在处理复杂血管结构时存在以下问题：缺乏对血管形态的先验知识，可能会采样得到血管区域外的无效点，采样效率低下，且容易产生不符合医学要求的路径。
技术实现思路
1、本申请的目的是提供一种基于神经网络驱动的血管路径规划方法及相关装置，可高效、高质量的完成血管路径规划。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种基于神经网络驱动的血管路径规划方法，所述基于神经网络驱动的血管路径规划方法包括：
4、获取对目标区域进行成像所得到的医学图像；所述目标区域为包括血管区域和非血管区...
【技术保护点】
1.一种基于神经网络驱动的血管路径规划方法，其特征在于，所述基于神经网络驱动的血管路径规划方法包括：
2.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，对所述医学图像进行自适应阈值分割，确定所述医学图像中的血管区域和非血管区域，得到分割后图像，具体包括：
3.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，对所述分割后图像中的像素点进行多次采样，得到多个采样点，具体包括：
4.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，确定每一个所述采样点的特征向量，具体包括：>
5.根据权利...
【技术特征摘要】
1.一种基于神经网络驱动的血管路径规划方法，其特征在于，所述基于神经网络驱动的血管路径规划方法包括：
2.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，对所述医学图像进行自适应阈值分割，确定所述医学图像中的血管区域和非血管区域，得到分割后图像，具体包括：
3.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，对所述分割后图像中的像素点进行多次采样，得到多个采样点，具体包括：
4.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，确定每一个所述采样点的特征向量，具体包括：
5.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，所述路径预测模型为改进的pointnet++网络，所述改进的pointnet++网络包括依次连接的多个集合抽象模块、一个注意力机制层和多个特征传播层；
6.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，所述路径预测模型在训练时所采用的损失函数为多约束损失函数，所述多约束损失函数为：
7.根据权利要求1所述的基于神经网络驱动的血管路径规划方法，其特征在于，在利...
【专利技术属性】
技术研发人员：熊小强，张建峰，侯文文，吴雨亭，周宇能，张昊，胡哲宇，鄢博威，沈睿，孔德兴，
申请(专利权)人：浙江师范大学，
类型：发明
国别省市：
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。