建立训练识别心脏血管类型的卷积神经网络数据集的方法

摘要

本发明公开一种建立训练识别心脏血管类型的卷积神经网络数据集的方法，包括：获取脱敏处理后的心脏冠脉数据，将心脏冠脉数据以单张静态图片形式存储；在单张静态图片中使用对应颜色标注当前体位下的血管，形成粗标图；对粗标图中标注的信息进行像素级标注，形成精标图；识别精标图中血管的颜色，使图片由三通道图像变成单通道图像；将单通道图像存储为二值图；基于脱敏处理后的心脏冠脉数据、粗标图、精标图、单通道图像和二值图建立训练识别心脏血管类型的卷积神经网络数据集。本发明对数据作统一标准的处理，该数据集中的数据真实、多样，数据量大，数据类型丰富，格式标准、错误率较小，可以用于训练不同功能的神经网络，减少人工干预。