联系人:
所在地:
针对我国日益增长的心血管疾病检测中迫切需要解决的内中膜分割与测量的关键理论与应用问题,本报告以颈动脉内中膜为研究对象。
提出基于机器学习的内中膜分割与测量方法。K-均值聚类与基于支持向量机方法对目标区域分割、边界筛选与拟合、厚度测量等操作,获得内中膜厚度信息。
采用200幅超声图像实验,将算法所得测量结果与医生标识的金标准比较,得到高达95%的一致性。
检测出颈动脉内中膜准确度88.5%,满足85%要求。
血管壁测量精度之差均小于0.4mm,满足<0.5mm要求。
像素分类灵敏度为92.89%,满足<90%预期指标。
客服咨询
400-649-1633
工作日:08:30-21:00
节假日:08:30-12:00
13:30-17:30