一种基于多分支三维神经网络的脑灌注参数处理方法

    公开(公告)号:CN117274171A

    公开(公告)日:2023-12-22

    申请号:CN202311129454.4

    申请日:2023-09-01

    摘要: 本发明是一种基于多分支三维神经网络的脑灌注参数处理方法,本发明属于医学图像处理领域和深度学习领域,该方法首先构建了三个数据集,包括一个虚拟数据集和两个真实数据集。其中,虚拟数据集中的各灌注参数是预先设置的,作为标签灌注参数的一部分,真实数据集经过预处理和AIF评估之后由传统方法计算灌注参数,作为标签灌注参数的另一部分。其次,构建了一个多分支三维卷积神经网络。然后,利用三个数据集对网络进行训练和优化,得到最优网络。最后,利用最优网络可实现端到端脑灌注参数的直接测算,将结果生成可视化后交由影像科医生划分核心梗死区域并进行一致性分析。