基于深度学习的冠状动脉IVOCT图像中易损斑块识别算法研究进展 |
| |
作者姓名: | 桂家辉 裘耀扬 黄林 虎学强 李勤 |
| |
作者单位: | 北京理工大学生命学院 |
| |
基金项目: | 国家自然科学基金项目(61975017); |
| |
摘 要: | ![]() 介绍了冠状动脉血管内光学相干断层成像(intravascular optical coherence tomography,IVOCT)图像中易损斑块的智能识别算法的研究现状,分析了传统机器学习算法在易损斑块识别领域的不足及深度学习算法的优势。从斑块分类、检测、分割3个方面阐述了基于深度学习的斑块识别网络的结构特征及针对性的结构改进方法,指出了现有基于深度学习的识别算法的局限性,提出了提升识别精度、理解易损斑块破裂机理是该领域的未来发展方向。
|
关 键 词: | 血管内光学相干断层成像 易损斑块 斑块识别 深度学习 机器学习 |
|
|