基于深度学习的超生颈动脉内中膜厚度测量装置和方法

摘要

本发明涉及医学图像处理，为提供一种总体性能较好的IMT测量算法，即无需人为参与，时间复杂度相对较低，自动测量结果与专家手动测量结果一致性较高，对不同形态结构的内种膜均能获得较满意的测量结果，本发明基于深度学习的超生颈动脉内中膜厚度测量方法，步骤如下：1)ROI获取：采用卷积神经网络CNN自动识别超声颈动脉血管的远端，进而提取ROI；2)像素分类：进行更高级特征提取，特征提取后加逻辑回归分类层构建模式分类器，完成图像像素的分类；3)边界提取：利用目标分类区域的面积信息和位置对分类区域进行甄选，对分类边界进行多项式曲线拟合。本发明主要应用于医学图像处理。